Przejdź do:
Kokpit menedżerski przyrównywany jest do deski rozdzielczej w samochodzie, do kokpitu samolotu lub ogólnie do pulpitu sterowniczego. Ta analogia nie jest przypadkowa. Sprawne i bezpieczne sterowanie jakimkolwiek środkiem transportu bez dostępu do pełnej i wiarygodnej informacji na temat jego funkcjonowania jest niemożliwe. Zadaniem kokpitu menedżerskiego jest pełnienie takiej właśnie funkcji w organizacji. Budowa efektywnego dashboardu wymaga doświadczenia i wykorzystania szeregu dobrych praktyk wizualizacji danych.
1. Określ cel i projektuj
Pierwszym krokiem jakiegokolwiek działania jest postawienie sobie celu. Projektowanie kokpitu będzie zdecydowanie ułatwione, kiedy na samym początku sprecyzuje się jasno oczekiwania, które się przed nim stawia. Stanowi to punkt wyjścia do rozważań nad każdym kolejnym zagadnieniem. Można wskazać takie kryteria budowy kokpitu jak:
- Cel – czemu ma służyć kokpit?
- Odbiorcy – kto będzie z kokpitu korzystać?
- Źródła danych – skąd dostarczyć danych dla kokpitu?
- Wymiary i filtry – jak grupować i sortować dane?
- Harmonogram odświeżania – kiedy dane mają być aktualizowane?
- Szata graficzna/kolorystyka – jak kokpit ma wyglądać?
2. Zdefiniuj kluczowe wskaźniki
Każda organizacja posiada krytyczne wskaźniki definiujące jej działanie. Część z nich jest ogólna i możliwa do adaptacji w każdym przedsiębiorstwie. Dodatkowo można także wyodrębnić specyficzne dla danej branży czy konkretnej organizacji mierniki, które dodatkowo określają czy organizacja jest w dobrej, czy złej kondycji. Najczęściej na kokpitach prezentowane są KPI (ang. Key Performance Indicator), czyli kluczowe wskaźniki wydajności przedsiębiorstwa. Dodatkowo można wyróżnić wskaźniki KRI (ang. Key Risk Indicator), czyli kluczowe wskaźniki ryzyka, wspomagające zarządzanie ryzykiem w organizacji, zwłaszcza w instytucjach finansowych takich jak banki. Podstawową różnicą pomiędzy wskaźnikami KPI a KRI jest to, że wskaźniki KPI prezentują to, jak dany obszar funkcjonuje. Wskaźniki KRI z kolei mają za zadanie ostrzec jak najwcześniej przed potencjalnym zdarzeniem.
Wskaźniki powinny spełniać kryteria wiarygodności, aktualności, czytelności i przejrzystości. Do ich wyodrębnienia można wykorzystać różne metody i techniki, takie jak np. burza mózgów. Wskaźniki KPI powinny być SMART, rozwinięcie tego akronimu przedstawia poniższy rysunek.
3. Zaangażuj i prototypuj
W początkowej fazie projektowanie kokpitu można sprowadzić do pracy z kartką papieru, ołówkiem i gumką, analogicznie jak w szkicowniku. Może się okazać, że pomysły uznane przez nas wcześniej za wartościowe nie przystają do faktycznych potrzeb i realiów. W takich przypadkach przydaje się gumka. Może się też okazać, że na naszym kokpicie brakuje konkretnej informacji, która dookreślałaby kontekst lub uzupełniałaby informacje.
Kartka papieru wyznacza ramy tak samo jak ekran monitora czy tabletu. Jedna kartka to maksymalna powierzchnia dla projektowanego kokpitu, dlatego że kokpit powinien mieścić się na jednym ekranie bez przewijania. Taka metoda projektowania nosi nazwę prototypowania papierowego (ang. paper prototyping, mockups). Cały ten proces twórczy jest niezwykle ważny z perspektywy ostatecznego produktu. Zaletą projektowania zorientowanego na użytkownika końcowego przy jego współudziale jest dopasowanie finalnego produktu dokładnie do jego potrzeb. To ten użytkownik będzie korzystał z przygotowanego narzędzia, będzie miał świadomość wszystkich wad i zalet, możliwości i ograniczeń.
4. Upraszczaj
Ogólna zasada życiowa, że lepsze jest wrogiem dobrego znajduje zastosowanie także w projektowaniu kokpitów zarządczych. Wizualizacja danych powinna być możliwie uproszczona, z tego powodu minimalizm jest pożądany już na etapie projektowania. Wykresy powinny zawierać tylko niezbędne elementy do odczytania i prawidłowego zinterpretowania wartości. Wszelkie ozdobniki, elementy niewnoszące żadnej wartości dodanej powinny zostać usunięte.
Minimalistyczna wizualizacja danych to uproszczona forma graficzna, której idealnym przykładem jest wykres określany jako sparklines. Jest to uproszczony wykres liniowy, którego głównym zadaniem jest odzwierciedlenie trendu w danych. Kolejna uproszczona wizualizacja danych, która może znaleźć zastosowanie na kokpicie menedżerskim, to tzw. bullet graphs, które są uproszczonymi wykresami słupkowymi. Informują one o stopniu realizacji założonego planu. Czerwony kolor kółka po lewej stronie sparklines zwraca uwagę na problemy w realizacji planu. Pionowe linie bullet graphs to założony cel, ciemnoszary słupek to faktyczna obecna wartość. Dodatkowo wyznaczyć można pasma określające stopień zadowolenia z realizacji celu.
5. Wizualizacja danych
Przedstawione formy graficzne, takie jak sparklines i bullet graphs, oczywiście nie wyczerpują różnorodności form wizualizacji danych dostępnych dla użytkowników końcowych. Właściwie niejednokrotnie wykorzystywane są formy, które są takie same jak w przypadku tradycyjnych raportów, czyli np. wykresy kołowe, liniowe, słupkowe itd. Techniki wizualizacji danych są różnorodne, a podstawową różnicą jest ich stopień uproszczenia. Dodatkowo mile widziane są mapy ciepła (ang. heatmaps), prędkościomierze i liczniki (ang. gauges), termometry czy „sygnalizacje świetlne”. Bardzo ważne jest uwzględnienie w projektowaniu kokpitu formatowania warunkowego, które zwracałoby uwagę odbiorcy na niepokojące procesy przebiegające w organizacji. Metody wizualizacji danych są różnorodne, a ich dobór powinien być odpowiedni do reprezentowanych danych i możliwości percepcji użytkownika końcowego.
Przestrzeń, na której prezentowany jest kokpit, a więc ekran monitora komputera lub urządzenia mobilnego, jest ograniczona. Każdy centymetr kwadratowy jest istotny, dlatego przestrzeń tę należy szanować i wykorzystywać z rozwagą. Przeładowanie tej przestrzeni nadmiarem informacji może przynieść odwrotny efekt do zamierzonego i spowodować chaos. Świadomość celu kokpitu powinna być pomocna przy dylematach, czy coś powinno zostać usunięte z przestrzeni kokpitu, czy też nie. Zawsze warto także wziąć pod rozwagę możliwości podzielenia jednego dashboardu na więcej odrębnych dashboardów.
Rozsiądź się wygodnie za swoim kokpitem
Jeśli wyznaczamy cele z użytkownikami końcowymi i definiujemy kluczowe wskaźniki dla organizacji realizujące te cele, możemy mieć pewność, że kokpit będzie użyteczny. Zaangażowanie użytkownika końcowego poprzez prototypowanie zapewni pełne zrozumienie tego, co wyświetla kokpit. Takie podejście dodatkowo pozwala na wytworzenie pewnego związku między użytkownikiem a produktem końcowym, jakim jest kokpit. Ponadto zastosowanie przemyślanych uproszczonych wizualizacji pozwoli na budowę efektywnego kokpitu i maksymalizowanie przekazu. Przy budowie kokpitu nie zapominajmy także o tym, że kokpity powinny być po prostu ładne, wykonane estetycznie, starannie i z dbałością o szczegóły. Dzięki takiemu przystępnemu interfejsowi dostępu do zintegrowanej i skondensowanej wiedzy, którą dostarcza wizualizacja danych, organizacja ma szansę na zbudowanie znaczącej przewagi konkurencyjnej.
Narzędzia do wizualizacji danych
Podstawowym zadaniem narzędzi Business Intelligence jest graficzna prezentacja danych statystycznych, trendów i monitorowanie sytuacji w firmie z pomocą zdefiniowanych kluczowych wskaźników. Wizualizacja ma wspierać procesy zaawansowanej analizy danych i podejmowania decyzji biznesowych.
Dla wielu organizacji nadal jedynym narzędziem wykorzystywanym do analizy danych jest arkusz Excel. Wizualizacja danych nawet przy korzystaniu z tabel przestawnych, Power Query i Power Pivot ma wiele ograniczeń. Rynek narzędzi BI rozwija się dynamicznie i aktualnie interaktywna wizualizacja danych jest dostępna dla każdego. Nawet osoba nieposiadająca doświadczenia w wizualizacji danych, może łatwo analizować dane, tworzyć zrozumiałe wizualizacje i interaktywne raporty korzystając z nowej generacji samoobsługowych narzędzi takich jak Power BI oraz Qlik Sense.
Power BI jest zintegrowane z platformą Azure oraz Microsoft Dynamics i doskonale sprawdza się w przypadku firm korzystających z oprogramowana Microsoft. Power BI Desktop jest dostępny bezpłatnie, instaluje się go identycznie jak każdy inny program i pozwala bardzo szybko rozpocząć pracę. Interfejs jest spójny z całym pakietem narzędzi Microsoft Office i umożliwia tworzenie raportów na żądanie. Power BI Pro umożliwia dodatkowo udostępnianie raportów, pracę grupową oraz funkcjonalność tworzenia rozbudowanych pulpitów menedżerskich. Power BI Premium pozwala dodatkowo na raportowanie w chmurze i środowisku lokalnym. Daje również dodatkowe możliwości związane z analizami Big Data z wykorzystaniem Machine Learning i sztucznej inteligencji. Usługa jest rozliczana na podstawie dedykowanych zasobów obliczeń i przestrzeni w chmurze.
Możliwości Power BI w zakresie wizualizacji i analizy danych prezentuje poniższy webinar:
Qlik to nowatorska platforma analityczna. Nie posiada wersji bezpłatnej (dzięki nowatorskiej formule Qlik BI BOX od Inetum możesz testować bezpłatnie pakiety analityczne na Twoich własnych danych). Próg wejścia jest tutaj wyższy niż w przypadku Power BI, ponieważ instalacja oprogramowania wymaga posrednictwa partnera zewnętrznego / specjalisty. Oprogramowanie dostępne jest w modelu SaaS lub instalowane w chmurze lokalnej, Azure, AWS, Google Cloud lub Qlik Cloud Services. Qlik Sense to pełnoprawna platforma analityczna, która umożliwia samodzielne tworzenie szybkich wizualizacji i raportów biznesowych. Ilość przetwarzanych danych jest w zasadzie nieograniczona. Czas analizy jest bardzo szybki dzięki temu, że dane przetwarzane są w czasie rzeczywistym, co znacząco skraca czas analizy. Kokpity menedżerskie i raporty są tworzone metodą „przeciągnij i upuść”, a opatentowany przez Qlik silnik asocjacyjny pozwala odkryć powiązania między danymi.
Podsumowanie
Inetum posiada tytuły Gold Microsoft Partner w obszarze Data Analytics oraz Qlik Solution Provider. Prowadzimy projekty BI i szkolenia zarówno w kraju, jak i za granicą dla wiodących firm w swoich obszarach. Kompetencje i doświadczenie potwierdza pierwsze miejsce Inetum w rankingu Top Poland Data Analytics niezależnego serwisu Clutch. Większości klientów, których interesuje samodzielna analiza danych, rekomendujemy Power BI oraz Qlik Sense, jednak warto pamiętać także o innych narzędziach self-service BI, które również są warte uwagi: Tableau, Sisense oraz Google Data Studio.
