יש מי שיתארו אותי כמציק, והם יהיו צודקים. אלה שלא מסכימים איתי יגידו שאני מתקטנן, והם יהיו צודקים. אחרים יגידו שיש לי ריח גוף מוזר, ואני אהיה כזה: מה זאת אומרת, מעולם לא נפגשנו פנים אל פנים, מה אתם רוצים ממני, ובבקשה תפסיקו לשלוח לי הודעות מפרופילים מזויפים, אני כל כך עייף מכל זה... סליחה.

בחזרה לעניינים.

הדבר העיקרי שרציתי להעביר הוא שאני לא עושה דשבורדים בשום צורה ואופן. דעתי על דשבורדים היא שהם רעיון מוטעה, ולכן אני נגדם. ובניגוד למה שאנשים כבר הניחו עליי כמה פעמים, אין לי מומחיות ב־Tableau, ב־Looker, ב־Power BI או בכל כלי אחר שמייצר דשבורדים.

למה אתה נגד דשבורדים?

בואו נתחיל מכמה הנחות יסוד.

האם יש תפקיד שדשבורד אמור ויכול למלא?

  1. כלי עזר לניטור מדדי ביצוע מרכזיים, KPI, כדי לזהות תקלות אפשריות, למשל ירידה חדה ברכישות, בסשנים או בהמרות. במילים אחרות, כלי שמוביל לפעולה.
  2. כלי למדידת KPI, שנותן למנהל או ללקוח הקצה תחושה של המקום שבו אנחנו נמצאים ביחס למדדי הביצוע המרכזיים שלנו — רכישות, מספר סשנים וכדומה. אפשר לראות בזה דרך להוריד מהאנליסטים את העומס של אנליזות בנאליות.
  3. שקיפות בדאטה: אמצעי להגברת השקיפות בין הצד האנליטי לצד הניהולי, כלומר להסיר את התחושה שהאנליסט אינו מדויק לחלוטין.
  4. אמצעי לקיצור זמן התגובה.

בכל פעם שבונים דשבורד למשתמש קצה, יכולים להיווצר כמה מתחים.

משולש המוות: דשבורד, משתמש קצה ואנליסט

  1. טווח האפשרויות: שלל שאלות בינאריות שמגדילות את מורכבות הדשבורד באופן מעריכי. האם לתת ללקוח לשנות תאריכים? מה לגבי ערוצי הגעה? גיל? מגדר?
  2. הטווח הזה מייצר ישירות מתח נוסף — תופים לקראת הסעיף השני: כמה הדאטה נגיש לעומת כמה הוא גמיש. אם הדאטה גמיש מאוד, כלומר יש הרבה אפשרויות, לקוח הקצה יכול לשחק איתו כמה שירצה ולהתחיל להגיע למסקנות. אבל אז המידע לא נגיש. הלקוח לא יכול פשוט להגיע, להסתכל ולקבל את התשובה שלו.
  3. חלק משמעותי מהמתח הזה — תופים לקראת הסעיף השלישי — הוא המתח בין אנליסט לבין אנליזה. אם למנהל יש דשבורד לשחק איתו, בשביל מה האנליסט שם בכלל? ובשביל מה המנהל שם? זאת לא שאלה של טוב יותר או פחות. זאת שאלה של הנחות יסוד.
  4. יש טעויות אנליטיות שאנליסט נוטה לעשות פחות ממנהל, כי זאת העבודה שלו. כדוגמה טיפשית, אם חצי מהלקוחות שלי הן נשים וחצי מהלקוחות שלי מהצפון, זה לא אומר שאלה אותם חצאים. אבל הרבה יותר קל לקפוץ למסקנה הזאת כשרואים אותם זה לצד זה בלי תיווך.

מה קורה בפועל?

מאמי, הכול בסדר? בקושי נגעת בדשבורד שאמרת שהוא קריטי למשימה.

— Gwen (@DataGwen), 28 בספטמבר 2022

הדשבורד ננטש מהר מאוד. למה?

מנהלים מבקשים דשבורד כי הם רוצים להיות עם האצבע על הדופק. אבל אותם מנהלים לא מסתכלים על המכירות מדי יום. למה שיעשו את זה?

  • מנהלים שהם ״מבוססי דאטה״ יכולים לנסות לשחק בדשבורד, אבל בסופו של דבר חלק גדול מהעבודה על דשבורד הוא לחשוב איך לארגן אותו כך שייתן כמה שיותר מידע, ומנקודת מבט אחת מסוימת מאוד*. יותר מזה כבר יהיה מבולגן.
  • מנהלים שרוצים דשבורד תמציתי של ״עמוד אחד״ מקבלים מוצר גנרי מאוד, שאין בו מקום לרדת לפרטים.
  • מנהלים שרוצים דשבורד מקיף מאוד מקבלים מוצר של שלושה או ארבעה ״עמודים״. אבל מכיוון שאי אפשר לראות הכול במקום אחד עם סיפור שמחבר בין הדברים, נוצרת אצלם התחושה — הנכונה והמוצדקת לחלוטין — שהדשבורד הוא לא מה שנותן להם את הערך.

מה אני מציע בפועל?

בהמשך להנחות היסוד שלי:

  1. אם צריך לנטר תקלות אפשריות, צריך להיות מסוגלים להגדיר אותן. ויזואליזציות זה נחמד מאוד, אבל הן לא מדד. צריך להגדיר טווחים מקובלים למדדי KPI מסוימים, ולשמור על מספר קטן של מדדים. דמיינו שאתם מקבלים 500 התראות ביום על 30 מדדים שהיו ממש ממש ממש חשובים למישהו, ולכן אתם מקבלים הודעה על כל שינוי קטן. כשאני מקבל דבר כזה, הכול מגיע מהר מאוד לתיקיית הספאם. השנה היא 2022, ואני לא מתכוון להתחיל לסנן מידע מיותר.

  2. מדידת KPI: דוחות שבועיים אוטומטיים, שהוסכמו מראש בין ההנהלה שמקבלת אותם לבין האנליסט ששולח אותם. בלי פגישות. דוחות קצרים וממוקדים שנותנים תמונת מצב חדה של אותם מדדים. עדיין יש שאלות? מצוין! יש טלפונים, מיילים, זום, הפסקות קפה אקראיות ויוני דואר.

    הדרך להוריד עומס היא להפוך דברים לאוטומטיים, לא לוותר על אחריות ועל סמכות. הייתי אומר שזה דווקא עושה את ההפך. אם אנליסט שולח למנהל שלו דשבורד, הוא עלול להרגיש, בטעות, שהוא עשה את העבודה, כי הוא נתן לאדם רעב חכה, או משהו כזה.

    לשקיפות הזאת בין אנליסט והאנליזות שלו לבין ההנהלה, מניסיוני, יש רק כלי אחד שיכול ליצור אותה: הסתייגויות והבהרות.

  3. לפני כל אנליזה רצינית שאני עושה, אני כותב את כל הנחות היסוד שלי ואת כל הפעולות שאני מבצע. למשל, עסקאות מחמש השנים האחרונות עם היקף רכישה מעל X, של לקוחות שרוכשים דרך Y ונמצאים באותה מדינה, או לא בהכרח. השקיפות הזאת נותנת לצד השני מקום חשוב להביע מהו המידע שהוא רוצה לצרוך. היא גם נותנת לספקנים — מילה קצת קשה לכתיבה — כלים לשחזר את האנליזה.

    אין קיצורי דרך לבניית אמון. אין קיצורי דרך להעברת אחריות.

זה הכול בינתיים. אזור התגובות כנראה יארח ויכוח ער על דשבורדים, שבהחלט נחשבים לחלק חשוב מעבודת האנליסט. ואתם יודעים שאני ילד רע עם מעיל דמוי עור, שלא מציית לכללים ומשיג תוצאות בדרך שלו, או משהו כזה. אבל אולי אני טועה ולא תהיה אפילו תגובה אחת. נו טוב.

הערה חשובה אחת: דיברתי רק על דשבורדים, לא על ויזואליזציות. לוויזואליזציות, בעיניי, יש ערך גבוה מאוד, בהתאם למי שמקבל אותן ולשימוש בהן. אבל זה אולי לפעם אחרת.

מקווה שזה עוזר לכם בדרך להפוך לאנליסטים הכי טובים שאתם יכולים להיות :)