Brukerkrav

Den første orienteringen kan være et av de viktigste trinnene for å unngå å gå seg vill i alle mulighetene, og faktisk redusere kompleksiteten med dashbordet. Å kun fokusere på å lage herlig grafikk og interaktive grensesnitt kan bidra til å imponere brukere, men hvis dashbordet ditt mangler funksjonalitet er det ineffektivt og vil sannsynligvis ikke brukes regelmessig. Derfor bør tenkningen din starte med formålet med dashbordet og de tilhørende brukerkravene. Når du har avklart disse punktene, vil utformingen av dashbordet ditt mer eller mindre falle på plass.

Selv om det er mange måter å skjære kaken på, fungerer de følgende fire ledende spørsmålene for å avklare kravene ganske bra etter vår erfaring:

Hvem er brukerne av dashbordet ditt? Hvor ofte vil de bruke det, hva er deres daglige rutiner, hvilke mål prøver de å oppnå og hva slags beslutninger vil være basert på informasjonen? Husk at dashbord alltid skal gjøre noens liv enklere; – det er derfor brukeren kommer først.
Hva er deres individuelle krav? Må dashbordet ditt inkludere forskjellige brukerroller, og hvordan er de forskjellige? Hva er de riktige tillatelsesnivåene for hver av dem for å få tilgang til, analysere og eksportere dataene?
Hvilken informasjon er relevant for brukerne? Hva er de relevante KPI-ene for hver av brukergruppene dine? Hvilke andre datakilder må inkluderes for å kontekstualisere disse KPIene (f.eks. CRM, ERP, …)?
Hva er selskapets strategi? Hvordan hjelper dashbordet brukerne med å fokusere på de riktige tingene og tilpasse handlingene sine til de overordnede målene?

Brukerroller og deres tilhørende dashbord

Nå som du har en oversikt over de generelle kravene, la oss se nærmere på typiske brukerroller og deres tilhørende dashbord. Følgende kategorier kan hjelpe deg med å øke fokuset på dashbordet.

Operative dashboards brukes på daglig basis av operative team. De er nødvendige for å ta velinformerte beslutninger og jobber veldig ofte med sanntidsdata. Deres analytiske evne er begrenset, de understreker bare de viktigste KPIene for å holde virksomheten i gang. Et eksempel kan være et dashbord der annonsører kan sjekke målgruppetilpasningen til annonsene deres i sanntid og optimalisere kampanjen deretter. Ettersom dataene rapporteres i sanntid, får operatørene en direkte tilbakemelding på hva de gjør.

Analytiske dashbord brukes oftest av forskere eller forretningsanalytikere. Hovedfokuset for analytiske dashbord er ikke umiddelbar handling, men snarere å utforske data, identifisere muligheter eller undersøke problemer. Ofte inneholder de underliggende dataene mange forskjellige variabler, men de oppdateres ikke så ofte. Slike instrumentbord lar brukerne mine mønstre, trender og anomalier i dataene og er derfor utstyrt med interaktive statistiske funksjoner. Når du har funnet relevant innsikt, lar disse dashboardene deg dele funnene dine med andre (f.eks. ved å eksportere dem). Disse dashbordene brukes oftest i store prosjekter, spesielt internasjonale eller sporingsstudier.

Strategiske dashbord brukes vanligvis av den generelle ledelsen for å spore fremgang på generelle forretningsmål. De trenger ikke nødvendigvis å operere med sanntidsdata, men bør gi en omfattende oversikt over alle relevante forretningsområder. Derfor inkluderer de vanligvis ulike datakilder som dekker alle perspektiver, f.eks. CRM-data, kunde- og medarbeidertilfredshet, økonomiske data osv. Spesielt for selskaper med filialer og datterselskaper gjør strategiske dashbord det mulig å sammenligne enkeltstående resultatenheter med virksomhetens samlede resultater og gi ulike brukere individuelle tilgangsnivåer og benchmarks (f.eks. daglig leder, regionssjefer, butikksjefer).

Disse kategoriene er selvfølgelig ikke hugget i stein. Det er mange tilfeller der en kombinasjon av ulike tilnærminger gir perfekt mening. De bør heller ses på som et nyttig verktøy for å bedre forstå kravene i din spesifikke sak.

Relevante datakilder

La oss diskutere datakilden(e) et øyeblikk. Dashboards kan fungere med alle typer data . I det vanligste tilfellet vil dette være strukturerte data (f.eks. fra kvantitative undersøkelser), men det kan også omfatte ustrukturerte data som er behandlet tidligere (f.eks. fra kvalitative nettdagbøker). Med vår dashbordløsning kan du utføre de typiske prosedyrene for databearbeiding, for eksempel koding, tekstanalyse eller vekting.

En viktig ting å vurdere er hvor ofte datakilden vil bli oppdatert . For ad hoc-studier kan dataene lastes opp manuelt når dashbordet startes. Med sporingsstudier kreves gjentatte oppdateringer. Auto FTP eller en automatisk filleser kan gjøre susen i disse tilfellene. Noen dashbord kan også kreve data i sanntid. Dette kan gjøres via en live API.

Til slutt kan ulike datakilder kombineres i ett dashbord. Vi har allerede sett at noen dashbord kan kreve at mer enn én datakilde inneholder all relevant informasjon på ett sted. Dette kan oppnås ved å vise informasjon fra ulike datakilder på én skjerm uten å integrere dataene (f.eks. kundetilfredshet ved siden av medarbeidertilfredshet), men også ved å koble datakildene via en delt variabel (f.eks. salg av iskrem og værinformasjon ved ulike øyeblikk av tid).

Når du har skaffet deg oversikt over alle relevante datakilder og tilgjengelige variabler, må du begynne å jobbe med informasjonshierarkiet i dashbordet.

Informasjonshierarki

Som diskutert bidrar dashboard til å redusere kompleksiteten til all tilgjengelig informasjon. Derfor bør dashbord alltid la brukerne fokusere på de mest relevante aspektene ved et problem. Et sentralt prinsipp for å designe dashboards er å gjøre det så enkelt som mulig for brukerne.

Dette bringer oss til et grunnleggende psykologisk prinsipp vi må huske på når vi designer dashboards: Hvis for mye informasjon vises på en gang, kan mengden og kompleksiteten av informasjon overvelde brukeren og faktisk hemme beslutningstaking. Dette fenomenet er kjent som analyselammelse .

Vi ønsker å presentere to grunnleggende teknikker som hjelper brukerne til å holde fokus. Den første kommer fra journalistikken og er kjent som den omvendte pyramiden eller BLUF (bottom line up front): Prøv å kommunisere den mest bemerkelsesverdige informasjonen i begynnelsen, fortsett med viktige detaljer eller trender, og legg generell bakgrunnsinformasjon og andre detaljer til den “finstilte” delen av dashbordet.

Den andre teknikken kommer fra UX Design og er kjent som “Progressive Disclosure”. Ikke vis alt på én gang, men bruk interaktive elementer for å veilede brukeren gjennom dataene dine, for eksempel ved hjelp av visuelle hierarkier, faner, trekkspill eller filtre. Begynn med de mest relevante funnene på den første skjermen, hold unødvendige funn skjult så lenge som mulig, og avslør disse detaljene gradvis i påfølgende skjermer. Dette hjelper brukerne til å fokusere på én ting om gangen samtidig som de har tilgang til all informasjon.

Med dette i tankene bør du nærme deg dataene du vil visualisere i dashbordet. Prøv å sette én metrikk i sentrum av brukerens oppmerksomhet (f.eks. generell kundetilfredshet) og gjør alle andre beregninger relatert til den. Hva er driverne bak nøkkeltallene dine (f.eks. tilfredshet med pris, kvalitet, …)? Hvordan skiller dine kundesegmenter seg (f.eks. demografi)? Hvordan endres denne beregningen over tid?

Etablering av et informasjonshierarki vil hjelpe deg med å definere sidekartet til dashbordet og hvilke visuelle elementer og funksjoner som vil være nødvendig på hver skjerm for å formidle relevant informasjon.

Datavisualisering

Grunnen til at visualiseringer har blitt så populære i nyere tid er at de gjør abstrakte og komplekse data til en håndgripelig og relaterbar opplevelse. Nok en gang tjener de det generelle formålet å gjøre det enklere for brukeren. Et lite antall enkle designprinsipper kan bidra til å gjøre dataene dine enda mer fordøyelige. La oss ta en titt på dem.

Svært ofte er utformingen av dashbord drevet av å gjøre dem så visuelt tiltalende som mulig. Det er som regel ikke noe galt i det, ettersom det kan bidra til å motivere brukerne til å bruke dashbordet regelmessig. Imidlertid må alle diagrammer fortsatt kommunisere relevant informasjon, og en designbeslutning bør aldri stå i veien for vellykket kommunikasjon av data . Dette prinsippet er bredt kjent som “form følger funksjon”.

Et eksempel: Det kan være fristende å gruppere flere smultringdiagrammer ved siden av hverandre fordi den visuelle likheten skaper et enhetlig utseende. Og faktisk ville dette være en fornuftig designbeslutning hvis alle variabler bare inneholdt noen få egenskaper. Imidlertid lider lesbarheten til et smultringdiagram jo flere verdier det inneholder. Det blir vanskeligere å identifisere modusen og å sammenligne de relative frekvensene til enkeltverdier med hverandre. I dette tilfellet vil det sannsynligvis være bedre å velge en annen diagramtype for å kommunisere mer effektivt.

Fjerning av alle unødvendige designelementer kan hjelpe brukeren til å fokusere bedre på de relevante dataene. Dette prinsippet er kjent som et høyt data-blekk-forhold blant datavisualiserere. Dette konseptet kan se ut til å være litt abstrakt i begynnelsen, men det lar deg vurdere hvor tydelig og enkelt designet på dashbordet ditt egentlig er. Hvis du tenker på alle pikslene i visualiseringen, bør mengden piksler som trengs for å vise de faktiske dataene (data-blekk: linjer, områder, akse, dataetiketter) oppveie mengden piksler som ikke er nødvendig for å vise dataene ( ikke-datablekk: bakgrunnsrutelinjer, 3D-effekter, skygger, redundante etiketter). Dette vil redusere mengden distraherende designelementer og hjelpe brukeren til å holde seg mer fokusert.

Vår siste anbefaling for å designe bedre dashbord er ikke glem brukeren . Mange brukere av dashbordet ditt vil kun stole på informasjonen fra dashbordet uten å ha noen til å gi veiledning i å tolke og kontekstualisere innsikten. Derfor kan noen av de mest relevante elementene faktisk være verbale beskrivelser som hjelper brukere å kontekstualisere informasjonen:

• Bruk overskrifter, forklaringer eller definisjoner av variabler.
• Gi så mye (forretnings)kontekst som mulig til tallene dine.
• Vær konsekvent i navnekonvensjonene for variabler og KPIer for å eliminere en kilde til forvirring.

Vedlikehold av dashbordet

Sist, men ikke minst, ikke forlat dashbordet når det er klart. Du bør planlegge regelmessige revisjoner. I mange tilfeller må dataene bak dashbordet uansett oppdateres over tid. Dette vil også være et godt øyeblikk for å optimalisere noen av funksjonene. Samle tilbakemeldinger fra dashbordbrukerne for å se hva som er nyttig for dem og hva som kan forbedres. På denne måten kan du øke virksomhetseffekten til dashbordet ditt ytterligere.

Bunnlinjen

Vi mener at formidling av innsikt bør ha samme kvalitetsstandarder som innsamling av underliggende data. Husk disse viktige trinnene for å komme i gang med dashbordet:

1. Begynn med formålet med dashbordet og de tilhørende brukerkravene
2. Bruk relevante datakilder for dashbordet
3. Gjør det så enkelt som mulig for brukerne, og guide dem gjennom dataene dine.
4. Etabler et informasjonshierarki
5. Bruk enkle datavisualiseringer for å gjøre dataene dine mer fordøyelige
6. Hold oversikten oppdatert og relevant

Vi håper denne retningslinjen har vært nyttig for deg. Som alltid har alle regler unntak, men det er nyttig å ha noen generelle prinsipper for hånden som veileder og forbedrer vår praksis. Vi håper derimot at du er enig med oss i at god visualisering ikke kan veie opp for dårlig datakvalitet.