Cara Membangun Dasbor: Sumber Data, KPI, Grafik, dan Akses

Untuk membangun dasbor, mulailah dari pertanyaan yang harus dijawabnya dan orang-orang yang akan membacanya, definisikan sejumlah kecil metrik dengan tepat, hubungkan data tempat metrik itu berasal, dan pilih grafik sederhana untuk masing-masing. Setelah itu, tentukan siapa yang boleh melihat angka apa. Pembuat aplikasi AI dapat menghasilkan dasbor yang rapi dalam hitungan menit; bagian yang sulit, dan yang menentukan apakah ada yang mempercayainya, adalah mendapatkan data dan definisinya dengan benar.

Mulai dari pertanyaan, bukan grafik

Dasbor yang berusaha menampilkan segalanya hanya akan dibuka sekali. Sebelum memikirkan grafik, jawab:

• Untuk siapa dasbor ini? Pendiri, tim penjualan, operasional, investor, atau pelanggan Anda?
• Keputusan apa yang didukungnya? "Apakah kita perlu mempekerjakan satu petugas dukungan lagi?" adalah pertanyaan yang bisa dijawab dasbor. "Tampilkan data kami" bukan.
• Seberapa sering mereka akan melihatnya? Dasbor operasional harian membutuhkan data segar dan peringatan; tampilan bulanan untuk dewan tidak.

Tulis tiga sampai lima pertanyaan. Masing-masing menjadi satu atau dua metrik.

Definisikan setiap metrik dengan tepat

Kebanyakan perdebatan tentang dasbor sebenarnya perdebatan tentang definisi. Tulis definisi singkat untuk setiap angka:

Tempelkan definisi ini ke prompt Anda. Jika tidak, AI akan memilih perhitungan yang terdengar masuk akal tetapi mungkin tidak sesuai dengan cara bisnis Anda menghitung.

Dari mana datanya berasal

Dua prinsip berlaku di mana saja:

1. Simpan kunci di server. Kunci API dan kata sandi database harus berada di variabel lingkungan aplikasi, jangan pernah di kode browser.
2. Tentukan kesegaran data. Menarik data dari beberapa API setiap kali halaman dimuat itu lambat dan bisa mencapai batas laju. Untuk sebagian besar dasbor bisnis, sinkronisasi setiap jam atau semalam ke database Anda sendiri, dengan waktu "terakhir diperbarui" di halaman, lebih sederhana dan lebih andal.

Jika API masih baru bagi Anda, apa itu API dan apa itu database menjelaskan dasarnya.

Pilih grafik yang tepat

• Satu angka tunggal dengan perubahan ("$42 rb, naik 8% dibanding bulan lalu") — kartu KPI. Ini elemen yang paling berguna di sebagian besar dasbor.
• Tren dari waktu ke waktu — grafik garis. Gunakan batang hanya untuk sejumlah kecil periode.
• Membandingkan kategori — batang horizontal, diurutkan berdasarkan nilai.
• Bagian dari keseluruhan — batang bertumpuk. Diagram lingkaran hanya cocok untuk dua atau tiga irisan.
• Detail dan pengecualian — tabel dengan pengurutan, pencarian, dan filter. Sering kali lebih berguna daripada grafik apa pun.

Jaga warna tetap konsisten: satu warna untuk "periode ini", warna redup untuk "pembanding", dan merah hanya untuk hal yang membutuhkan perhatian.

Siapa yang melihat apa

Tentukan akses sebelum membangun:

• Internal, semua orang melihat semuanya — paling sederhana. Tetap butuh login jika berisi data bisnis.
• Berbasis peran — tim penjualan melihat angka penjualan, keuangan melihat margin, manajer melihat tim mereka sendiri.
• Menghadap pelanggan — setiap pelanggan hanya melihat datanya sendiri. Setiap kueri harus memfilter berdasarkan akun pelanggan di server. Uji dengan masuk sebagai dua pelanggan yang berbeda.

Dasbor dengan data pendapatan atau pelanggan di URL publik tanpa login adalah kebocoran data yang menunggu untuk ditemukan.

Prompt pertama yang berhasil

Bangun dasbor penjualan untuk perusahaan perangkat lunak B2B dengan 10 orang. Audiens: para pendiri dan kepala penjualan, yang memeriksanya setiap Senin. Halaman ikhtisar: kartu KPI untuk MRR baru bulan ini, total MRR, pelanggan baru bulan ini, pelanggan yang churn bulan ini, dan nilai pipeline, masing-masing dengan perubahan dibanding bulan lalu; grafik garis MRR selama 12 bulan terakhir; grafik batang kesepakatan baru berdasarkan sumber. Halaman Kesepakatan dengan tabel yang dapat dicari dan diurutkan (perusahaan, pemilik, nilai, tahap, tanggal tutup) dan filter berdasarkan pemilik dan tahap. Definisi metrik: MRR adalah jumlah nominal langganan bulanan yang aktif, dengan paket tahunan dibagi 12; churn menghitung pelanggan yang langganannya berakhir bulan ini. Gunakan data contoh yang realistis di database untuk sekarang — kita akan menghubungkan Stripe nanti. Tampilkan waktu "terakhir diperbarui". Wajib login. Tata letak sidebar yang rapi.

Prompt ini menyebut audiens, setiap metrik dengan definisinya, grafiknya, dan rencana datanya — dan dimulai dengan data contoh, sehingga Anda bisa menyepakati desain sebelum menghubungkan sumber sungguhan.

Langkah membangun

1. Tata letak dengan data contoh. Sepakati metrik dan grafik selagi datanya palsu dan murah untuk diubah.
2. Hubungkan satu sumber nyata. Periksa setiap angka dengan sistem sumber secara manual. Jika MRR berbeda dengan yang ditampilkan Stripe, cari tahu penyebabnya sebelum melangkah lebih jauh.
3. Tambahkan sumber lain, satu per satu, dan periksa masing-masing.
4. Penyegaran terjadwal atau kueri saat dimuat, dengan label "terakhir diperbarui".
5. Filter — rentang tanggal lebih dulu, lalu satu atau dua lainnya yang sering diminta orang.
6. Login dan peran.
7. Status kosong dan kesalahan — apa yang ditampilkan halaman saat sebuah sumber mati atau filter tidak menghasilkan apa-apa.
8. Bagikan kepada audiens, lalu hapus apa pun yang tidak ada yang lihat setelah sebulan.

Buat cepat

Dasbor yang lambat akan semakin jarang diperiksa. Hitung terlebih dahulu total yang mahal untuk dihitung (tabel ringkasan harian alih-alih memindai setiap pesanan), paginasi tabel besar, dan muat kartu utama lebih dulu agar halaman sudah berguna sebelum grafik selesai. Jika sebuah angka membutuhkan waktu lama untuk dihitung, tampilkan kapan terakhir kali dihitung alih-alih menghitung ulang setiap kali halaman dibuka.

Kesalahan umum

• Terlalu banyak grafik. Jika semuanya disorot, tidak ada yang menonjol.
• Metrik yang tidak didefinisikan. Dua orang yang membaca dasbor yang sama harus sampai pada kesimpulan yang sama.
• Tidak pernah memeriksa angka dengan sumbernya. Satu angka yang salah dan orang berhenti mempercayai seluruh dasbor.
• Mengkueri setiap API pada setiap pemuatan halaman. Lambat, rapuh, dan kadang mahal.
• Tidak ada konteks tanggal. Selalu tampilkan periode dan pembandingnya.
• Rahasia di frontend. Kunci API yang terlihat di browser bisa disalin oleh siapa pun yang membuka halaman.

Kapan alat BI adalah pilihan yang lebih baik

Jika data Anda sudah berada di database atau gudang data dan pengguna utamanya adalah analis yang ingin menjelajahinya, memotongnya, dan membuat grafik sendiri, alat BI — Looker Studio, Power BI, Metabase, dan lainnya — akan melayani mereka lebih baik daripada bangunan sendiri. Banyak alat SaaS juga memiliki laporan bawaan yang bagus; periksa itu sebelum membangun ulang. Dasbor sendiri menang ketika ditujukan untuk pelanggan atau orang non-analis, membutuhkan logika atau izin yang tidak bisa diekspresikan alat BI, menggabungkan sumber dengan cara yang spesifik untuk bisnis Anda, atau berada di dalam produk yang sudah Anda jalankan.

Jika pekerjaannya bukan sekadar melihat angka tetapi mengubah catatan, Anda membutuhkan panel admin atau alat internal — lihat cara membangun alat internal. Dan jika angka Anda saat ini berada di spreadsheet, cara mengubah spreadsheet menjadi aplikasi adalah bacaan berikutnya yang baik.

Membangunnya dengan Mythex

Di Mythex, Anda menjelaskan dasbor dan agen membangun halaman dan grafik di pratinjau langsung, dimulai dengan data contoh yang realistis dan beralih ke database Postgres khusus saat angka perlu disimpan. Use case dasbor di dokumentasi memiliki prompt awal. Jika data Anda berada di alat seperti Google Sheets, Anda dapat menghubungkan akun tersebut melalui Connectors dan meminta agen membacanya lalu membangun dasbor darinya.

Tidak ada konektor gudang data bawaan untuk aplikasi itu sendiri — untuk BigQuery, Snowflake, Stripe, dan sejenisnya, aplikasi memanggil API mereka dengan kunci yang Anda simpan sebagai rahasia proyek. Login dan peran untuk orang yang melihat dasbor adalah bagian dari aplikasi yang Anda bangun. Untuk memulai dari prompt, jelajahi template dasbor, seperti dasbor metrik.

Pertanyaan