Jak postavit dashboard: zdroje dat, KPI, grafy a přístup

Abyste postavili dashboard, začněte od otázek, na které musí odpovídat, a od lidí, kteří ho budou číst. Definujte malou sadu metrik přesně, připojte data, ze kterých metriky vycházejí, a pro každou zvolte jednoduchý graf. Pak rozhodněte, kdo smí vidět která čísla. Nástroj pro tvorbu aplikací s AI dokáže během minut vygenerovat úhledný dashboard; těžká část, a ta část, která rozhodne, zda mu někdo bude věřit, je získat správná data a správné definice.

Začněte otázkami, ne grafy

Dashboard, který se snaží ukázat všechno, se otevře jednou. Než přemýšlíte o grafech, odpovězte si:

• Pro koho je? Zakladatele, obchodní tým, provoz, investory, vaše zákazníky?
• Jaká rozhodnutí podporuje? „Potřebujeme přijmout dalšího člověka na podporu?“ je otázka, na kterou dokáže dashboard odpovědět. „Ukaž mi naše data“ není.
• Jak často se na něj budou dívat? Denní provozní dashboardy potřebují čerstvá data a upozornění; měsíční přehled pro vedení ne.

Napište tři až pět otázek. Každá se promění v jednu nebo dvě metriky.

Definujte každou metriku přesně

Většina sporů o dashboardech jsou ve skutečnosti spory o definice. U každého čísla napište krátkou definici:

Vložte tyto definice do promptu. AI jinak zvolí rozumně znějící výpočet, který nemusí odpovídat tomu, jak vaše firma počítá.

Odkud data pochází

Dva principy platí všude:

1. Klíče držte na serveru. API klíče a hesla k databázi patří do proměnných prostředí aplikace, nikdy do kódu v prohlížeči.
2. Rozhodněte o čerstvosti dat. Tahat data z několika API při každém načtení stránky je pomalé a může narazit na limity rychlosti. Pro většinu firemních dashboardů je jednodušší a spolehlivější synchronizace každou hodinu nebo přes noc do vlastní databáze, se štítkem „naposledy aktualizováno“ na stránce.

Pokud jsou API pro vás nová, co je API a co je databáze vysvětlují základy.

Vyberte správný graf

• Jedno číslo se změnou („42 000 $, o 8 % více než minulý měsíc“) — karta KPI. Nejužitečnější prvek většiny dashboardů.
• Trend v čase — spojnicový graf. Sloupce používejte jen pro malý počet období.
• Porovnání kategorií — vodorovný sloupcový graf řazený podle hodnoty.
• Část celku — skládaný sloupec. Koláčové grafy fungují jen se dvěma nebo třemi výseky.
• Detail a výjimky — tabulka s řazením, vyhledáváním a filtry. Často užitečnější než jakýkoli graf.

Barvy držte konzistentní: jedna barva pro „toto období“, tlumená pro „srovnání“, červená jen pro věci, které potřebují pozornost.

Kdo co vidí

Rozhodněte přístup před stavbou:

• Interní, všichni vidí všechno — nejjednodušší. Pokud drží firemní data, stále potřebuje přihlášení.
• Podle rolí — prodej vidí prodejní čísla, finance marže, manažeři svůj tým.
• Pro zákazníky — každý zákazník vidí jen svá data. Každý dotaz musí na serveru filtrovat podle účtu zákazníka. Otestujte to přihlášením jako dva různí zákazníci.

Dashboard s tržbami nebo daty zákazníků na veřejné adrese bez přihlášení je únik dat, který čeká, až ho někdo najde.

První prompt, který funguje

Postav prodejní dashboard pro B2B softwarovou firmu s 10 lidmi. Publikum: zakladatelé a vedoucí prodeje, kontrolují ho každé pondělí. Přehledová stránka: karty KPI pro nové MRR tento měsíc, celkové MRR, nové zákazníky tento měsíc, odešlé zákazníky tento měsíc a hodnotu pipeline, každá se změnou oproti minulému měsíci; spojnicový graf MRR za posledních 12 měsíců; sloupcový graf nových obchodů podle zdroje. Stránka Obchody s prohledávatelnou a řaditelnou tabulkou (firma, vlastník, hodnota, fáze, datum uzavření) a filtry podle vlastníka a fáze. Definice metrik: MRR je součet aktivních měsíčních předplatných, roční tarify dělené 12; odchod počítá zákazníky, jejichž předplatné skončilo tento měsíc. Prozatím používej realistická ukázková data v databázi — Stripe připojíme později. Zobrazuj čas „naposledy aktualizováno“. Vyžaduj přihlášení. Čisté rozložení s postranním panelem.

Prompt jmenuje publikum, každou metriku s definicí, grafy a plán dat, a začíná s ukázkovými daty, takže můžete odsouhlasit design dřív, než připojíte skutečné zdroje.

Postup stavby

1. Rozložení s ukázkovými daty. Odsouhlaste metriky a grafy, dokud jsou data falešná a levná na změnu.
2. Připojte jeden skutečný zdroj. Každé číslo ručně porovnejte se zdrojovým systémem. Pokud se MRR liší od toho, co ukazuje Stripe, zjistěte proč, než půjdete dál.
3. Přidejte další zdroje, jeden po druhém, a každý zkontrolujte.
4. Plánované obnovování nebo dotazy při načtení, se štítkem „naposledy aktualizováno“.
5. Filtry — nejdřív rozsah dat, pak jeden nebo dva další, o které lidé žádají.
6. Přihlášení a role.
7. Prázdné a chybové stavy — co stránka ukáže, když zdroj neodpovídá nebo filtr nic nevrátí.
8. Sdílejte ho s publikem, pak odstraňte to, na co se po měsíci nikdo nepodívá.

Udělejte to rychle

Pomalý dashboard se kontroluje méně často. Předpočítejte drahé součty (denní souhrnnou tabulku místo procházení každé objednávky), stránkujte velké tabulky a načtěte nejdřív hlavní karty, aby byla stránka užitečná dřív, než se dokončí grafy. Pokud výpočet čísla trvá dlouho, ukažte, kdy bylo naposledy spočítáno, místo přepočítávání při každé návštěvě.

Časté chyby

• Příliš mnoho grafů. Pokud je zvýrazněno všechno, nic není zvýrazněno.
• Nedefinované metriky. Dva lidé čtoucí stejný dashboard by měli dojít ke stejnému závěru.
• Nikdy nekontrolovat čísla proti zdroji. Jedna špatná hodnota a lidé přestanou důvěřovat celému dashboardu.
• Dotazovat každé API při každém načtení stránky. Pomalé, křehké a někdy drahé.
• Chybějící časový kontext. Vždy ukažte období a srovnání.
• Tajné klíče ve frontendu. API klíč viditelný v prohlížeči může zkopírovat každý, kdo stránku otevře.

Kdy je lepší nástroj BI

Pokud vaše data už sedí v databázi nebo skladu a hlavními uživateli jsou analytici, kteří je chtějí prozkoumávat, dělit a vytvářet vlastní grafy, bude jim nástroj BI — Looker Studio, Power BI, Metabase a další — sloužit lépe než vlastní vývoj. Mnoho SaaS nástrojů má také dobré vestavěné reporty; zkontrolujte je, než je znovu postavíte. Vlastní dashboard vyhraje, když je určen pro zákazníky nebo lidi bez analytického zázemí, potřebuje logiku nebo oprávnění, která nástroj BI nevyjádří, kombinuje zdroje způsobem specifickým pro váš byznys, nebo patří do produktu, který už provozujete.

Pokud úkol není o prohlížení čísel, ale o změně záznamů, potřebujete raději administrační panel nebo interní nástroj — viz jak postavit interní nástroj. A pokud vaše čísla dnes žijí v tabulce, jak proměnit tabulku v aplikaci je dobré další čtení.

Stavba s Mythexem

Na Mythexu popíšete dashboard a agent postaví stránky a grafy v živém náhledu, zpočátku s realistickými ukázkovými daty a s přechodem na vyhrazenou Postgres databázi, až čísla potřebují přetrvat. Případ použití dashboardu v dokumentaci má výchozí prompt. Pokud jsou vaše data v nástroji jako Google Tabulky, můžete účet připojit přes Konektory a požádat agenta, aby je přečetl a postavil z nich dashboard.

Pro samotnou aplikaci nejsou vestavěné konektory na datové sklady — pro BigQuery, Snowflake, Stripe a podobné aplikace volá jejich API s klíči, které uložíte jako tajemství projektu. Přihlášení a role pro lidi, kteří dashboard prohlížejí, jsou součástí aplikace, kterou stavíte. Pro výchozí bod z promptu prohlédněte šablony dashboardů, například dashboard metrik.

Otázky