Логика построения BI-приложения. Методология DAR (Dashboard, Analysis, Reporting) для правильного проектирования дашбордов
Анализ данных — это исследование бизнес-процессов для принятия эффективных решений. В процессе анализа происходит обработка и интерпретация разноформатных данных о клиентах, транзакциях, конкурентах, процессах и операциях.
Корректная и эффективная интерпретация большого объема данных в исходном виде практически невозможна, поэтому для наглядного и понятного каждому представления данных в бизнес-аналитике используют визуализации: диаграммы, графики, таблицы, карты.
Как правильно визуализировать данные, чтобы принимать эффективные решения?
Узнайте, как создавать эффективные визуализации, которые раскроют природу данных и помогут выявить скрытые в них закономерности
В BI-системах (системах бизнес-аналитики) визуализации объединяются в листы. Несколько листов, отражающих конкретную предметную область: продажи, производство, дебиторскую задолженность, процесс реализации проекта — называются аналитическим приложением.
Количество листов в аналитическом приложении и их содержание определяют логику аналитического приложения.
Структура приложения может как значительно упростить восприятие данных, позволяя быстро находить нужную информацию, так и усложнить процесс анализа, если приложение построено хаотично.
В этой статье расскажем о методологии DAR для разработки аналитического приложения на основе дедуктивного способа познания.
Как работает восприятие
Восприятие — это психический процесс, позволяющий сформировать целостный образ предметов и явлений с задействованием внимания, памяти, мышления, эмоций, прошлого опыта. Восприятие завершается узнаванием.
Существует два типа восприятия информации:
- Нисходящее восприятие, или стратегия «сверху-вниз» (Top-Down), подразумевает, что узнавание объекта начинается с идеи того, что перед нами, а затем уже происходит выяснение конкретных деталей для подтверждения этой идеи. Нисходящее восприятие основано на опыте, знаниях, ожиданиях, личностных установках и т. д.
- Восходящее восприятие, или стратегия обработки «снизу-вверх» (Bottom-Up), подразумевают, что распознавание объекта начинается с анализа первичных элементов: контраст, цвет, ориентация. В совокупности эти качества складываются в образ всего объекта.
Восходящее восприятие максимально естественно для человека при изучении новой информации. Когда информация становится уже знакомой, подключается нисходящее восприятие.
Мы все обладаем практически одинаковыми механизмами восприятия, а также используем индукцию и дедукцию — методы мышления, основанные на логике.
- Индукция — умозаключение, при котором из сравнения нескольких фактов делается обобщающий их вывод. С помощью индукции формулируют теории, которые далее необходимо проверить.
- Дедукция — хорошо известный всем метод мышления, означающий вывод по правилам логики. На основе этих выводов можно предпринять конкретные действия.
В дедукции вывод строится от общего к частному, что приближено к восходящему восприятию.
Важно использовать эти знания о восприятии и логике при разработке аналитических приложений.
Когда пользователь впервые видит аналитическое приложение, он не знает, что именно ждет его в результате, поэтому задача разработчиков приложения — учесть его восходящее восприятие и максимально эффективно продумать его путь от общего изучения информации к решению конкретных задач.
Чтобы подтолкнуть пользователя к дедукции при работе с новыми для него данными, была разработана специальная методология проектирования аналитических приложений — DAR.
Методология DAR (Dashboard, Analysis, Reporting)
DAR (Dashboard, Analysis, Reporting) — методология разработки аналитического приложения на основе дедуктивного способа познания — от общего к частному.
Методология была впервые предложена компанией Qlik, международным лидером в области BI (разработали платформы Qlik Sense и QlikView).
В дальнейшем ее стали использовать как стандарт при построении аналитических приложений на базе других BI-платформ.
Согласно методологии DAR пользователю приложения последовательно предоставляется ряд листов с визуализациями:
- Лист уровня дашборд (Dashboard) — содержит информацию по агрегированным данным
- Листы для анализа данных (Analysis) — аналитический интерфейс с более глубокой предметной информацией
- Листы отчетов (Reporting) — листы для просмотра максимально детализированных данных, раскрывающих выводы из предыдущих листов
Каждый уровень листов имеет свои особенности и правила для разработки.
Дашборд (Dashboard)
Лист уровня дашборд — первый лист приложения, целевой аудиторией которого являются преимущественно топ-менеджмент и руководители.
На дашборде должны быть отображены только ключевые показатели эффективности (KPI) по предметной области, не более 10 показателей на лист.
Цель дашборда — обозначить текущий статус и высокоуровнево идентифицировать проблемы в предметной области, например, в продажах.
Дашборд предлагает к изучению базовые визуализации и минимум интерактивности.
Типовые вопросы, на которые поможет ответить дашборд:
- В каких областях бизнеса происходит рост или спад?
- Соответствует ли текущее состояние запланированным целям?
- В какой сфере есть проблема или ее риск?
- Выше ли показатели, чем в прошлый период?
Анализ
Ключевая информация, продемонстрированная на общем дашборде далее детализируется на листах уровня анализа. Они содержат графики и таблицы, которые помогают ответить на вопросы, возникшие на листе Dashboard.
На этом уровне проводят сравнительный анализ, анализ ABC-XYZ, анализ «что, если», каждый лист посвящен одному предмету анализа, бизнес-области или задаче.
На листах для анализа больше графиков, добавлены обычные и сводные таблицы. Листы интерактивны и содержат достаточно фильтров для ответа на любой вопрос.
Вопросы, на которые помогут ответить листы анализа:
- Какая динамика и темпы роста показателя?
- Какая структура показателя по разным измерениям?
Отчет
Последний уровень приложения включает в себя листы отчетности с максимальной детализацией данных, которые обычно отображены в виде таблиц с фильтрами.
Помимо фильтров в таблицу можно добавить индикацию цветами, например, допустимые значения подсвечивать зеленым, а значения ниже плановых — красным.
Отчеты должны учитывать все возникающие у пользователя в процессе изучения приложения вопросы для принятия обоснованных бизнес-решений.
Примеры реализации методологии DAR
Для маркетинга:
- Дашборд — визуализация количества посетителей сайта, количества заявок, ROI рекламных кампаний
- Анализ — оценка эффективности разных каналов продвижения или трендов
- Отчет — сводный еженедельный отчет для руководителя с данными о распределении бюджета на маркетинговые активности
Для продаж:
- Дашборд — распределение продаж разных групп товаров по торговым сетям и их доля относительно конкурентов
- Анализ — динамика продаж по каждому бренду и сравнение с плановыми показателями в разные периоды
- Отчет — сводная таблица с показателями продаж в разрезе периода, региона, торговой сети, конкретной торговой точки
Для проектных работ:
- Дашборд — статус задач, сроки выполнения, загрузка команды
- Анализ — идентификация задержек и узких мест
- Отчет — таблица для заказчика с прогрессом выполнения проекта
***
Методология DAR может применяться как при последовательном изучении листов (дашборд — аналитика — детализированный отчет), так и при начале анализа с любого листа, но в любом случае с такой же иерархией: от обобщенных данных к деталям.
DAR необходима для улучшения пользовательского опыта при работе с аналитическим приложением. Правильная структура приложения облегчает исследование данных и способствует быстрому принятию решений на основе данных.
После определения набора листов в соответствии с методологией можно переходить к прототипированию — компоновке объектов визуализации на каждом листе.
О том, как расположить визуализации в соответствии с правилами композиции читайте в следующих статьях Qlever.