Ako vytvoriť dashboard: zdroje dát, KPI, grafy a prístup
Na vytvorenie dashboardu začnite otázkami, na ktoré musí odpovedať, a ľuďmi, ktorí ho budú čítať, definujte malú sadu metrík presne, pripojte dáta, z ktorých metriky vychádzajú, a pre každú zvoľte jednoduchý graf. Potom rozhodnite, kto môže vidieť ktoré čísla. Nástroj na tvorbu aplikácií s AI dokáže vygenerovať úhľadný dashboard za pár minút; ťažká časť, a tá, ktorá rozhodne, či mu niekto dôveruje, je správne získanie dát a definícií.
Začnite otázkami, nie grafmi
Dashboard, ktorý sa snaží ukázať všetko, sa otvorí iba raz. Skôr než začnete premýšľať o grafoch, odpovedzte si:
- Pre koho je? Zakladateľa, obchodný tím, prevádzku, investorov, vašich zákazníkov?
- Akému rozhodnutiu pomáha? „Potrebujeme ďalšieho podporného pracovníka?“ je otázka, na ktorú dashboard dokáže odpovedať. „Ukáž nám naše dáta“ nie je.
- Ako často sa naň budú pozerať? Denné prevádzkové dashboardy potrebujú čerstvé dáta a upozornenia; mesačný prehľad pre vedenie nie.
Napíšte tri až päť otázok. Každá sa stane jednou alebo dvoma metrikami.
Presne definujte každú metriku
Väčšina sporov o dashboardoch sú v skutočnosti spory o definície. Napíšte krátku definíciu ku každému číslu:
| Metrika | Vágne | Presne |
|---|---|---|
| Tržby | „Peniaze, ktoré sme zarobili“ | Súčet úhrad zaplatených faktúr bez DPH, podľa dátumu faktúry, v USD |
| Aktívni používatelia | „Ľudia, ktorí to používajú“ | Počet rozdielnych používateľov s aspoň jedným prihlásením za posledných 30 dní |
| Odchod zákazníkov | „Ľudia, ktorí odišli“ | Platiaci zákazníci na začiatku mesiaca, ktorí počas neho zrušili, vydelené počtom zákazníkov na začiatku |
| Čas odozvy | „Ako rýchla je podpora“ | Medián hodín od vytvorenia tiketu po prvú ľudskú odpoveď, iba pracovné dni |
Tie definície vložte do svojho promptu. Inak AI vyberie rozumne znejúci výpočet, ktorý nemusí zodpovedať tomu, ako váš biznis počíta.
Odkiaľ dáta prichádzajú
| Zdroj | Ako ho dashboard číta | Na čo si dať pozor |
|---|---|---|
| Vlastná databáza aplikácie | Priame dotazy | Ťažké dotazy spomaľujú hlavnú aplikáciu; v prípade potreby pridajte súhrnné tabuľky |
| Tabuľka | Import ako CSV alebo čítanie cez API | Ručné úpravy rozbijú formáty; riadky so súčtami a zlúčené bunky |
| SaaS nástroje (Stripe, HubSpot, Shopify, Google Analytics) | Ich API s vaším API kľúčom | Limity počtu požiadaviek, stránkovanie a to, že každý nástroj definuje metriky po svojom |
| Dátový sklad (BigQuery, Snowflake, Postgres) | SQL cez spojenie na serveri | Prihlasovacie údaje a náklady na dotazy |
Dve zásady platia všade:
- Kľúče držte na serveri. API kľúče a heslá k databáze patria do premenných prostredia aplikácie, nikdy do kódu v prehliadači.
- Rozhodnite o čerstvosti dát. Ťahať dáta z viacerých API pri každom načítaní stránky je pomalé a môže narážať na limity. Pre väčšinu firemných dashboardov je synchronizácia každú hodinu alebo cez noc do vlastnej databázy, s časom „naposledy aktualizované“ na stránke, jednoduchšia a spoľahlivejšia.
Ak sú pre vás API nové, čo je API a čo je databáza vysvetľujú základy.
Vyberte správny graf
- Jedno číslo so zmenou („42 tis. USD, o 8 % viac oproti minulému mesiacu“) — karta KPI. Najužitočnejší prvok na väčšine dashboardov.
- Trend v čase — čiarový graf. Stĺpce používajte len pri malom počte období.
- Porovnanie kategórií — horizontálny stĺpcový graf zoradený podľa hodnoty.
- Časť z celku — skladaný stĺpec. Koláčové grafy fungujú iba s dvoma alebo tromi výsekmi.
- Detail a výnimky — tabuľka s triedením, vyhľadávaním a filtrami. Často užitočnejšia než akýkoľvek graf.
Farby držte konzistentné: jedna farba pre „toto obdobie“, tlmená pre „porovnanie“, červená iba pre veci, ktoré potrebujú pozornosť.
Kto čo vidí
Pred vývojom rozhodnite o prístupe:
- Interný, všetci vidia všetko — najjednoduchšie. Stále potrebuje prihlásenie, ak obsahuje firemné dáta.
- Podľa rolí — predaj vidí predajné čísla, financie vidia marže, manažéri vidia svoj tím.
- Pre zákazníkov — každý zákazník vidí iba svoje dáta. Každý dotaz musí na serveri filtrovať podľa účtu zákazníka. Otestujte prihlásením ako dvaja rôzni zákazníci.
Dashboard s tržbami alebo zákazníckymi dátami na verejnej URL bez prihlásenia je únik dát, ktorý len čaká, kým ho niekto nájde.
Prvý prompt, ktorý funguje
Vytvor predajný dashboard pre B2B softvérovú firmu s 10 ľuďmi. Publikum: zakladatelia a vedúci predaja, kontrolujú ho každý pondelok. Prehľadová stránka: karty KPI pre nové MRR tento mesiac, celkové MRR, nových zákazníkov tento mesiac, odišlých zákazníkov tento mesiac a hodnotu pipeline, každá so zmenou oproti minulému mesiacu; čiarový graf MRR za posledných 12 mesiacov; stĺpcový graf nových obchodov podľa zdroja. Stránka Obchody s prehľadávateľnou, triediteľnou tabuľkou (firma, vlastník, hodnota, fáza, dátum uzavretia) a filtrami podľa vlastníka a fázy. Definície metrík: MRR je súčet aktívnych mesačných predplatných súm, ročné plány delené 12; odchod počíta zákazníkov, ktorým predplatné skončilo tento mesiac. Zatiaľ použi realistické ukážkové dáta v databáze; Stripe napojíme neskôr. Zobraz čas „naposledy aktualizované“. Vyžaduje sa prihlásenie. Prehľadné rozloženie s bočným menu.
Pomenúva publikum, každú metriku s jej definíciou, grafy a plán dát, a začína s ukážkovými dátami, takže môžete odsúhlasiť dizajn skôr, než pripojíte skutočné zdroje.
Postup vytvorenia
- Rozloženie s ukážkovými dátami. Odsúhlaste metriky a grafy, kým sú dáta falošné a lacno sa menia.
- Pripojte jeden skutočný zdroj. Každé číslo overte ručne proti zdrojovému systému. Ak sa MRR líši od toho, čo ukazuje Stripe, zistite prečo, skôr než pôjdete ďalej.
- Pridajte ďalšie zdroje, jeden po druhom, a každý overte.
- Plánované obnovovanie alebo dotazy pri načítaní, so štítkom „naposledy aktualizované“.
- Filtre — najprv rozsah dátumov, potom jeden alebo dva ďalšie, o ktoré ľudia žiadajú.
- Prihlásenie a roly.
- Stavy prázdnoty a chýb — čo stránka zobrazí, keď je zdroj nedostupný alebo filter nič nevráti.
- Zdieľajte s publikom, potom odstráňte všetko, na čo sa po mesiaci nikto nepozerá.
Urobte ho rýchlym
Pomalý dashboard sa kontroluje menej. Predpočítajte drahé súčty (denná súhrnná tabuľka namiesto prechádzania každej objednávky), stránkujte veľké tabuľky a načítajte najprv hlavné karty, aby bola stránka užitočná skôr, než sa dokončia grafy. Ak výpočet čísla trvá dlho, ukážte, kedy bolo naposledy vypočítané, namiesto prepočítavania pri každej návšteve.
Časté chyby
- Príliš veľa grafov. Ak je všetko zvýraznené, nič nie je.
- Nedefinované metriky. Dvaja ľudia čítajúci ten istý dashboard by mali dospieť k rovnakému záveru.
- Nikdy nekontrolovať čísla voči zdroju. Jedno zlé číslo a ľudia prestanú dôverovať celému dashboardu.
- Dotazovať každé API pri každom načítaní stránky. Pomalé, krehké a niekedy drahé.
- Chýbajúci kontext dátumu. Vždy ukážte obdobie a porovnanie.
- Tajomstvá vo frontende. API kľúč viditeľný v prehliadači môže skopírovať ktokoľvek, kto stránku otvorí.
Kedy je lepšou voľbou BI nástroj
Ak vaše dáta už sú v databáze alebo sklade a hlavní používatelia sú analytici, ktorí ich chcú skúmať, rezať a vytvárať vlastné grafy, BI nástroj — Looker Studio, Power BI, Metabase a ďalšie — im poslúži lepšie než vlastný vývoj. Mnohé SaaS nástroje majú aj dobré vstavané reporty; skôr než ich prestavíte, pozrite sa na ne. Vlastný dashboard vyhrá, keď je určený pre zákazníkov alebo ľudí bez analytického zázemia, potrebuje logiku alebo oprávnenia, ktoré BI nástroj nevyjadrí, kombinuje zdroje spôsobom špecifickým pre váš biznis, alebo patrí do produktu, ktorý už prevádzkujete.
Ak je úloha menej o pozeraní čísel a viac o zmene záznamov, potrebujete radšej administračný panel alebo interný nástroj — pozrite ako vytvoriť interný nástroj. A ak vaše čísla dnes žijú v tabuľke, ako premeniť tabuľku na aplikáciu je dobré ďalšie čítanie.
Vytvorenie s Mythex
Na Mythex dashboard opíšete a agent vytvorí stránky a grafy v živom náhľade, najprv s realistickými ukážkovými dátami a pri potrebe ukladania čísel prejde na vyhradenú Postgres databázu. Prípad použitia dashboardu v dokumentácii obsahuje štartovací prompt. Ak sú vaše dáta v nástroji ako Google Sheets, môžete účet pripojiť cez Konektory a požiadať agenta, aby z neho čítal a vytvoril dashboard.
Pre samotnú aplikáciu nie sú vstavané konektory na dátové sklady — pre BigQuery, Snowflake, Stripe a podobné nástroje aplikácia volá ich API s kľúčmi, ktoré uložíte ako tajomstvá projektu. Prihlásenia a roly pre ľudí, ktorí dashboard prezerajú, sú súčasťou aplikácie, ktorú vytvárate. Na štart z promptu prezrite šablóny dashboardov, napríklad dashboard metrík.
Otázky
Ako vytvorím dashboard?
Rozhodnite, pre koho dashboard je a na aké otázky musí odpovedať, vyberte niekoľko metrík s presnými definíciami, pripojte zdroje dát a potom zvoľte graf pre každú metriku. Nástroj na tvorbu aplikácií s AI dokáže vygenerovať stránky a grafy z popisu, keď tieto veci viete.
Koľko KPI má mať dashboard?
Dosť málo na to, aby ich niekto pochopil na prvý pohľad, často päť až sedem na hlavnom pohľade. Podrobnosti dajte na samostatné stránky, ktoré ľudia otvoria, keď sa hlavné číslo zdá zlé.
Mám si vytvoriť vlastný dashboard, alebo použiť BI nástroj?
Použite BI nástroj, ako sú Looker Studio, Power BI alebo Metabase, keď vaše dáta už sú v podporovanej databáze alebo sklade a analytici ich budú skúmať. Vlastný dashboard vytvorte, keď je určený pre zákazníkov alebo ľudí bez analytického zázemia, potrebuje vašu vlastnú logiku alebo oprávnenia, alebo je súčasťou aplikácie, ktorú už máte.
Môže dashboard zobrazovať živé dáta?
Áno, ak číta z databázy alebo API pri načítaní stránky alebo v intervale obnovenia. Pre mnohé firemné dashboardy stačia dáta obnovované každú hodinu alebo raz denne, a sú jednoduchšie a lacnejšie na prevádzku.