企业官网建设流程全解析

损益同期对比几乎是财务汇报里最常做的一张分析，但多数版本都是横向宽屏、塞满十几个科目的折线柱状图，放到手机上看基本没法用。这次我们直接解决“竖屏版”这个需求：从数据口径、指标计算、图表类型到输出尺寸，给出一套损益同期对比分析综合图表的完整制作方案，覆盖 Excel/WPS、Power BI 和 Python 三条路线。无论你是财务分析师、BI 工程师，还是想自己搭一张移动端看板，本文都可以直接作为参考模板。

竖屏版和普通版的差异不只是“把图旋转一下”。它需要重新设计信息层级、调整对比维度、压缩视觉密度，还要保证在 1080×1920 或 9:16 的页面上，每一个数字和标签都清晰可读。下面从数据侧开始讲，再进入图表设计和落地操作。

1. 需求分析与方案速览

损益同期对比分析的核心目的是回答三个问题：收入和利润是上升还是下降；变化主要来自哪些科目；变化比例和变化金额是否匹配。综合图表则是把这些问题用可视化方式一次性呈现，而不是给出一堆孤立表格。

从材料看，这个主题的重点不在单一工具，而是“数据处理 + 图表设计 + 竖屏输出”的组合。你不需要同时掌握三个工具，但至少要清楚自己的报表刷新频率和分发渠道。如果只需要每周手动更新，Excel/WPS 完全够用；如果要做自助分析，优先 Power BI 或同类 BI 工具；如果要做批量生成同名报表，Python 更合适。

2. 数据整理：损益表标准结构与对比口径

2.1 数据表必备字段

无论是哪套系统导出的损益数据，最终都要整理成至少包含以下字段的结构：

最关键的是“期间”字段必须是标准化的。很多 ERP 系统导出的期间是“2024年1月”“2024.01”“202401”这类混合格式，统一成 YYYY-MM 再做透视表或关联查询，能省掉后面一多半麻烦。

2.2 对比口径设计

损益同期对比至少有两种口径，必须提前定清楚：

• 月度口径：2025 年 3 月 对比 2024 年 3 月。
• 累计口径：2025 年 1-3 月 对比 2024 年 1-3 月。

累计口径更常见，也是财报分析默认口径，因为可以消除单月波动。如果你发现某些科目受季节性影响显著，建议同时保留两类指标：本月数和累计数，并将计算结果放到同一张明细表里。

2.3 数据清洗示例代码

如果从数据库中导出，建议直接写 SQL 做预处理，而不是在 Excel 里手工配对：

SELECT a.period, a.subject_code, a.subject_name, a.amount AS current_amount, b.amount AS previous_amount, a.amount - b.amount AS change_amount, ROUND((a.amount - b.amount) / NULLIF(b.amount, 0) * 100, 2) AS change_rate FROM current_pl AS a LEFT JOIN previous_pl AS b ON a.subject_code = b.subject_code AND DATEADD(YEAR, 1, b.period) = a.period ORDER BY a.period, a.subject_code;

这里需要注意一个细节：如果上年同期金额为零或负数，change_rate会变成无意义值，所以在后续展示时要单独处理为“不适用”或“扭亏为盈/由盈转亏”。

3. 核心指标计算：同比、环比、变动贡献度

3.1 Excel/WPS 公式模板

假设数据从 B 列开始：A 列为科目名称，B 列为本期金额，C 列为上年同期金额，D 列为预算金额，E 列到 H 列放计算结果。

E2 = B2 - C2 F2 = IF(ABS(C2) > 0, E2 / ABS(C2), "基数异常") G2 = B2 / D2 - 1 H2 = IF(SUM($B$2:$B$20)=0, "", E2 / SUM($B$2:$B$20))

其中E2是变动额，F2是变动率。用ABS(C2)做分母，是为了在利润类科目上年同期为负时，仍能正确判断扭亏方向。H2计算的是每个科目变动额占所有科目总变动额的比例，也就是“贡献度”，这张辅助表是用来支撑后面贡献度条形图的。

3.2 Power BI DAX 度量值

如果要做成可交互的自动刷新看板，建议用 DAX 写度量值，而不是建计算列：

本期损益 = SUM('损益表'[本期金额]) 上年同期损益 = CALCULATE( SUM('损益表'[本期金额]), SAMEPERIODLASTYEAR('日期表'[日期]) ) 变动额 = [本期损益] - [上年同期损益] 变动率 = DIVIDE( [变动额], ABS([上年同期损益]), 0 )

SAMEPERIODLASTYEAR依赖于日期表，如果数据集没有日期表，不建议直接套用，需要先补一张连续的日期维度表。

3.3 Python Pandas 计算

批量处理多个月度损益文件时，Pandas 会更方便：

import pandas as pd df = pd.read_excel("pl_raw.xlsx") df["期间"] = pd.to_datetime(df["期间"]) df["上年同期"] = df["期间"] - pd.DateOffset(years=1) merged = df.merge( df, left_on=["上年同期", "科目编码"], right_on=["期间", "科目编码"], suffixes=("_本期", "_上年") ) merged["变动额"] = merged["金额_本期"] - merged["金额_上年"] merged["变动率"] = merged["变动额"] / merged["金额_上年"].abs()

这段代码的核心思路是“自关联”，把同一张表的本期数据和上年同期数据通过“科目编码 + 期间向前推一年”拼接在一起。科目编码必须唯一且稳定，如果科目编码经常调整，建议用辅助映射表。

4. 竖屏版图表设计原则

4.1 竖屏画布设定

竖屏输出的基础尺寸有三档常用场景：

在 Excel 中，把页面设置成“A4 纵向”并不能直接得到 9:16，建议把打印区域宽度设为 21 厘米、高度约 37.3 厘米，或者直接导出后裁剪。Power BI 则可以在“页面大小”里选择“自定义”，宽度设置为 1080、高度设置为 1920。

4.2 竖屏信息层级

竖屏页面的阅读顺序通常是自上而下，因此要把最重要的结论放在顶部第一屏。推荐的布局是：

1. 标题区：项目名称、报告期、数据单位。
2. 核心结论区：三项关键数字卡片，如“营业收入变动率”“净利润变动率”“净利润变动额”。
3. 主体图表区：损益瀑布图或科目对比柱状图。
4. 明细分析区：期间费用对比，双柱图加折线图。
5. 补充信息区：贡献度条形图、口径注释、数据来源。

和宽屏从左到右的阅读习惯不同，竖屏必须让读者在第一个屏幕内就看到最重要的“涨或跌”。如果第一屏全是标题和筛选器，用户往下滑两屏才看到图表，汇报效果会大打折扣。

4.3 字号与配色

竖屏不是简单缩小宽屏内容。字号需要重新设计：

配色上建议以“常规色 + 警示色”为主。上涨科目用蓝色或绿色系，下降科目统一用红色系，其他辅助元素用灰色。不要在竖屏图里使用超过四种高饱和颜色，否则在手机上会显得非常混乱。

5. 图表类型选择与制作步骤

5.1 主体图表：瀑布图

瀑布图非常适合展示“营业收入到净利润”的损益过渡关系，是损益同期对比综合图表的核心。它把收入、成本、费用、利润按顺序排列，每一段表示一项金额的增减，直观展示利润形成的链条。

制作瀑布图前需要准备辅助列。以 Excel/WPS 为例，原始数据需要增加“占位”和“增减方向”列：

A列为项目名称，B列为本期金额，C列为上年同期金额 D列为变动额，E列为瀑布图占位值，F列为显示值

瀑布图的数据逻辑：首项“营业收入”从 0 起柱；中间每个科目的柱子起点承接上一科目的累计值；最后“净利润”从累计值落到本期净利润。这一过程在 Excel 中通常要用“增长柱”和“占位柱”两个系列来实现。

实际操作步骤：

1. 选中科目名称、占位值、显示值三个列，插入“堆积柱形图”。
2. 将“占位”系列填充色设为“无填充”。
3. 调整科目顺序：营业收入、营业成本、税金及附加、销售费用、管理费用、财务费用、其他收益、营业利润、净利润。
4. 为上升和下降的柱子分别设置正向颜色和警示色。
5. 添加数据标签，显示金额单位，统一保留两位小数。

5.2 明细对比：双柱图 + 趋势折线组合图

期间费用占损益比重通常较高，需要单独做成“本期 vs 上年同期”双柱对比图。对于销售费用、管理费用、研发费用、财务费用，分别显示两期柱高。

Excel 中插入“组合图”：

• 柱形图系列：销售费用本期、销售费用上年同期、管理费用本期、管理费用上年同期。
• 折线图系列：各费用科目变动率。

设置完成后，需要注意柱形图分类间距通常设为 30% 左右，避免柱子过宽。若竖屏展示，建议把横向柱形图改成纵向柱形图排列，6 个费用科目两两一组，形成 3 行 2 列的紧凑布局。

5.3 贡献度图：水平条形图

贡献度图用来回答“利润变化主要是谁拉动的”。每个科目的变动额除以整体净变动额，得到一个百分比，用水平条形图展示。

这个图在竖屏中适合放在第三屏，因为它的信息是补充性的。如果整体利润是下降的，你会看到销售费用、管理费用的正贡献度或负贡献度，一眼看出拖累项。

5.4 核心数字卡片

竖屏页面顶部用 2 到 4 个数字卡片，直接给出“营业收入同比 +5.2%”“净利润同比 -12.3%”“毛利变动额 -850 万”这类结论。数字卡片在 Excel 中可以直接用单元格排版，也可以做独立的 KPI 卡片图。

6. Excel/WPS 竖屏版实操流程

6.1 页面设置

在 Excel/WPS 中，先把页面设置为纵向，并手动调整宽度和高度：

1. 选择“页面布局” -> “纸张大小” -> 选择 A4 纵向。
2. 在图表的整体排版区域，将画布宽度设置为 21 厘米，高度设置为 37.3 厘米，比例接近 9:16。
3. 如果只是屏幕展示，不打印，建议直接使用“自定义视图”或留出顶部标题行，按 1080×1920 像素比例设置行高和列宽。

这个过程无法一步到位，需要多次预览。比较实用的做法是先做一个宽 21 厘米、高 37.3 厘米的空白画布，把所有图表放入其中，最后用“文件 -> 导出 -> 导出为 PDF”或另存为单页 PDF 再转长图。

6.2 数据透视表准备

为了实现后续自动刷新，建议先建一个数据透视表：

• 行：科目名称。
• 列：期间（筛选本期、上年同期）。
• 值：金额。

再让图表直接引用透视表数据。这样每次源数据表新增月份后，只需要刷新透视表，图表会自动更新，不需要手工调整数据区域。

6.3 动态筛选器

如果需要在竖屏中切换“本月”和“累计”，可以加两个单选按钮或切片器：

• 切片器字段为“口径”，两个选项为“本月”和“累计”。
• 所有图表均连接同一个切片器。
• 透视表的值区域改用计算字段，根据口径选择返回不同金额。

更直接的办法是添加两个辅助列，先计算出每个科目月度金额和累计金额，再用 GETPIVOTDATA 或直接选择图表数据区域。

7. Power BI 竖屏看板实现思路

7.1 设置 9:16 页面

Power BI Desktop 打开报表，进入“页面大小”：

• 格式 -> 页面大小 -> 自定义。
• 宽度：1080 像素。
• 高度：1920 像素。
• 背景颜色推荐浅灰或白色，避免深色背景在手机端字体过小的问题。

竖屏页面中，多个视觉对象建议使用 2 列布局，而不是 1 列铺到底。2 列可以让同一屏幕内的信息密度更高，减少上下滑动次数。但也要注意列宽不要小于 320 像素，否则数字会被严重压缩。

7.2 视觉对象搭配

推荐的 Power BI 视觉对象组合：

• 顶部 KPI 卡片：使用内置卡片图或“文本框 + 度量值”。
• 损益瀑布图：Power BI 原生“瀑布图”视觉对象，类别放科目名称，Y 轴放金额。
• 双柱对比图：用“簇状柱形图”，图例放“期间类型”。
• 费用贡献度图：用“条形图”，按贡献度排序。

实际操作时发现，Power BI 原生瀑布图对“分类汇总”支持有限，净利润不能直接表示为汇总柱。解决方式是在数据源里增加一行“净利润”并标记为汇总，或者使用第三方视觉对象。如果不想引入第三方对象，也可以改用“簇状柱形图 + 数字标签”做损益对比，效果也够用。

7.3 移动端发布

Power BI 生成的竖屏页面可以发布到工作区，在手机端 App 中查看。手机端建议开启“手机布局”编辑器，把桌面端 2 列布局调整为更合适的移动端 1 列布局。如果你的报表只是用来导出长图，也可以跳过手机布局，直接在桌面端“导出为 PDF”或截图。

8. Python 批量生成竖屏损益对比图

如果每个月要给多个事业部或多家公司生成同样的损益对比长图，Python 效率会高很多。基本流程是：读取 Excel 数据、计算对比指标、用 Matplotlib 按 9:16 画布绘制纵向组合图、批量导出 PNG。

8.1 基础绘图脚本

import matplotlib.pyplot as plt import pandas as pd from matplotlib import rcParams rcParams["font.sans-serif"] = ["Microsoft YaHei", "SimHei"] rcParams["axes.unicode_minus"] = False # 设置 9:16 画布 fig, axes = plt.subplots(4, 1, figsize=(9, 16), dpi=150) # 数据准备 df = pd.DataFrame({ "科目": ["营业收入", "营业成本", "毛利", "销售费用", "管理费用", "财务费用", "净利润"], "本期": [12000, 7600, 4400, 1800, 950, 220, 1430], "上年同期": [11000, 7000, 4000, 1700, 900, 180, 1220] }) df["变动额"] = df["本期"] - df["上年同期"] df["变动率"] = df["变动额"] / df["上年同期"].abs() # 第一张图：损益渐变瀑布图（这里用柱状示意，真实场景可换 waterfall 库） axes[0].bar(df["科目"], df["本期"], color="#4472C4") axes[0].set_title("损益科目本期金额") axes[0].tick_params(axis="x", rotation=30) # 第二张图：本期与上年同期对比 width = 0.4 x = range(len(df)) axes[1].bar(x, df["本期"], width=width, label="本期") axes[1].bar([i + width for i in x], df["上年同期"], width=width, label="上年同期") axes[1].set_xticks([i + width / 2 for i in x]) axes[1].set_xticklabels(df["科目"], rotation=30) axes[1].legend() # 第三张图：变动率 colors = ["#C00000" if v < 0 else "#4472C4" for v in df["变动率"]] axes[2].barh(df["科目"], df["变动率"], color=colors) axes[2].set_title("同比变动率") # 第四张图：贡献度 df["贡献度"] = df["变动额"] / df["变动额"].sum() axes[3].barh(df["科目"], df["贡献度"], color="#70AD47") axes[3].set_title("变动贡献度") plt.tight_layout() plt.savefig("pl_compare_vertical.png", dpi=150)

这段代码是演示级，真实使用时建议把数据源换成 Excel 读取和透视表聚合，并对代码做模块化封装。生成的 PNG 分辨率在 9 英寸宽、16 英寸高、150 DPI 下约为 1350×2400 像素，足够手机端查看。

8.2 批量处理目录

批量处理时建议按以下目录组织：

├── data/ │ ├── 公司A_损益.xlsx │ ├── 公司B_损益.xlsx ├── output/ │ ├── 公司A_损益对比_202503.png │ ├── 公司B_损益对比_202503.png ├── scripts/ │ ├── generate_report.py

脚本里只需要遍历data目录，按公司名读取文件，调用同一个函数生成 PNG。文件命名建议包含期间字段，方便后续归档和追溯。

9. 自动化刷新与模板复用

Excel/WPS 和 Power BI 的自动化逻辑不同。

对于需要固定时间出数、发送给管理层的场景，建议优先使用 Power BI 计划刷新或 Python 定时脚本。纯 Excel 手工刷新依赖个人操作，漏刷会直接导致报表数据错误。

模板复用时有一个容易踩的坑：复制含有透视表的工作表时，透视表缓存也会一起复制，最终导致文件体积迅速膨胀。建议每次新建报表时，把“数据源表、透视表、图表”分别放在不同工作表，并定期删除无用的透视表缓存。

10. 常见问题与排查方法

11. 最佳实践与合规提醒

损益数据属于敏感的财务数据，制作综合图表时要注意以下事项：

• 数据脱敏：对外演示版本建议使用模拟数据，不要直接使用真实公司名称和真实金额。
• 口径标注：每个图表下方必须标注“本期累计/本月、含税/不含税、数据单位”，防止误读。
• 授权边界：涉及多公司汇总时，先确认各公司财务负责人是否允许披露明细科目。
• 图表复核：发布前至少检查净利润计算公式、期间筛选条件、上年同期日期范围三个关键点。
• 版本留存：生成最终 PNG/PDF 后，应同时保留原始数据 Excel 和图表模板，方便审计追溯。

竖屏版损益对比分析的核心不是炫技，而是让决策者在手机上 30 秒内看懂利润变化的核心原因。建议先选定一个公司、一个期间，用本文的 Excel 方案跑通数据源和瀑布图，再根据实际汇报反馈决定是否升级到 Power BI 或 Python 自动化。

下一版扩展方向可以加入预算达成率、现金流联动、多期趋势预测，以及更细粒度的成本结构对比。