AI/BI 대시보드 시각화 유형

이 페이지에서는 AI/BI 대시보드에서 사용할 수 있는 시각화 유형을 간략하게 설명하고 각 시각화 유형의 예제를 만드는 방법을 보여 줍니다. 대시보드 빌드에 대한 지침은 대시보드 만들기를 참조하세요. 자연어를 사용하여 도우미에게 가로 막대형, 선, 점 맵, 분산형, 원형 및 카운터 차트를 만들라는 메시지를 표시할 수 있습니다. Databricks Assistant을 사용하여 시각화 만들기를 참조하세요.

시각화 렌더링 제한에 대한 자세한 내용은 대시보드 제한을 참조하세요.

영역 시각화

영역 시각화는 선과 막대 시각화를 결합하여 두 번째 변수의 진행률(일반적으로 해당 시간)에 대해 하나 이상의 그룹의 숫자 값이 변경되는 방식을 보여 줍니다. 구매 과정의 시간별 변화를 표시하는 데 자주 사용됩니다.

레이아웃을 조정하려면 다음을 수행합니다.

• 을 클릭합니다. 시각화 편집 패널의 Y축 섹션에 있는 kebab 메뉴입니다.
• 레이아웃 섹션에서 스택 또는 100% 스택을 선택합니다.

구성 값: 제공된 영역 시각화 예제의 경우 다음 값이 설정되었습니다.

• 데이터 세트: samples.tpch.orders
• 시각화: 영역
• 타이틀: Total price and order year by order priority and clerk
• X축:
  • 필드: o_orderdate
  • 변환하다: Yearly
  • 배율 유형: Continuous
  • 축 제목: Order year
• Y축:
  • 필드: o_totalprice
  • 축 제목: Total price
  • 배율 유형: Continuous
  • 변환하다: Sum
• 색:
  • 필드: o_orderpriority
  • 범례 제목: Order priority
• 필터
  • 필드: TPCH orders.o_clerk

SQL 쿼리: 이 영역 시각화의 경우 다음 SQL 쿼리를 사용하여 명명 TPCH orders된 데이터 집합을 생성했습니다.

SELECT * FROM samples.tpch.orders;

막대형 차트

가로 막대형 차트는 시간 또는 범주 간 메트릭의 변화를 나타내며 원형 시각화와 유사하게 비례성을 표시합니다.

레이아웃을 조정하려면 다음을 수행합니다.

• 을 클릭합니다. 시각화 편집 패널의 Y축 섹션에 있는 kebab 메뉴입니다.
• 레이아웃 섹션에서 스택 또는 100% 스택 또는 그룹을 선택합니다.

구성 값: 제공된 가로 막대형 차트 예제의 경우 다음 값이 설정되었습니다.

• 데이터 세트: samples.tpch.orders
• 시각화: 막대
• 타이틀: Total price and order month by order priority and clerk
• X축:
  • 필드: o_orderdate
  • 변환하다: Monthly
  • 배율 유형: Continuous
  • 축 제목: Order month
• Y축:
  • 필드: o_totalprice
  • 배율 유형: Continuous
  • 변환하다: Sum
  • 축 제목: Total price
• 색:
  • 필드: o_orderpriority
  • 범례 제목: Order priority
• 필터
  • 필드: TPCH orders.o_clerk

SQL 쿼리: 다음 SQL 쿼리는 이 막대 시각화에 대한 데이터 집합 TPCH orders 을 생성했습니다.

SELECT * FROM samples.tpch.orders;

상자형 차트

상자 차트 시각화는 범주별로 선택적으로 그룹화된 숫자 데이터의 분포 요약을 보여줍니다. 상자 차트 시각화를 사용하여 범주 간 값 범위를 빠르게 비교하고 해당 사분위수로 값의 지역성, 분산 및 기울이기 그룹을 시각화할 수 있습니다. 각 상자에서 어두운 선은 사분위수 범위를 나타냅니다. 상자 그림 시각화 해석에 대한 자세한 내용은 Wikipedia의 상자 차트 문서를 참조하세요.

제공된 상자 차트 예제의 경우 다음 값이 설정되었습니다.

• X 열(데이터 세트 열): l-returnflag
• Y 열(데이터셋 열): l_extendedprice
• X축 제목: Return flag1
• Y축 제목: Extended price

SQL 쿼리: 이 상자 차트 시각화의 경우 다음 SQL 쿼리를 사용하여 데이터 집합을 생성했습니다.

SELECT * FROM samples.tpch.lineitem;

거품형 차트

거품형 차트는 각 점 표식의 크기가 관련 메트릭을 반영하는 분산형 차트입니다. 거품형 차트를 만들려면 시각화 유형으로 분산 형을 선택합니다. 크기 설정에서 표식의 크기로 표시할 메트릭을 선택합니다.

구성 값: 제공된 거품형 차트 예제의 경우 다음 값이 설정되었습니다.

• 데이터 세트: NYC 택시 여행
• 시각화: 분산형
• 타이틀: Trip distance, fares, and trip duration
• X축:
  • 필드: trip_distance
  • 배율 유형: Continuous
  • 변환하다: None
• Y축:
  • 필드: fare_amount
  • 배율 유형: Continuous
  • 변환하다: None
• 색 기준:
  • 필드: pickup_zip
• 크기:
  • 필드: minutes_in_taxi
  • 변환하다: None

SQL 쿼리: 이 거품형 차트 시각화의 경우 다음 SQL 쿼리를 사용하여 데이터 집합을 생성했습니다.

SELECT
  *,
  TIMESTAMPDIFF(MINUTE, tpep_pickup_datetime, tpep_dropoff_datetime) AS minutes_in_taxi
FROM samples.nyctaxi.trips
LIMIT 500;

색도 지도

초로프 시각화에서 국가 또는 주와 같은 지리적 지역은 각 키 열의 집계 값에 따라 색이 지정됩니다. 쿼리는 지리적 위치를 이름으로 반환해야 합니다. 사용자는 국가, 주 또는 지방, 카운티 또는 지구 수준에서 관리 경계를 표시하는 지도를 만들 수 있습니다.

구성 값: 이 초로프 시각화의 경우 다음 값이 설정되었습니다.

• 데이터 세트: samples.tpch.customer
• 나라: Country
• 컬러: 합계(c_acct_bal)

SQL 쿼리: 이 초로플스 시각화의 경우 다음 SQL 쿼리를 사용하여 데이터 집합을 생성했습니다.

SELECT
INITCAP(n_name) AS Country,
SUM(c_acctbal)
FROM samples.tpch.customer
JOIN samples.tpch.nation WHERE n_nationkey = c_nationkey
GROUP BY 1;

코호트 차트

코호트 차트는 공유 특성(예: 등록 날짜)에 따라 사용자를 그룹화하고 이후 기간 동안 활동을 추적하여 시간 경과에 따른 사용자 보존 및 동작 패턴을 시각화합니다. 이 시각화는 사용자의 다양한 코호트가 시간이 지남에 따라 제품 또는 서비스에 참여하는 방식을 이해하는 데 도움이 됩니다.

코호트 차트를 만들려면 보존 데이터와 함께 피벗 시각화를 사용합니다. 다음 예제에서는 고객이 처음 주문한 시점(코호트 날짜)을 계산하고 이후 몇 년 동안 활성 상태로 유지되는 각 코호트의 고객 수를 측정하여 고객 보존을 추적합니다. 색 눈금은 보존율을 나타내며 더 어두운 색은 더 높은 보존 기간을 표시합니다.

구성 값: 이 코호트 차트 예제의 경우 다음 값이 설정되었습니다.

• 데이터 세트: samples.tpch.orders
• 시각화: 피벗
• 타이틀: Customer retention by cohort year
• 행:
  • 필드: Cohort
  • 변환하다: Yearly
• 열:
  • 필드: Active Period
• 세포:
  • 필드: Retention
  • 스타일: Color Scale

SQL 쿼리: 이 코호트 차트 시각화의 경우 다음 SQL 쿼리를 사용하여 데이터 집합 Orders cohort analysis을 생성했습니다.

-- get the list of customers and when they were active
WITH history AS (
 SELECT o_orderdate, o_custkey -- replace with the right columns representing date and id
 FROM samples.tpch.orders -- replace with desired table
 GROUP BY ALL
),
-- find the date of the first order for each customer
cohort AS (
 SELECT o_custkey, MIN(o_orderdate) AS first_date
 FROM history
 GROUP BY 1
),
-- combine the customer activity table with the date of first activity, and choose a granularity (e.g. YEAR)
joined AS (
 SELECT
   DATE_TRUNC("YEAR", first_date) AS cohort,
   CAST(DATE_DIFF(YEAR, cohort, o_orderdate) AS STRING) AS active,
   o_custkey
 FROM history LEFT JOIN cohort USING(o_custkey)
),
-- calculate the number of distinct customers by cohort and date active
grouped AS (
 SELECT cohort, active, COUNT(DISTINCT o_custkey) AS customers
 FROM joined
 GROUP BY 1, 2
),
-- calculate the number of initial customers for each cohort
initial_customers AS (
 SELECT cohort, customers AS t0_customers
 FROM grouped
 WHERE active = 0
)
-- calculate the retention by cohort and date active
SELECT
  cohort AS Cohort,
  active AS Active,
  CASE WHEN active = 1 THEN CONCAT(active, " year")
    ELSE CONCAT(active, " years") END AS `Active Period`,
  customers AS Customers,
  t0_customers AS `Initial Customers`,
  TRY_DIVIDE(customers, t0_customers) AS Retention
FROM grouped LEFT JOIN initial_customers USING (cohort)
WHERE active > 0;

콤보 차트

콤보 차트는 선 차트와 가로 막대형 차트를 결합하여 시간에 따른 변경 내용을 비례적으로 표시합니다.

구성 값: 이 콤보 차트 시각화의 경우 다음 값이 설정되었습니다.

• 데이터 세트: samples.tpch.partsupp
• 시각화: 콤보
• X축: ps_partkey
  • 배율 유형: Continuous
• Y축:
  • 술집: ps_availqty
  • 집계 유형: SUM
  • 줄: ps_supplycost
  • 집계 유형: AVG
• Y 시리즈별 색:
  • Sum of ps_availqty
  • Average ps_supplycost

SQL 쿼리: 이 콤보 차트 시각화의 경우 다음 SQL 쿼리를 사용하여 데이터 집합을 생성했습니다.

SELECT * FROM samples.tpch.partsupp;

이중 축 콤보 차트

콤보 차트를 사용하여 두 개의 서로 다른 y축을 표시할 수 있습니다. 콤보 차트 위젯을 선택한 상태에서 을 클릭합니다. 차트 구성 패널의 Y축 설정에 있는 kebab 메뉴입니다. 이중 축 사용 옵션을 켭니다.

구성 값: 이 콤보 차트의 경우 이중 축 사용 옵션이 설정됩니다. 다른 구성은 다음과 같이 설정됩니다.

• 데이터 세트: samples.nyctaxi.trips
• 시각화: 콤보
• X축: tpep_pickup_datetime
  • 변환하다: Weekly
  • 배율 유형: Continuous
• Y축:
  • 왼쪽 Y축(막대): trip_distance
    • 변환하다: AVG
  • 오른쪽 Y축(선): fare_amount
    • 변환하다: AVG

Y 시리즈별 색:

• Average trip_distance
  • Average fare_amount

SQL 쿼리: 데이터 집합을 생성하는 데 사용된 SQL 쿼리는 다음과 같습니다.

SELECT * FROM samples.nyctaxi.trips;

카운터 시각화

카운터는 오프셋 값과 비교하는 옵션을 사용하여 단일 값을 눈에 띄게 표시합니다. 카운터를 사용하려면 값 및 비교 열의 카운터 시각화에 표시할 데이터를 지정합니다. 필요에 따라 날짜 열과 집계를 선택하여 차트에 스파크라인을 표시합니다.

조건부 서식을 설정하고 값 구성 세부 정보에서 텍스트 스타일을 사용자 지정할 수 있습니다.

구성 값: 이 카운터 시각화 예제의 경우 다음 값이 설정되었습니다.

• 데이터 세트: samples.tpch.orders
• 시각화: 카운터
• 타이틀: Orders: Total price by date (compared to the previous day)
• 값:
  • 날짜: DAILY(o_orderdate)
  • 값: total price
• 비교:
  • 필드: o_orderdate
  • 며칠 전 오프셋: -1

SQL 쿼리: 이 카운터 시각화의 경우 다음 SQL 쿼리를 사용하여 데이터 세트를 생성했습니다.

SELECT
  SUM(o_totalprice) AS `total price`,
  o_orderdate
FROM
  samples.tpch.orders
GROUP BY o_orderdate
ORDER BY o_orderdate DESC;

깔때기형 차트

깔때기형 차트는 다양한 단계에서 메트릭의 변화를 분석하는 데 도움이 됩니다. 깔때기를 사용하려면 열과 step 열을 value 지정합니다.

예를 들어 다음 깔때기형 차트는 사용자가 등록 흐름의 단계를 진행하는 방법을 보여 줍니다. 각 단계는 해당 단계에 도달한 사용자 수를 반영하는 크기로 프로세스의 단계를 나타냅니다.

구성 값: 이 깔때기형 차트의 경우 다음 값이 설정되었습니다.

• 데이터 세트: 사용자 참여 깔때기 단계
• 시각화: 깔때기형
• X축: stage
• Y축: count
  • 집계 유형: SUM
• 색 열:
  • 데이터 세트 열: count

SQL 쿼리: 다음 SQL 쿼리는 이 깔때기형 차트 시각화에 대한 데이터 집합을 생성했습니다.

SELECT *
FROM VALUES
  ('Visited Website', 10000),
  ('Signed Up', 4000),
  ('Activated Account', 2500),
  ('Added First Item', 1500),
  ('Completed Purchase', 800)
AS funnel(stage, count);

히트맵 차트

열 지도 차트는 가로 막대형 차트, 누적 차트 및 거품형 차트의 기능을 혼합하여 색을 사용하여 숫자 데이터를 시각화할 수 있습니다.

예를 들어 다음 열 지도는 우선 순위 및 배송 방법에 따라 주문 수를 시각화합니다. x축은 다양한 순서 우선 순위를 나타내고 y축은 다양한 배송 방법을 나타냅니다. 색 강도는 주문 개수의 합계를 나타내며, 범례는 주문 개수 배율을 보여 줍니다.

구성 값: 이 열 지도 차트 시각화의 경우 다음 값이 설정되었습니다.

• 데이터 세트: samples.tpch.orders
• 시각화: 히트맵
• X축: priority
• Y축: ship_mode
• 색 열:
  • 데이터 세트 열: order_count
  • 집계 유형: SUM
• X축 이름(기본값 재정의): Order Priority
• Y축 이름(기본값 재정의): Shipping method
• 색 램프: Green Blue

SQL 쿼리: 이 열 지도 차트 시각화의 경우 다음 SQL 쿼리를 사용하여 데이터 집합을 생성했습니다.

SELECT
    o.o_orderpriority AS priority,
    l.l_shipmode AS ship_mode,
    COUNT(*) AS order_count,
    o.o_orderdate
FROM
    samples.tpch.orders AS o
JOIN
    samples.tpch.lineitem AS l
ON
    o.o_orderkey = l.l_orderkey
GROUP BY
    o.o_orderpriority,
    l.l_shipmode,
    o.o_orderdate
ORDER BY
    priority,
    ship_mode;

히스토그램 차트

히스토그램은 지정된 값이 데이터 세트에서 발생하는 빈도를 그립니다. 히스토그램을 사용하면 데이터 세트에 적은 수의 범위 주위에 클러스터된 값이 있는지 아니면 더 많이 분산되어 있는지를 이해할 수 있습니다. 히스토그램은 고유 막대(bin이라고도 함)의 수를 제어하는 가로 막대형 차트로 표시됩니다.

구성 값: 이 히스토그램 차트 시각화의 경우 다음 값이 설정되었습니다.

• 데이터 세트: samples.tpch.orders
• 시각화: 히스토그램
• X 열(데이터 세트 열): o_totalprice
• Bin 수: 20
• X축 이름(기본값 재정의): Total price

구성 옵션: 히스토그램 차트 구성 옵션은 히스토그램 차트 구성 옵션을 참조하세요.

SQL 쿼리: 이 히스토그램 차트 시각화의 경우 다음 SQL 쿼리를 사용하여 데이터 집합을 생성했습니다.

SELECT * FROM samples.tpch.orders;

선 시각화

줄 시각화는 시간이 지남에 따라 하나 이상의 메트릭에 변경 내용을 표시합니다.

구성 값: 이 줄 시각화 예제의 경우 다음 값이 설정되었습니다.

• 데이터 세트: samples.tpch.orders
• 시각화: 선
• 타이틀: Average price and order year by order priority and clerk
• X축:
  • 필드: o_orderdate
  • 변환하다: Yearly
  • 배율 유형: Continuous
  • 축 제목: Order year
• Y축:
  • 필드: o_totalprice
  • 변환하다: Average
  • 배율 유형: Continuous
  • 축 제목: Average price
• 색:
  • 필드: o_orderpriority
  • 범례 제목: Order priority

SQL 쿼리: 이 꺾은선형 차트 시각화의 경우 다음 SQL 쿼리를 사용하여 명명 Orders data된 데이터 집합을 생성했습니다.

SELECT * FROM samples.tpch.orders;

원형 시각화

원형 시각화는 메트릭 간의 비례성을 표시합니다. 시계열 데이터를 전달하기 위한 것이 아닙니다.

구성 값: 이 원형 시각화 예제의 경우 다음 값이 설정되었습니다.

• 데이터 세트: samples.tpch.orders
• 시각화: 원형 시각화
• 타이틀: Total price by order priority and clerk
• 각:
  • 필드: o_totalprice
  • 변환하다: Sum
  • 축 제목: Total price
• 색:
  • 필드: o_orderpriority
  • 범례 제목: Order priority
• 필터
  • 필드: TPCH orders.o_clerk

SQL 쿼리: 이 원형 시각화의 경우 다음 SQL 쿼리를 사용하여 명명 TPCH orders된 데이터 집합을 생성했습니다.

SELECT * FROM samples.tpch.orders;

피벗 시각화

피벗 시각화는 쿼리 결과의 레코드를 테이블 형식 표시로 집계합니다. SQL의 PIVOT 또는 GROUP BY 명령문과 유사합니다. 끌어서 놓기 필드를 사용하여 피벗 시각화를 구성합니다.

고정 헤더, 조건부 서식 지정 및 링크 추가를 비롯한 피벗 테이블 구성 옵션에 대한 자세한 내용은 피벗 테이블 구성을 참조하세요.

구성 값: 이 피벗 시각화 예제의 경우 다음 값이 설정되었습니다.

• 데이터 세트: samples.tpch.lineitem
• 시각화: 피벗
• 타이틀: Line item quantity by return flag and ship mode by supplier
• 행:
  • 필드: l_returnflag
  • 표시 합계: 체크됨
• 열:
  • 필드: l_shipmode
  • 표시 합계: 체크됨
• 값
  • 필드: l_quantity
  • 변환: 합계

SQL 쿼리: 이 피벗 시각화의 경우 다음 SQL 쿼리를 사용하여 명명 TPCH lineitem된 데이터 집합을 생성했습니다.

SELECT * FROM samples.tpch.lineitem;

포인트 지도

점 맵은 정량적 데이터를 특정 지도 위치에 배치된 기호로 표시합니다. 표식은 위도 및 경도 좌표를 사용하여 배치되며 이 차트 종류에 대한 결과 집합의 일부로 포함되어야 합니다. 다음 예제에서는 뉴욕주 뉴욕에서 발생한 자동차 충돌 데이터를 사용합니다.

구성 값: 이 점 맵 시각화의 경우 다음 값이 설정되었습니다.

• 데이터 세트: 시애틀 주택 가격 분석
• 시각화: 점 맵
• 좌표:
  • 위도: LATITUDE
  • 경도: LONGITUDE
• 색:
  • 필드: avg(bedrooms)
    • 배율 유형: 범주형
• 크기:
  • 필드: avg(price)

Sankey 다이어그램

sankey 다이어그램은 값 집합에서 다른 값 집합으로의 흐름을 시각화합니다.

구성 값: 이 sankey 다이어그램의 경우 다음 값이 설정되었습니다.

• 데이터 세트: samples.nyctaxi.trips
• 시각화: Sankey
• 단계
  • stage1
  • stage2
• 값
  • 합계(값)

SQL 쿼리: 이 Sankey 시각화의 경우 다음 SQL 쿼리를 사용하여 데이터 집합을 생성했습니다.

SELECT pickup_zip AS stage1, dropoff_zip AS stage2, SUM(fare_amount) AS value
FROM samples.nyctaxi.trips
GROUP BY 1, 2
ORDER BY 3 DESC
LIMIT 10;

분산 시각화

분산 시각화는 일반적으로 두 숫자 변수 간의 관계를 표시하는 데 사용됩니다. 세 번째 차원을 색으로 인코딩하여 숫자 변수가 그룹 간에 어떻게 다른지 표시할 수 있습니다.

구성 값: 이 분산 시각화 예제의 경우 다음 값이 설정되었습니다.

• 데이터 세트: samples.tpch.lineitem
• 시각화: 분산형
• 타이틀: Total price and quantity by ship mode and supplier
• X축:
  • 필드: l_quantity
  • 축 제목: Quantity
  • 배율 유형: Continuous
  • 변환하다: None
• Y축:
  • 필드: l_extendedprice
  • 배율 유형: Continuous
  • 변환하다: None
  • 축 제목: Price
• 색:
  • 필드: l_shipmode
  • 범례 제목: Ship mode
• 필터
  • 필드: TPCH lineitem.l_supplierkey

SQL 쿼리: 이 분산 시각화의 경우 다음 SQL 쿼리를 사용하여 명명 TPCH lineitem된 데이터 집합을 생성했습니다.

SELECT * FROM samples.tpch.lineitem

테이블 시각화

테이블 시각화는 표준 테이블의 데이터를 표시하지만 데이터를 수동으로 다시 정렬, 숨기기 및 서식을 지정할 수 있습니다.

구성 값: 이 테이블 시각화 예제의 경우 다음 값이 설정되었습니다.

• 데이터 세트: samples.tpch.lineitem
• 시각화: 테이블
• 타이틀: Line item summary by supplier
• 열:
  • 행 번호 표시: 사용함
  • 필드: l_orderkey
  • 필드: l_extendedprice
    • 다음으로 표시: Number
    • 숫자 형식: $0.00
  • 필드: l_discount
    • 다음으로 표시: Number
    • 숫자 형식: %0.00
  • 필드: l_tax
    • 다음으로 표시: Number
    • 숫자 형식: %0.00
  • 필드: l_shipdate
  • 필드: l_shipmode
• 필터
  • 필드: TPCH lineitem.l_supplierkey

구성 옵션: 테이블 시각화 구성 옵션은 테이블 옵션을 참조하세요.

SQL 쿼리: 이 테이블 시각화의 경우 다음 SQL 쿼리를 사용하여 명명 TPCH lineitem된 데이터 집합을 생성했습니다.

SELECT * FROM samples.tpch.lineitem

폭포 차트

폭포 차트는 순차적 양수 및 음수 값의 누적 효과를 표시하며, 초기 값이 일련의 중간 양수 및 음수 값에 의해 어떻게 영향을 받는지 보여줍니다. 일반적으로 수익 및 손실 명세서와 같은 재무 데이터를 시각화하거나 다양한 요인이 전체 변화에 어떻게 기여하는지를 표시하는 데 사용됩니다.

구성 값: 이 폭포 차트 예제의 경우 다음 값이 설정되었습니다.

• 데이터 세트: 쿼리에 의해 생성됨
• 시각화: 폭포
• X축: MONTHLY(date_col)
• Y축: SUM(amount)

SQL 쿼리: 이 테이블 시각화의 경우 다음 SQL 쿼리를 사용하여 데이터 집합을 생성했습니다.

with base as (
  SELECT
    *
  FROM
    VALUES
      (2535, '2025-01-01'),
      (-853, '2025-02-01'),
      (3229, '2025-03-01'),
      (1820, '2025-04-01'),
      (3195, '2025-05-01'),
      (-1800, '2025-06-01'),
      (-562, '2025-07-01'),
      (-332, '2025-08-01'),
      (1750, '2025-09-01'),
      (-330, '2025-10-01'),
      (3300, '2025-11-01'),
      (4400, '2025-12-01') AS t (amount, date_str)
)
SELECT
  amount,
  cast(date_str as date) as date_col
from
  base