Kiedy zaczynałem pracę z Power BI, jednym z pierwszych momentów „aha” była chwila, w której uświadomiłem sobie, iż ten program nie jest tylko narzędziem do wyświetlania wykresów. To jest środowisko, w którym użytkownik może aktywnie wchodzić w interakcję z danymi: filtrować je, podświetlać, wybierać konkretne segmenty i odkrywać zupełnie nowe zależności.

W tej lekcji – i w tym artykule – chcę ci pokazać fundamenty pracy z filtrami oraz slicerami. To prawdopodobnie jedne z najczęściej używanych elementów w dobrze zaprojektowanym pulpicie analitycznym. jeżeli dopiero zaczynasz przygodę z Power BI, zrozumienie ich działania sprawi, iż praca z danymi stanie się bardziej intuicyjna i swobodna. A jeżeli masz już kilka raportów za sobą – być może odkryjesz kilka detali, które pozwolą ci projektować bardziej przejrzyste, czytelne i interaktywne dashboardy.

Czym adekwatnie jest filtrowanie w Power BI?

W Power BI filtrowanie to nic innego jak zawężanie zbioru danych, który aktualnie widzisz na wizualizacji. Ale to, co wyróżnia Power BI, to fakt, iż filtrowanie nie ogranicza się wyłącznie do klasycznych filtrów znanych z Excela czy SQL.

W tym narzędziu filtr może powstać na kilka sposobów:

1. Kliknięcie elementu wizualizacji
2. Użycie panelu filtrów (Filters pane)
3. Zastosowanie slicera na stronie raportu

Każda z tych metod ma swoje zastosowania, zalety i ograniczenia. W praktyce łączę je regularnie – i w tym artykule pokażę ci, kiedy która opcja jest najlepsza.

Interaktywność wizualizacji: cross-filtering i cross-highlighting

Zacznijmy od czegoś, co większość osób zauważa na początku, ale nie do końca rozumie: interaktywność wykresów.

Jeśli klikniesz na przykład słupek reprezentujący region „South”, zauważysz, że:

• niektóre wizualizacje faktycznie filtrują dane, pokazując tylko wartości dla tego regionu,
• a inne jedynie podświetlają odpowiedni fragment, pozostawiając kontekst pozostałych kategorii.

To właśnie:

• cross-filtering – kiedy wykres ogranicza dane do wybranej wartości,
• cross-highlighting – kiedy wizualizacja podkreśla istotny fragment, ale nie usuwa pozostałych danych.

Przykład?
Mapa czy wykres liniowy zwykle filtrują dane (cross-filtering).
Wykres słupkowy albo donut chart częściej je podświetlają (cross-highlighting).

Ta funkcjonalność działa automatycznie – Power BI domyślnie wie, jak wizualizacje mają na siebie wpływać. Ty możesz to zmienić, ale na początku nie musisz się tym martwić.

Ważne jest, iż już po kilku kliknięciach dashboard zaczyna zachowywać się jak interaktywna aplikacja analityczna, a nie serwetka z obrazkami.

Opanuj PowerBI z moim kursem!

Poznasz najważniejsze narzędzia do wizualizacji danych – od pierwszego modelu danych, przez Power Query, aż po DAX i profesjonalne raporty. Zobaczysz, jak łączyć różne źródła danych, budować czytelne dashboardy i tworzyć analizy, które realnie wspierają decyzje biznesowe. To praktyczny kurs, który pozwoli Ci wyjść poza Excela i wejść na poziom pracy nowoczesnego analityka.

Panel filtrów – klasyczny, ale bardzo potężny sposób filtrowania

Kolejnym elementem jest panel filtrów. Znajdziesz go po prawej stronie w edytorze raportów. Ten panel daje ci kontrolę nad trzema poziomami filtrowania:

• Visual level filters – dotyczących jednej wizualizacji
• Filters on this page – dotyczących całej strony raportu
• Filters on all pages – działających globalnie na wszystkie strony

To podejście daje dużo elastyczności. Możesz np.:

• ukryć filtr przed użytkownikiem,
• zablokować filtr na konkretnej wartości,
• zastosować filtr zaawansowany, np. „zawiera”, „zaczyna się od”, „nie równa się”,
• filtrować wartości liczbowe po warunkach typu „greater than”, „less than”.

Przykład?

Taki filtr pokaże ci tylko te transakcje, których wartość przekracza 1000 dolarów.

Brzmi prosto – ale ważna jest jedna rzecz:

Panel filtrów działa na poziomie wiersza danych, a nie na poziomie agregacji.

Jeżeli twoja tabela zawiera milion transakcji, a ty zastosujesz filtr „Sales > 1000”, to Power BI nie filtruje sum, ale poszczególne rzędy. Dopiero z tych przefiltrowanych danych budowane są wykresy.

To częsty powód nieporozumień u początkujących, dlatego warto mieć to na uwadze.

Filtrowanie tekstem – prosty sposób na szybkie zawężenie danych

Panel filtrów pozwala też filtrować wartości tekstowe.
Wyobraź sobie, iż masz listę regionów:

• East
• West
• South
• Central

Jeśli w filtrze użyjesz opcji „zawiera S”, to:

• wyświetlą się East, West i South,
• nie wyświetli się Central.

Taka logika szczególnie przydaje się, gdy mamy więcej kategorii lub chcemy gwałtownie odnaleźć fragment interesującej nas wartości (np. w filtrach klientów, produktów, kodów SKU).

Slicery – najbardziej przyjazny sposób filtrowania dla odbiorcy raportu

Slicery to jeden z moich ulubionych elementów Power BI, bo są niezwykle intuicyjne dla odbiorcy raportu.

Slicer to tak naprawdę wizualny filtr – użytkownik widzi go na dashboardzie i może kliknąć kategorię, datę czy region, aby zmienić cały widok.

Aby dodać slicer:

1. Upewniam się, iż nie mam zaznaczonej żadnej wizualizacji
2. Klikam ikonę slicera
3. Przeciągam do niego interesujące mnie pole, np. Category

I gotowe – mam filtr, który działa dla całej strony.

W filmie omawiam także opcje formatowania, które pozwalają zamienić zwykłą listę w eleganckie kafelki.

Kafelkowy slicer („Tile”) – dlaczego warto go używać?

Slicer może być wyświetlany w trzech formach:

• lista
• rozwijane menu (dropdown)
• kafelki (tiles)

Ten ostatni tryb jest jednym z moich ulubionych.
Wygląda nowocześnie, przyciąga wzrok i zachęca użytkownika do interakcji.

Po przełączeniu slicera na kafelki, użytkownik widzi np. trzy równe prostokąty:

• Technology
• Office Supplies
• Furniture

Może kliknąć jeden lub kilka z nich – i cały dashboard się aktualizuje.

Jak slicery wpływają na wizualizacje?

Co ważne – slicery działają tak samo jak każdy inny filtr.
Gdy najedziesz na wizualizację, zobaczysz informację:

• jaki slicer ją filtruje,
• jakie wartości zostały wybrane,
• czy dodatkowo działają inne filtry.

To bardzo pomaga zrozumieć logikę raportu, szczególnie osobie, która widzi dashboard po raz pierwszy.

Czy slicer można ukryć lub wyłączyć?

Tak.
Tak jak każdy element wizualny, slicer może zostać ukryty lub też można wyłączyć jego wpływ na wybrane wizualizacje.

To przydaje się w sytuacji, kiedy chcesz, aby filtr działał w tle, ale nie chcesz, aby użytkownik mógł go zmieniać.

Filtry, slicery i interaktywność – jak to połączyć w dobry dashboard?

W praktyce dobry raport Power BI powinien:

• umożliwiać użytkownikowi eksplorację danych,
• ale jednocześnie nie przytłaczać go nadmiarem filtrów,
• oraz jasno informować, co jest filtrowane i dlaczego.

Ja stosuję trzy zasady:

1. jeżeli filtr ma być dostępny dla odbiorcy – używaj slicera.

Slicery są czytelniejsze i bardziej intuicyjne. Świetnie nadają się do:

• kategorii,
• segmentów,
• regionów,
• dat.

2. jeżeli filtr ma być ukryty – używaj panelu filtrów.

Typowe przykłady:

• filtrujesz testowe wartości,
• wykluczasz błędne rekordy,
• chcesz, aby dashboard zawsze pokazywał jeden rok,
• ograniczasz dane do konkretnej wersji produktu.

3. jeżeli filtr ma dotyczyć konkretnej wizualizacji – ustaw filtr na poziomie wizualizacji.

Przykład?
Masz kartę „Sales”, ale nie chcesz, aby pokazywała zwroty.
Możesz zastosować filtr:

i nie trzeba tego wyjaśniać użytkownikowi.

Zaawansowane filtrowanie – krótkie omówienie

W panelu filtrów znajdziesz również sekcję Advanced filtering.
Możesz tam użyć warunków takich jak:

• is greater than
• is less than
• contains
• does not contain
• starts with
• ends with

Na przykład:

zwróci:

• Office Supplies
• Office Machines (jeśli masz taką kategorię)

Zaawansowane filtrowanie bywa kluczowe, gdy masz duże słowniki wartości, takie jak nazwy produktów.

Jak projektować filtry i slicery, aby dashboard był czytelny?

Projektowanie dobrego dashboardu to nie tylko wrzucenie wizualizacji na stronę.
To także:

• świadome rozmieszczenie elementów interaktywnych,
• zadbanie o kolejność filtrowania,
• zredukowanie „szumu informacyjnego”,
• i przygotowanie dashboardu tak, aby odbiorca po kilku sekundach wiedział, co może zmieniać.

Moje zasady:

1. Używaj maksymalnie 3–5 slicerów na stronę.
   Więcej zwykle wprowadza chaos.
2. Nie mieszaj slicerów i panelu filtrów dla tego samego pola.
   Duplikacja prowadzi do nieintuicyjnych efektów.
3. Jeśli slicer ma tytuł niejasny dla użytkownika – zmień go.
   „Category” jest jasne, ale np. „Segment” może oznaczać wiele rzeczy.
4. Ukrywaj panele filtrów, jeżeli dashboard jest przygotowany dla klienta.
   To profesjonalne i minimalizuje ryzyko przypadkowych zmian.
5. Zawsze testuj dashboard z perspektywy użytkownika końcowego.
   Powinieneś umieć odpowiedzieć na pytanie:
   „Jak osoba, która nigdy nie widziała tych danych, ma się w tym odnaleźć?”

Przykładowy scenariusz: buduję stronę raportu od zera

Załóżmy, iż przygotowuję stronę raportu sprzedażowego.
Mam dane transakcyjne zawierające:

• Region
• Category
• Sales
• Quantity
• Customer Segment
• Date

Mój workflow wygląda tak:

1. Wybieram główne wizualizacje (np. słupki, donut, linia).

2. Testuję interaktywność – klikam każdą kategorię, region itd.

3. Dodaję slicery:

• Category
• Regional
• Segment

4. Ukrywam panel filtrów, który służy tylko do:

• filtrowania błędnych danych,
• ograniczenia dat,
• wykluczenia klientów wewnętrznych.

5. Zmieniam slicery na kafelki, żeby dashboard wyglądał nowocześnie.

6. Sprawdzam, czy każda wizualizacja ma jasną informację o filtrowaniu.

7. Testuję cały dashboard jak użytkownik końcowy.

Efekt?
Powstaje raport, który:

• jest dynamiczny,
• pozwala przeprowadzić analizę w kilka sekund,
• i wygląda na profesjonalną aplikację analityczną.

Dlaczego zrozumienie filtrów i slicerów jest kluczowe?

Bo to one decydują o tym:

• jak odbiorca korzysta z raportu,
• ile czasu spędza na analizie,
• czy dashboard odpowiada na jego pytania,
• czy twoja praca jako analityka robi dobre wrażenie.

Power BI bez filtrów byłby tylko kolorową tabelą.
Z filtrami – staje się narzędziem analitycznym klasy premium.

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, iż 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 🙂

Podsumowanie

W tej lekcji (i w tym artykule) pokazałem ci trzy najważniejsze sposoby filtrowania danych w Power BI:

1. Interaktywne filtrowanie poprzez kliknięcie wizualizacji
2. Panel filtrów (Filters pane)
3. Slicery – najbardziej przyjazny sposób filtrowania dla użytkownika

Każdy z nich działa nieco inaczej i warto świadomie używać ich w zależności od celu, jaki ma pełnić raport.

Jeśli chcesz, możesz teraz przejść do tworzenia własnych eksperymentów z filtrami. Zobacz, jak zmienia się wykres, co się dzieje, gdy łączysz różne warstwy filtrowania i jak reaguje cały dashboard. To świetne ćwiczenie, które gwałtownie poprawia intuicję w pracy z danymi.

A jeżeli ten materiał uważasz za wartościowy – zachęcam do udostępnienia artykułu w swoich mediach społecznościowych. Dzięki temu więcej osób dowie się, jak skutecznie pracować z Power BI.

Inne interesujące artykuły:

• Dashboard sprzedażowy w Tableau – kompletny proces tworzenia krok po kroku
• Jak tworzyć skuteczne wykresy w Pythonie: Matplotlib, Pandas i GroupBy w praktyce
• Jak działa FULL JOIN i SELF JOIN w SQL? Pełne wyjaśnienie na przykładach z życia analityka
• Własne funkcje w Pythonie – jak budować realne rozwiązania krok po kroku
• Jak działa CTE (WITH) w SQL? Najbardziej niedoceniana funkcja, która zmienia sposób pisania zapytań

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, iż 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