商业智能与仪表板

01

BI 究竟是什么

BI 坐在数据库与决策者之间。它的工作是自助：让一位经理、一位高管，或一个 部长办公室自己回答自己的问题——「我们这个季度进展如何？」「热点在哪里？」——以交互的 方式，而不必每次查询都有分析师在场。报告是对数据的详细、常常多页的视图；仪表板是一屏之内、一眼可见的最重要指标。

要紧的区别是：BI 大多关乎对数据的分析式读取——数据库 页的 OLAP 一侧——而非事务性的更新。你是在概括历史以为一个决策提供信息，这同时 塑造了数据模型与设计。

02

底下的数据模型

一个好仪表板最重要的部分是看不见的：数据模型。新手把工具对准一张巨大的 扁平电子表格，再纳闷它为什么慢、数字为什么对不上。专业人士先建一个星型架构——标准的 BI 模型。

星型架构把数据拆成事实表（你所度量的事件——销售、案件、事故，各占一行） 以及环绕其周的维度表（你据以切分的上下文——日期、地点、类别、人员）。它们 以键相连，正如数据库页上的关系连接。这种 结构正是让一个仪表板既快又对的东西：筛选从维度干净地传播到事实，而同一个度量在每张 图表上保持一致。把模型弄对，视觉就容易；弄错了，再多的设计也救不了你。

03

度量与指标

在模型之上坐着度量——把原始行变成人们在意的数字的那些计算：一个总计、一个 平均、一个同比变化、一个人均比率。在 Power BI 里它们用一种公式语言（DAX）写成；关键的 想法是：一个度量是动态的——它会针对用户筛选到的任何范围重新计算，于是「案件 总数」在他们点击之时即刻变成「本区、本月的案件总数」。

纪律是：把每个指标一次性、集中地定义好，再到处复用——于是「未结案件」 在每一页、每一次对话里都意味着同一件事。不一致或临时拼凑的指标，正是两个仪表板最终 各执一词、信任随之崩塌的原因。一小套定义良好、可信赖的度量，胜过一大摊一次性的计算。

04

一页一问

最重要的设计规则，也是最常被打破的那条：每一页都应回答一个单一的问题。 「这个分部本季度表现如何？」或「未结案件集中在哪里？」——每一屏一个聚焦的问题。把好几个 问题硬塞进一页，会稀释讯息、压垮读者，并让页面变慢。

这迫使你养成一种健康的纪律：知道每个视图是为何而存在。如果你说不出一页回答的 那一个问题，它就还没做完——它只是一堆图表。多个问题应成为多个页面，可导航但彼此分明。

05

视觉层级

人们读仪表板的方式与读一页纸相同：从上到下、从左到右。所以布局应当把 最重要的东西——头条 KPI、对该页问题的回答——放在左上角，目光最先落到之处， 再让细节向下、向右流动。一个清晰的视觉层级，无需读者去搜寻就能引导注意力。

这里被低估的工具是留白。空白并非浪费——它正是分隔各组、减少杂乱、把目光 引向要紧之处的东西。一个干净、间距得当、字体颜色对齐都一致的仪表板，读起来可信；一个 局促、东拼西凑的，读起来业余，不管数字怎么说。

06

性能

一个要花十秒才加载的仪表板，是一个人们不再打开的仪表板，所以性能是一项设计约束，而非 事后才想的事。几条来自实践的具体规则：

• 限制每页的视觉对象——大致 8–12 个。超过约 15 个，加载 时间会明显迟缓，尤其在较旧的设备上。
• 在源头筛选——只拉取你需要的数据；高基数的列与庞大的未筛选表，是慢页面 背后常见的元凶。
• 让资源保持轻量——大的背景图（超过约 2 MB）与笨重的自定义视觉对象，会 拖垮整份报告。

这其中大部分都可追溯到数据模型：一个 整洁、粒度恰当的星型架构，是速度上单一最大的杠杆。

07

为受众而设计

最常见的仪表板错误不是技术性的——而是心理性的：你为自己、而非为受众而设计。作为分析师，你想展示你发现的一切；而高管想要的是与他们的决策相关的那几个 KPI。修法与沟通页上一样——从「谁在 读、他们决定什么」出发，再无情地砍掉一切无助于此的东西。挑出与受众目标对齐的那一小撮 KPI，把其余的送进一个详情页，让他们想钻取时再钻取。

08

移动端与无障碍

决策者在手机上阅读，所以一个仪表板常常需要一个移动端布局——而那不是把桌面 视图缩小。要刻意地设计手机版：3–5 个关键指标，竖直堆叠以便拇指滑动，触摸目标大到足以 点按（约 44 像素）。Power BI 让你能在桌面布局之外一并构建这个移动端布局。

无障碍也属于这里——足够的颜色对比、不单靠颜色来承载意义、合理的标签。在 政府工作中，它往往是一项要求，而非锦上添花，而且它本就是好设计：一个人人都能读的 仪表板，才是一个能完成其本职的仪表板。

09

它在我工作中的体现

10

60 秒回顾

本页上的实际限制与规则，反映了当前 Power BI 的设计指南（Microsoft Learn 与从业者的 文章）以及亲身经验。