Построение отчета на базе Mekko chart

Записаться

Файл для скачивания: Sales.csv

Переход к диаграмме Мекко

Power BI содержит много визуальных компонентов, и их число постоянно растёт. В курсе рассмотрены самые популярные. Завершаем обзор компонентом диаграмма Мекко (Mekko chart).

Данные для примера

Берём данные о продажах. В таблице Sales есть название компании (условно A, B, C), регион продаж и объём продаж компании в регионе.

Стандартный стековый столбчатый график

Для визуализации обычно используют стековый столбчатый график (stacked column chart). В ось (axis) помещаем компанию, в легенду (legend) — регион, в значения (values) — продажи.

Каждый столбец — отдельная компания. Внутри столбца 100% продаж компании делится между категориями, то есть регионами. Включаем подписи данных (data labels), увеличиваем шрифт. Видно, например, что на Африку приходится 9,41%, на Америку — 29,41% и так далее. Такой график показывает структуру продаж внутри каждой компании.

Диаграмма Мекко

Добавляем диаграмму Мекко (Mekko chart). Заполняем те же поля: компания, регион, продажи. Внешне столбцы расположены ближе друг к другу, но в целом данные те же. Подписи данных также можно включить, но размер шрифта, судя по всему, не контролируется.

Принципиальное отличие

Отличие появляется, если продажи поместить в раздел ширины оси. Тогда ширина столбцов компаний меняется. Она отражает долю компании среди всех продаж. Компания A занимает большую часть рынка, чем B и C. Пропорция ширины столбцов соответствует пропорции суммарных продаж между компаниями.

Так диаграмма Мекко показывает одновременно пропорции внутри каждой компании и соотношение между компаниями.

Расширяемость Power BI

Полный набор компонентов Power BI неограничен и постоянно пополняется. Есть много разработчиков визуализационных компонентов; это можно считать отдельной профессией. Количество компонентов будет расти.

Интеграция с R и Python

R и Python могут бесшовно интегрироваться с Power BI. Саму интеграцию ещё не делали, но она присутствует как фон. В курсах по R и Python результат анализа можно будет визуализировать в Power BI.

После прохождения Power BI к нему придётся возвращаться в последующих курсах: инструмент силён для визуализации и анализа данных. Его доля на рынке растёт обоснованно. Внутренний язык DAX (Data Analysis Expressions) расширяет возможности, но связан с программированием.

Роль программирования

Задача образовательной программы — показать инструменты, где программировать не обязательно, а если нужно, то минимально. В Python и R не будем глубоко изучать объектно-ориентированный подход. Увидим готовые библиотеки: нужно загрузить набор данных, выбрать алгоритм, подать данные на вход и получить результат.

Углубляться в DAX, Python или R не будем. Базового функционала достаточно для большинства задач.

Завершение

На этом обзор Power BI закончен. Далее перейдём к другим инструментальным решениям в бизнес-аналитике. Курс завершён.

Краткие итоги

Выбор визуализации — это не оформительский, а аналитический шаг. Один и тот же набор данных может отвечать на разные вопросы: как устроена структура продаж внутри объекта и как объекты соотносятся между собой по масштабу. Стандартная стековая диаграмма хорошо решает первую задачу: она показывает состав категорий внутри каждой группы и позволяет сравнивать внутренние пропорции. Однако она не отвечает на вопрос о весе группы в общем результате, если этот вес не задан отдельно.

Диаграмма Мекко добавляет это измерение через ширину столбца, поэтому в одном представлении объединяются два уровня анализа: внутренняя структура и внешняя сопоставимость. Практическая ценность такого решения проявляется в задачах портфельного анализа, сравнения рынков, каналов, клиентских сегментов или региональных продаж, когда важно одновременно увидеть и состав, и масштаб.

Но дополнительная размерность требует дисциплины: чем больше параметров кодируется, тем выше риск перегрузить восприятие. Подписи, легенда и масштаб должны помогать чтению, а не заменять аналитическую мысль. Инструмент не принимает решение за аналитика; он лишь делает видимой ту логику, которую аналитик заложил в выбор полей и метрик.

Расширяемость экосистемы усиливает эту идею: готовые визуальные компоненты снижают порог входа, но не отменяют необходимости понимать, какой вопрос проверяется. Интеграция с языками анализа и внутренним языком вычислений расширяет границы, однако базовый сценарий остаётся доступным без глубокого программирования. Это важно для практики: значительная часть задач решается настройкой визуализации и корректной интерпретацией, а не разработкой алгоритмов.

Следовательно, ключевой навык — не запоминание конкретного компонента, а умение выбирать способ представления под аналитическую цель. Если цель — показать состав, достаточно стандартной диаграммы. Если нужно совместить состав с вкладом в общий объём, более уместна диаграмма Мекко. Такой подход снижает риск ложных выводов и делает отчёт инструментом коммуникации, а не просто набором графиков.

В более широком смысле это формирует культуру визуальной аналитики: сначала вопрос, затем метрика, затем форма. Инструменты меняются и дополняются, но эта последовательность остаётся устойчивой и переносимой на другие платформы и курсы.