Tworzenie dobrego dashboardu sprzedażowego to jedna z tych rzeczy, które na początku wydają się prostsze, niż są w rzeczywistości. Im dalej wchodzimy w proces, tym bardziej widzimy, że wymaga on nie tylko umiejętności technicznych, ale też wyczucia estetyki, myślenia o użytkowniku, logicznego porządkowania informacji oraz przewidywania interakcji, jakie z tym dashboardem będzie wykonywać osoba korzystająca z raportu.

W tej lekcji – którą przenoszę tutaj w formie pełnego artykułu – pokażę ci cały proces tworzenia szczegółowego dashboardu sprzedażowego w Tableau. Będziemy pracować na danych, które wykorzystuję w kursie Tableau w KajoDataSpace, a wszystkie kroki wykonam dokładnie tak, jak robiłbym to w realnym projekcie dla firmy.

Ten artykuł będzie bardzo praktyczny. Przejdziemy przez:

• projektowanie układu dashboardu,
• wykorzystanie parametrów w Tableau,
• dodawanie filtrów i ich zarządzanie,
• tworzenie widoków szczegółowych,
• pracę z kontenerami, layoutem, floating vs. tiled,
• dbanie o UX i estetykę dashboardu,
• rozwiązywanie problemów, które pojawiają się po drodze,
• finalne porządkowanie widoku oraz kontrolę jakości.

To długi materiał i wrzucam tutaj cały proces – także momenty, kiedy musiałem cofnąć się o krok czy zmienić koncepcję układu.

Zapraszam.

H3: Start pracy – tworzenie nowego dashboardu sprzedażowego

W punkcie wyjścia mam już przygotowany dashboard główny, czyli coś w rodzaju homepage dla całego raportu. To z niego użytkownik będzie nawigował do kolejnych stron szczegółowych, takich jak sprzedaż, zwroty, koszty czy inne obszary biznesowe.

Zaczynam od stworzenia nowego dashboardu w Tableau. Duplikuję kilka elementów z poprzedniego widoku – głównie po to, żeby zachować spójność:

• taki sam rozmiar tytułów,
• podobny styl stopki,
• zachowanie wyglądu nawigacji,
• podobne odstępy i marginesy.

W Tableau spójność wizualna jest ważna z dwóch powodów:
po pierwsze – użytkownik szybciej czuje się „jak w domu”,
po drugie – dobrze zaprojektowany dashboard budzi większe zaufanie.

To nie jest tylko moje wrażenie. Badania UX wielokrotnie pokazały, że odbiorcy mają tendencję do uznawania estetycznych raportów za bardziej wiarygodne. I w świecie analizy danych ma to realne znaczenie.

H3: Projektowanie struktury widoku sprzedażowego

W dashboardzie sprzedażowym chcę umieścić cztery główne elementy:

1. Liczbę sprzedaży (Gross Sales) – tym razem filtrowalną.
2. Trend sprzedaży – wykres liniowy.
3. Tabelę kosztów – dane kosztowe z mojej tabeli dodatkowej.
4. Nowy wykres – prawdopodobnie słupkowy – do grupowania danych według kategorii, województwa czy trybu dostawy.

Z tego powstanie zestaw czterech elementów, które będą uzupełniały się logicznie: KPI → Trend → Koszty → Porównanie kategorii.

Na początek czyszczę wszystkie niepotrzebne elementy z wykresów:

• usuwam tooltips,
• wywalam linie, których nie potrzebuję,
• resetuję kontenery,
• ustawiam podstawowe filtry.

Chcę mieć czyste płótno do dalszej pracy.

Opanuj Tableau z moim kursem!

Opanujesz Tableau od podstaw po zaawansowane funkcje, takie jak wykresy, kalkulacje, dashboardy, LOD Expressions i Data Blending. Nauczysz się visual data storytelling, co pozwoli Ci tworzyć profesjonalne dashboardy. Wszystko zainstalujemy na Twoim komputerze, a w ramach kursu dostaniesz dostęp do dodatkowych danych do analiz, co zapewni mnóstwo okazji do ćwiczeń.

H3: Przygotowanie widoków – duplikowanie i czyszczenie wykresów

W Tableau uwielbiam jedną rzecz: możliwość szybkiego duplikowania widoków zamiast tworzenia wszystkiego od nowa.

Robię kopie:

• KPI sprzedaży,
• wykresu trendu,
• tabeli.

Każdy z tych widoków ma już część filtrów i formatów, więc reużycie ich bardzo przyspiesza pracę.

Na przykład wykres trendu – czyszczę go:

1. Zaznaczam niepotrzebne elementy (SHIFT-click).
2. DELETE.
3. Resetuję oś.
4. Ustawiam datę na kwartał.
5. Dodaję miesiąc jako alternatywę.

Tu jednak pojawia się jeden ważny punkt…
Chcę, żeby użytkownik mógł zmieniać poziom granularności wykresu.

I to jest świetny moment, żeby wprowadzić parametry.

H3: Wprowadzenie parametrów w Tableau – po co i jak?

Parametry są jednym z najpotężniejszych narzędzi w Tableau.
Pozwalają użytkownikowi wpływać na logikę wyświetlania danych.

Tworzę parametr: Date granularity
Typ: string
Opcje:

• Year
• Quarter
• Month
• Week

Następnie buduję formułę, która zastąpi klasyczne pole daty:

CASE [Date granularity]
    WHEN "Year" THEN DATETRUNC("year", [Order Date])
    WHEN "Quarter" THEN DATETRUNC("quarter", [Order Date])
    WHEN "Month" THEN DATETRUNC("month", [Order Date])
    WHEN "Week" THEN DATETRUNC("week", [Order Date])
END

To pole przerzucam na wykres i ustawiam jako Exact Date.
Dzięki temu wykres liniowy reaguje na parametry.

Gdy zmieniam parametr:

• Month → wykres miesięczny
• Quarter → kwartalny
• Week → tygodniowy

Fantastyczna sprawa.

H3: Dodawanie filtrów i zarządzanie nimi

W dashboardzie chcę mieć możliwość filtrowania danych po:

• kategorii produktu,
• stanie dostawy,
• trybie wysyłki,
• datach (zakres Date Range),
• innych wymiarach sprzedażowych.

Najważniejsze zasady:

1. Filtry dodaję z jednego sheetu, żeby się nie mieszały.
2. Ustawiam zakres dat na Range.
3. Konfiguruję filtry tak, aby działały na wszystkie odpowiednie źródła danych (nie wszystkie, bo korzystam z data blendingu).

To kluczowe – jeśli wybierzemy „All data sources”, filtry mogą zacząć działać niepoprawnie.

H3: Kolorowanie i ukrywanie arkuszy pomocniczych

To jedna z tych technik, którą przeniosłem z dużych projektów dla firm.

Aby kontrolować, które elementy są częścią jakiego dashboardu:

• koloruję arkusze w Tableau (np. niebieskie = poprzedni dashboard, czerwone = aktualny),
• ukrywam je jednym kliknięciem (Hide All Sheets).

Dzięki temu wiem, że pracuję tylko na tych widokach, które należą do nowej strony.

Prosta rzecz, ale przy projektach z 50+ arkuszami ratuje życie.

H3: Tworzenie wykresu słupkowego z dynamicznym grupowaniem

Chcę zrobić wykres słupkowy, który pozwala użytkownikowi wybrać sposób grupowania danych:

• po kategorii,
• po stanie dostawy,
• po trybie wysyłki,
• albo „Total” – czyli bez grupy.

Do tego tworzę drugi parametr:

Dimension 1 – lista wymiarów, które użytkownik może wybrać.
Potem formułę:

CASE [Dimension 1]
    WHEN "Category" THEN [Category]
    WHEN "Delivery State" THEN [Delivery State]
    WHEN "Shipping Mode" THEN [Shipping Mode]
    WHEN "Total" THEN "Total"
END

To pozwala mi dynamicznie zmieniać układ wykresu bez konieczności budowania trzech różnych widoków.
Ogromna oszczędność czasu.

Dodaję też Dimension 2, żeby umożliwić dwupoziomowe grupowanie.
Działa to tak:

• Dimension 1 → główny podział
• Dimension 2 → podział wewnątrz grup

Efekt? Użytkownik może:

• grupować dane po dwóch wymiarach,
• sortować wszystko,
• filtrować według kategorii lub dat.

Fenomenalne do eksploracji danych sprzedażowych.

H3: Porządkowanie layoutu – floating vs tiled i praca z kontenerami

To część, w której dzieje się najwięcej zmian i poprawek.

Moje zasady:

1. Używam tiled jako bazę.

W odróżnieniu od Power BI, floating w Tableau często prowadzi do rozjeżdżania się elementów.
W raportach firmowych jest to ryzyko, którego wolę unikać.

2. Floating tylko tam, gdzie naprawdę muszę.

Czasem przydaje się do precyzyjnego dopasowania elementu.

3. Kontenery są kluczem do estetyki.

Używam:

• poziomych (horizontal) dla menu i parametrów,
• pionowych (vertical) dla wykresów,
• pustych elementów (Blank) do tworzenia marginesów.

4. Numer jeden w estetyce – równe odstępy

To, czy raport wygląda „profesjonalnie”, można ocenić po tym:

• czy elementy są wyrównane,
• czy odstępy są identyczne,
• czy teksty mają tę samą czcionkę i rozmiar.

Na przykład:

• nagłówki na ciemnym tle + biały tekst,
• równy odstęp nad i pod każdym wykresem,
• spójne marginesy.

Robię to wszystko krok po kroku, wyrównując linie, wysokości, szerokości.

H3: Dodawanie nagłówków dynamicznych

To detal, ale robi ogromną różnicę.

W trendzie sprzedaży nagłówek dodaję jako tekst z parametrem:

Sales by <Parametr>

Jeżeli użytkownik wybierze „Month” – nagłówek zmienia się automatycznie.
To poprawia doświadczenie użytkownika i zmniejsza ryzyko błędnej interpretacji.

H3: Kontrola jakości – test interakcji

Położę na tym nacisk, bo dużo osób o tym zapomina.

Przechodzę przez każdy element dashboardu i sprawdzam:

• Czy filtruje tylko to, co ma filtrować?
• Czy parametry dotyczą odpowiednich wykresów?
• Czy sortowanie działa poprawnie?
• Czy układ się nie rozpada po zmianie rozmiaru?
• Czy przejście do dashboardów z homepage działa?
• Czy wartości walut mają symbol $?
• Czy oś czasu jest poprawnie opisana?

To moment, w którym wyłapuję problemy takie jak:

• brak ikon dolara przy kosztach,
• nierówne kontenery,
• niejasne nazwy filtrów,
• brak informacji o ograniczeniu filtrów (np. tabela kosztów).

Poprawiam wszystko na bieżąco.

H3: Ostatnie szlify i podsumowanie prac

Po kilkunastu minutach dopieszczania wizualnej strony wszystko wygląda tak, jak powinno:

• spójny układ,
• czytelne nagłówki,
• parametry działające w sposób intuicyjny,
• pełna integracja filtrów,
• logiczny przepływ informacji,
• klarowne opisy,
• wygodne poruszanie się między dashboardami.

Finalny efekt to dashboard sprzedażowy, który:

• daje użytkownikowi dużo swobody eksploracji,
• jest czytelny,
• jest estetyczny,
• jest interaktywny,
• reaguje na parametry i filtry,
• pozwala analizować dane na kilku poziomach szczegółowości.

W kolejnych lekcjach (i kolejnych artykułach) zajmiemy się pozostałymi podstronami – między innymi analizą zwrotów.

Zapisz się do
newslettera

🎁 i zgarnij darmowe bonusy:

Poradnik Początkującego Analityka

Video - jak szukać pracy w IT

Regularne dawki darmowej wiedzy, bez spamu

Zgadzam się na przetwarzanie moich danych osobowych przez KajoData Kajo Rudziński w celu realizacji usługi newsletter, a tym samym wysyłania mi informacji o produktach blogowych, usługach, lub nowościach, zgodnie z polityką prywatności. Wiem, że zgodę tę mogę w każdej chwili cofnąć.

Zapisuję się

Loading...

Dzięki! To nie koniec...

...pamiętaj, by teraz wejść na maila i potwierdzić subskrybcję 🙂 Jeżeli nic nie doszło, to sprawdź skrzynkę ze spamem.
* * * Gdy potwierdzisz newsletter, dostaniesz ostateczne potwierdzenie i obiecane prezenty w kolejnym mailu 🙂

Zakończenie

Tworzenie dashboardu sprzedażowego w Tableau to proces, który łączy myślenie analityczne, techniczne i wizualne. W tym artykule przeszedłem z tobą przez cały etap – od przygotowania wykresów, przez budowę parametrów, aż po projekt layoutu i finalne poprawki.

Mam nadzieję, że dzięki temu dużo łatwiej będzie ci tworzyć własne dashboardy, a samo Tableau stanie się narzędziem, które nie tylko „coś pokazuje”, ale naprawdę wspiera analizę biznesową.

Jeśli uważasz ten artykuł za wartościowy, udostępnij go w swoich mediach społecznościowych – dzięki temu trafi do kolejnych osób, które uczą się analizy danych.

Inne ciekawe artykuły:

• Jak tworzyć skuteczne wykresy w Pythonie: Matplotlib, Pandas i GroupBy w praktyce
• Własne funkcje w Pythonie – jak budować realne rozwiązania krok po kroku
• Jak sprawdzam poprawność danych w Excelu: praktyczna lekcja z ISNUMBER i AND
• Jak działa CTE (WITH) w SQL? Najbardziej niedoceniana funkcja, która zmienia sposób pisania zapytań
• Jak działa FULL JOIN i SELF JOIN w SQL? Pełne wyjaśnienie na przykładach z życia analityka

Autorem artykułu jest Kajo Rudziński – analytical data architect, uznany ekspert w analizie danych, twórca KajoData oraz społeczności dla analityków KajoDataSpace.

To tyle w tym temacie. Analizujcie w pokoju!  

Podobał Ci się ten artykuł 🙂?
Podziel się nim w Social Mediach 📱
>>> udostępnij go na LinkedIn i pokaż, że codziennie uczysz się czegoś nowego 
>>> wrzuć go na Facebooka, to się może przydać któremuś z Twoich znajomych 
>>> Przypnij sobie tą stronkę to zakładek, może się przydać w przyszłości

Wolisz oglądać 📺 niż czytać – nie ma problemu
>>> Obserwuj i oglądaj KajoData na YouTube