Hvad er målet egentlig med et dashboard? Er det at tilvejebringe data til visse personer? Er det at lave et flot dashboard i alle regnbuens farver? Nej – det ultimative mål med et dashboard er, at du skal kunne handle ud fra de data, som bliver stillet til rådighed – altså at kunne handle ud fra fakta. Men for at kunne handle ud fra fakta, skal du selv have styr på fakta. Og du skal kunne se hele sandheden i dit datasæt.
Når jeg underviser i datavisualisering, så underviser jeg i valg af den rette graftype, hvordan du fremhæver dine data igennem forenkling, samt hvordan du laver data storytelling. Det er ekstremt vigtigt at kende til disse principper for at øge brugen af ens dashboard og understøtte de analyser, man ønsker at lave. De er simpelthen en del af kernen i et best practise dashboard design, men der mangler noget ret essentielt!
Et best practise dashboard design er nemlig meget mere end de rette grafer og en god historie, hvis din slutbruger skal få det optimale ud af dashboardet – og i sidste ende træffe de rigtige beslutninger.
Brugeren skal altid vide hvilke filtre, man har sat, og lynhurtigt kunne få et overblik over, hvad man har frafiltreret og vigtigst af alt vide, hvordan valg i et filter påvirker de mulige valg i andre filtre. Men andre ord, skal brugeren kunne se, hvad man frafiltrerer i andre felter ud fra et filter, man sætter.
Som det ses af videoen herover, så har man hele tiden et overblik over, hvilke filtre der er blevet sat i toppen. Man kan lynhurtigt ændre filtrene, og selvom man kommer til en nye fane i dashboardet, hvor de filtre, man lige har sat, ikke er på selve dashboardet, så er det stadig muligt at se, hvilke filtre man har, og som dermed påvirker det endelige resultat af visningerne.
Hvis man samtidig har muligheden for at bruge sine filtre aktivt i en analyse, fx hvilke sælgere har ikke nogen kunder, der er kategoriseret som ”Platinum”. Det er højest sandsynligt ikke noget, man ønsker at lave et dedikeret dashboard til. Men hvis man kun ud fra de filtre, man sætter (”Platinum kunder”), får at se og kan vælge hvilke sælgere, som ikke har nogle af dem, så giver det ekstra viden, uden at det er en ekstra funktion eller analyse, man har bygget.
Eksemplet ovenfor er den metode Qlik har valgt til deres unikke associative datamodel, som netop understøtter dette. Grønne værdier er de valgte, hvide er de mulige værdier inden for de andre filtre man har sat og grå er de ekskluderede værdier ud fra de filtre du har sat. Qlik kalder det selv ”The Associative Difference” og “Power of Grey” – jeg kalder det brugervenlighed – og hvad er et dashboard uden brugervenlighed? I sidste ende er det netop slutbrugeren, der skal føle sig komfortabel i forbindelse med alle typer analyser, der foretages i ens front-end værktøj.