डॅशबोर्ड कसा बनवावा: डेटा स्रोत, KPI, चार्ट आणि प्रवेश

डॅशबोर्ड बनवण्यासाठी, तो ज्या प्रश्नांची उत्तरे देणार आहे आणि ते वाचणारे लोक कोण आहेत यापासून सुरुवात करा, काही मेट्रिक्स अचूकपणे परिभाषित करा, ते मेट्रिक्स ज्या डेटातून येतात तो जोडा, आणि प्रत्येकासाठी साधा चार्ट निवडा. मग कोण कोणते आकडे पाहू शकतो ते ठरवा. AI अॅप बिल्डर मिनिटांत छान डॅशबोर्ड तयार करू शकतो; कठीण भाग, आणि जो ठरवतो की कोणी त्यावर विश्वास ठेवेल की नाही, तो म्हणजे डेटा आणि व्याख्या बरोबर मिळवणे.

चार्टपासून नव्हे, प्रश्नांपासून सुरुवात करा

सर्व काही दाखवण्याचा प्रयत्न करणारा डॅशबोर्ड एकदाच उघडला जातो. चार्टचा विचार करण्यापूर्वी उत्तर द्या:

• तो कोणासाठी आहे? संस्थापक, विक्री टीम, ऑपरेशन्स, गुंतवणूकदार, की तुमचे ग्राहक?
• तो कोणते निर्णय सहाय्य करतो? "आणखी एक सपोर्ट व्यक्ती नेमायची गरज आहे का?" हा प्रश्न डॅशबोर्ड सोडवू शकतो. "आमचा डेटा दाखवा" हा प्रश्न नाही.
• लोक किती वेळा पाहतील? दैनंदिन ऑपरेशन्स डॅशबोर्डला ताजा डेटा आणि अलर्ट हवेत; मासिक बोर्ड दृश्याला नको.

तीन ते पाच प्रश्न लिहा. प्रत्येक प्रश्न एक किंवा दोन मेट्रिक्स बनतो.

प्रत्येक मेट्रिक अचूक परिभाषित करा

बहुतेक डॅशबोर्ड वादविवाद प्रत्यक्षात व्याख्यांवरचे वाद असतात. प्रत्येक आकड्यासाठी एक छोटी व्याख्या लिहा:

ही व्याख्या तुमच्या प्रॉम्प्टमध्ये पेस्ट करा. नाहीतर AI एक वाजवी वाटणारे, पण तुमचा व्यवसाय मोजतो त्याच्याशी न जुळणारे गणित निवडू शकतो.

डेटा कुठून येतो

सर्वत्र लागू होणारी दोन तत्त्वे:

1. की सर्व्हरवर ठेवा. API की आणि डेटाबेस पासवर्ड अॅपच्या एन्व्हायर्नमेंट व्हेरिएबल्समध्ये राहतात, कधीही ब्राउझर कोडमध्ये नाहीत.
2. ताजेपणा ठरवा. प्रत्येक पेज लोडवर अनेक API खेचणे धीमे असते आणि रेट लिमिटला धडकू शकते. बहुतेक व्यवसाय डॅशबोर्डसाठी दर तासाला किंवा रात्रभर तुमच्या स्वतःच्या डेटाबेसमध्ये सिंक, "शेवटचे अपडेट" वेळेसह, सोपे आणि अधिक विश्वासार्ह असते.

API नवीन असल्यास API म्हणजे काय आणि डेटाबेस म्हणजे काय मूलभूत गोष्टी समजावतात.

योग्य चार्ट निवडा

• बदलासह एकच आकडा ("$42k, मागील महिन्यापेक्षा 8% वाढ") — KPI कार्ड. बहुतेक डॅशबोर्डवरील सर्वात उपयोगी घटक.
• वेळेनुसार ट्रेंड — लाइन चार्ट. बार फक्त थोड्या कालावधींसाठी वापरा.
• वर्गांची तुलना — मूल्यानुसार लावलेला आडवा बार चार्ट.
• संपूर्णाचा भाग — स्टॅक्ड बार. पाय चार्ट फक्त दोन-तीन तुकड्यांसाठी चालतो.
• तपशील आणि अपवाद — क्रमवारी, शोध आणि फिल्टरसह तक्ता. अनेकदा कोणत्याही चार्टपेक्षा उपयोगी.

रंग सुसंगत ठेवा: "हा कालावधी" साठी एक रंग, "तुलना" साठी फिकट रंग, आणि लक्ष देण्याची गरज असलेल्या गोष्टींसाठीच लाल.

कोण काय पाहतो

बांधण्यापूर्वी प्रवेश ठरवा:

• अंतर्गत, सर्वांना सर्व काही — सर्वात सोपे. व्यवसाय डेटा असेल तर तरीही लॉगिन लागते.
• भूमिकेनुसार — विक्रीला विक्रीचे आकडे, वित्तला मार्जिन, व्यवस्थापकांना स्वतःच्या टीमचे.
• ग्राहकांसाठी — प्रत्येक ग्राहकाला फक्त स्वतःचा डेटा. प्रत्येक क्वेरीने सर्व्हरवर ग्राहकाच्या खात्यानुसार फिल्टर केले पाहिजे. दोन वेगवेगळ्या ग्राहकांच्या लॉगिनने तपासा.

महसूल किंवा ग्राहक डेटा असलेला डॅशबोर्ड लॉगिनशिवाय सार्वजनिक URL वर असणे म्हणजे डेटा गळतीची वाट पाहणे.

एक पहिला प्रॉम्प्ट जो काम करतो

10 जणांच्या B2B सॉफ्टवेअर कंपनीसाठी विक्री डॅशबोर्ड बनवा. प्रेक्षक: संस्थापक आणि विक्री प्रमुख, दर सोमवारी तपासणारे. ओव्हरव्ह्यू पान: या महिन्याचा नवीन MRR, एकूण MRR, या महिन्यातील नवीन ग्राहक, या महिन्यात चर्न झालेले ग्राहक आणि पाइपलाइन मूल्य, प्रत्येकासाठी मागील महिन्याशी बदल दाखवणारे KPI कार्ड; गेल्या 12 महिन्यांचा MRR लाइन चार्ट; स्रोतानुसार नवीन डीलचा बार चार्ट. Deals पान: शोधता येणारा, क्रमवारी लावता येणारा तक्ता (कंपनी, मालक, मूल्य, टप्पा, बंद होण्याची तारीख) आणि मालक व टप्प्यानुसार फिल्टर. मेट्रिक व्याख्या: MRR म्हणजे सक्रिय मासिक सबस्क्रिप्शन रकमांची बेरीज, वार्षिक प्लॅन 12 ने भागून; चर्न म्हणजे या महिन्यात सबस्क्रिप्शन संपलेले ग्राहक. आत्तासाठी डेटाबेसमध्ये वास्तववादी नमुना डेटा वापरा — नंतर Stripe जोडू. "शेवटचे अपडेट" वेळ दाखवा. लॉगिन आवश्यक. स्वच्छ साइडबार लेआउट.

बांधणीचे टप्पे

1. नमुना डेटासह लेआउट. मेट्रिक्स आणि चार्ट डेटा बनावट असताना मान्य करा, तो बदलणे स्वस्त असताना.
2. एक खरा स्रोत जोडा. प्रत्येक आकडा स्रोत प्रणालीशी हाताने तपासा. MRR Stripe दाखवते त्यापेक्षा वेगळा असेल तर पुढे जाण्यापूर्वी कारण शोधा.
3. इतर स्रोत जोडा, एकेक करून, प्रत्येक तपासत.
4. शेड्यूल्ड रिफ्रेश किंवा लोडवर क्वेरी, "शेवटचे अपडेट" लेबलसह.
5. फिल्टर — आधी तारीख श्रेणी, मग लोक मागतील तर एक-दोन इतर.
6. लॉगिन आणि भूमिका.
7. रिक्त आणि त्रुटी स्थिती — स्रोत बंद असेल किंवा फिल्टरला काहीच जुळले नाही तर पेज काय दाखवते.
8. प्रेक्षकांसोबत शेअर करा, मग एका महिन्यानंतर कोणीही न पाहिलेले काढून टाका.

ते जलद करा

धीमा डॅशबोर्ड कमी तपासला जातो. मोजायला महाग असलेल्या बेरजा आधीच काढा (प्रत्येक ऑर्डर स्कॅन करण्याऐवजी दैनिक सारांश तक्ता), मोठे तक्ते पेजिनेट करा, आणि चार्ट पूर्ण होण्याआधी मुख्य कार्ड आधी लोड करा, म्हणजे पेज चार्टच्या आधीही उपयोगी असेल. एखादा आकडा मोजायला बराच वेळ लागत असेल तर प्रत्येक भेटीत पुन्हा मोजण्याऐवजी तो शेवटचा कधी मोजला गेला ते दाखवा.

सामान्य चुका

• खूप चार्ट. सर्व काही हायलाइट केले तर काहीच हायलाइट नसते.
• अपरिभाषित मेट्रिक्स. एकच डॅशबोर्ड वाचणाऱ्या दोन लोकांनी एकच निष्कर्ष काढला पाहिजे.
• स्रोताशी आकडे कधीच न तपासणे. एक चुकीचा आकडा आणि लोक संपूर्ण डॅशबोर्डवरील विश्वास गमावतात.
• प्रत्येक पेज लोडवर प्रत्येक API क्वेरी करणे. धीमे, नाजूक आणि कधीकधी महाग.
• तारखेचा संदर्भ नसणे. नेहमी कालावधी आणि तुलना दाखवा.
• फ्रंटएंडमध्ये सिक्रेट्स. ब्राउझरमध्ये दिसणारी API की, पेज उघडणारा कोणीही कॉपी करू शकतो.

BI साधन कधी चांगले

तुमचा डेटा आधीच डेटाबेस किंवा वेअरहाऊसमध्ये असेल आणि मुख्य वापरकर्ते विश्लेषक असतील जे त्याचा शोध घेतात, तुकडे करतात आणि स्वतःचे चार्ट बनवतात, तर Looker Studio, Power BI, Metabase आणि इतरांसारखे BI साधन कस्टम बांधणीपेक्षा त्यांची अधिक चांगली सेवा करेल. अनेक SaaS साधनांमध्ये चांगले अंगभूत अहवाल असतात; पुन्हा बांधण्यापूर्वी ते तपासा. कस्टम डॅशबोर्ड तेव्हा जिंकतो जेव्हा तो ग्राहकांसाठी किंवा गैर-विश्लेषकांसाठी असतो, BI साधन व्यक्त करू शकत नाही असे तर्क किंवा परवानग्या हव्या असतात, तुमच्या व्यवसायासाठी खास असलेल्या पद्धतीने स्रोत एकत्र करतो, किंवा तुम्ही आधीच चालवत असलेल्या उत्पादनात बसतो.

काम आकडे पाहण्यापेक्षा रेकॉर्ड बदलण्याचे असेल तर त्याऐवजी अॅडमिन पॅनेल किंवा अंतर्गत टूल हवे आहे — पाहा अंतर्गत टूल कसे बनवावे. आणि तुमचे आकडे आज स्प्रेडशीटमध्ये असतील तर स्प्रेडशीटचे अॅपमध्ये रूपांतर कसे करावे हे पुढचे चांगले वाचन आहे.

Mythex सह बांधणी

Mythex वर तुम्ही डॅशबोर्डचे वर्णन करता आणि एजंट लाइव्ह प्रिव्ह्यूमध्ये पाने आणि चार्ट बनवतो, वास्तववादी नमुना डेटापासून सुरुवात करून आकडे टिकवण्याची गरज असताना समर्पित Postgres डेटाबेसकडे जातो. डॉक्समधील डॅशबोर्ड वापराचे उदाहरण मध्ये सुरुवातीचा प्रॉम्प्ट आहे. तुमचा डेटा Google Sheets सारख्या साधनात असेल, तर Connectors द्वारे खाते जोडा आणि एजंटला तो वाचून त्यावरून डॅशबोर्ड बनवायला सांगा.

अॅपसाठी अंगभूत वेअरहाऊस कनेक्टर नाहीत — BigQuery, Snowflake, Stripe आणि तत्सम साठी अॅप त्यांचे API कॉल करते, तुम्ही प्रोजेक्ट सिक्रेट्स म्हणून साठवलेल्या की वापरून. डॅशबोर्ड पाहणाऱ्या लोकांसाठी लॉगिन आणि भूमिका ही तुम्ही बनवलेल्या अॅपचा भाग आहेत. प्रॉम्प्टवरून सुरुवात करण्यासाठी डॅशबोर्ड टेम्पलेट्स ब्राउझ करा, जसे मेट्रिक्स डॅशबोर्ड.

प्रश्न