Tilbage

Bedre datavisualisering

Præsentér data på en intuitiv og brugervenlig måde.

Måden hvorpå data præsenteres i dashboards og rapporter er afgørende for, hvor hurtigt og hvordan modtageren opfanger den information, som skal formidles.

Det er også afgørende, at den information, som skal formidles, bliver målrettet til de rigtige modtagere, i det rette BI værktøj med den nødvendige funktionalitet for at kunne understøtte modtagerne i deres daglige arbejde.

Hvert BI værktøj har styrker og svagheder

Hvert BI værktøj har dets styrker og svagheder, og hvis vi kigger på de BI værktøjer, som Microsoft tilbyder, så er Excel afgjort det mest udbredte værktøj, som bliver brugt til alle mulige former for rapportering. Excel har også den fordel, at alle kender det og nogle laver avancerede DAX formler og queries ofte direkte ned mod datakilderne. Med PowerPivot og PowerQuery er det også muligt at kombinere data fra forskellige kilder. Der er dog ofte ikke taget hensyn til, at data skal behandles førend de reelt set er valide, og derved sker det ofte, at forretningsregler og calculated measures bliver bygget ind i frontend værktøjet, hvilket ofte går udover både performance og samarbejdsformen omkring en rapport.

Herudover ses tabeller i Excel regneark også ofte; det er ikke usædvanligt at have 5000 rækker, som modtageren skal scrolle sig ned igennem. Ofte er det kun modtageren selv, der præcist ved, hvilke tal han/hun skal holde øje med, og i hvilke rækker de normalt figurerer. Havde tallene været præsenteret i simple grafiske visualiseringer, ville det have været nok med et enkelt blik på rapporten i stedet for at bruge måske 5-10 minutter til at finde evt. afvigelser.

Fremhæv det vigtigste

Når man så endeligt begynder at lave grafer i sin Excel-rapport, bliver graferne som standard sat ind med alt for megen ”støj”. Med støj mener jeg kraftige grid lines, farver, fokus på overskriften og legends, hvorimod man i stedet bare skulle fokusere på at fremhæve det vigtigste - selve budskabet. Her er der også ofte forvirring omkring, hvilke graftyper der skal vælges.

I eksemplet nedenfor er der valgt et lagkagediagram. Der skal bruges megen tid på at se, hvad det egentlige budskab er og hvad farverne betyder, således at øjnene kører fra venstre mod højre for at skabe sammenhæng. Det er også svært at rangere data, idet det er svært at vurdere om det gule lagkagestykke er større eller mindre end det grønne. Umiddelbart ser det ud som om, det gule er mindre, men ved et nærmere kig på tallene viser det sig, at det det faktisk er større. Det giver anledning til en masse unødvendige spørgsmål og unødvendig spild af tid.

Lagkagediagram

Hvis man i stedet havde opstillet det som i diagrammet vist herunder, ville man hurtigt få overblik og hurtigt kunne se rangeringen og procentsatserne stillet op direkte ved visualiseringen. Valget af den grå farve er heller ikke tilfældig. Det giver ro i visualiseringen og farven indikerer, at der ikke er mere fokus på nogle kategorier frem for andre. Længden derimod indikerer, at ”Financials” er den største kategori, så her skal man kun læse tallet, såfremt man er interesseret i den nøjagtige procentmængde, ellers vil man hurtigt kunne se, at ”Financials” er den største kategori.

Søjlediagram

Hvordan kan vi hjælpe?

Vi kan hjælpe dig med at reviewe dine eksisterende dashboards og rapporter, så de følger best practice indenfor datavisualisering.