Quando devo mostrare come un budget, un portafoglio clienti o un processo si distribuisce tra più categorie, il grafico ad anello può rendere immediata la relazione tra parte e totale. La sua efficacia, però, dipende dalla qualità dei dati e dal numero di segmenti: usato male diventa solo un elemento decorativo. Qui spiego come funziona, quando conviene sceglierlo, come realizzarlo in Excel o Power BI e quali errori evitare.
La visualizzazione funziona quando il totale conta davvero
- Scopo principale mostrare la composizione di un totale attraverso proporzioni.
- Numero ideale da 3 a 5 categorie, con poche eccezioni.
- Etichette chiare percentuali e valori aiutano a leggere segmenti simili.
- Centro utile può contenere il totale, un KPI o il valore della parte evidenziata.
- Alternativa migliore un grafico a barre facilita i confronti precisi tra categorie.
Che cos’è e quale informazione comunica
Il grafico ad anello è una variante del grafico a torta. Un cerchio vuoto al centro divide la superficie in segmenti proporzionali ai valori delle categorie, mentre l’intero anello rappresenta il 100% del totale.La domanda a cui risponde è semplice: come si compone un insieme? Può mostrare, per esempio, la quota di vendite per canale, la distribuzione delle spese aziendali o la percentuale di attività completate in un progetto.
Il foro centrale non è soltanto una scelta estetica. Lascia spazio per un totale, una percentuale o un indicatore sintetico. In una dashboard posso quindi inserire al centro “72% completato” e usare gli archi esterni per spiegare da quali categorie deriva quel risultato.
La lettura è immediata quando una parte domina nettamente sulle altre. Diventa invece più incerta quando due segmenti hanno dimensioni quasi uguali o quando il lettore deve confrontare molti valori senza etichette.
Quando scegliere questa visualizzazione
La uso soprattutto per rappresentare una relazione parte-tutto, non per confrontare una lunga serie di numeri. Il totale deve essere significativo e le categorie dovrebbero escludersi a vicenda, così che la loro somma abbia un senso.
Gli impieghi più efficaci
- Budget diviso tra personale, software, marketing e logistica.
- Vendite ripartite per area geografica o canale commerciale.
- Stato di avanzamento di attività completate, in corso e ancora da iniziare.
- Composizione di un portafoglio tra azioni, obbligazioni e liquidità.
- Mix di traffico web proveniente da ricerca organica, campagne, social e accesso diretto.
Per esempio, in un report commerciale un anello con il 68% delle vendite concentrato sul canale online comunica subito la dipendenza da quel canale. Se invece devo confrontare dieci regioni con valori compresi tra il 7% e il 13%, preferisco una barra orizzontale ordinata: l’occhio confronta meglio le lunghezze che gli angoli.
Non userei questa soluzione per mostrare l’andamento nel tempo, perché un anello rappresenta una fotografia. Per mesi, trimestri o anni sono più adatti un grafico lineare, un’area o colonne affiancate.
Come costruirlo in Excel e Power BI
La preparazione dei dati conta più dell’effetto grafico. Prima di aprire lo strumento, organizzo una tabella semplice con una colonna per le categorie e una per i valori, verificando che non ci siano righe duplicate o categorie sovrapposte.Procedura essenziale in Excel
- Inserisco le categorie nella prima colonna e i valori nella seconda.
- Seleziono l’intervallo completo, includendo le intestazioni.
- Apro la sezione dei grafici e scelgo il tipo ad anello.
- Attivo le etichette dati e mostro percentuali o valori assoluti.
- Ordino le categorie e assegno colori coerenti, lasciando un solo colore di rilievo.
In Excel conviene evitare l’effetto tridimensionale. Le ombre e la prospettiva alterano la percezione delle dimensioni e rendono più difficile capire quale segmento sia davvero maggiore. Preferisco un anello piatto, con contrasto sufficiente e legenda vicina al grafico.
Leggi anche: Grafici in Excel - come scegliere e creare visualizzazioni chiare
Impostazione in Power BI
In Power BI trascino la dimensione, come il canale di vendita, nel campo della legenda e la misura, come il fatturato, nel campo dei valori. Il software calcola gli archi sulla base dell’aggregazione scelta, ma controllo sempre se sto usando somma, conteggio o percentuale.
Il vantaggio è l’interazione. Se seleziono un segmento, posso filtrare o evidenziare gli altri oggetti visivi della pagina. Questa funzione rende il grafico utile in una dashboard, purché il titolo spieghi chiaramente quale totale viene analizzato e per quale periodo.
Quando il numero di categorie cresce, raccolgo quelle più piccole in una voce “Altro” solo se questa aggregazione non nasconde una decisione importante. Un 9% complessivo può essere accettabile in una vista generale, ma in un’analisi operativa potrebbe essere necessario mostrare ogni componente.
Come renderlo leggibile e convincente
La leggibilità nasce da poche scelte disciplinate. Il primo passo è limitare i segmenti: con 3 o 4 categorie la struttura si capisce rapidamente; oltre 6 o 7 parti, la legenda diventa spesso più importante del grafico stesso.
| Elemento | Scelta consigliata | Perché conta |
|---|---|---|
| Colori | Una palette coerente con un colore d’accento | Guida l’attenzione senza creare confusione |
| Etichette | Percentuale e nome per i segmenti principali | Riduce il continuo passaggio tra grafico e legenda |
| Ordine | Dal valore maggiore al minore | Rende più facile seguire la gerarchia visiva |
| Centro | Totale, KPI o breve messaggio | Sfrutta uno spazio altrimenti inutilizzato |
| Titolo | Metrica, periodo e unità di misura | Evita interpretazioni ambigue |
Non mostro necessariamente tutte le cifre decimali. Una quota del 24,8% può diventare tranquillamente 25% se l’obiettivo è una lettura manageriale. In un report finanziario o regolamentare, invece, mantengo la precisione richiesta e affianco una tabella con i valori completi.
Il colore deve avere anche un significato. Se evidenzio la categoria “clienti ricorrenti” in blu scuro, uso lo stesso colore in tutti i grafici della dashboard. Evito di assegnare colori casuali a ogni segmento, perché il lettore finisce per ricordare la tinta invece dell’informazione.
Grafico ad anello o grafico a barre
La scelta dipende dal tipo di confronto che voglio facilitare. L’anello comunica bene la composizione generale, mentre le barre permettono di stabilire con maggiore precisione quale categoria sia prima, seconda o terza.
| Esigenza | Scelta preferibile | Motivo |
|---|---|---|
| Mostrare una quota sul totale | Grafico ad anello | La relazione parte-tutto è immediata |
| Confrontare valori molto simili | Grafico a barre | Le lunghezze sono più facili da confrontare |
| Visualizzare molte categorie | Barre ordinate | La legenda resta leggibile |
| Mostrare un andamento temporale | Linea o colonne | Il tempo è rappresentato in modo più naturale |
| Visualizzare un KPI singolo | Anello di avanzamento | Il centro può contenere il valore principale |
Gli errori che riducono il valore dei dati
Il problema più comune è usare questa forma per qualsiasi dataset. Un anello con 12 segmenti colorati non semplifica l’informazione, la nasconde. Le categorie minori diventano indistinguibili e il lettore non sa più dove guardare.
- Totale incoerente alcune categorie vengono conteggiate due volte oppure non coprono tutto l’insieme.
- Segmenti troppo simili differenze di uno o due punti percentuali vengono presentate come se fossero evidenti.
- Effetti 3D prospettiva, ombre e separazioni sproporzionate deformano la percezione.
- Legenda lontana il lettore deve spostarsi continuamente tra colori e nomi.
- Percentuali mancanti l’immagine suggerisce una proporzione, ma non offre numeri verificabili.
- Confronto tra più anelli cerchi di dimensioni diverse possono creare confronti visivi fuorvianti.
Un altro errore frequente consiste nel sommare percentuali che appartengono a domande diverse. Se un cliente può acquistare più prodotti, le quote per prodotto possono superare il 100%. In quel caso non sto rappresentando parti di un unico totale e devo scegliere un’altra forma di visualizzazione.
Controllo anche i dati mancanti e gli zeri. Uno zero reale non è la stessa cosa di un valore non disponibile, e confondere le due situazioni può trasformare un segmento assente in una conclusione sbagliata.
Un esempio concreto per una dashboard aziendale
Immaginiamo una dashboard che analizzi un budget annuale di 100.000 euro. Le categorie sono personale, strumenti digitali, advertising e formazione, con valori rispettivamente pari a 50.000, 20.000, 20.000 e 10.000 euro.
L’anello mostra subito che il personale pesa per il 50%, mentre strumenti e advertising rappresentano ciascuno il 20%. Nel centro posso inserire “100.000 €”, così il lettore vede contemporaneamente la dimensione del budget e la sua distribuzione.
Se la direzione vuole capire dove ridurre i costi, però, il solo anello non basta. Aggiungo una barra con la variazione rispetto all’anno precedente e una tabella con importi, differenze assolute e percentuali. La prima visualizzazione orienta, le seconde sostengono la decisione.
Questo esempio mostra un principio che applico spesso nella business intelligence: un grafico deve aprire una domanda utile, non fingere di contenere tutta l’analisi. Il suo compito è rendere visibile la struttura del dato, mentre il dettaglio può vivere in altri elementi della pagina.
Dal cerchio alla decisione che il dato deve sostenere
Prima di creare la visualizzazione, scrivo in una frase ciò che voglio far capire. Se la frase contiene “quota”, “composizione” o “peso sul totale”, sono sulla strada giusta; se contiene “trend”, “classifica” o “differenza precisa”, probabilmente mi serve un altro grafico.
Per un risultato professionale bastano pochi controlli. Verifico che le categorie siano complete, limito i segmenti, mostro le unità di misura, uso colori accessibili e testo il grafico con una persona che non conosce i dati.
Un anello ben progettato non sostituisce l’analisi, ma la rende più rapida. Quando il messaggio è davvero una proporzione e il totale è chiaro, questa visualizzazione può diventare un ottimo punto di ingresso per esplorare dati più complessi.
