ഡാഷ്ബോർഡ് എങ്ങനെ നിർമ്മിക്കാം: ഡാറ്റാ ഉറവിടങ്ങൾ, KPI-കൾ, ചാർട്ടുകൾ, ആക്സസ്

ഒരു ഡാഷ്ബോർഡ് നിർമ്മിക്കാൻ, അത് ഉത്തരം നൽകേണ്ട ചോദ്യങ്ങളിൽ നിന്നും അത് വായിക്കുന്നവരിൽ നിന്നും തുടങ്ങുക, ഒരു ചെറിയ മെട്രിക് കൂട്ടം കൃത്യമായി നിർവചിക്കുക, ആ മെട്രിക്കുകൾ വരുന്ന ഡാറ്റ ബന്ധിപ്പിക്കുക, ഓരോന്നിനും ലളിതമായ ഒരു ചാർട്ട് തിരഞ്ഞെടുക്കുക. പിന്നെ ഏതൊക്കെ സംഖ്യകൾ ആർക്കൊക്കെ കാണാമെന്ന് തീരുമാനിക്കുക. ഒരു AI ആപ്പ് ബിൽഡറിന് മിനിറ്റുകൾക്കുള്ളിൽ മനോഹരമായ ഒരു ഡാഷ്ബോർഡ് ഉണ്ടാക്കാം; പക്ഷേ ആരെങ്കിലും അതിൽ വിശ്വസിക്കുമോ എന്ന് തീരുമാനിക്കുന്ന കടുപ്പമേറിയ ഭാഗം ഡാറ്റയും നിർവചനങ്ങളും ശരിയാക്കുന്നതാണ്.

ചാർട്ടുകളല്ല, ചോദ്യങ്ങളിൽ നിന്ന് തുടങ്ങുക

എല്ലാം കാണിക്കാൻ ശ്രമിക്കുന്ന ഡാഷ്ബോർഡ് ഒരു തവണ മാത്രമേ തുറക്കപ്പെടൂ. ചാർട്ടുകളെക്കുറിച്ച് ചിന്തിക്കുന്നതിന് മുമ്പ് ഉത്തരം നൽകുക:

• ഇത് ആർക്കുള്ളതാണ്? സ്ഥാപകൻ, ഒരു സെയിൽസ് ടീം, ഓപ്പറേഷൻസ്, നിക്ഷേപകർ, നിങ്ങളുടെ ഉപഭോക്താക്കൾ?
• ഏത് തീരുമാനങ്ങളെ ഇത് പിന്തുണയ്ക്കുന്നു? “സപ്പോർട്ടിൽ മറ്റൊരാളെ വേണോ?” എന്നത് ഒരു ഡാഷ്ബോർഡിന് ഉത്തരം നൽകാവുന്ന ചോദ്യമാണ്. “ഞങ്ങളുടെ ഡാറ്റ കാണിക്കൂ” എന്നത് അല്ല.
• അവർ എത്ര തവണ നോക്കും? ദൈനംദിന ഓപ്പറേഷൻസ് ഡാഷ്ബോർഡുകൾക്ക് പുതിയ ഡാറ്റയും അലേർട്ടുകളും വേണം; പ്രതിമാസ ബോർഡ് വ്യൂവിന് വേണ്ട.

മൂന്ന് മുതൽ അഞ്ച് വരെ ചോദ്യങ്ങൾ എഴുതുക. ഓരോന്നും ഒന്നോ രണ്ടോ മെട്രിക്കുകളാകും.

ഓരോ മെട്രിക്കും കൃത്യമായി നിർവചിക്കുക

മിക്ക ഡാഷ്ബോർഡ് തർക്കങ്ങളും യഥാർത്ഥത്തിൽ നിർവചന തർക്കങ്ങളാണ്. ഓരോ സംഖ്യയ്ക്കും ഒരു ചെറിയ നിർവചനം എഴുതുക:

ഈ നിർവചനങ്ങൾ നിങ്ങളുടെ പ്രോംപ്റ്റിൽ ഒട്ടിക്കുക. അല്ലെങ്കിൽ നിങ്ങളുടെ ബിസിനസ് എണ്ണുന്ന രീതിയുമായി പൊരുത്തപ്പെടാത്ത, ശരിയെന്ന് തോന്നുന്ന ഒരു കണക്കുകൂട്ടൽ AI തിരഞ്ഞെടുക്കും.

ഡാറ്റ എവിടെ നിന്ന് വരുന്നു

ഇവ എല്ലായിടത്തും ബാധകമായ രണ്ട് തത്വങ്ങൾ:

1. കീകൾ സെർവറിൽ സൂക്ഷിക്കുക. API കീകളും ഡാറ്റാബേസ് പാസ്‌വേഡുകളും ആപ്പിന്റെ എൻവയോൺമെന്റ് വേരിയബിളുകളിൽ വേണം, ബ്രൗസർ കോഡിൽ ഒരിക്കലും അരുത്.
2. പുതുമ തീരുമാനിക്കുക. ഓരോ പേജ് ലോഡിനും നിരവധി API-കളിൽ നിന്ന് വലിക്കുന്നത് മന്ദഗതിയിലും റേറ്റ് ലിമിറ്റിൽ തട്ടാനും ഇടയാക്കും. മിക്ക ബിസിനസ് ഡാഷ്ബോർഡുകൾക്കും, സ്വന്തം ഡാറ്റാബേസിലേക്ക് ഓരോ മണിക്കൂറിലോ രാത്രിയിലോ സിങ്ക് ചെയ്ത് പേജിൽ “അവസാനം പുതുക്കിയ സമയം” കാണിക്കുന്നതാണ് ലളിതവും വിശ്വസനീയവും.

API-കൾ പുതിയതാണെങ്കിൽ, എന്താണ് ഒരു API, എന്താണ് ഒരു ഡാറ്റാബേസ് എന്നിവ അടിസ്ഥാനകാര്യങ്ങൾ വിശദീകരിക്കുന്നു.

ശരിയായ ചാർട്ട് തിരഞ്ഞെടുക്കുക

• മാറ്റത്തോടുകൂടിയ ഒറ്റ സംഖ്യ (“$42k, കഴിഞ്ഞ മാസത്തേക്കാൾ 8% കൂടുതൽ”) — ഒരു KPI കാർഡ്. മിക്ക ഡാഷ്ബോർഡുകളിലും ഏറ്റവും ഉപയോഗപ്രദമായ ഘടകം.
• കാലത്തിനനുസരിച്ചുള്ള പ്രവണത — ഒരു ലൈൻ ചാർട്ട്. കുറച്ച് കാലയളവുകൾക്ക് മാത്രം ബാർ ഉപയോഗിക്കുക.
• വിഭാഗങ്ങൾ താരതമ്യം ചെയ്യൽ — മൂല്യമനുസരിച്ച് അടുക്കിയ തിരശ്ചീന ബാർ ചാർട്ട്.
• ഒരു മുഴുവന്റെ ഭാഗം — സ്റ്റാക്ക്ഡ് ബാർ. പൈ ചാർട്ടുകൾ രണ്ടോ മൂന്നോ കഷണങ്ങൾക്ക് മാത്രം പ്രവർത്തിക്കുന്നു.
• വിശദാംശങ്ങളും വ്യതിയാനങ്ങളും — അടുക്കൽ, തിരയൽ, ഫിൽട്ടറുകളുള്ള ഒരു പട്ടിക. പലപ്പോഴും ഏത് ചാർട്ടിനെക്കാളും ഉപയോഗപ്രദം.

നിറങ്ങൾ സ്ഥിരമായി നിലനിർത്തുക: “ഈ കാലയളവ്” എന്നതിന് ഒരു നിറം, “താരതമ്യം” എന്നതിന് മങ്ങിയ ഒന്ന്, ശ്രദ്ധ വേണ്ടവയ്ക്ക് മാത്രം ചുവപ്പ്.

ആർക്ക് എന്ത് കാണാം

നിർമ്മിക്കുന്നതിന് മുമ്പ് ആക്സസ് തീരുമാനിക്കുക:

• ആന്തരികം, എല്ലാവരും എല്ലാം കാണുന്നു — ഏറ്റവും ലളിതം. ബിസിനസ് ഡാറ്റയുണ്ടെങ്കിൽ ഇപ്പോഴും ലോഗിൻ വേണം.
• റോൾ അടിസ്ഥാനമാക്കിയത് — സെയിൽസ് സെയിൽസ് സംഖ്യകൾ കാണുന്നു, ഫിനാൻസ് മാർജിനുകൾ കാണുന്നു, മാനേജർമാർ സ്വന്തം ടീമിനെ കാണുന്നു.
• ഉപഭോക്താവിന് മുന്നിൽ വരുന്നത് — ഓരോ ഉപഭോക്താവും സ്വന്തം ഡാറ്റ മാത്രം കാണുന്നു. ഓരോ ക്വറിയും സെർവറിൽ ഉപഭോക്താവിന്റെ അക്കൗണ്ട് പ്രകാരം ഫിൽട്ടർ ചെയ്യണം. രണ്ട് വ്യത്യസ്ത ഉപഭോക്താക്കളായി ലോഗിൻ ചെയ്ത് പരിശോധിക്കുക.

വരുമാനമോ ഉപഭോക്തൃ ഡാറ്റയോ ഉള്ള ഒരു ഡാഷ്ബോർഡ് ലോഗിൻ ഇല്ലാതെ പബ്ലിക് URL-ൽ ആണെങ്കിൽ, അത് കണ്ടെത്തപ്പെടാൻ കാത്തിരിക്കുന്ന ഒരു ഡാറ്റാ ചോർച്ചയാണ്.

പ്രവർത്തിക്കുന്ന ആദ്യ പ്രോംപ്റ്റ്

10 പേരുള്ള ഒരു B2B സോഫ്റ്റ്‌വെയർ കമ്പനിക്കായി ഒരു സെയിൽസ് ഡാഷ്ബോർഡ് നിർമ്മിക്കുക. പ്രേക്ഷകർ: സ്ഥാപകരും സെയിൽസ് ലീഡും, ഓരോ തിങ്കളാഴ്ചയും പരിശോധിക്കുന്നവർ. ഓവർവ്യൂ പേജ്: ഈ മാസത്തെ പുതിയ MRR, മൊത്തം MRR, ഈ മാസത്തെ പുതിയ ഉപഭോക്താക്കൾ, ഈ മാസം ചർൺ ചെയ്ത ഉപഭോക്താക്കൾ, പൈപ്പ്‌ലൈൻ മൂല്യം എന്നിവയ്ക്ക് KPI കാർഡുകൾ, ഓരോന്നിനും കഴിഞ്ഞ മാസത്തോടുള്ള മാറ്റം; കഴിഞ്ഞ 12 മാസത്തെ MRR-ന്റെ ഒരു ലൈൻ ചാർട്ട്; ഉറവിടം അനുസരിച്ച് പുതിയ ഡീലുകളുടെ ഒരു ബാർ ചാർട്ട്. ഡീലുകൾ പേജ്: പേര്, ഉടമ, മൂല്യം, ഘട്ടം, ക്ലോസ് തീയതി എന്നിവയുള്ള തിരയാവുന്നതും അടുക്കാവുന്നതുമായ പട്ടിക; ഉടമയും ഘട്ടവും അനുസരിച്ച് ഫിൽട്ടറുകൾ. മെട്രിക് നിർവചനങ്ങൾ: MRR എന്നത് സജീവ പ്രതിമാസ സബ്സ്ക്രിപ്ഷൻ തുകകളുടെ തുകയാണ്, വാർഷിക പ്ലാനുകൾ 12 കൊണ്ട് ഹരിച്ചത്; ചർൺ എന്നത് ഈ മാസം സബ്സ്ക്രിപ്ഷൻ അവസാനിച്ച ഉപഭോക്താക്കളെ എണ്ണുന്നു. ഇപ്പോൾ ഒരു ഡാറ്റാബേസിൽ യഥാർത്ഥ പോലുള്ള സാമ്പിൾ ഡാറ്റ ഉപയോഗിക്കുക — പിന്നീട് Stripe ബന്ധിപ്പിക്കാം. “അവസാനം അപ്‌ഡേറ്റ് ചെയ്ത സമയം” കാണിക്കുക. ലോഗിൻ ആവശ്യമാണ്. വൃത്തിയുള്ള സൈഡ്ബാർ ലേഔട്ട്.

ബിൽഡ് ഘട്ടങ്ങൾ

1. സാമ്പിൾ ഡാറ്റയോടുകൂടിയ ലേഔട്ട്. ഡാറ്റ വ്യാജമായിരിക്കുമ്പോൾ, മാറ്റാൻ വിലകുറഞ്ഞിരിക്കുമ്പോൾ തന്നെ മെട്രിക്കുകളിലും ചാർട്ടുകളിലും ധാരണയിലെത്തുക.
2. ഒരു യഥാർത്ഥ ഉറവിടം ബന്ധിപ്പിക്കുക. ഓരോ സംഖ്യയും സ്രോതസ്സ് സിസ്റ്റവുമായി കൈകൊണ്ട് പരിശോധിക്കുക. MRR, Stripe കാണിക്കുന്നതുമായി വ്യത്യാസമുണ്ടെങ്കിൽ, മുന്നോട്ട് പോകുന്നതിന് മുമ്പ് കാരണം കണ്ടെത്തുക.
3. മറ്റ് ഉറവിടങ്ങൾ ചേർക്കുക, ഓരോന്നായി, ഓരോന്നും പരിശോധിച്ച്.
4. ഷെഡ്യൂൾ ചെയ്ത പുതുക്കൽ അല്ലെങ്കിൽ ലോഡ് സമയത്തുള്ള ക്വറികൾ, “അവസാനം അപ്‌ഡേറ്റ് ചെയ്ത സമയം” ലേബലോടുകൂടി.
5. ഫിൽട്ടറുകൾ — ആദ്യം തീയതി പരിധി, പിന്നെ ആളുകൾ ചോദിക്കുന്ന ഒന്നോ രണ്ടോ മറ്റുള്ളവ.
6. ലോഗിനും റോളുകളും.
7. ശൂന്യ, പിശക് അവസ്ഥകൾ — ഒരു ഉറവിടം ലഭ്യമല്ലാത്തപ്പോഴോ ഒരു ഫിൽട്ടർ ഒന്നും നൽകാത്തപ്പോഴോ പേജ് എന്ത് കാണിക്കുന്നു.
8. പ്രേക്ഷകരുമായി പങ്കിടുക, പിന്നെ ഒരു മാസത്തിന് ശേഷം ആരും നോക്കാത്തത് നീക്കം ചെയ്യുക.

വേഗത്തിലാക്കുക

മന്ദഗതിയിലുള്ള ഡാഷ്ബോർഡ് കുറച്ച് മാത്രമേ പരിശോധിക്കപ്പെടൂ. കണക്കുകൂട്ടാൻ ചെലവേറിയ ടോട്ടലുകൾ മുൻകൂട്ടി കണക്കാക്കുക (ഓരോ ഓർഡറും സ്കാൻ ചെയ്യുന്നതിന് പകരം ഒരു ദൈനംദിന സംഗ്രഹ പട്ടിക), വലിയ പട്ടികകൾ പേജ് ചെയ്യുക, ചാർട്ടുകൾ പൂർത്തിയാകുന്നതിന് മുമ്പ് ഹെഡ്‌ലൈൻ കാർഡുകൾ ആദ്യം ലോഡ് ചെയ്യുക, അങ്ങനെ പേജ് ചാർട്ടുകൾ വരുന്നതിന് മുമ്പും ഉപയോഗപ്രദമാകും. ഒരു സംഖ്യ കണക്കാക്കാൻ വളരെ സമയമെടുക്കുമെങ്കിൽ, ഓരോ സന്ദർശനത്തിലും വീണ്ടും കണക്കാക്കുന്നതിന് പകരം അവസാനം എപ്പോൾ കണക്കാക്കി എന്ന് കാണിക്കുക.

സാധാരണ തെറ്റുകൾ

• അധികം ചാർട്ടുകൾ. എല്ലാം ഹൈലൈറ്റ് ചെയ്താൽ ഒന്നും ഹൈലൈറ്റ് ആകില്ല.
• നിർവചിക്കാത്ത മെട്രിക്കുകൾ. ഒരേ ഡാഷ്ബോർഡ് വായിക്കുന്ന രണ്ടുപേർ ഒരേ നിഗമനത്തിൽ എത്തണം.
• ഉറവിടവുമായി സംഖ്യകൾ ഒരിക്കലും പരിശോധിക്കാത്തത്. ഒരു തെറ്റായ സംഖ്യ മതി, ആളുകൾ മുഴുവൻ ഡാഷ്ബോർഡിലും വിശ്വാസം നഷ്ടപ്പെടുത്താൻ.
• ഓരോ പേജ് ലോഡിലും എല്ലാ API-കളും ക്വറി ചെയ്യൽ. മന്ദഗതിയും ദുർബലവും ചിലപ്പോൾ ചെലവേറിയതും.
• തീയതി സന്ദർഭമില്ലാത്തത്. എപ്പോഴും കാലയളവും താരതമ്യവും കാണിക്കുക.
• ഫ്രണ്ടെൻഡിൽ രഹസ്യങ്ങൾ. ബ്രൗസറിൽ കാണാവുന്ന ഒരു API കീ, പേജ് തുറക്കുന്ന ആർക്കും പകർത്താം.

BI ടൂൾ മികച്ചതാകുമ്പോൾ

നിങ്ങളുടെ ഡാറ്റ ഇതിനകം ഒരു ഡാറ്റാബേസിലോ വെയർഹൗസിലോ ആണെങ്കിലും പ്രധാന ഉപയോക്താക്കൾ അത് പര്യവേക്ഷണം ചെയ്യാനും മുറിക്കാനും സ്വന്തം ചാർട്ടുകൾ നിർമ്മിക്കാനും ആഗ്രഹിക്കുന്ന അനലിസ്റ്റുകളാണെങ്കിലും, ലൂക്കർ സ്റ്റുഡിയോ, Power BI, Metabase തുടങ്ങിയ BI ടൂൾ അവരെ കസ്റ്റം നിർമ്മാണത്തേക്കാൾ നന്നായി സേവിക്കും. പല SaaS ടൂളുകൾക്കും നല്ല ബിൽറ്റ്-ഇൻ റിപ്പോർട്ടുകളുമുണ്ട്; വീണ്ടും നിർമ്മിക്കുന്നതിന് മുമ്പ് അവ പരിശോധിക്കുക. ഉപഭോക്താക്കൾക്കോ അനലിസ്റ്റ് അല്ലാത്തവർക്കോ വേണ്ടിയുള്ളതാകുമ്പോൾ, BI ടൂളിന് പ്രകടിപ്പിക്കാനാകാത്ത ലോജിക്കോ അനുമതികളോ വേണ്ടപ്പോൾ, നിങ്ങളുടെ ബിസിനസിന് പ്രത്യേകമായ രീതിയിൽ ഉറവിടങ്ങൾ സംയോജിപ്പിക്കേണ്ടപ്പോൾ, അല്ലെങ്കിൽ നിങ്ങൾ ഇതിനകം നടത്തുന്ന ഒരു പ്രോഡക്റ്റിനുള്ളിൽ ആയിരിക്കേണ്ടപ്പോൾ കസ്റ്റം ഡാഷ്ബോർഡ് വിജയിക്കുന്നു.

ജോലി സംഖ്യകൾ കാണുന്നതിനേക്കാൾ റെക്കോർഡുകൾ മാറ്റുന്നതാണെങ്കിൽ, അതിനു പകരം ഒരു അഡ്മിൻ പാനൽ അല്ലെങ്കിൽ ഇന്റേണൽ ടൂൾ വേണം — ഒരു ഇന്റേണൽ ടൂൾ എങ്ങനെ നിർമ്മിക്കാം കാണുക. നിങ്ങളുടെ സംഖ്യകൾ ഇന്ന് ഒരു സ്പ്രെഡ്‌ഷീറ്റിലാണെങ്കിൽ, ഒരു സ്പ്രെഡ്‌ഷീറ്റ് ആപ്പാക്കി മാറ്റുന്നത് എങ്ങനെ അടുത്ത നല്ല വായന ആണ്.

Mythex ഉപയോഗിച്ച് നിർമ്മിക്കുന്നത്

Mythex-ൽ ഡാഷ്ബോർഡ് വിവരിക്കുക; ഏജന്റ് പേജുകളും ചാർട്ടുകളും ലൈവ് പ്രിവ്യൂവിൽ നിർമ്മിക്കുന്നു, യഥാർത്ഥ പോലുള്ള സാമ്പിൾ ഡാറ്റയിൽ തുടങ്ങി സംഖ്യകൾ നിലനിൽക്കേണ്ടപ്പോൾ ഒരു സമർപ്പിത Postgres ഡാറ്റാബേസിലേക്ക് മാറുന്നു. ഡോക്സിലെ ഡാഷ്ബോർഡ് യൂസ് കേസിൽ ഒരു സ്റ്റാർട്ടർ പ്രോംപ്റ്റ് ഉണ്ട്. നിങ്ങളുടെ ഡാറ്റ Google Sheets പോലുള്ള ഒരു ടൂളിലാണെങ്കിൽ, കണക്ടറുകൾ വഴി അക്കൗണ്ട് ബന്ധിപ്പിച്ച് അതിൽ നിന്ന് വായിച്ച് ഡാഷ്ബോർഡ് നിർമ്മിക്കാൻ ഏജന്റിനോട് ആവശ്യപ്പെടാം.

ആപ്പിനായി ബിൽറ്റ്-ഇൻ വെയർഹൗസ് കണക്ടറുകളൊന്നുമില്ല — BigQuery, Snowflake, Stripe തുടങ്ങിയവയ്ക്ക്, ആപ്പ് പ്രോജക്റ്റ് സീക്രട്ടുകളായി സൂക്ഷിക്കുന്ന കീകൾ ഉപയോഗിച്ച് അവയുടെ API-കളെ വിളിക്കുന്നു. ഡാഷ്ബോർഡ് കാണുന്ന ആളുകൾക്കുള്ള ലോഗിനുകളും റോളുകളും നിങ്ങൾ നിർമ്മിക്കുന്ന ആപ്പിന്റെ ഭാഗമാണ്. ഒരു പ്രോംപ്റ്റിൽ നിന്ന് തുടങ്ങാൻ, ഡാഷ്ബോർഡ് ടെംപ്ലേറ്റുകൾ ബ്രൗസ് ചെയ്യുക, ഉദാഹരണത്തിന് മെട്രിക്സ് ഡാഷ്ബോർഡ്.

ചോദ്യങ്ങൾ