Dane i analityka

Dashboardy i raporty

Dashboard warto budować wtedy, gdy zmienia to, co ktoś zrobi w poniedziałek rano. Projektujemy widoki wokół decyzji, które podejmujesz, a nie wokół wszystkich metryk, jakie da się wyeksportować.

Dashboardy najczęściej zawodzą z dwóch powodów

Pierwszy: nikt nie ufa liczbom. Ktoś zauważa wartość sprzeczną z tym, co wie z systemu źródłowego, zgłasza to raz, dostaje mglistą odpowiedź i po cichu przestaje otwierać dashboard. Zaufanie traci się szybko, a odbudowuje wolno. Dlatego weryfikacja na znanym okresie znaczy więcej niż jakakolwiek decyzja projektowa.

Drugi: dashboard odpowiada na pytania, których nikt nie zadał. Pokazuje to, co narzędzie łatwo eksportuje, a nie to, o co w firmie toczy się spór. Sesje i wyświetlenia są proste do pokazania i rzadko zmieniają czyjekolwiek plany. To, który kanał przyprowadza klientów, którzy zostają, liczy się trudniej i realnie wpływa na to, gdzie pójdzie budżet w kolejnym kwartale.

Obu wpadek da się uniknąć i obie taniej wychwycić na etapie szkicu niż po uruchomieniu.

Projektowanie wokół decyzji

Każdy dashboard zaczynamy od nieco niewygodnego pytania: jeśli ta liczba będzie wyższa albo niższa, niż się spodziewasz, co konkretnie zrobisz? Jeśli odpowiedzi nie ma, metryka jest w najlepszym razie kontekstem, a w najgorszym zwykłym szumem.

To pytanie potrafi przemeblować cały układ. Dyrektor sprzedaży, który chce wiedzieć, gdzie zatrzymują się szanse, potrzebuje lejka po etapach z czasem spędzonym na każdym z nich, a nie sumy przychodu, którą i tak zna z raportu finansowego. Osoba odpowiedzialna za marketing, porównująca kanały, potrzebuje kosztu pozyskania obok retencji, bo najtańszy kanał w pozyskaniu bywa najgorszy w utrzymaniu.

Kiedy decyzje są jasne, warstwa wizualna sprowadza się głównie do powściągliwości. Jedna główna liczba, kilka ją tłumaczących, porównanie z celem i z analogicznym okresem rok wcześniej oraz zejście do szczegółów, gdy nagłówek wygląda podejrzanie.

Czytelne bez wprowadzenia

Odbiorcami większości dashboardów biznesowych są także osoby, które nie pracują na co dzień z danymi. Spojrzą na ekran w trakcie spotkania, wyrobią sobie zdanie w kilka sekund i pójdą dalej. Projekt musi to przetrwać.

W praktyce oznacza to opisy w języku biznesu zamiast nazw kolumn, pokazywanie zmiany zamiast wartości bezwzględnych tam, gdzie liczy się właśnie zmiana, i klasyczne typy wykresów. Słupki, które wszyscy odczytają poprawnie, są lepsze od eleganckiej wizualizacji, którą połowa sali zrozumie odwrotnie. Kolor stosujemy oszczędnie, zwykle tylko po to, żeby oznaczyć, czy coś jest powyżej czy poniżej oczekiwanego poziomu.

Staramy się też zamknąć wejście w jeden ekran. Przewijanie to miejsce, w którym umiera uwaga.

W czym budujemy raporty

Dla większości firm dojrzałe narzędzie BI jest właściwą odpowiedzią. Looker Studio, Metabase i Power BI są sprawdzone, Twój zespół zmienia w nich układ bez programisty, a Ty nie utrzymujesz dodatkowej aplikacji. Praca inżynierska idzie wtedy w model danych pod spodem, czyli tam, gdzie powinna.

Dashboard budowany od zera opłaca się w węższym zakresie przypadków: gdy raportowanie ma być częścią Twojego produktu, gdy zobaczą je klienci zewnętrzni albo gdy widok musi łączyć liczby z działaniami wykonywanymi z tego samego ekranu. To realne wymagania, tylko rzadsze, niż sugeruje sama ochota na rozwiązanie autorskie.

Raporty, które ktoś przeczyta

Do dashboardu się wchodzi. Raport sam Cię znajduje. Jedno i drugie ma sens, a różnica ma znaczenie dla tego, czy narzędzie się przyjmie.

Tygodniowe i miesięczne podsumowania wysyłane mailem docierają do osób, które nigdy nie otworzą narzędzia BI, zwłaszcza do zarządu i interesariuszy zewnętrznych. Działają najlepiej, gdy są krótkie, za każdym razem zawierają ten sam zestaw liczb i zaczynają się od tego, co się zmieniło, a nie od wszystkiego, co zostało po staremu. Tam, gdzie chodzi o przekroczenie progu, alert jest lepszy od raportu.

Miara sukcesu jest mało efektowna, ale prawdziwa. Po pół roku te liczby padają na spotkaniach i nikt nie otwiera systemu źródłowego, żeby je sprawdzić. Nikt nie prosi o eksport do arkusza, bo widok pokazuje to samo w wersji aktualnej. A gdy ktoś zada nowe pytanie, odpowiedź zwykle da się dołożyć do istniejącego dashboardu w kilka godzin, zamiast zaczynać kolejny projekt raportowy od zera.

Co dostajesz

Dashboard sprzedażowy

Przychody, konwersje i etapy lejka w jednym widoku, w podziale odpowiadającym temu, jak faktycznie zorganizowana jest Twoja sprzedaż: po produkcie, kanale, regionie lub handlowcu.

Raporty marketingowe

Wyniki kampanii, koszt pozyskania, źródła leadów i zwrot z wydatków reklamowych, zestawione między platformami, zamiast czytane osobno na każdym koncie reklamowym.

Monitoring KPI

Niewielki zestaw liczb mówiących, czy firma idzie zgodnie z planem, pokazany wobec celu i wobec tego samego okresu rok wcześniej.

Widoki na jeden rzut oka

Jeden ekran dla osób, które potrzebują stanu rzeczy w dziesięć sekund i nie będą przewijać. Szczegóły zostają dostępne jedno kliknięcie dalej.

Ścieżki drążenia danych

Każdą liczbę z nagłówka da się rozwinąć aż do poziomu, który ją tłumaczy: do pojedynczych zamówień albo sesji stojących za wynikiem.

Reguły dostępu

Kierownik regionu widzi swój region, zarząd całość i nikt nie musi utrzymywać osobnej kopii raportu, żeby to działało.

Jak pracujemy

  1. 01

    Zaczynamy od decyzji

    Pytamy, co zrobisz inaczej w zależności od wartości danej liczby. Metrykę, która nie zmieniłaby żadnego działania, pomijamy, niezależnie od tego, jak łatwo byłoby ją pokazać.

  2. 02

    Najpierw szkic, potem budowa

    Układ, grupowania i porównania ustalamy na makiecie. Przestawienie szkicu to kilka minut, przestawienie gotowego dashboardu to cały dzień.

  3. 03

    Model danych pod spodem

    Każda metryka dostaje jedno zdefiniowane wyliczenie w warstwie raportowej, żeby ta sama liczba znaczyła to samo wszędzie, gdzie się pojawia.

  4. 04

    Budowa i weryfikacja

    Budujemy widoki, a potem sprawdzamy je na okresie, którego wyniki już znasz. Wszystko, co nie przejdzie tego testu, wyjaśniamy przed uruchomieniem.

  5. 05

    Wdrożenie i korekta

    Po kilku tygodniach realnego użycia sprawdzamy, co ludzie faktycznie otwierają. Wycinamy to, na co nikt nie patrzy, i dokładamy to, po co wracali do arkusza.

Narzędzia i technologie

Tam, gdzie istnieje dobre narzędzie open source, wybieramy je zamiast zamkniętego. Bez uzależnienia od jednego dostawcy i z kosztami, które da się przewidzieć.

  • Metabase
  • Apache Superset
  • Grafana
  • PostgreSQL
  • dbt
  • Next.js
  • PostHog
  • Looker Studio
  • Power BI
  • Google BigQuery
  • Google Analytics 4
  • Google Sheets

Najczęściej zadawane pytania

Pozostałe usługi w tej kategorii

Przeczytaj opinie firm, które nam zaufały

Zawsze są kilka kroków do przodu.

Mikołaj

CEO & Founder, GBS®

Zobacz na Clutch
GBS® logo

Dostarczone znacznie wcześniej niż termin.

Yasniel

CEO, IMEGA Sp z o.o.

Zobacz na Clutch

Indywidualne podejście ZanReal jest imponujące.

Adam

Executive, w-studio.pl

Zobacz na Clutch

Wiedza i intuicja biznesowa czynią ich wartościowym partnerem.

Magda

Designer, DIGITALUNI

Zobacz na Clutch

Szybkie rozwiązania, które obniżyły koszty o 99%.

Andrei Kapytau

Team Lead, busel.uk

Zobacz na Clutch

+20% dostarczalności dla naszych kampanii e-mail.

Joan Calabria

Sales Director, 36NORTH

Zobacz na Clutch
36NORTH logo

Jakie liczby powinny czekać na Ciebie w poniedziałek rano?

Napisz do nas

Napisz, na jakie pytania wciąż odpowiadasz eksportami z arkuszy. Zaproponujemy widoki, które odpowiedzą na nie od ręki, i podpowiemy, od czego zacząć.

Zanek

Nie nadążasz za zmianami w świecie AI?

Pozwól, że weźmiemy to na siebie. Co tydzień destylujemy najważniejsze wydarzenia ze świata AI w skupiony, 5-minutowy przegląd — żebyś był na bieżąco bez szumu.

Dowiedz się więcej
Tygodnik AIonline
Wyselekcjonowane wiadomości AI do porannej kawy. Co tydzień.
Wyślij mi swój email, żeby się zapisać.