Dela ditt kursdiplom på LinkedIn under april månad och var med i utlottningen av fantastiska priser 🌞 Läs mer 👈

8 visualiseringar för din dashboard i Excel (1/2)

8 visualiseringar för din dashboard i Excel (1/2)

Den här artikeln är den första av två som avhandlar 8 stycken fundamentala visualiseringar för din dashboard i Excel. Kom ihåg att det är viktigt att välja rätt visualisering för rätt tillfälle. Detta kan man läsa mer om i den här artikeln: “Vilket diagram i Excel ska jag välja?


Vad är en dashboard?

Kortfattat så är en dashboard en visuell och interaktiv rapport av viktiga nyckeltal med hänsyn till en viss målgrupp. Man kan ställa sig följande frågor innan skapar sin dashboard:

  • Vilken typ av data ska du visualisera? (se länk i ingressen)
  • Vad vill du förmedla? T ex, jämföra andelar eller påvisa en fördelning.
  • Målgrupp – till vem ska dashboarden förmedlas?

Ett exempel på en dashboard hittar man i kursen Excelkurs Bas. Se lektionen “Skapa enkelt en dashboard” nedan.

Utforskande och upplysande

Man pratar ofta om två typer av dashboards – utforskande och upplysande.

För utforskande dashboards är målet att utforska och profilera data för att se vilka insikter som kommer fram. Här är det fritt fram för läsaren själv att hitta insikter i datamaterialet. Dashboarden är byggd på ett sådant sätt att slutanvändaren enkelt kan vrida och vända på data för att hitta dessa insikter. Det hjälper dem att förstå data och identifiera intressanta mönster och trender.

Med upplysande dashboards är målet att berätta en specifik historia eller förklara exakt vad som hände och varför. I det här scenariot har du redan analyserat datamaterialet och hittat de viktigaste insikterna. Dashboarden är där för att tydligt leverera dessa insikter och rekommendationer.

En dashboard måste inte vara den ena eller den andra. Ofta kan man hitta en mellanväg och kombinera de två. För att möjliggöra både utforskande och upplysande analys – designa instrumentpanelen på ett sätt som berättar en tydlig historia, men som också innehåller interaktiva element som uppmuntrar utforskning. Detta blir särskilt relevant när det handlar om växande datakällor. När allt kommer omkring kan du inte veta vilka insikter som kommer med nästa månad. Vad du kan göra är att designa din dashboard på ett sådant sätt att det blir lättare att hitta dessa insikter. Nyckeln till att göra detta framgångsrikt är att veta vad din slutanvändare letar efter.

4 stycken viktiga visualiseringar

Först ut är fyra stycken väsentliga visualiseringar.

  • Tabell
  • Linjediagram
  • Stapeldiagram
  • Cirkeldiagram

Bland dessa fyra är det tabellen och stapeldiagrammet som utmärker sig mest. Detta på grund av deras användbarhet. Det ska också sägas att linjediagrammet är nära besläktat med stapeldiagrammet, men är mer begränsad till tidsserier.

Tabell

Ses kanske inte av många som en visualisering, men faktum är att de är utmärkta för att visualisera data. T ex, kan små tabeller med aggregerade värden kan vara allt som behövs i somliga fall.

I det här fallet syftar ordet tabell till strukturerade data i rader och kolumner. Alltså innefattar det mer än bara faktiska Excel-tabeller. T ex pivottabeller som är utmärkta för att aggregera och sammanfatta data. Det kan också röra sig om en matris eller ett cellområde för vilka man kan applicera en färgskala, så kallad villkorsstyrd formatering. Detta är ett effektfullt sätt att snabbt låta en mottagare av dashboarden få nödvändig information.

I exemplet nedan har villkorsstyrd formatering tillämpats på försäljningsdata med en tillhörande förklaring (eng. legend). Här kan man  snabbt se att låga värden har en nyans av röd, och höga värden har en nyans av blå.

Den här bilden visar ett cellintervall med villkorsstyrd formatering.

Bild 1: exempel på ett cellintervall med villkorsstyrd formatering med tillhörande förklaring. 

Linjediagram

Linjediagram är särskilt bra för att visa förändring och trender över tid. Man kan också jämföra flera dataserier över tid. Det man bör tänka på är att man inte lägger till för många serier.

I exemplet nedan ses två serier i ett linjediagram. Här kan man enkelt se att Kinas utsläpp har fortsatt öka efter 2005 då Parisavtalet slöts. USAs utsläpp har i stället minskat något.

Bilden visar ett linjediagram i Excel med två dataserier.

Bild 2: visar två dataserier där som jämför de båda ländernas utsläpp övertid med en viktig brytpunkt vid år 2005.

Notera här att diagrammet saknar en förklaring. Förklaringen ges i stället i titeln där Kina är markerat med orange, och USA med grå. Färgerna har valts för att fokus ska dras till Kinas utsläpp, och av samma anledning innehåller dataserien även den brytpunkt som kan ses vid år 2005. Med denna brytpunkt läggs fokus på att utvecklingen går åt fel håll med avseende på Parisavtalet.

Stapeldiagram

Stapeldiagrammet är som tidigare nämnt väldigt användbart, men används i huvudsak för att jämföra kategorisk data. Det kunnat ersätta linjediagrammet ovan, men ett linjediagram förklarar förändring över tid på ett bättre sätt. Det hade resulterat i väldigt många staplar och hade inte blivit lika överskådligt som ett linjediagram. Stapeldiagrammet är – förutom med linjediagrammet – nära besläktad med flera andra diagramalternativ i Excel. Mer om detta i kommande del.

I exemplet nedan visualiseras utsläpp av växthusgaser per capita:

Bilden visar ett liggande stapeldiagram i Excel.

Bild 3: ett liggande stapeldiagram där staplarna går från grönt till rött beroende på hur många ton växthusgaser per capita länderna står för.

Här används en färgskala från grönt till rött för att markera att Sverige ligger under genomsnittet för världen när det kommer till utsläpp av växthusgaser. I det här fallet används ett liggande stapeldiagram. Det hade gått lika bra med ett stående stapeldiagram, men en läsare av dashboarden kan då vid första anblicken få intrycket av att det rör sig om någon slags trend. Detta är framförallt viktigt att tänka på om man använder stapeldiagram för en kortare tidsserie.

Cirkeldiagram

Cirkeldiagram är tänkta att visa sammansättning med kategoriska data, och de kan göra det effektivt. Problemet är att det finns alldeles för många sätt att göra ineffektiva cirkeldiagram, som visar för många segment, misslyckas med att sortera dem, eller lägger till 3D-effekter.

Så om du använder ett cirkeldiagram, kom ihåg att sortera dessa skivor och försök att hålla dem under fem stycken totalt. Om möjligt, fokusera på en kontra resten.

I det första exemplet ser vi ett vanligt cirkeldiagram med totalt fyra stycken skivor.

Bilden visar ett cirkeldiagram i Excel.

Bild 4: ett vanligt cirkeldiagram där den kategori som utgör den största andelen är framhävd. 

Detta fungerar bra då antalet kategorier är färre en fem. I det andra exemplet nedan, ser vi hur i stället att samtliga kategorier förutom en är grupperade. Detta är ett bra alternativ om man har väldigt många kategorier, men ändå vill visualisera andelar.

En gif som visar ett grupperat cirkeldiagram som styrs av en drop down-lista.

Bild 5: ett halvt cirkeldiagram där en kategori är plottad mot resten. 

Detta cirkeldiagram styrs av en drop down-lista som visar vald kategori och summerar de resterande.

Avslutande ord

Dessa fyra visualiseringar känner nog de flesta till. Vad som också är viktigt att tänka på är att hålla det enkelt för läsbarheten i din dashboard. Därför bör man överväga att inkludera dessa visualiseringar i sin dashboard, då dessa är väldigt okomplicerade.

Nästa del kommer avhandla fyra andra visualiseringar. Tills dess kan man läsa andra artiklar, eller prenumerera på vårt nyhetsbrev. Eller, ställ era frågor om Excel i vårt forum. Kanske vill ni återskapa något av diagrammen?

/Niklas på Learnesy


Lämna ett svar

Du måste vara inloggad för att kommentera.

Fler blogginlägg

Trött på att Googla?
Prenumerera på vårt nyhetsbrev för de bästa Exceltipsen!

Om skribenten

Som produktutvecklare jobbar Niklas med att skapa och förvalta kurser på Learnesys plattform. Han har studerat statistik och har en bakgrund inom programmering och datavisualisering. Förutom goda kunskaper i Excel, har han ett brinnande intresse för dataanalys, och besitter goda kunskaper inom ämnet och verktyg för området.