一到季末、年中、年末，不管是哪个公司，都有一大群人为了季度报告、年度报告忙的焦头烂额。辛苦大半年的工作成绩全在一张张ppt里展现，升职加薪有一半就得靠报告写的好不好，这时候就得靠各位的语言组织能力和ppt功底了。
但是对财务、销售、生产、供应链等业务岗，尤其是一些管理岗位，业绩描述的再好也少不了各种数据、指标的举证，因此除了做ppt之外，还要花大量的时间汇总分析各类表格：
但是，往往花了好几天整理的密密麻麻的表格交上去，领导根本不想看。比方说上面这张表，领导要想知道每个月的平均销售额变化，还要自己在脑海里去对比每个月的数据，然后才能得出结论。数据指标少找起来还不费劲，要是数据指标多，领导肯定要开喷。
难么这类涉及数据的报告应该怎么做才能让领导满意呢？答案：数据可视化。将数据转化图表，直观地呈现业务状况。还可以利用数据分析对业务指标数据做一个全面的分析，并提出可行性决策，让领导眼前一亮，比如像下面这样：
制作可视化报告的方法有很多，最常见的Excel就能做，不过Excel的缺陷在于不能支持大数据量，数据量一大就卡，如果是代码大佬的话可以用python或者E charts做，可视化效果很惊艳，但是对一般的业务人员来说为了做个报告去学python，代价太大了，所以对于技术小白来说，BI工具就是一个很好的选择，操作简单，上手快。下面就以FineBI为例来给大家演示一下可视化分析报告的制作过程。
用FineBI做可视化报告流程主要分为5步：
- 连接/导入数据
- 数据处理/清洗（过滤、筛选、新增公式列）
- 探索式分析
- 数据可视化
- 输出报告
数据连接
通常我们用Excel做业务分析，需要从公司的各个系统取数，导出成Excel表，然后再进行一系列的分析操作，如果用 FineBI的话就省去了这部分取数的麻烦活儿，它可以直接和公司的各种类型的数据库直接链接，也可以手动导入Excel数据集.
数据库链接完成之后，新建业务包，然后把需要数据表从数据库添加到业务包中：
数据加工处理
数据拿到手之后，我们要对数据进行加工，进行脏数据清洗和一些数据指标的计算，可能要对数据进行过滤、分组汇总、排序、合并等操作，一般用Excel操作就需要写一大堆函数来实现，要是途中有哪一步操作失误，有可能就要一步步倒回去检查，重新再来一遍，不过在FineBI中是通过自助数据集来进行数据加工的，最大的好处是每一步的操作都会被记录，可以随时随地检查每一步的操作，直接进行修改，不需要一步步撤回。
探索式分析
刚才上面也说了，单纯的数据陈列对领导来说没有意义，管理者更想看到通过对某项业务指标数据的分析得出可行性的结论，打个比方，领导让你对本季度的销售情况做个汇报。
A情况：你简单拉了一下这个季度的销售数据，发现本季度销售额同比上季度上涨很多，于是你告诉老板“这个季度销售情况不错，销售额上涨很多”。
B情况：你简单拉了一下这个季度的销售数据，发现销售额同比上季度很多，于是你又对本季度的订单数据进行了分析，发现2月份的订单数量明显高于其他两个月，然后你再详细查看了各门店2月份的订单数据，发现某个门店数据突出，询问门店经理后得知该门店2月份进行了一次线上促销活动，效果很多，销量大增，于是你给老板汇报“本季度销售情况不错，主要得力于XX门店在2月进行的XX线上促销活动，我们以后可以在其他门店多多开展这样的活动”
想都不用想，老板肯定喜欢B中的答案。因此做可视化报告的过程不仅仅是数据可视化，还有数据分析。在FineBI中，进行数据可视化分析的过程比较简单，拖拽就可以生成可视化图表，非常适合业务人员进行探索式分析。
数据可视化
经过上面的探索分析，我们基本可以知道我们需要在报告上展示哪些指标，要表达哪些数据，这时候我们就要选择合适的图表来展现数据，比如线形图最适合表现与时间有关的趋势，亦或是两个变量的潜在关系，当数据集中的数据点过多时，使用散点图进行可视化会比较容易，直方图展示数据的分布等等。
一般的新手小白在图表选择上会纠结很长时间，还容易选不对合适图表，如果用FineBI做就容易多了，它会根据你拖拽到横纵轴的指标数量智能推荐图表，还有进行纬度和指标数量的提示，帮助快速找到合适的图表。
可视化报告制作
可视化报告的制作主要分这几部分：可视化布局、图表配色、细节修饰
可视化布局
可视化设计的页面布局，要遵循以下三个原则：
聚焦：通过排版布局，把重点指标放在核心区域，让观看者能够迅速解读关键信息。
平衡：要合理的利用可视化的设计空间，在确保重要信息位于可视化空间视觉中心的情况下，保证整个页面的不同元素在空间位置上处于平衡，提升设计美感。
简洁：在可视化整体布局中不要使用过于复杂的元素以免影响数据呈现。
可以从网上找一些模版进行参考，不过Finebi里面也内置了很多demo可以参考
图表配色
颜色是最有效的美学特征之一，很容易吸引我们的注意力，所以一份优秀的可视化报告，图表颜色的使用也非常重要，一般来说，图表配色要遵循几个一致性：
1.数值指标一致性
当根据某一个指标的数值大小进行颜色映射时，建议使用生长色系的渐变颜色。
2.指标颜色一致性
对于相同的度量尽量使用同一色系的颜色方案，避免使用过多的颜色对用户造成干扰。
3.色系颜色一致性
尽量选择相同色系的颜色方案，避免撞色。
4.语义颜色一致性
符合语义的颜色可以帮助人们更快地处理信息，尽量根据指标含义选择符合人类最直观感受的颜色。
细节修饰
完成可视化图表设计和组合布局之后，我们的数据分析报告还没有完全做好，光把几个图表的组合拼接在一起，领导也不一定能看到每个图表要表达的意义，所以我们需要给图表添加标题或者一些文字注释，也可以在报告中体现分析的背景及结论，帮助领导更好的理解报告。
