Poradenství
Technologie
Proč dashboardy často nepřináší očekávaný užitek?
Za poslední roky, kdy se věnuji vizualizaci dat, jsem se setkala s desítkami případů firemních datových vizualizací, které nepříliš úspěšně naplnili svůj potenciál. Jaké jsou nejčastější příčiny a jak pak takový nezdařený výstup obvykle vypadá? Přečtěte si, na co byste měli myslet při tvorbě dashboardů.
Častou příčinou je několik chybných předpokladů:
- Dobrý dashboard připraví kdokoli, kdo umí ovládat nějaký BI nástroj.
- Jako zadání je ideální seznam KPIs a případně specifikace, jaké grafy použít k jejich zobrazení (přičemž nesmí chybět mapa a koláčový graf).
- Nezabere to víc než pár dní, je to jen pár grafů z našich dat.
A jak takový nezdařený výstup poté obvykle vypadá? Po několika týdnech (protože najít a připravit data nebylo nakonec tak triviální, jak se zdálo) nadejde den první prezentace dashboardu zadavatelům. Po vlažném poděkování začnou zadavatelé vznášet připomínky: ještě by to chtělo přidat pohled a, b, c…, musíme tam mít drill down na…, potřebujeme, aby se data aktualizovala X-krát za…, ty data za moje oddělení nevypadají, jak bych čekal…
Zoufalý analytik si potom odnese list připomínek zpět do BI oddělení (kde má podobně rozpracováno několik dalších dashboardů) a stráví dalších pár týdnů přípravou nové verze.
Nastalá situace je frustrující pro obě strany. Zadavatelé a uživatelé nemají odpovědi na otázky, které potřebují k vykonání dalších důležitých kroků, a analytik je zavalen prací, která ho pomalu přestává bavit. K řešení této situace pomůže změna zmíněných předpokladů.
Na co je tedy potřeba myslet při tvorbě dashboardu?
- Pro vytvoření kvalitního dashboardu, nebo datové vizualizace obecně je nutná dobrá znalost vhodného nástroje a také porozumění metodám vizuální interpretace dat.
Bez znalosti principů datové vizualizace a vizuálního vnímání nemůže člověk, který připravuje datovou vizualizaci, odvést dobrou práci. Data, která předkládá uživatelům, může zobrazit mnoha způsoby, přičemž některé mohou důležité informace schovat, a některé dokonce „překroutit“ natolik, že vedou k vyvození chybného závěru.
- Ideální zadání není seznam KPIs, ale list User Stories.
User Stories říkají kdo, jak a proč bude dashboard používat. Při návrhu dashboardu bychom se neměli jen ptát, co má ukazovat, ale především proč vzniká. Úlohou člověka, který připravuje datovou vizualizaci, je v první řadě porozumět problému, který má vizualizace pomoci vyřešit, a na základě toho navrhnout její nejlepší podobu a funkcionalitu. Spojuje tak v jedné osobě profesi analytika i designéra.
- Příprava dobré datové vizualizace zahrnuje více kroků, než jen napojení dat do BI nástroje a „naklikání“ několika grafů.
Jak vyplývá z předešlých kroků, nejprve je potřeba dobře porozumět problému a správně definovat potřeby a požadavky (obchodní, uživatelské, technické). Bolestivým a časově náročných úpravám hotového řešení předejdete vytvořením drátěných modelů (wireframes) nebo prototypu a následnou validací se zadavateli a uživateli. Správná příprava dat a vytvoření dashboardu by pak pro odborníka neměl být problém.
Potřebujete s tvorbou dashboardů pomoct? Potom neváhejte a obraťte se na mě a náš tým v Deloitte nebo vyzkoušejte Data Science Academy.