这份复盘只依据对 FINAL 与 Source Code 两份 PBIX 的结构检查、Power Query 查询和当前数据快照。两份文件都是单页,都包含 8 张表和 8 条 M 查询,但关系模型并不相同。下文会明确区分它们,不把某一版本的结构挪给另一版本,也不把视觉对象上的字段自动汇总写成复杂的显式 DAX 项目。
先把交付物说准确:一页,而不是一套页面
看板的核心是单页联动。页面由 4 个主视觉对象和 5 个切片器组成:ArcGIS 地图、柱图、折线图和柱线组合图承担主要阅读任务;地区、房型、tenure、滚动期与静态 CO2 范围提供筛选入口。
这意味着项目价值不在于页面数量,而在于同一组筛选怎样改变不同粒度的图表。读者可以从地区分布进入,再对照房型或 tenure 的能效分数,同时查看滚动期变化和静态 CO2 范围。静态 CO2 范围是独立筛选语境,不能宣称它会统一控制所有能效视觉对象。
页面没有地区层级导航,也不提供住户级明细。它展示的是聚合住宅能效分数和中位数估算的 CO2 信息。这个边界决定了它适合做组合观察,不适合用来评价某一户住宅,更不能把地图上的聚合颜色解释为单户证书结果。
两个 ONS Excel,五张输入 sheet
数据来自两个 ONS Excel 工作簿。静态中位数估算 CO2 工作簿使用 sheet 1b;五年滚动工作簿使用 1b、1c、2b、2c 四张 sheet,因此输入合计是五张 sheet。
8 条 M 查询负责把输入整理成 8 张表,其中包括静态 CarbonEmissions、按房型整理的 EpcCurrentByPropertyType、按 tenure 整理的 EpcCurrentByTenure,以及地区、日期等维表。这里的关键转换不是一段手写 SQL,而是 Power Query 中的 Unpivot、SplitColumn、LeftOuter NestedJoin 和 Expand。
Unpivot 把原表横向展开的类别变成长表;SplitColumn 把复合字段拆成可连接的地区、类别或时间信息;左外连接保留左表记录并尝试补齐右表字段;Expand 只展开后续模型需要的列。复盘时看这些步骤,比只看最终图表更能解释数据是怎样到达页面的。
484 与 363 不是数据量口号,而是粒度检查
按房型合并的表有 484 行,可以拆成 11 个地区 × 4 种房型 × 11 个滚动期。按 tenure 合并的表有 363 行,对应 11 个地区 × 3 种 tenure × 11 个滚动期。静态 CO2 长表则有 55 行。
这些乘法不是装饰,而是检查数据粒度的最快方法。如果后续刷新后行数变化,应该先问地区、类别或滚动期是否缺失,而不是直接接受视觉对象上的总数。它也能提醒读者:同一地区的不同房型和 tenure 是两套分类视角,不能把两张表的行直接相加,当成住宅总量。
| 合并结果 | 当前行数 | 粒度依据 |
|---|---|---|
| 房型能效表 | 484 | 11 地区 × 4 房型 × 11 滚动期 |
| tenure 能效表 | 363 | 11 地区 × 3 tenure × 11 滚动期 |
| 静态 CO2 长表 | 55 | 当前静态分类与地区快照 |
表中数字只描述当前检查到的快照,不是对未来 ONS 文件结构永远不变的保证。数据源改版后,M 查询的拆列与连接键都需要重新检查。
模型关系要分版本讨论
FINAL 文件检查到 13 条关系,Source Code 文件检查到 4 条关系,而且 Source Code 中存在 M:M、Both 和 inactive 关系。两类结构不能混成一句“项目使用统一星型模型”。
Source Code 的关系配置提示了维护风险:多对多和双向筛选可能让筛选路径更难预测,非活动关系则要求报表作者明确何时、怎样启用。FINAL 的 13 条关系也应该按实际字段逐条阅读,而不是因为数量更多就推断模型更先进。
这次复盘能确认的是结构差异和潜在维护成本,不能仅凭关系数量判断哪一个版本在所有查询上都更快。没有查询计划和性能记录时,最诚实的结论是:后续维护需要先固定版本,再检查筛选方向和各视觉对象实际使用的字段。
页面没有显式 DAX,聚合发生在视觉对象里
对两个重点 PBIX 的检查结果都是:显式 DAX measures、calculated columns 和 calculated tables 数量为 0。页面上的 Sum、Average、Max 属于视觉对象对字段的隐式聚合。
因此,这个项目不能包装成“编写了一套显式 DAX 指标层”。更准确的描述是:Power Query 先完成数据形状整理,视觉对象再按当前筛选上下文执行求和、平均或最大值。读懂一张图时,需要同时看字段、聚合方式和切片器,而不是寻找一个不存在的度量公式。
隐式聚合降低了初期制作门槛,却也让口径更容易藏在视觉对象设置里。后续维护时,我会先为每张图记录字段、聚合方式与适用筛选器,再决定是否有必要把确需复用的定义改成显式指标。那是未来改造,不是当前成果。
11 个时间点是重叠五年窗口
滚动期不是 11 个独立年份,而是从 Q2 2008–Q1 2013 到 Q2 2018–Q1 2023 的 重叠五年窗口。相邻窗口共享大量时间范围,因此折线图适合观察窗口结果如何变化,不适合直接当作 11 个互不相交的年度观测来做同比增速解释。
CO2 也采用 ONS 的中位数估算,单位是 tonnes/year。它不是逐户实测排放,也不是一个地区全部住宅排放的精确总量。把中位数估算与窗口平均放在一起时,应避免“趋势证明某项政策有效”这类因果叙述;看板没有控制其他变量,不能提供这种证据。
最稳妥的阅读方式,是把图表当成聚合指标的组合视图:比较不同分类和窗口下的结果,指出可见差异,再回到数据说明寻找定义。视觉上的平滑变化不等于每年都发生了同样幅度的真实变化。
刷新可移植性尚未完成
当前 M 查询仍指向原桌面的绝对路径。把 PBIX 复制到另一台机器,不代表数据源路径会随之迁移,刷新可能首先卡在文件找不到。因此“文件可以打开”和“数据可以复现刷新”是两项不同验收。
另一个边界在左连接。当前合并快照里 CO2 字段全行 nonnull,只能说明这次数据没有留下空值,不能证明未来刷新不会出现键不匹配。源文件的地区名称、分类编码或滚动期格式变化后,左表仍会保留,但右侧字段可能变空。
如果继续维护,我会优先做三件事:把路径改为明确的可配置流程;在展开后检查连接键与空值;保存一份刷新后的行数检查,至少复核 484、363 与静态表的预期粒度。完成之前,这些只能称为改进计划,不能提前写成已有能力。
单页之外,真正需要保存的是口径
这次看板复盘最值得留下的不是“用了 ArcGIS”或“有五个切片器”,而是一组能阻止误读的事实:单页、8 表、8 条 M 查询、两个 Excel 的五张输入 sheet、两种分类粒度、重叠窗口,以及中位数估算的 CO2。
当这些事实被写清楚,页面的简洁才有意义。读者知道筛选改变了什么,也知道图表不能证明什么;维护者则能从 M 查询、关系和当前快照继续工作,而不是从一张漂亮截图重新猜测整个项目。