שיטות מומלצות להדמיית נתונים - DATAVERSITY

הדמיות טובות של נתונים משפרות את אוריינות הנתונים העסקיים על ידי הצגת לוחות מחוונים או דוחות מחושבים היטב המציגים נכסי נתונים לצריכה מהירה וישירה יותר. מעקב אחר שיטות עבודה מומלצות להדמיית נתונים מוביל לתוצאות חיוביות עבור ארגונים. יתרונות אלו כוללים הפחתת הזמן והעלויות של שאלות שצרכני נתונים שואלים על ידי מתן מענה מראש בהמחשות הנתונים. בנוסף, הדמיות טובות מגדילות את העקביות בחוויית משתמש הקצה ומעודדות שימוש בנתונים לתכנון ותפעול עסקי.

כיצד שיטות עבודה מומלצות להדמיית נתונים של חברות משפרות את אוריינות הנתונים של העובדים שלהן ומקבלות את היתרונות שהוזכרו לעיל? סרינה רוברטס, מייסד שותף ו-COO ב-Moxie Analytics, ענה על שאלה זו במהלך DATAVERSITY® Enterprise Analytics Online (EAO) מִקרֶה.

בהרצאתה, רוברטס הסבירה כיצד לבצע את השיטות המומלצות הבאות להדמיית נתונים:

• שים את המידע החשוב ביותר קודם
• הפוך אלמנטים חזותיים למשמעותיים באופן מיידי
• שמור על הדמיות פשוטות ומסודרות
• עצב אותם מתוך מחשבה על מקרי שימוש מרובים ועבור קהל אחד
• בחר תרשימים בחוכמה

שים את המידע החשוב ביותר קודם

ראשית, רוברטס הראה כיצד למשוך משתמשים למידע החשוב ביותר שהם צריכים. היא הדגימה הצגת שיפורים בחלק העליון של המסך בסיכום ניהול פרויקטים.

כאשר השוותה את לוח המחוונים לפני ואחרי יישום השיפורים, רוברטס הראתה כיצד היא סידרה מחדש את החלק העליון של המסך כך שיכיל את המידע החשוב ביותר: ה-KPIs הקריטיים התואמים את הדרישות העסקיות. היא מסדרת את החלק העליון של המסך בתור סך כל הפרויקטים, ההוצאות והתקציב עם אופן השימוש בכסף הזה, מה שמקשר בין הצלחת ניהול הפרויקט להכנסות.

בדוגמה אחרת, רוברטס הראתה את השינויים שלה בלוח המחוונים של מכירות סופר.

היא מסדרת מחדש את מדדי ה-KPI בחלק העליון כדי להציג אותם בסדר שונה, לפי צרכי העסק וסדרי עדיפויות. היא בודקת עם העסק האם ההנחות שלה והשינויים שהיא עושה עומדים בהיגיון העסקי. רוברטס אמר, "זהו שינוי קטן אך משפיע לשים את המידע החשוב ביותר במקום הראשון."

הפוך אלמנטים חזותיים למשמעותיים

כמו מיקום על לוח מחוונים או דוח, שימוש מכוון בצבעים או סמלים יכול להעביר מידע מהיר ומשמעותי. קח תרשים צבעוני המציג את ההתקדמות של אדם בריצה:

רוברטס סידר מחדש את הצבעים בתמונה השנייה כדי להראות התקדמות עונתית. היא השתמשה בכתום לסתיו, בכחול לחורף, בירוק לאביב ובצהוב לקיץ כדי להראות איך הריצה השתנתה במהלך העונה.

כמו השימוש המכוון בצבע, אייקונים יכולים לעזור למשתמשים לעבד משמעות מהר יותר. רוברטס שיתף שינויים בלוח המחוונים של סקירת מנהלים של מרכז השיחות של החברה.

לאחר הוספת סמלים לכל עמודה, המשתמש משווה את עמודות הטלפון, הצ'אט, הדואר האלקטרוני והתקריות. הדוגמה של רוברטס מדגימה את כוחם של אייקונים; היא המליצה על פרויקט שמות עצם כאשר מחפשים אייקונים לשימוש.

שמור על חזות נתונים פשוטה ומאורגנת

כשרוברטס דנה בפשטות ובארגון לוח המחוונים, היא התמקדה בהצגת מספיק מידע. היא אמרה:

"אל תציף את המשתמשים כשהם מושכים את לוח המחוונים עם יותר מדי מה לראות. עם זאת, תן לצרכני נתונים גישה לקבל תשובות לשאלות הראשונות והשניה ביותר שלהם, כך שהם לא יצטרכו לעשות עבודה נוספת כדי לקבל את התשובה ולהגיש בקשה נוספת."

היא דוגלת בפריסת רשת פשוטה, כפי שמוצג בשיפורים בלוח המחוונים 'סיכום ניהול פרויקטים' ו-Superstore Sales. רוברטס אפילו ציין שאחרי השינויים בלוח המחוונים, ניתן להכניס חלק מהתמונות הוויזואליות לדף אחר, ולפשט את ההדמיה עוד יותר.

היא שוקלת להשתמש בפונקציונליות של רחף מעל ובתוויות בלוח המחוונים כדי לספר למשתמשים מה המשמעות של כל תכונה בצורה פשוטה ומאורגנת. בעת תיוג, רוברטס הציע מונחים אנושיים במקום מונחים של מסד נתונים, או כולל מילון מונחים של שדה אם זו אפשרות טובה יותר.

בשימוש בכל תכונה ויזואלית, רוברטס יעץ לעשות זאת במשורה. היא הוסיפה:

"אנחנו לא רוצים למלא יתר על המידה את לוח המחוונים שלנו בצבעים, קווים או דברים מיותרים או למלא כל פינה ופינה של מקום פנוי בדברים. פחות יכול להיות יותר. נצל את המרחב הלבן."

עיצוב עם מקרי שימוש מרובים בחשבון ולקהל אחד

ביצוע נכון של הדמיית נתונים פירושה להפוך אותו לפשוט, מאורגן ורלוונטי לעסק. העסק צריך לרצות להשתמש בדוחות או במרכזי המחוונים. רוברטס המליץ ​​על הגישות הבאות:

• עצב תוך מחשבה על מקרי שימוש מרובים על ידי חשיבה על סיפורים קשורים שאיש עסקים יכול לפתור עם אותו לוח מחוונים או מסננים שונים. גישה זו הופכת את זה פחות מסורבל לתחזק ולשפר את הדמיות הנתונים לאורך זמן.
• הבן איזה קהל ישתמש בהדמיית הנתונים ויבנה את החוויה הרצויה לו. לדוגמה, ה-C-suite ירצה תמונה גדולה יותר מאשר מישהו שהוא מנהל מוצר. לכן, זה הופך להיות מסובך לבנות תצוגה אחת עבור קהלים שונים שרוצים חוויות שונות. בעוד שההקשר חשוב, רוברטס יעץ לדחוף את הכל להדמיה עבור קהלים רבים.
• דע כיצד קהל "יצרוך וייצור אינטראקציה עם הדמיות נתונים". כשאיסוף דרישות ועיצוב, רוברטס שאל:
  • מה יעשו לאחר מכן המשתמשים עם הנתונים מההדמיות? אילו החלטות ופעילויות הם יקבלו עם הנתונים האלה?
  • האם הם ייצאו את הנתונים שנצפו לאפליקציה אחרת?
  • מה הקהל יצפה לראות בלוח המחוונים או בדוח?
  • באיזו תדירות איש עסקים יבדוק את לוח המחוונים הזה וייצור אינטראקציה עם הנתונים?
• דגלו את לוח המחוונים באמצעות סקיצה במהלך איסוף דרישות כדי לקבל את תגובות הקהל ולהתחיל שיחות טובות על מה שהוא רוצה. 

בחר תרשימים בחוכמה

במצגת שלה, רוברטס דנה בתרשימים בשימוש טיפוסי שהתבקשו על ידי הקהל שלה או שהוצעו להם. היא הדגישה את הדברים הבאים:

• טבלת עמודות: קל לבנות את תרשים העמודות, שולח בבירור מסר והוא "החבר הכי טוב של רוברטס". היא המליצה להשתמש בהדמיית נתונים זו בעת השוואה של מדד אחד על פני ממד אחד, כמו מכירות לפי רבעון. היא גם הזכירה לשומעיה שהם יכולים לשנות את הכיוון בין אנכי לאופקי להשפעה נוספת.
• תרשים עמודות מוערם: למרות שקשור הדוק לתרשים עמודות, רוברטס משתמש בתרשים עמודות מוערם כדי להציג מדידות על פני מימדים מרובים. לדוגמה, תרשים זה מייצג בצורה הטובה ביותר את המכירות הרבעוניות ואת האופן שבו כל אזור תרם לעבודה.
• תרשים קו: רוברטס אוהב להשתמש בתרשימי קווים כאשר "מתאר כיצד מגמה מדדית על פני אותו ממד רציף כגון תאריך או סדרת זמן". לדוגמה, תרשים קו יציג הזדמנויות אזוריות במהלך 12 החודשים האחרונים.
• טבלת שילוב: תרשימי שילוב מתארים תרשימי עמודות וקווים ויכולים להתאים מידע רב יחד. רוברטס משתמש בהדמיה זו כדי להציג שניים או שלושה מדדים קשורים, כמו משך הסרט בהשוואה להחזר ROI ודירוגים.
• תרשים סופגניות: תרשימי סופגנייה מודדים את התרומה למכלול בממד יחיד, כמו סך המכירות לפי אזור.
• תרשים פיזור או תרשים פיזור: רוברטס משתמש בתרשים זה "כאשר מחפשים מתאמים בין שני מדדים או חריגים, כמו רמות חלקיקים באוויר לפי כמויות גשם".
• תרשים אזור: הדמיה זו מדגישה "שינוי במדד לאורך זמן מכיוון שמשתמשים יכולים לעבד אותו קל יותר מאשר בתרשים עמודות." לדוגמה, השתמש בתרשים שטח כדי להציג את ההכנסות ממכירות במהלך 20 השנים האחרונות וכיצד הן גדלו.
• תרשים תבליטים: רוברטס ממליץ להשתמש בתרשים תבליטים כדי לראות את "הערך הנוכחי, ערך או ערכים קודמים, ויעד או ממוצע". היא אמרה שצוותי מכירות אוהבים את ההדמיה הזו מכיוון שהם יכולים לראות שיפורים מהשנה שעברה לשנה זו.
• תרשים בועות: תרשימי בועות יכולים להראות פיסות נתונים מרובות בחזותית אחת מכיוון שהגודל וצבע הבועות יכולים להעביר מידע נוסף. לדוגמה, תרשים בועות יכול לתת מכירות לפי אזור, רבעון לפי צבע ורווח לפי גודל.
• תרשים משפך: תרשימי משפך מודדים התקדמות דרך מספר שלבים נפרדים, כגון מספר ההזדמנויות בכל שלב מכירה. לדוגמה, ללידים יש קצה גדול של המשפך, בעוד שהמכירות ללקוח מופיעות בסוף. 
• תרשים מכ"ם: רוברטס משתמש בתרשימים מכ"ם כדי להמחיש ולהשוות נתונים באמצעות צורות. היא השתמשה בתרשים מכ"ם שמתאר שהתקציב שהוקצה לצוות הפיתוח קיבל את הציון הגבוה ביותר, אבל צוות השיווק הוציא יותר.

סיכום

רוברטס שיתף והדגים שיטות עבודה מומלצות להדמיית נתונים כדי להפוך לוחות מחוונים ודוחות למשפיעים ורלוונטיים יותר לקהל. היא עודדה אנשי מקצוע בתחום הנתונים לקחת את השיטות המומלצות שעובדות עבורם ולשמור עליהן עקביות לאורך כל חווית המשתמש כדי לחסוך בזמן פיתוח. 

קביעת תקנים ותבניות הופכת את תקני הדמיית הנתונים הללו לניתנים להשגה באופן עקבי. היא המליצה לקבל משוב על תקנים ותבניות ויזואליות כדי שיהיו שמישים. על ידי ביצוע שיטות העבודה המומלצות שלה להדמיית נתונים ושמירה על עקביות אלה בארגון, אנשי עסקים יכולים להפגין גבוה אוריינות נתונים במבט אחד.

רוצה ללמוד עוד על האירועים הקרובים של DATAVERSITY? בדוק את מערך הכנסים המקוון והפרונטלי שלנו הנוכחי כאן.

הנה הסרטון של מצגת Enterprise Analytics Online:

תמונה בשימוש ברישיון מ- Shutterstock.com

• הפצת תוכן ויחסי ציבור מופעל על ידי SEO. קבל הגברה היום.
• PlatoData.Network Vertical Generative Ai. העצים את עצמך. גישה כאן.
• PlatoAiStream. Web3 Intelligence. הידע מוגבר. גישה כאן.
• PlatoESG. פחמן, קלינטק, אנרגיה, סביבה, שמש, ניהול פסולת. גישה כאן.
• PlatoHealth. מודיעין ביוטכנולוגיה וניסויים קליניים. גישה כאן.
• מקור: https://www.dataversity.net/data-visualization-best-practices/