Paano Gumawa ng Dashboard: Data Sources, KPIs, Charts at Access

Para makagawa ng dashboard, magsimula sa mga tanong na dapat nitong sagutin at sa mga taong magbabasa nito, tukuyin nang tumpak ang maliit na set ng metric, ikonekta ang datos na pinagmumulan ng mga metric na iyon, at pumili ng simpleng chart para sa bawat isa. Saka pagpasyahan kung sino ang makakakita ng aling numero. Makakagawa ang AI app builder ng makintab na dashboard sa loob ng ilang minuto; ang mahirap, at ang nagpapasya kung may magtitiwala rito, ay ang tamang pagkuha ng datos at mga kahulugan.

Magsimula sa mga tanong, hindi sa chart

Mabilis lang bisitahin ng isang beses ang dashboard na sinusubukang ipakita ang lahat. Bago mo isipin ang mga chart, sagutin muna:

• Para kanino ito? Sa founder, sales team, operations, investors, o sa mga customer mo?
• Anong mga desisyon ang sinusuportahan nito? Ang “Kailangan ba natin ng isa pang support person?” ay tanong na kayang sagutin ng dashboard. Ang “Ipakita mo sa akin ang datos natin” ay hindi.
• Gaano kadalas silipin ito? Ang pang-araw-araw na operations dashboard ay nangangailangan ng sariwang datos at alerto; ang buwanang board view ay hindi.

Sumulat ng tatlo hanggang limang tanong. Bawat isa ay magiging isa o dalawang metric.

Tukuyin nang eksakto ang bawat metric

Karaniwang pagtatalo tungkol sa kahulugan ang karamihan sa mga argumento sa dashboard. Sumulat ng maikling kahulugan para sa bawat numero:

Isama ang mga kahulugang ito sa prompt mo. Kung hindi, pipili ang AI ng kalkulasyong mukhang makatwiran pero maaaring hindi tugma sa paraan ng pagbibilang ng negosyo mo.

Saan galing ang datos

Dalawang prinsipyo ang nalalapat sa lahat:

1. Itago ang keys sa server. Ang API keys at database passwords ay nasa environment variables ng app, hindi kailanman sa browser code.
2. Magpasya sa pagiging sariwa ng datos. Ang pagkuha mula sa ilang API sa bawat pag-load ng page ay mabagal at maaaring tamaan ng rate limits. Para sa karamihan ng business dashboard, mas simple at mas maaasahan ang sync kada oras o magdamag papunta sa sarili mong database, na may “last updated” na oras sa page.

Kung bago ka pa lang sa API, ipinapaliwanag ng ano ang API at ano ang database ang mga pangunahing kaalaman.

Piliin ang tamang chart

• Iisang numero na may pagbabago (“$42k, tumaas ng 8% kumpara sa nakaraang buwan”): KPI card. Ito ang pinakakapaki-pakinabang na elemento sa karamihan ng dashboard.
• Trend sa paglipas ng panahon: line chart. Gamitin ang bars para lang sa kaunting bilang ng panahon.
• Paghahambing ng kategorya: horizontal bar chart, nakaayos ayon sa halaga.
• Bahagi ng kabuuan: stacked bar. Gumagana lang ang pie chart na may dalawa o tatlong hiwa.
• Detalye at mga eksepsyon: table na may sorting, search at filters. Madalas mas kapaki-pakinabang kaysa sa anumang chart.

Panatilihing pareho ang kulay: isang kulay para sa “panahong ito”, isang mahinang kulay para sa paghahambing, at pula lang para sa mga bagay na kailangan ng atensyon.

Sino ang nakakakita ng ano

Pagpasyahan ang access bago mag-build:

• Internal, nakikita ng lahat ang lahat: pinakasimple. Kailangan pa rin ng login kung may hawak itong datos ng negosyo.
• Ayon sa role: nakikita ng sales ang numero ng sales, nakikita ng finance ang margins, nakikita ng manager ang sarili nilang team.
• Para sa customer: nakikita ng bawat customer ang sarili nilang datos lang. Bawat query ay dapat mag-filter ayon sa account ng customer sa server. Subukan ito sa pamamagitan ng pag-log in bilang dalawang magkaibang customer.

Ang dashboard na may datos ng revenue o customer sa public na URL nang walang login ay data leak na naghihintay na matuklasan.

Unang prompt na gumagana

Build a sales dashboard for a 10-person B2B software company. Audience: the founders and the sales lead, checking it every Monday. Overview page: KPI cards for new MRR this month, total MRR, new customers this month, churned customers this month and pipeline value, each with the change against last month; a line chart of MRR over the last 12 months; a bar chart of new deals by source. A Deals page with a searchable, sortable table (company, owner, value, stage, close date) and filters by owner and stage. Metric definitions: MRR is the sum of active monthly subscription amounts, annual plans divided by 12; churn counts customers whose subscription ended this month. Use realistic sample data in a database for now — we'll connect Stripe later. Show a "last updated" time. Login required. Clean sidebar layout.

Binabanggit nito ang audience, bawat metric kasama ang kahulugan nito, ang mga chart, at ang plano sa datos — at nagsisimula sa sample na datos, para masang-ayunan ang disenyo bago ikonekta ang totoong pinagmumulan.

Mga hakbang sa pag-build

1. Layout gamit ang sample na datos. Pagkasunduan ang mga metric at chart habang peke pa ang datos at madaling baguhin.
2. Ikonekta ang isang totoong pinagmumulan. Suriin nang mano-mano ang bawat numero laban sa pinagmumulang sistema. Kung iba ang MRR sa ipinapakita ng Stripe, alamin muna kung bakit bago magpatuloy.
3. Idagdag ang iba pang pinagmumulan, isa-isa, at suriin ang bawat isa.
4. Naka-iskedyul na refresh o mga query sa pag-load, na may label na “last updated”.
5. Filters: muna ang saklaw ng petsa, saka ang isa o dalawang hinihingi ng mga tao.
6. Login at roles.
7. Mga estado ng walang laman at may error: ano ang ipapakita ng page kapag bumagsak ang pinagmumulan o walang resulta ang filter.
8. Ibahagi sa audience, saka alisin ang anumang hindi tinitingnan ng sinuman pagkalipas ng isang buwan.

Gawing mabilis

Mas kaunti ang sumisilip sa mabagal na dashboard. I-precompute ang mga kabuuang magastos kalkulahin (isang daily summary table sa halip na i-scan ang bawat order), i-paginate ang malalaking table, at i-load muna ang mga pangunahing card para magamit ang page bago matapos ang mga chart. Kung matagal kalkulahin ang isang numero, ipakita kung kailan ito huling kinalkula sa halip na ulitin ang kalkulasyon sa bawat pagbisita.

Mga karaniwang pagkakamali

• Napakaraming chart. Kapag lahat ay naka-highlight, walang namumukod-tangi.
• Hindi tinukoy na metric. Dapat magkaparehong konklusyon ang dalawang taong bumabasa ng iisang dashboard.
• Hindi kailanman tinitingnan ang numero laban sa pinagmumulan. Isang maling numero lang at hihinto na sa pagtitiwala ang mga tao sa buong dashboard.
• Pag-query sa bawat API sa bawat pag-load ng page. Mabagal, marupok, at minsan magastos.
• Walang konteksto ng petsa. Laging ipakita ang panahon at ang paghahambing.
• Mga secret sa frontend. Ang API key na nakikita sa browser ay maaaring kopyahin ng sinumang magbukas ng page.

Kailan mas mainam ang BI tool

Kung nasa database o warehouse na ang datos mo at ang pangunahing gumagamit ay mga analyst na gustong mag-explore nito, mag-slice at gumawa ng sarili nilang chart, mas mapagsisilbihan sila ng BI tool, gaya ng Looker Studio, Power BI, Metabase at iba pa, kaysa sa custom na build. Maraming SaaS tool ang may magagandang built-in na ulat; tingnan muna ang mga iyon bago muling buuin. Mas nananalo ang custom na dashboard kapag para ito sa mga customer o hindi analyst, kailangan nito ng lohika o pahintulot na hindi kayang ipahayag ng BI tool, pinagsasama nito ang mga pinagmumulan sa paraang tiyak sa negosyo mo, o nasa loob ito ng produktong pinapatakbo mo na.

Kung ang trabaho ay mas tungkol sa pagbabago ng record kaysa sa pagtingin ng numero, admin panel o internal tool ang kailangan mo sa halip, tingnan ang paano gumawa ng internal tool. At kung nasa spreadsheet ang mga numero mo ngayon, magandang susunod na basahin ang paano gawing app ang spreadsheet.

Pag-build nito gamit ang Mythex

Sa Mythex, ilalarawan mo ang dashboard at bubuuin ng agent ang mga page at chart sa live preview, na nagsisimula sa makatotohanang sample na datos at lumilipat sa nakalaang Postgres database kapag kailangang manatili ang mga numero. Mayroong starter prompt ang dashboard use case sa docs. Kung nasa tool gaya ng Google Sheets ang datos mo, maaari mong ikonekta ang account sa pamamagitan ng Connectors at ipabasa sa agent at ipagawa ang dashboard mula rito.

Walang built-in na warehouse connectors ang mismong app para sa BigQuery, Snowflake, Stripe at katulad; tinatawag ng app ang kanilang API gamit ang keys na itinatago mo bilang project secrets. Ang logins at roles para sa mga taong tumitingin ng dashboard ay bahagi ng app na ginagawa mo. Para magsimula mula sa prompt, tingnan ang dashboard templates, tulad ng metrics dashboard.

Mga tanong