Google 시트 용 분석 대시 보드를 만듭니다
편집자에 의한 이미지 | chatgpt
틀 소개
Google Sheets 대시 보드는 프로젝트 진행 상황을 시각화하고 작업을 비교하며주의를 기울여야하는 심각한 것을 신속하게 식별하는 강력한 방법입니다. 작업을 쉽게 우선 순위를 정하고 병목 현상을 추적하며 실시간으로 조치를 취할 수 있습니다. 더 좋은 점은 Google Sheets 대시 보드를 Google Analytics, Salesforce 또는 GitHub와 같은 리소스와 연결하면 데이터가 수정되거나 변경됨에 따라 대시 보드를 효과적으로 새로 고칠 수 있습니다.
이 기사에서는 Google 시트를 사용하여 기본 대시 보드를 구축하는 방법을 살펴 보겠습니다.
틀 Google 시트의 대시 보드를 고려하는 이유는 무엇입니까?
Google Sheets 대시 보드는 여러 플랫폼에서 데이터를 시각화하고 추적하는 데 도움이되는 매우 유용한 도구입니다. Botton을 클릭하면 차트, 테이블 및 그래프에 데이터를 표시하여 비즈니스 또는 프로젝트를 분석 할 수 있도록 다양한 스프레드 시트의 데이터를 함께 가져올 수 있습니다.
자동으로 발송되는 경고를 만들 수 있으므로 대시 보드에 대한 변경 사항을 주시하고 시정 조치가 필요한 트렌드가 개발 중인지 관찰 할 수 있습니다.
Google 시트에서 기능적이고 시각적으로 매력적인 대시 보드를 만드는 것은 몇 가지 간단한 단계로 구성됩니다. 지금 그들을 봅시다.
틀 1. 데이터 가져 오기 및 구성
명확하고 표 형식으로 데이터를 구성하여 시작하십시오. 시작하려면 Flower Sales Dummy 데이터 세트를 사용합니다. 이를 얻으려면이 시트 템플릿을 이미 포함 된 데이터베이스 (및 솔루션!)로 복사 할 수 있습니다.
다른 데이터 소스를 사용하려면 CSV 파일을 쉽게 업로드하거나 커넥터를 사용하여 Google 시트를 특정 데이터 소스에 연결할 수 있습니다. 데이터가 환경에 있으면 명심해야 할 몇 가지 팁이 있습니다.
- 데이터가 깨끗하고 일관성이 있는지 확인하십시오 (예 : 빈 셀 또는 혼합 형식 없음)
- 데이터 유효성 검사를 사용하여 카테고리 또는 상태에 대한 드롭 다운을 만듭니다.
- 시간이 지남에 따라 트렌드를 추적하려는 경우 타임 스탬프 열 포함
틀 2. 차트를 생성합니다
데이터가 준비되면 분석하려는 부분을 강조 표시하고 삽입 및 차트로 이동하십시오. Google 시트는 처음에는 빈 캔버스로 시트에 차트를 삽입합니다.
차트를 구성하기 위해 두 가지 기본 탭으로 작업합니다.
- 설정 : 차트 유형 (예 : 줄, 바, 파이)을 선택하고 데이터 범위를 정의합니다. 축이나 변수를 나타내는 필요한 모든 열을 포함하십시오.
- 사용자 정의 : 스타일이나보고 요구에 맞게 모양, 레이블, 색상 및 레이아웃을 조정하는 경우. 이 섹션을 사용하여 명확성, 가독성 및 영향을 위해 차트를 조정하십시오.
명심하십시오: 데이터 범위에 포함 된 열 수는 차트가 표시 될 수있는 크기 (예 : X 및 Y 축) 수를 결정합니다.
Google 시트의 스크린 샷
// 2.1 스코어 카드 또는 게이지 차트
스코어 카드는 주요 성능 지표 (KPI) 또는 총 수익 또는 평균 할인과 같은 단일 가치 지표를 강조하는 데 적합합니다.
하나를 만들려면 먼저 새 차트를 삽입하고 스코어 카드 차트 유형을 선택할 수 있습니다.
그런 다음 설정 탭으로 이동하여 데이터 범위, OrderTotal 열을 정의하여 총 판매를 표시합니다.
그 후, 기본 스코어 카드가 즉시 나타납니다. 그런 다음 사용자 정의 탭에서 사용자 정의 할 수 있습니다.
- 스케일을 조정하십시오. 이 예를 위해 수백만을 선택하겠습니다.
- 접두사 또는 접미사를 추가하십시오.
- “판매 수익”과 같은 제목을 설정하고 제목과 메트릭 값을 모두 센터에 정렬하십시오.
최종 스코어 카드가 어떻게 보이는지는 다음과 같습니다.
이 과정을 반복하여 다른 KPI를 표시 할 수 있습니다.
- 수량 열을 합산하여 총 단위
- 할인 열의 평균을 계산하여 평균 할인
이 스코어 카드는 가장 중요한 메트릭을 빠르고 장간에 요약합니다.
// 2.2 라인 차트
라인 차트는 시간이 지남에 따라 트렌드와 변경을 추적하는 데 이상적입니다. 하나를 만들려면 :
- 새 차트를 삽입하고 줄 차트 유형을 선택하십시오.
- 설정 탭에서 X 축 (시간 또는 날짜 열)의 경우 하나와 y 축 (총 주문 또는 판매 수익 등)의 두 개의 데이터 범위를 선택합니다.
이 설정을 사용하면 시간이 지남에 따라 메트릭이 어떻게 진화하는지 시각화 할 수 있습니다. 차트를 쉽게 해석 할 수 있도록 시간적 수익의 시간 진화와 같은 설명 제목을 추가하십시오. 일단 구성되면 차트는 선택한 기간 동안 수익 추세를 명확하게 보여 주어야합니다. 내 최종 결과는 다음과 같습니다.
// 2.3 막대 및 열 차트
막대 및 열 차트는 다른 범주에서 값을 비교하는 가장 좋은 옵션입니다. 이 예에서는 가장 높은 평균 할인을 제공하는 제품 범주를 식별하려고합니다.
- 새 차트를 삽입하고 막대 차트 유형을 선택하십시오.
- 설정 탭에서 두 가지 데이터 범위를 선택하십시오. 카테고리 축 (제품 범주) 용입니다. 값 축을위한 또 다른 하나 (평균 집계를 사용하여 할인 열)
- 시각적 선명도를 향상시키기 위해 각 막대에 고유 한 색상을 할당하여 차트를 사용자 정의하십시오.
// 2.4 막대 및 열 차트
파이 차트는 비율을 표시하고 다른 부품이 전체에 어떻게 기여하는지 이해하는 데 유용합니다. 이 경우 제품 범주별로 수익 분포를 시각화합니다.
- 새 차트를 삽입하고 파이 차트 유형을 선택하십시오.
- 설정 탭에서 적절한 데이터 범위를 선택하십시오. 하나는 카테고리에 대한 것 (제품 범주와 같은) 값에 대한 다른 하나 (카테고리 당 총 수익)
- 더 나은 가독성을 위해 각 슬라이스에 고유 한 색상을 할당하여 차트를 사용자 정의하십시오.
이로 인해 카테고리 전체의 명확하고 비례적인 수익이 분명 해져서 어떤 세그먼트가 가장 많은 수입을 유도하는지 신속하게 확인할 수 있습니다.
이제 우리는 모든 차트를 가지고 있습니다! 대시 보드의 최종 버전을 얻으려고합니다. 따라서 다음 자연스러운 단계는 사용자가 볼 데이터를 선택하여이를 이끌어내는 것입니다.
틀 3. 데이터를 필터링하기 위해 슬라이서 추가
데이터 수량이 증가함에 따라 대시 보드에 유연성과 동적 액세스를 제공하려면 슬라이서를 활용할 수 있습니다. 슬라이서는 대화식 필터로, 사용자는 특정 열을 기반으로 고유 한 필터를 만들 수 있습니다.
먼저 데이터로 이동하여 슬라이서 추가 옵션을 선택하십시오.
그런 다음 전체 데이터 세트를 슬라이서의 범위로 선택하고 슬라이서가 원하는 열을 (예 : 지역, 제품 범주 또는 날짜) 필터링하십시오.
슬라이서는 사용자가 선택한 값에 따라 연결된 모든 대시 보드, 차트 및 시각화를 자동으로 필터링합니다.
이 예에서는 필터링 된 대시 보드를 만들 수있는 2 개의 활성화 가능한 슬라이서를 추가하여 OrderType 용이고 다른 하나는 ProductCategory 용으로 더 쉽게 탐색 할 수있는 데이터 세트를 갖습니다.
틀 4. 여러 차트가있는 대시 보드를 생성합니다
차트를 만들고 활성화 가능한 슬라이서를 만들었으므로 최종 대시 보드에 모든 것을 정리할 것입니다. 그렇게하려면 다음을 수행해야합니다.
- 대시 보드를위한 다른 시트를 만듭니다
- 대시 보드의 내용을 요약하기 위해 새 시트 상단에 명확한 제목을 넣습니다.
- 시각화를 유사한 또는 관련 섹션으로 구성하고 그룹화하십시오.
- 합리적으로 깔끔하고 전문적인 대시 보드를 유지하려면 차트와 슬라이스를 함께 정렬하십시오.
몇 가지 레이아웃 조정만으로도 차트 모음을 대화식, 읽기 쉬운 대시 보드로 전환하여 의사 결정 및 프레젠테이션을 준비합니다.
틀 결론
Google Sheets는 브라우저를 떠나지 않고 성능을 추적하고 트렌드를 탐색하며 데이터 중심 결정을 내리는 데 도움이되는 대시 보드를 구축하는 다양한 방법을 제공합니다.
이 안내서를 따르면 데이터를 효과적으로 구조화하고 가져 오는 방법을 배웠습니다. 다양한 통찰력을위한 다양한 유형의 차트를 만듭니다. 슬라이서를 통해 상호 작용을 추가하십시오. 세련되고 전문적인 대시 보드 레이아웃을 설계하십시오.
프로젝트 관리, 판매 추적 또는 KPI 모니터링에 관계없이 Google Sheets 대시 보드는 실시간 통찰력을위한 도구가 될 수 있으며 코딩이 필요하지 않습니다.
Josep Ferrer 바르셀로나의 분석 엔지니어입니다. 그는 물리 공학을 졸업했으며 현재 인간 이동성에 적용되는 데이터 과학 분야에서 일하고 있습니다. 그는 데이터 과학 및 기술에 중점을 둔 파트 타임 콘텐츠 제작자입니다. Josep은 AI의 모든 것에 글을 썼으며 현장에서 진행중인 폭발의 적용을 다루고 있습니다.
Post Comment