Du har måske snakket med nogle venner i andre virksomheder og researchet lidt for dig selv og er kommet frem til, at din virksomhed skal have et dashboard.
Du synes, at det lyder interessant, hvordan hjernen processerer visualiseringer hurtigere end tekst. Det der med at det kan skabe en datadrevet arbejdskultur er nu også meget spændende.
Når du skal have et dashboard, så er der generelt 3 veje, som du kan gå:
- Gør det selv – fra bunden
- Gør det selv – med en betalt og brugervenlig løsning
- Få en ekspert til det
Der er både fordele og ulemper ved alle tre muligheder.
Du kan gøre det selv fra bunden, men så skal du have en god teknisk kunden fra starten af samt ligge mange timer i at få det hele til at fungere.
De betalte, brugervenlige løsninger tilbudt af andre virksomheder kommer som regel med en abonnementsløsning, som kan vokse sammen med din virksomheds omsætning eller andre variable faktorer.
At få eksperter til at udarbejde et dashboard for dig er den løsning, der potentielt kan koste dig mest up-front, men potentielt kan spare dig mest i sidste ende.
Når eksperterne udarbejder et dashboard til en kunde, så gør de alt arbejdet for dem. Jo, der er selvfølgelig møder om, hvilke data der skal visualiseres og hvordan de skal se ud, men kunden slipper ellers for at få sine hænder i selve udarbejdelsesarbejdet.
Derudover laver de også dashboardet rigtigt første gang. Med rigtigt mener vi, at tallene og visualiseringerne kommer til at spille sammen på en måde, der gør dem brugbare i faktiske arbejdsgange.
Der er nemlig rigtig mange begynderfejl, som man kan lave, hvis man aldrig har prøvet kræfter med at udarbejde et dashboard.
Det tager nemlig viden og erfaring at finde ud af, hvordan alle elementerne spiller sammen, sådan det ikke kommer til at blive en stor omgang uoverskueligt rod. Men selvfølgelig er det muligt selv at finde ud af alt dette. Det tager bare tid.
Uanset om du synes bedst om at lave dit dashboard selv eller er interesseret i at få en ekspert til at gøre det for dig, så kan du finde de 5 mest typiske fejl, som nybegyndere til dashboard udarbejdelse laver.
1. Du ved ikke, hvordan du vil bruge dit dashboard
Tit når der skal laves dashboard, så er det nemt at tro, at alle tal er vigtige at visualisere – men det er forkert.
Okay, måske er omsætningen vigtig for ledelsen, konverteringsraten for marketingsafdelingen og tilfredshedsprocenten for kundeservice, men det ernødvendigvist ikke denne data, der er mest relevant for dashboardet.
Det er nemlig vigtigt at finde ud af, hvordan du har tænkt dig, at virksomheden skal bruge et dashboard først, inden du laver en liste af jeres vigtigste KPI’er.
Der er generelt 3 måder at anvende et dashboard på:
- Operationelt
- Analytisk
- Strategisk
Det operationelle dashboard bruges typisk på afdelingsplan og hjælper med at overvåge dag-til-dag aktivitet. Det kunne for eksempel være en intern salgskonkurrence mellem individuelle sælgere. Fokusset ligger i at visualisere de tal, der giver bedst overblik, sådan der kan følges med i den daglige udvikling.
Det analytiske dashboard bruges typisk til at danne overblik af data, der er akkumuleret over længere tid, som kan fortælle en historie om virksomhedens situation. Dette kunne være at følge udviklingen af tilfredshedsprocenten for kundeservice for kvartalet efter de er blevet udstyret med hurtigere computere. På den måde kan denne data altså forklare, om opgraderingen af hardware har en betydning for kundernes grad af service.
Det strategiske dashboard hjælper typisk en virksomheds ledere med at se, hvordan virksomhedens udvikling er i forhold til pre-definerede målsætninger. Det tilbyder virksomhedens ansvarlige et hurtigt overblik over de parametre, der har en betydning for virksomhedens større billede. Dette kunne være omsætningen online i forhold til sidste kvartal for eksempel.
Det er selvfølgelig også muligt at lave et dashboard, der har en blanding af disse tre typer. Men faldgruben er her, at dashboardet bliver for generelt.
Hvis du gerne vil bruge dashboardet som pynt på kontorvæggen, så er dette selvfølgelig en mulighed.
Men typisk får virksomheder mest ud af sine dashboards, hvis de er udarbejdet med et mål i hovedet om, hvordan det praktisk set skal udnyttes. Så er det også langt nemmere at bestemme sig for, hvilke tal der er mere relevante end andre at prioritere og visualisere på skærmbilledet.
2. Din virksomhed har ikke en datadrevet kultur
Enhver leder kan smide et dashboard op på kontorvæggen og kalde det en dag, men dette kommer ikke til at have den ønskede effekt, før de rette rammer er sat på plads.
For en virksomhed kan have indsamlet tusindvis af forskellige datasæt, men hvis ingen ved, hvordan man skal bruge dem, så er de spildte. Det er vigtigt at få etableret en datadrevet kultur i virksomheden, hvis dataene skal kunne bruges til sit fuldeste. Fordi når man har data, så har man viden:
Men hvordan skal du bære dig ad med at opstille disse rammer, sådan data kan blive en del af arbejdsgangene?
Først skal rammerne sættes, så skal der ledes og til sidst skal de ansatte adoptere denne nye fremgangsmåde til viden af sig selv.
Der er mange måder at gøre dette på, men her er vores bud på, hvordan du kan komme i gang med at danne en datadrevet kultur, hvis du sidder fast:
1. Gør virksomhedens data let-tilgængelig
Hvis dine ansatte skal begynde at bruge data regelmæssigt, så skal det være nemt at hive frem – ellers bliver det aldrig til noget.
Det er jo trods alt menneskelig natur at springe over, hvor gærdet er lavest – på både godt og ondt.
Sørg derfor for at indsamle al relevant data fra starten af, sådan det altid kan findes i diverse programmer og systemer.
Dette kan i nogle tilfælde være så simpelt som at oprette en konto og smide et lille stykke kode ind på din hjemmeside ved hjælp af en Youtube video, der viser hvordan.
Du kan også gøre tilgængeligheden af dataene endnu mere friktionsfri ved at samle de vigtigste nøgletal på ét sted via et dashboard. Så skal de ansatte blot kigge op på kontorvæggen for at blive opdateret.
2. Kommunikation, kommunikation, kommunikation
Dine medarbejdere er med til at drive virksomheden dag ud og dag ind. De er lige så vigtige som alle andre i virksomheden og derfor skal de føles sig informerede om, hvad der foregår.
Du skal være ærlig omkring, at du er ved at etablere rammerne for, at de kan efterlade deres mavefornemmelser derhjemme, inden de tager på arbejde, fordi data kommer til at være i højsædet fra nu af, når der skal træffes beslutninger.
Men åbenhed og ærlighed er ikke nok.
Du skal også give dem retning – fortælle hvordan de skal indrette sig i dette nye system.
For at få dem til at adoptere denne nye fremgangsmåde til deres arbejde kan du bede dem om at stille sig selv disse spørgsmål, når de arbejder med data:
- Hvad gjorde datamaterialet mig klogere på?
- Hvad var formålet med at indhente data?
- Hvilke beslutninger skal jeg være i stand til at træffe, når datamaterialet ligger klart?
3. Brug dataene
Det lyder åbenlyst og måske som om at dette punkt allerede er nævnt, men det er ikke nok bare at have dataene – du skal også vide, hvordan du skal bruge dem.
Det kommer nemlig ikke af sig selv. I starten kan det endda være svært at vænne sig til udelukkende at bruge data i sin beslutningstagen, hvis man ellers er vant til at bruge sin mavefornemmelse, instinkter, synesninger eller hvad man ellers foretrækker at kalde det.
Start med at sætte dig nogle mål som du kan følge udviklingen på. Når du ved, hvilke tal der er vigtigst at udvikle i virksomheden, så har du skabt retning for arbejdsgangen.
Og med data i førersædet ved du også, om jeres indsats er nok til at nå i mål med disse målsætninger.
3. Du kender ikke begrænsningerne ved dine data
Du indsamler data til højre og venstre, dit dashboard omdanner disse til let-forståelige visualiseringer og alle medarbejderne er fuldstændig datadrevne i deres arbejdsgange.
Det lyder som drømmescenariet, men hvis du ikke passer på, så kan det være, at din virksomhed tager beslutninger ud fra misinformation og falske grundlag.
Lad os tage et ekstremt eksempel på hvordan man kan drage fejlagtige konklusioner, hvis man ikke tager højde for datakontekst:
Den ovenstående graf viser, hvordan den faldende mængde af pirater gennem tiden er korreleret med global opvarmning.
Vildt, ikke?! Hvorfor er dette ikke overalt i nyhederne og hvorfor etablerer regeringen ikke piratskoler for at bremse den globale opvarmning?
Som du nok kan høre, så er dette tydeligvis for skørt til at være sandt. Grafen viser en tydelig korrelation, men dette betyder ikke, at der er en kausalitet mellem den præsenterede data.
Dette betyder, at bare fordi der er en sammenhæng mellem tallene, så betyder det ikke, at der er bevis for, at de hænger sammen – og bevis er vigtigt, hvis man ikke vil arbejde ud fra misinformation.
Lad os bruge et mere praktisk eksempel på hvorfor kontekst er vigtigt i virksomheder, som arbejder med data.
I dette eksempel skal du forestille dig en virksomhedsejer kaldt Henning.
Henning startede sin webshop i starten af sommeren, hvor han sælger surfbræt til det danske marked. I starten gik det rigtig godt og han modtog en hel masse bestillinger. Det lykkedes faktisk Henning at tjene nok penge til at åbne en fysisk butik. Han undrede sig først over, hvor den skulle være placeret, men han endte med at åbne butikken i København. Det er jo trods alt der, hvor der bor flest mennesker. Henning tænkte også, at han kunne spare nogle penge ved at fokusere mere af sin tid på den fysiske butik i vintermånederne og droppe online reklamering af sin webshop, indtil sommeren kom igen.
Efter noget tid opdagede Henning, at mængden af bestillinger af surfbræt var faldet markant. Han tænkte, at det nok skyldes, at vintermånederne pressede på og der bare var færre folk, der gad at købe surfbræt. Han fortsatte sin plan om at holde den fysiske butik i København åben så meget som muligt, imens hans webshop måtte holdes i stilstand for at spare penge.
Inden den næste sommer kom, var Henning nødt til at dreje nøglen om og lukke sin forretning ned. Der var simpelthen ikke nok bestillinger til, at han kunne få virksomheden til at køre rundt. Han tænkte meget over, hvad der gik galt, men kunne ikke helt sætte en finger på hvorfor. Han åbnede jo en ny butik i hovedstaden, hvor der går flest mennesker forbi sammenlignet med andre steder i Danmark.
Det kan være nemt at skyde skylden på selve forretningsidéen og tænke, at man bare ikke kan leve af at sælge surfbræt i Danmark.
Måske kan der være noget om, at Danmark måske ikke er det perfekte land at sælge sådant et produkt i, men Henning begik dog 2 kæmpe fejl, som kunne have gjort forskellen for virksomhedens overlevelse over vinteren.
- Han slukkede for online reklamering efter sommeren var slut
- Han åbnede sin butik i København
Lad os se på hvorfor dette var fejl:
Først og fremmest viser “Interest over time” kolonnen, at folk søger på ordet “surfbræt” i Google hele året rundt – og ikke kun om sommeren som Henning troede.
For det andet kan vi se i “Interest by sub-region” kolonnen, at København er det sted i Danmark, hvor folk er mindst interesserede i surfbræt. Henning havde måske ret i, at der er flere mennesker, der kommer til at gå forbi butikken i København, men han gik fejlagtigt ud fra den antagelse, at det ville resultere i flere bestillinger. Igen, korrelation og ikke kausalitet.
Henning troede, at antallet af bestillinger faldt på grund af sæsonen og at danskerne bare ikke gad at købe surfbræt.
Men hvis vi tager udgangspunkt i ovenstående data fra Google, og ikke kun fra Hennings salgstal, så kan vi se, at dette ikke passer.
Han havde haft en langt større sandsynlighed for at holde sin virksomhed kørende, hvis han havde:
- Fortsat online reklamering året rundt
- Åbnet sin butik i Midtjylland
Når folk søger på ordet “surfbræt” året rundt, så tyder det på, at de også vil købe surfbræt året rundt.
Og når der bliver søgt på “surfbræt” mest i Jylland, så tyder det på, at jyderne er dem, der er mest interesserede i surfbræt og ikke københavnerne.
Men hvordan kan dette være? Det ved vi ikke. Måske er Cold Hawaii i Vestjylland også populært om vinteren?
Pointen her er, at Henning tog de rigtige beslutninger ud fra hans egne salgstal og hans logiske sammenslutninger. Dog vidste Henning ikke, at hans beslutninger højst sandsynligt var grunden til, at han var nødt til at lukke sin forretning.
Fordi hvis han havde anvendt ovenstående dataene fra Google Trends, så havde han kunne se hele billedet og træffe bedre beslutninger.
Konteksten som hans begrænsede data skabte var en falsk virkelighed, som desværre resulterede i én mindre surfbrætsforretning i Danmark.
4. Du ved ikke, hvordan du skal designe et dashboard
Hvis du læste introduktionen, så husker du nok, at man enten selv kan udarbejde et dashboard eller man kunne få eksperterne til det.
Der er mange fordele at hente for virksomheder ved at visualisere deres data – hvis det altså bliver gjort ordentligt.
Sandheden er, at der er langt flere måder at lave et ineffektivt dashboard på end modsat. Faktisk er det ret nemt at lave et dashboard, som både er uoverskueligt, forvirrende og generelt bare svært at bruge.
Kunsten ved at lave dashboards er at forbinde alle dataene sammen i ét samlet design, som er skræddersyet til at kommunikere de rette indsigter til brugerne.
Små forskelle på hvordan man viser data kan nemlig have en stor betydning for, hvordan denne data bliver opfattet.
Se bare dette eksempel på en visualisering via et søjlediagram der får én gruppe til at se meget bedre ud end de andre grupper:
I søjlediagrammet til venstre ser det ud til, at gruppe A har en langt højere procentdel i det givne studie end gruppe B og gruppe C. Dette er misvisende, da man kan se i søjlediagrammet til højre, at der kun er en 8% forskel. Altså er der ingen grund til, at gruppe A’s søjle skal være mere end dobbelt så høj som de andre i søjlediagrammet til venstre.
Dette er blot ét eksempel på, hvordan man kan forvirre brugere med datavisualisering. Det behøver ikke engang at være intentionel manipulation; det kan blot komme fra en intention om at ville fremhæve udviklinger lidt ekstra.
Der er mange faldgruber, som man kan falde i, når man vil udarbejde et dashboard design. Typiske fejl er blandt andet:
Manipulation af y-aksen
Hvis man kigger på linjerne alene i denne graf, der viser et halvår af en given aktiekurs, så ser det ud som om, at denne aktie er meget volatil – altså den stiger og falder aggressivt.
Men dette er nødvendigvist ikke sandt. Hvis du kigger til venstre på y-asken, så kan du se, at linjerne kun bevæger sig 3% i de mest volatile måneder. Dette kan faktisk anses for at være i rolig måned på kryptomarkedet.
Når man udarbejder sådanne grafer, så er det vigtigt, at visualiseringerne afspejler y-aksens data.
Grafen havde ikke set så voldsom ud i april og juni måned, hvis y-aksen viste procenter fra 0% til 150%. Så havde udsvingene af linjerne været mindre og dermed havde de også repræsenteret den egentlige situation bedre.
Misvisende farver
I dette eksempel kan vi se, at den årlige omsætning er steget med 40% i 2020 og 60% i 2021. Tydeligvist har 2021 været et bedre år for omsætningen end det forrige så.
Men den røde farve indikerer visuelt til os, at det har været et værre år end i 2020, som er markeret med grøn.
Underbevidst fortolker vi farver på mange forskellige måder og sammenhængen kan også have en betydning.
I naturen betyder grøn for eksempel “harmoni” og i forretningsverdenen betyder det “vækst”.
På samme måde har rød forskellige betydninger. Det kan betyde “fare” eller “passion”, men i forretningsverdenen fortolker vi røde ting som noget, der ikke går, som det skal.
Tænk blot på tal fra aktiemarkedet. Når der er fremskridt, så er tallene grønne og når der er tilbagegang, så er tallene røde.
Samme logik skal tænkes ind i dine visualiseringer, når et dashboard design skal udarbejdes.
Visualiseringerne mangler kontekst
Selvom du kigger godt efter, så er der ikke en konklusion at hente i ovenstående pie chart.
Eksemplet er måske banalt, men det illustrerer, hvordan grafikker er nødt til at komme med noget kontekst, fordi ellers er de ubrugelige – måske endda skadelige.
Tænk nu hvis den grønne farve blev anset som “god” – så bliver pie charten fortolket til at vise, at der kun er 20% god kundetilfredshed ud af alle adspurgte. Dette er en forfærdelig kundetilfredshedsprocent.
Uden kontekst vandrer hjernen i alle mulige retninger og det er ikke godt, når meningen med et dashboard er at skabe et hurtigt og forståeligt overblik over virksomhedens data.
Som du kan se, så er der mange måder, hvorpå man kan udarbejde et dashboard, der visualiserer virksomhedens data på en misvisende måde. Og ovenstående var blot 3 eksempler ud af mange.
Men der er nogle brede guidelines, som du kan følge, hvis du selv vælger at udarbejde dit dashboard på egen hånd:
- Visualisér kun de vigtigste data
- Kontekst er vigtigt
- Alle farver har en betydning
- Visualiseringerne skal repræsentere dataene troværdigt
Hvis dit dashboard ikke opfylder disse 4 brede krav og følger de mange små, underliggende nuancer, så er der en chance for, at dit dashboard bliver ineffektivt og derfor ikke brugbart i virksomhedens arbejdsgange.
5. Du vil gøre det hele selv
Hvis du ønsker et dashboard bare for at prøve det, så kan du spare en del penge ved at smide et par visualiseringer integreret med dine systemer op på en skærm og kalde det en dag.
Men hvis du ønsker at udnytte fordelene ved datavisualisering med din egen løsning, så anbefaler vi, at du får eksperterne til at gøre det.
Så slipper du for selv at bruge timer og atter timer på at lære om dashboards, hvordan man integrerer med sine systemer, hvilke data der giver mest mening at visualisere, hvilke grafikker virker bedst med hvilke data osv.
Du undgår alle begynderfejlene og kan springe direkte hen til et effektivt dashboard, som rent faktisk kan hjælpe din virksomhed.
Kort sagt – du kan fokusere på dét, som du er god til også tager vi os af resten. Kontakt os og få den dashboard løsning der passer bedst til din virksomhed.