Kā izveidot paneli: datu avoti, KPI, diagrammas un piekļuve
Lai izveidotu paneli, sāciet ar jautājumiem, uz kuriem tam jāatbild, un ar cilvēkiem, kas to lasīs. Precīzi definējiet nelielu rādītāju kopu, pieslēdziet datus, no kuriem šie rādītāji nāk, un izvēlieties vienkāršu diagrammu katram. Pēc tam izlemiet, kas drīkst redzēt kurus skaitļus. AI lietotņu veidotājs var minūtēs ģenerēt labi izskatīgu paneli; grūtākā daļa, kas arī izlemj, vai kāds tam uzticas, ir pareizi iegūt datus un definīcijas.
Sāciet ar jautājumiem, nevis diagrammām
Panelis, kas mēģina parādīt visu, tiek atvērts vienreiz. Pirms domājat par diagrammām, atbildiet:
- Kam tas paredzēts? Dibinātājam, pārdošanas komandai, operācijām, investoriem, jūsu klientiem?
- Kādus lēmumus tas atbalsta? „Vai mums vajag vēl vienu atbalsta darbinieku?” ir jautājums, uz kuru panelis var atbildēt. „Parādi mums datus” nav.
- Cik bieži tajā skatīsies? Ikdienas operāciju paneliem vajag svaigus datus un brīdinājumus; mēneša valdes skatam nē.
Uzrakstiet trīs līdz piecus jautājumus. Katrs kļūst par vienu vai diviem rādītājiem.
Definējiet katru rādītāju precīzi
Vairums paneļu strīdu patiesībā ir par definīcijām. Uzrakstiet īsu definīciju katram skaitlim:
| Rādītājs | Neprecīzi | Precīzi |
|---|---|---|
| Ieņēmumi | „Nauda, ko nopelnījām” | Apmaksātu rēķinu kopsumma bez nodokļa pēc rēķina datuma, USD |
| Aktīvie lietotāji | „Cilvēki, kas to izmanto” | Atšķirīgi lietotāji ar vismaz vienu pieteikšanos pēdējo 30 dienu laikā |
| Atteces līmenis | „Cilvēki, kas aizgāja” | Maksājošie klienti mēneša sākumā, kas atcēla mēneša laikā, dalīts ar klientu skaitu mēneša sākumā |
| Atbildes laiks | „Cik ātra ir atbalsta komanda” | Mediānas stundas no biļetes izveides līdz pirmajai cilvēka atbildei, tikai darba dienās |
Ielieciet šīs definīcijas savā uzvednē. Citādi AI izvēlēsies saprātīgi skanošu aprēķinu, kas var neatbilst tam, kā jūsu uzņēmums skaita.
No kurienes nāk dati
| Avots | Kā panelis to nolasa | Kas jāņem vērā |
|---|---|---|
| Jūsu lietotnes pašas datubāze | Tieši vaicājumi | Smagi vaicājumi palēnina galveno lietotni; vajadzības gadījumā pievienojiet kopsavilkumu tabulas |
| Izklājlapa | Importēt kā CSV vai nolasīt caur API | Manuāla rediģēšana sabojā formātus; kopsummu rindas un apvienotas šūnas |
| SaaS rīki (Stripe, HubSpot, Shopify, Google Analytics) | To API ar jūsu API atslēgu | Ātruma ierobežojumi, lapošana un katrs rīks definē rādītājus savā veidā |
| Datu noliktava (BigQuery, Snowflake, Postgres) | SQL caur servera puses savienojumu | Pieteikšanās dati un vaicājumu izmaksas |
Divi principi attiecas visur:
- Turiet atslēgas serverī. API atslēgas un datubāzu paroles pieder lietotnes vides mainīgajiem, nekad pārlūkprogrammas kodā.
- Izlemiet par svaigumu. Datu ņemšana no vairākiem API katrā lapas ielādē ir lēna un var sasniegt ātruma ierobežojumus. Vairumam uzņēmumu paneļu sinhronizācija ik stundu vai naktī savā datubāzē, ar pēdējās atjaunināšanas laiku lapā, ir vienkāršāka un uzticamāka.
Ja API jums ir jauni, kas ir API un kas ir datubāze izskaidro pamatus.
Izvēlieties pareizo diagrammu
- Viens skaitlis ar izmaiņām („42 000 $, +8% pret iepriekšējo mēnesi”) — KPI kartīte. Visnoderīgākais elements vairumā paneļu.
- Tendence laikā — līniju diagramma. Stabiņus lietojiet tikai nelielam periodu skaitam.
- Kategoriju salīdzināšana — horizontāla stabiņu diagramma, kārtota pēc vērtības.
- Daļa no veseluma — sakrauts stabiņu grafiks. Sektoru diagrammas der tikai ar diviem vai trim segmentiem.
- Detaļas un izņēmumi — tabula ar kārtošanu, meklēšanu un filtriem. Bieži noderīgāka par jebkuru diagrammu.
Turpiniet krāsas konsekventas: viena krāsa „šim periodam”, pieklusināta „salīdzinājumam”, sarkanā tikai lietām, kam vajag uzmanību.
Kas ko redz
Izlemiet piekļuvi pirms veidošanas:
- Iekšēji, visi redz visu — vienkāršākais variants. Tomēr, ja panelis satur uzņēmuma datus, vajag pieteikšanos.
- Pēc lomām — pārdošana redz pārdošanas skaitļus, finanšu nodaļa redz peļņas maržas, vadītāji redz savas komandas.
- Klientiem paredzēts — katrs klients redz tikai savus datus. Katram vaicājumam serverī jāfiltrē pēc klienta konta. Pārbaudiet, pieteicoties kā diviem dažādiem klientiem.
Panelis ar ieņēmumu vai klientu datiem publiskā URL bez pieteikšanās ir datu noplūde, kas gaida, kad to atrod.
Pirmā uzvedne, kas strādā
Izveido pārdošanas paneli B2B programmatūras uzņēmumam ar 10 darbiniekiem. Auditorija: dibinātāji un pārdošanas vadītājs, kas to pārbauda katru pirmdienu. Pārskata lapa: KPI kartītes šī mēneša jaunajam MRR, kopējam MRR, šī mēneša jaunajiem klientiem, šī mēneša atteikušajiem klientiem un cauruļvada vērtībai, katrai ar izmaiņām pret iepriekšējo mēnesi; līniju diagramma MRR pēdējos 12 mēnešos; stabiņu diagramma jaunajiem darījumiem pēc avota. Darījumu lapa ar meklējamu, kārtojamu tabulu (uzņēmums, īpašnieks, vērtība, posms, slēgšanas datums) un filtriem pēc īpašnieka un posma. Rādītāju definīcijas: MRR ir aktīvo ikmēneša abonementu summa, gada plāni dalīti ar 12; atteces skaits ir klienti, kuru abonements beidzās šomēnes. Pagaidām izmanto reālistiskus paraugdatus datubāzē — Stripe pieslēgsim vēlāk. Rādi pēdējās atjaunināšanas laiku. Nepieciešama pieteikšanās. Tīrs sānu izvēlnes izkārtojums.
Tajā ir norādīta auditorija, katrs rādītājs ar definīciju, diagrammas un datu plāns — un sākas ar paraugdatiem, lai varētu vienoties par dizainu, pirms pieslēdzat reālos avotus.
Veidošanas soļi
- Izkārtojums ar paraugdatiem. Vienojieties par rādītājiem un diagrammām, kamēr dati ir izdomāti un viegli maināmi.
- Pieslēdziet vienu reālu avotu. Pārbaudiet katru skaitli ar roku pret avota sistēmu. Ja MRR atšķiras no tā, ko rāda Stripe, noskaidrojiet, kāpēc, pirms turpināt.
- Pievienojiet pārējos avotus, pa vienam, pārbaudot katru.
- Ieplānota atsvaidzināšana vai vaicājumi ielādes brīdī, ar etiķeti „pēdējo reizi atjaunināts”.
- Filtri — vispirms datumu diapazons, tad viens vai divi citi, ko cilvēki prasa.
- Pieteikšanās un lomas.
- Tukšie un kļūdu stāvokļi — ko lapa rāda, ja avots nedarbojas vai filtrs neatgriež neko.
- Dalieties ar auditoriju, pēc tam noņemiet visu, ko neviens neskatās pēc mēneša.
Padariet to ātru
Lēns panelis tiek pārbaudīts retāk. Iepriekš aprēķiniet kopsummas, kuras ir dārgi rēķināt (ikdienas kopsavilkuma tabula, nevis katra pasūtījuma skenēšana), lapojiet lielas tabulas un ielādējiet galvenās kartītes pirmās, lai lapa būtu noderīga, pirms diagrammas ir pabeigtas. Ja skaitlis prasa ilgu aprēķinu, rādiet, kad tas pēdējo reizi aprēķināts, nevis pārrēķiniet katrā apmeklējumā.
Biežākās kļūdas
- Pārāk daudz diagrammu. Ja viss ir izcelts, nekas nav izcelts.
- Nedefinēti rādītāji. Divi cilvēki, kas lasa vienu paneli, nonāk pie viena secinājuma.
- Nekad neatbilst skaitļus avotam. Viens nepareizs skaitlis, un cilvēki pārstāj uzticēties visam panelim.
- Katra API vaicājums katrā lapas ielādē. Lēni, trausli un dažreiz dārgi.
- Nav datumu konteksta. Vienmēr rādiet periodu un salīdzinājumu.
- Noslēpumi priekšgalā. API atslēga, kas redzama pārlūkprogrammā, var tikt nokopēta ikvienam, kurš atver lapu.
Kad BI rīks ir labāka izvēle
Ja jūsu dati jau atrodas datubāzē vai noliktavā un galvenie lietotāji ir analītiķi, kas tos vēlas pētīt, griezt un veidot savas diagrammas, BI rīks — Looker Studio, Power BI, Metabase un citi — viņiem noderēs labāk nekā pielāgota izstrāde. Daudziem SaaS rīkiem ir arī labi iebūvētie pārskati; pārbaudiet tos, pirms pārveidojat tos no jauna. Pielāgots panelis uzvar, kad tas ir paredzēts klientiem vai nelietpratējiem, vajag loģiku vai atļaujas, ko BI rīks nevar izteikt, apvieno avotus veidā, kas specifisks jūsu uzņēmumam, vai pieder produktam, ko jau vadāt.
Ja darbs ir mazāk par skaitļu skatīšanu un vairāk par ierakstu mainīšanu, jums vajag administratora paneli vai iekšēju rīku — skatiet kā izveidot iekšēju rīku. Un, ja jūsu skaitļi šodien atrodas izklājlapā, kā pārvērst izklājlapu lietotnē ir labs nākamais lasījums.
Veidošana ar Mythex
Mythex aprakstāt paneli, un aģents veido lapas un diagrammas tiešajā priekšskatījumā, sākot ar reālistiskiem paraugdatiem un pārejot uz īpašu Postgres datubāzi, kad skaitļiem jāsaglabājas. Dokumentācijas paneļa lietojuma piemērs satur sākuma uzvedni. Ja jūsu dati atrodas tādā rīkā kā Google Sheets, varat pieslēgt kontu caur Connectors un lūgt aģentam to nolasīt un veidot paneli.
Lietotnei pašai nav iebūvētu noliktavu savienotāju — BigQuery, Snowflake, Stripe un līdzīgiem jūsu lietotne izsauc to API ar atslēgām, ko glabājat kā projekta noslēpumus. Pieteikšanās un lomas cilvēkiem, kas skata paneli, ir daļa no lietotnes, ko veidojat. Lai sāktu ar uzvedni, apskatiet paneļu veidnes, piemēram, metrikas paneli.
Jautājumi
Kā izveidot paneli?
Izlemiet, kam panelis paredzēts un uz kādiem jautājumiem tam jāatbild, izvēlieties dažus rādītājus ar precīzām definīcijām, pieslēdziet datu avotus un pēc tam izvēlieties diagrammu katram rādītājam. AI lietotņu veidotājs var ģenerēt lapas un diagrammas pēc apraksta, kad šīs lietas ir zināmas.
Cik KPI vajadzētu būt panelī?
Pietiekami maz, lai tos var aptvert vienā skatienā — bieži pieci līdz septiņi galvenajā skatā. Detalizētu informāciju liekiet atsevišķās lapās, ko cilvēki atver, kad galvenais skaitlis šķiet nepareizs.
Vai veidot pielāgotu paneli vai izmantot BI rīku?
Izmantojiet BI rīku, piemēram, Looker Studio, Power BI vai Metabase, kad jūsu dati jau atrodas atbalstītā datubāzē vai noliktavā un analītiķi tos pētīs. Veidojiet pielāgotu paneli, kad tas ir paredzēts klientiem vai nelietpratējiem, vajag jūsu pašu loģiku vai atļaujas vai atrodas lietotnē, kuru jau izmantojat.
Vai panelis var rādīt tiešraides datus?
Jā, ja tas nolasa datus no datubāzes vai API, lapai ielādējoties vai noteiktā atsvaidzināšanas intervālā. Daudziem uzņēmuma paneļiem pietiek ar datiem, kas atsvaidzināti ik stundu vai ik dienu, un tos ir vienkāršāk un lētāk uzturēt.