Categorie: Artikelen

Categorieën
Artikelen Kennisbank

Welke KPI’s zet je op een dashboard in een productieomgeving?

voorbeeld-kpi-data-dashboard-kim-plus-delta

Artikelen

Met een goed dashboard weet je op elk moment hoe je er echt voor staat. Op zo’n dashboard horen niet ‘zo maar’ getallen thuis, maar KPI’s. Een KPI-dashboard geeft alle data eenduidig, beknopt en visueel weer. De meeste dashboards zijn ontworpen voor een specifieke doelgroep, zoals een afdeling (financiën) of functie (procesoperator).

Het is een hulpmiddel om in één oogopslag informatie aan de juiste doelgroep te leveren, zodat zij op basis daarvan beslissingen kunnen nemen over de bedrijfsvoering.

voorbeeld-kpi-data-dashboard-kim-plus-delta

Wat is een KPI?

KPI staat voor key performance indicator, of kritieke prestatie-indicator in het Nederlands. Je gebruikt een KPI, of eigenlijk KPI’s, om te monitoren of de prestaties van een onderneming in lijn liggen met de doelstellingen.

Afhankelijk van de inhoud monitor je zo’n KPI dagelijks (of zelfs per uur of nog korter), wekelijks of maandelijks. Zo weet je of je op schema loopt en je al dan niet moet bijsturen om de doelstelling te halen.

Maar welke KPI’s zet je op je dashboard?

Eigenlijk is de lijst oneindig en afhankelijk van je doelstellingen. Enkele voorbeelden van KPI’s binnen een productieomgeving  gaan over de kwaliteit, snelheid en verbruik. 

We zetten een paar veelgebruikte voorbeelden van KPI’s op een rij:

• OEE (Overall Equipment Effectiveness)

De OEE is een veelgebruikte KPI. Hiermee geef je de effectiviteit van machines en het productieproces weer, waarbij je beschikbaarheid, prestatie en kwaliteit combineert.

• OLE (Overall Labor Effectiveness)

De OLE is gerelateerd aan de OEE, maar zegt in plaats van iets over machines iets over de effectiviteit van de werknemers die die machines bedienen.

• Downtime

Stilstand stopt de productie en kost dus tijd en geld. Downtime zegt iets over de tijd dat een machine of de productie stilstaat, vaak onderverdeeld in gepland onderhoud, ongeplande storingen en andere redenen, zoals vakanties.

• Doorvoer

Deze KPI monitort de productiecapaciteit van een machine, proces of fabriek. Dit wordt doorgaans uitgedrukt in het aantal geproduceerde eenheden per tijdseenheid.

• OTD (On-time delivery)

Deze KPI meet hoeveel orders op tijd, volledig en juist aan de klant zijn uitgeleverd. Hierbij wordt dus niet alleen de productietijd gemonitord, maar ook transport en eventueel installatie, of andere gerelateerde componenten

Dit zijn slechts vijf veelgebruikte KPI’s. Natuurlijk zijn er nog veel meer, zoals de productiecyclus (de tijd die het kost om één product te maken), FTY (First Time Yield, het percentage geproduceerde producten dat in één keer de kwaliteitseisen haalt), of de fabricagekosten per product.

Hoeveel KPI’s er thuishoren op een dashboard?

Het allerbelangrijkste van een goed werkend dashboard is dat je in één oogopslag kunt zien hoe je er echt voor staat. Als je een dashboard maakt met teveel KPI’s is dat niet zo. Dan passen de KPI’s namelijk niet op één scherm, of moet je ze zo klein weergeven dat het niet meer leesbaar is. 

Sowieso geldt: less is more. Met veel verschillende KPI’s weet je niet meer wat belangrijk is. Maak een keuze en houd in je achterhoofd dat je KPI’s gebruikt die de prestatie van levering en tevredenheid van de klant het beste weergeven. 

Hoeveel KPI’s er thuishoren op een dashboard? In ieder geval niet meer dan er op één pagina passen zonder te scrollen. Wij vinden tussen de drie en de tien een mooi aantal. Kill your darlings, dus!

Start en ga daarna verbeteren

Misschien voel je je overweldigd door alle opties die er zijn. Kiezen is dan moeilijk en vaak ook eng. Want als je een bepaalde KPI kiest, moet je een andere laten. We raden je daarom aan om zo snel mogelijk te beginnen. Dat klinkt misschien tegenstrijdig omdat het ook erg belangrijk is om voldoende stil te staan bij het doel dat je hebt met je dashboard. 

Wat we bedoelen is dat je moet voorkomen te blijven hangen in de theorie. Je weet pas écht of iets werkt als je er daadwerkelijk mee aan de slag gaat. Kies dus een paar KPI’s die je zeker wilt tonen en zet die op het dashboard. Vanaf daar ga je uitbouwen (andere KPI’s toevoegen), aanpassen (is een andere visual niet beter om bepaalde gegevens te tonen) en bijsturen (het blijkt dat een bepaalde KPI toch niet zo belangrijk is en van het dashboard af kan).

Gebruik Power BI om snel een dashboard te maken

Om snel iets te kunnen maken dat je aan eindgebruikers kunt tonen, raden wij Microsoft Power BI aan. Een simpele versie voor je eerste stappen op het Business Intelligence-pad is zelfs gratis. Pas als je gebruik wilt maken van uitgebreidere opties is een licentie nodig. We vertellen je er meer over in ons artikel Wat is Power BI.

Meer weten over datagedreven werken en dashboarding, hoeveel KPI’s er thuishoren op een dashboard?

Vind je dit artikel interessant? Volg dan de hele serie die we over datagedreven werken en dashboarding schrijven. Je vindt de artikelen op onze website en op LinkedIn.

Heb je vragen of is er een onderwerp waar je graag meer over leest? Laat je comment achter op LinkedIn of neem contact met ons op.

Categorieën
Artikelen Kennisbank

Datavisualisaties op je dashboard, 3 veelgemaakte fouten

datavisualitaties-op-je-dashboard-3-veelgemaakte-fouten-KIMPlusDelta

Artikelen

Een dashboard toont je in één oogopslag hoe je ervoor staat. Dat geldt natuurlijk helemaal voor de visualisaties op dat dashboard. We kunnen dit niet vaak genoeg zeggen. Echter niet alle dashboards zijn even succesvol. We hebben drie veelgemaakte fouten op een rijtje gezet. 

Tip; Lees het hele artikel, want als bonus geven we nog een extra grappig en herkenbaar voorbeeld!

datavisualitaties-op-je-dashboard-3-veelgemaakte-fouten-KIMPlusDelta

“Slechte” vs “goede” datavisualisaties

Onze (data) experts hebben inmiddels heel wat dashboards gezien én gemaakt in de procesindustrie. Op dit soort dashboards zie je bijvoorbeeld een overzicht van het proces en krijg je waarschuwingen als er iets verandert of een kritische waarde overschrijdt. Door de snelheid en de overzichtelijkheid kan de procesoperator direct bijsturen waar nodig. Dat zorgt voor een efficiënter, beter, goedkoper en veiliger proces. Dashboards zijn dus een essentieel onderdeel in de hedendaagse bedrijfsvoering. Niet alle dashboards zijn even succesvol. We hebben drie veelgemaakte fouten voor je op een rijtje gezet. 

  1. Ons brein begrijpt de visualisatie niet 
  2. Combinatiegrafiek doet je hersenen kraken
  3. Een taartdiagram… is eigenlijk nooit een goed idee

Fout 1

Ons brein begrijpt de visualisatie niet

Data visualisaties moeten het leven makkelijker maken. Maar dat is niet altijd het geval. Neem even de tijd en kijk 5 seconden lang naar het voorbeeld. 

Wat viel je op? Was Rusland groter dan China of niet? De meeste van ons zullen het volgende herkennen; je brein begrijpt dat hoe donkerder de kleur, des te ‘meer’ van iets. Toch moest je er bewust over nadenken, want Rusland is op de kaart qua oppervlakte groter dan China, wat je brein ook ziet als ‘meer’.

data-visualisaties-fouten-brein-versus-reality-kimplusdelta
voorbeeld-data-visualisaties-vlakdiagram-kimplusdelta

Oké, nog een voorbeeld van een visualisatie

Check de vlakgrafiek links, die vaak gebruikt wordt om een trend weer te geven. Neem ook hier weer even ruim 5 seconden de tijd…

Welke vragen kwamen in jou op? Stel jij net als vele andere jezelf de volgende vragen: 

  • Wat gebeurt er met het blauwe vlak dat wegvalt achter het oranje? 
  • Zijn er geen gegevens meer over Reeks 1? 
  • Loopt het precies gelijk met oranje? 
  • Of gebeurt er op de achtergrond van alles, maar zien we dat niet?

Het brein, kleuren en opmaak

Vooruit, nog een derde ‘waar kijk ik eigenlijk naar?’. Rechts hiervan zie je een treemap. Die gebruik je als je grote hoeveelheden historische gegevens wilt weergeven. Maar heel eerlijk: we hebben geen idéé wat we hier nu zien. En al helemaal niet of het goed of slecht is.

“Kies een visualisatie die iedereen begrijpt en die eenduidig en duidelijk is!”, aldus onze data expert.

voorbeeld-slechte-datavisualisatie-kleurgebruik-kimplusdelta

Fout 2

Combinatiegrafiek doet je hersenen kraken

Een combinatiegrafiek – de naam zegt het al – combineert meerdere gegevens in één grafiek. Best een goed idee, behalve dat er vaak gegevens worden gecombineerd die bijzonder lastig te vergelijken zijn. Kijk maar naar onderstaand voorbeeld.

  • Er staat een waarde aan de linkerkant en aan de rechterkant. Maar hoe weet je nu of de absolute waarden bij het staafdiagram horen, of bij het lijndiagram?
  • Waar kijk ik naar bij Amsterdam en Rotterdam? Er worden twee locaties met elkaar vergeleken, maar is het omzet? Winst? Aantal producten? Iets anders?
  • Tot slot raakt je brein nogal in de war van de verschillende schalen, in dit geval absolute waarden die telkens 0.5 worden verhoogd versus een percentage dat stappen kent van 10%. Je hoofd kan op deze manier niet meer lezen of iets ‘veel’ of ‘weinig’ is. 

Maak er gewoon twee losse visualisaties van!

voorbeeld-data-visualisaties-combinatiediagram-kimplusdelta

Fout 3

Een taartdiagram… is eigenlijk nooit een goed idee

Het taartdiagram (ook wel pie chart) of donut diagram (een taartdiagram met een gat erin) zie je regelmatig voorbij komen. Op zich logisch, want iedereen snapt waar hij of zij naar kijkt. Namelijk: gedeeltes (de taartpunten) die samen een geheel vormen (de taart). Maar daar wringt ‘m de schoen, want:

  • Vaak tellen de afzonderlijke gedeelten niet op tot 100%
  • Of kun je de gedeelten helemaal niet bij elkaar optellen, omdat ze overlap hebben
  • Regelmatig kloppen de groottes van taartpunten niet met de waardes (bewust of onbewust)
  • De categorie ‘overig’ is vaak relatief groot en maakt het verwarrend
  • Er zijn teveel taartpunten wat de grafiek onleesbaar maakt
  • En dan hebben we het nog niet eens over een 3D-weergave die alles nog lastiger maakt

Onze tip: kies voor een andere visualisatie!

voorbeeld-data-visualisaties-taartdiagram-kimplusdelta

Bonus-voorbeeld:

Oké, wat zie jij? Wij zijn erg fan van deze data visualisatie. Laat het ons in de comment op LinkedIn weten.

Hulp nodig met je dashboard of visualisaties?

Als je start met datagedreven werken en dashboarding is dat soms best lastig. Speciaal daarom schrijven we deze reeks artikelen over datagedreven werken.

Wil je op de hoogte zijn van de nieuwste artikelen? Volg ons dan op LinkedIn. Zoek je meer concrete hulp? Neem vrijblijvend contact met ons op of bekijk de vraagstukken omtrent datagedreven werken van anderen.

Categorieën
Artikelen Kennisbank

Stappenplan gebruik data om je problemen écht op te lossen

stappenplan-data-gedreven-werken-probleemoplossing-kimplusdelta

Artikelen

Ken je dat? Een bepaald onderwerp of hardnekkig probleem komt steeds terug binnen je organisatie. De discussies lopen hoog op, want iedereen heeft er een mening over. Toch blijken de aangedragen suggesties telkens niet de oplossing te zijn. Of misschien zijn ze het wel, maar weten we dat niet. Want niemand durft echt een knoop door te hakken. Laat data je dan helpen!

stappenplan-data-gedreven-werken-probleemoplossing-kimplusdelta

Geen suggestie, maar bewijs

Het is logisch dat we steeds meer data gaan gebruiken. Om te beginnen is er door de digitalisering veel meer data beschikbaar, die ook nog eens steeds gemakkelijker toegankelijk wordt. Ook de tools waarmee je data kunt ontsluiten, bewerken, analyseren en visualiseren worden steeds gebruiksvriendelijker en intuïtiever. Computers en techniek worden steeds sneller, waardoor data (near) real-time verwerkt en gevisualiseerd kan worden. 

We gebruiken data dus niet meer alleen om het verleden te verklaren, maar ook om de toekomst te voorspellen en zelfs naar onze hand te zetten. Hierdoor wordt data het bewijs op basis waarvan je de knoop wél door durft te hakken.

Problemen oplossen met data

Data inzetten is dus ontzettend waardevol. Maar hoe doe je dat? Om succesvol data in te zetten is het belangrijk dat je de volgende zes stappen doorloopt.

Tip 1

Bepaal je doel

‘Zonder doel kun je niet scoren’ is en blijft een klassieke uitspraak. Toch is het 100% waar, want als je niet weet waar je (je) op moet richten, schiet je natuurlijk nooit raak. Neem daarom voldoende tijd voor de eerste stap, het bepalen van je doel en de bijbehorende Kritische Prestatie-indicatoren (KPI’s) .

Formuleer een probleemstelling of formuleer de vraag waar je het antwoord op zoekt. Wij raden aan om dat in een workshopvorm te doen, samen met anderen. Door met elkaar te discussiëren maak je de vraag steeds concreter.

Tip 2

Duik in de data

Om antwoord te geven op de vraag heb je data nodig. In deze stap zoek je uit welke data beschikbaar is. Dat kan van alles zijn. Cijfers en tekst, maar ook foto’s en video’s. Binnen je eigen organisatie is veel data beschikbaar, maar ook open data kunnen interessant zijn. Soms kom je erachter dat de data die je nodig hebt niet beschikbaar is. Dan moet je op zoek naar alternatieven, of een manier waarop die data wel verzameld worden.

Tip 3

Schoon data op

In de derde stap ga je daadwerkelijk aan de slag met de data. Van alle stappen besteed je de meeste tijd en moeite aan het opschonen en testen van data. 

Een simpel voorbeeld. Je wilt databronnen combineren, omdat gegevens uit beide bronnen je kunnen helpen antwoord te vinden op de vraag. Vrijwel nooit kun je deze data zo maar op één hoop gooien. De weergave is bijvoorbeeld net iets anders, of de metadata is net verschillend. Het kost veel tijd om data ‘passend’ te maken. Toch is dit de allerbelangrijkste stap, want alleen dan is je uiteindelijke uitkomst betrouwbaar.

Tip 4

Tijd voor de analyse

Probleemstelling check? Data check? Analyseren maar! Op basis van allerlei technieken gebruik je de data om antwoord te vinden op je vraag. Afhankelijk van de vraag en data kan dat een handmatig proces zijn. Bijvoorbeeld als je op zoek gaat naar de redenen waarom de omzet in een bepaalde maand lager is. Wordt dat veroorzaakt door een bepaalde regio? Of werd een product die maand veel minder verkocht? 

Een andere mogelijkheid is de inzet van verschillende data science technieken, waarmee je verbanden tussen data vindt. Voorbeelden van deze technieken zijn:

  • Classificatie
  • Regressie 
  • Clustering 

Of je bouwt een voorspellend model, waarmee je op basis van data uitspraken kan doen over wat er in de toekomst gaat gebeuren.

Tip 5

Zet analyse om naar informatie

Het doel van Business intelligence is grote hoeveelheden data omzetten naar informatie. Met informatie heb je inzicht en op basis daarvan kun je beslissingen nemen. 

Een voorbeeld van omzetten naar informatie is een dashboard. Een dashboard vertelt je namelijk hoe je er echt voorstaat. Een goed dashboard bevat relevante informatie, die je in één oogopslag tot je kunt nemen. Om wat je ziet te begrijpen, is een goed dashboard interactief. Zo kun je bijvoorbeeld filteren en doorklikken om de onderliggende gegevens te bekijken.

Meer weten over hoe je een goed dashboard maakt? Lees dan ons artikel 11 tips voor een goed data dashboard.

Tip 6

Presenteer de uitkomsten

Niet iedereen in de organisatie is toch ‘tech-savvy’ of ‘datadriven’ als jij. Daarom presenteren analisten vaak de uitkomsten aan de eindgebruikers, het management of de directie. Daarom is het belangrijk dat je je doelgroep kent én de probleemstelling in je achterhoofd houdt. Hoe je de analyse precies hebt gedaan is van minder belang (tenminste, je toehoorders vinden dat waarschijnlijk een stuk minder interessant dan de uitkomsten zelf). Veel belangrijker is dat je de boodschap op een goede manier overbrengt, liefst zo visueel mogelijk en in een taal die de doelgroep begrijpt.

Van start met Datagedreven Werken en Dashboarding

Alle begin is moeilijk, dat weten wij ook. Daarom schrijven we deze reeks artikelen over datagedreven werken en dashboarding. Je leest ze allemaal op onze website. Of volg ons op LinkedIn, dan ben je als eerste op de hoogte van nieuwe artikelen.

Heb je hulp nodig bij een vliegende start? Neem dan even contact met ons op. We helpen je graag.

Categorieën
Artikelen Kennisbank

Met data sluit je toeval uit

Artikelen

Toeval bestaat niet. Of toch wel? Als je data op de slimme manier inzet, sluit je toeval voor een groot gedeelte uit. Wat wij toeval noemen is een gebeurtenis die vooraf niet te voorzien of te berekenen is geweest. Het is een onverwachte samenloop van omstandigheden, zoals iemand ‘bij toeval tegen het lijf lopen’. En het zit ‘m nou net in dat ‘berekenen’. Want met data kun je dat wél.

slim-data-gebruiken-KIMPlusDelta

Beslissingen maken op onderbuikgevoel

Ondanks dat veel mensen wel weten dat data een hoop kan verklaren, gaat niet iedereen er ook al zo mee om. In één van onze eerdere artikelen Datagedreven besluitvorming: van onderbuik naar feiten schreven we al dat maar liefst 35% van de managers aangeeft hun strategische beslissingen nog steeds te doen op basis van een onderbuikgevoel. In dat geval is het zeker toeval of dat de juiste beslissing is of niet.

Het einde van toeval door data?

Je hebt verschillende manieren waarop je data kunt inzetten. Bijvoorbeeld om gebeurtenissen achteraf te verklaren, waarmee je toeval alsnog uitsluit. Of om de toekomst te voorspellen of zelfs naar je hand te zetten. In dat geval is er dus helemaal geen sprake meer van toeval. We spreken in dit verband over descriptive, diagnostic, predictive en prescriptive analysis. Hoe dat precies zit lees je in ons artikel De toekomst voorspellen met data-analyse.

Alles valt te verklaren. Of niet?

Om goede voorspellingen te doen heb je veel data nodig. Heb je dat niet, dan kan de uitkomst namelijk nog steeds berusten op – jawel – toeval. Wij werken vaak in productieomgevingen, zoals fabrieken. Door de digitalisering hebben we afscheid genomen van analoge processen en is alles digitaal geworden. Hierdoor creëer je ook informatie in digitale vorm: data. 

Binnen een fabriek heb je daardoor ontzettend veel data die je kunt gebruiken. Denk aan data van de machines zelf, maar ook robots in de fabriekshal, sensoren die aantallen producten of snelheden meten, maar ook klant-, verkoop- en medewerkergegevens.

Data-analyse en voorspellingen doen

Door data te analyseren en combineren kun je voorspellingen doen. Bijvoorbeeld wanneer je verwacht dat een machine defect raakt. Belangrijk, want door onderhoud in te plannen voorkom je ongeplande stilstand. Voorspellingen over menselijk gedrag (zoals koopgedrag of gezondheid) kennen een grotere toeval component. Binnen de industrie kan toeval steeds meer worden uitgesloten, waardoor er sprake is van Industry 4.0. 

Industry 4.0 of Smart Industry

Industry 4.0 – of Smart Industry zoals we het in Nederland vaak noemen – is de vierde industriële revolutie. Het gaat verder dan alleen digitalisering, maar verbindt verschillende systemen en machines en laat die met elkaar communiceren. Hierdoor ontstaan slimme fabrieken, die enorm efficiënt en voor het grootste gedeelte geautomatiseerd werken. Nieuwe inzichten worden verwerkt en verbeteringen doorgevoerd om steeds beter, sneller en efficiënter te werken. En… om steeds minder aan het toeval over te laten.

Gebruik data op de juiste manier om steeds verder te verbeteren

Productiviteit is geen toeval meer! Door data slim te gebruiken krijgen we grip en kunnen we gericht verbeteren. Uiteindelijk door die data en de machines en software waar die data van afkomstig is zelf voor ons te laten werken.

Lees meer over Datagedreven Werken en Dashboarding

Werken met data wordt steeds geavanceerder én interessanter! We zijn heel erg benieuwd wat jij daarvan vindt. Lees daarom al onze artikelen over datagedreven werken en dashboarding op onze website of op LinkedIn. Daar kun je ook al je vragen en opmerkingen over deze onderwerpen achterlaten. 

Wil je meer weten, sparren, of heb je een specifieke vraag die je snel beantwoord wilt hebben? Neem dan gerust contact met ons op. We helpen je graag!

Categorieën
Artikelen Kennisbank

Welke dashboard visualisatie gebruik je wanneer?

voorbeelden- datavisualisaties-dashboard-kimplusdelta

Artikelen

Een goed dashboard toont in één oogopslag wat je moet weten. Hoe je die gegevens op je dashboard laat zien, noemen we datavisualisatie. Verschillende gegevens kun je op verschillende manieren weergeven. 

Er zijn tientallen verschillende soorten grafieken en andere visualisatietypen voor je dashboard. Heb je er ook wel eens moeite mee welke je moet kiezen? We zetten hier een aantal datavisualisaties voor je op een rij.

voorbeelden- datavisualisaties-dashboard-kimplusdelta

Dashboard in Power BI

Wij gebruiken vaak Microsoft Power BI om dashboards te bouwen. Power BI  is een interactieve tool voor het visualiseren van data, waardoor je Business Intelligence beschikbaar maakt voor eindgebruikers. Alle voorbeelden van datavisualisaties die we hieronder bespreken zijn dan ook beschikbaar in Power BI.

Lijndiagrammen

We beginnen met de moeder der grafieken: het lijndiagram. Op de x-as staat meestal een tijdsverloop (in uren, dagen, maanden, etc.) en op de y-as de bepaalde waarde. Denk bijvoorbeeld aan het aantal verkochte producten over de tijd.

datavisualisatie-voorbeeld-lijndiagram-dashboard-kimplusdelta
datavisualisatie-voorbeeld-staaf-kollomdiagram-dashboard-kimplusdelta

Staaf- of kolomdiagram

Het zusje van het lijndiagram is het staafdiagram. Worden bij een lijndiagram punten met elkaar verbonden met een lijn, bij een kolomdiagram heeft elke tijdseenheid een eigen kolom. Soms is het voor de weergave handig om het diagram een kwartslag te draaien. De kolommen lopen dan van links naar rechts. Meestal worden de waardes dan niet afgezet in tijd, maar bijvoorbeeld per regio.

Vlakdiagram

Een vlakdiagram lijkt op een lijndiagram. Het verschil is dat er twee of meer lijnen in één diagram worden weergegeven en de ruimte onder de lijnen wordt met verschillende kleuren ingekleurd. De functie is het vergelijken van twee waarden, denk aan de omzet van het huidige jaar ten opzichte van die van vorig jaar.

datavisualisatie-voorbeeld-vlakdiagram-dashboard-kimplusdelta
datavisualisatie-voorbeeld-combinatiegrafiek-dashboard-kimplusdelta

Combinatiegrafiek

Ook een combinatie van een lijndiagram en een kolomdiagram is mogelijk. Hierbij geven de kolommen bijvoorbeeld de omzet weer, terwijl de lijn het aantal verkochte producten weergeeft. Toch heeft deze visualisatie niet altijd het beoogde effect. Ons brein heeft er namelijk moeite mee om verschillende schalen (bijvoorbeeld omzet in euro’s en producten in honderden aantallen) met elkaar te vergelijken.

Taart- of cirkeldiagram

Hierbij wordt in een cirkel het verband tussen de delen en het gehele weergegeven. Bijvoorbeeld het aantal verkopen per regio.

datavisualisatie-voorbeeld-spreidings-bubbel-diagram-dashboard-kimplusdelta

Spreidings- of bubbeldiagram
(of bellendiagram)

In een spreidings- of bubbeldiagram kun je drie waardes tegelijkertijd inzichtelijk maken. Je gebruikt namelijk de x-as de y-as en de bubbel zelf. Die kan bijvoorbeeld in grootte variëren om iets te zeggen over de waarde wordt gerepresenteerd, en of werken met verschillende kleuren.

Landkaarten

We spraken bij staafdiagrammen al over verschillende regio’s, maar die kun je ook weergeven op een landkaart. Simpel door bijvoorbeeld de omzet in de kaart weer te geven. In dat geval is het een leuk extraatje. Het wordt interessant als je verschillende gegevens combineert. Denk aan de soort producten die je verkoopt. Je kunt dan snel zien of die verkopen afhankelijk zijn van demografische gegevens zoals woonplaats.

datavisualisatie-voorbeeld-kaarten-tegels-dashboard-kimplusdelta

Kaarten of tegels

Soms is less more. Geef bijvoorbeeld een bepaalde waarde weer als een enkel getal. Een voorbeeld is de klanttevredenheid. Wel belangrijk: je moet als gebruiker weten of de score goed of slecht is. Geef daarom de doel- of minimale waarde weer, of werk met kleuren. Rood is slecht en groen is goed.

Stoplichten en meters

Over kleuren gesproken, stoplichten en meters (zoals die op het dashboard van je auto) kunnen ook helpen. Zeker in het laatste geval zie je de score, hoe die zich verhoudt tussen de minimale en maximale waarde, en of de huidige score goed is of niet.

datavisualisatie-voorbeeld-stoplichten-en-meters-dashboard-kimplusdelta
datavisualisatie-voorbeeld-treemap-dashboard-kimplusdelta

Treemap

Een treemap is een overzicht van gekleurde rechthoeken in een diagram. De grootte van de rechthoek geeft iets aan, namelijk de waarde ten opzichte van de rest. Ook hier kun je werken met kleuren die een eigen betekenis hebben.

Matrix of tabel

Tot slot nog de minst visueel aandoende visualisatie. Een matrix of tabel bestaat voornamelijk uit getallen, die op een bepaalde manier zijn gesorteerd, bijvoorbeeld van hoog naar laag. Ook hier kun je werken met kleuren als rood en groen als de waardes boven of onder een bepaalde waarde komen.

datavisualisatie-voorbeeld-matrix-tabel-dashboard-kimplusdelta

Een dashboard vertelt je hoe je er echt voor staat

Deze opsomming is nog lang niet alles. Toch leert de ervaring om niet al te excentriek om te gaan met al deze mogelijkheden. Zeker als je een visualisatie gebruikt die niet vaak voorkomt, hebben gebruikers moeite om te zien wat er bedoeld wordt. Of het kost ten minste extra tijd om dat te doorgronden. In dat geval ga je voorbij aan de functie van een dashboard: snel, gemakkelijk en vooral in één oogopslag aflezen wat er gebeurt.

Volg onze artikelenreeks over Datagedreven Werken en Dashboarding

Vind je dit artikel interessant? Lees dan verder in onze reeks over datagedreven werken en dashboarding. Je vindt alle artikelen op onze website en we posten ook op LinkedIn.

Heb je vragen of een onderwerp waarover je graag wilt lezen in deze serie? Laat dan je comment achter op LinkedIn
of neem contact met ons op.

Categorieën
Artikelen Kennisbank

Wat is Power BI en wat kun je ermee?

Wat-is-power-bi-kim-plus-delta

Artikelen

Power BI. Als je een klein beetje ‘into data’ bent, dan heb je minstens gehóórd van Power BI. Of je werkt er zelfs al (een beetje) mee. Maar wat is Microsoft Power BI nou precies, wat kun je ermee en waarom zijn wij fan van Power BI? We leggen het graag aan je uit!

Wat-is-power-bi-kim-plus-delta

Waar staat Power BI voor?

Microsoft Power BI maakt Business Intelligence makkelijk. Het is een interactieve tool voor het visualiseren van data, waardoor je Business Intelligence beschikbaar maakt voor eindgebruikers. 

Wat kun je met Power BI?

In Power BI verzamel en verwerk je data en zet die vervolgens om in een visuele weergave. Door een dashboard met grafieken, diagrammen en tabellen krijg je makkelijk en in één oogopslag inzicht in bedrijfsgegevens en kun je op basis daarvan beslissingen nemen. 

De voordelen van Power BI voor jouw dashboard

Natuurlijk zijn er meer tools waarmee je mooie en verschillende soorten dashboards kan maken. Toch zijn wij fan van Power BI. Wij hebben de grootste voordelen voor je op een rijtje gezet: 

Eenvoudig beslissingen maken op basis van data

Goed, het eerste voordeel is niet uniek voor Power BI. Maar toch: je moet tegenwoordig datagedreven werken om bij te blijven en te kunnen blijven bestaan. Daar schreven we al eerder over: 10 voordelen van Datagedreven Werken.

Real-time inzicht; altijd op elke device

Wie zit er tegenwoordig nog de hele werkdag achter z’n bureau? Sowieso worden verreweg de meeste websites op een mobile device bekeken. Daarom heeft Power BI apps voor Windows, iOS en Android. Daarmee heeft iedereen binnen de organisatie op elk moment en vanaf elke plek toegang tot de dashboards. Real-time inzicht, altijd.

Power BI is onderdeel van Microsoft

Dat Power BI is ontwikkeld door Microsoft heeft verschillende voordelen. Het is een betrouwbaar platform en kent daardoor veel integraties met databases of andere applicaties. Ook fijn: het werkt naadloos samen met andere Microsoft-producten, zoals SharePoint.

Intuïtief en gebaseerd op Excel

Een ander voordeel – gerelateerd aan het vorige punt – is dat het erg intuïtief is. Voor gebruikers is de werking logisch als ze al met Microsoft programma’s werken. Denk aan een menustructuur die bekend voorkomt. Maar ook inhoudelijk is het makkelijk en vergelijkbaar. De werking is ook gebaseerd op Excel. We merken dat veel organisaties starten met de eerste data-analyses, rapportages en dashboards via Excel. Tegen de tijd dat organisaties tegen beperkingen van Excel aanlopen, zien we vaak de logische overstap naar Power BI. Waar Excel prima is voor je eerste data-analyses en het verwerken van gegevens, doet Power BI veel meer dan dat. Bekijk hier de verschillen tussen Power BI en Excel. Verder zitten er veel handigheidjes ingebouwd. Een voorbeeld is Power Q&A. Daarbij stel je op een natuurlijke manier vragen over het dashboard. Denk aan: wat is de totale omzet van vorig jaar? En je krijgt automatisch antwoord op die vraag. 

In een paar stappen van gegevens naar grafiek

Power Bi is zo ontworpen dat je met een paar muisklikken al een visualisatie bouwt. Super handig, want daardoor kun je ook makkelijk wisselen tussen verschillende visualisaties en zie je snel welke het beste is om jouw data weer te geven. Je kunt het zo gek niet bedenken of de visualisaties zijn beschikbaar. Van een simpel lijn- of staafdiagram tot tree maps en landkaarten. Bekijk hiervoor ons artikel over de verschillende soorten grafieken.

Power BI is gebruiksvriendelijk

Niet alleen de mensen die de data  visualisaties maken zijn in een handomdraai op weg, ook de eindgebruikers hebben niet veel training nodig om uit de voeten te kunnen met de dashboards. Zo kun je heel makkelijk ‘slicen & dicen’, door bijvoorbeeld bepaalde filters toe te passen. Ook doorklikken op een grafiek behoort tot de mogelijkheden. Daarmee kijk je een niveau hoger of lager naar de data. Denk bijvoorbeeld aan een grafiek die de omzet per maand laat zien. Klik je door, dan zie je de omzet per dag. 

Een gepersonaliseerd dashboard

Alleen een mooie grafiek of een bepaalde waarde zegt niet zoveel. Een dashboard geeft je inzicht hoe je er echt voor staat, maar het is aan jou om actie te ondernemen. Daar helpt Power BI ook bij. In de grafieken zelf, door tresholds (drempelwaarden of doelen) te tonen. Stel dat je 1000 producten per dag moet produceren, dan wordt die waarde pas groen als dat ook daadwerkelijk is behaald. 

Ga je nog een stap verder, dan stel je alerts in. Komt iets onder een bepaalde drempelwaarde, dan krijg je direct een bericht.

Tresholds & alerts

We zeiden het al eerder: een dashboard is bedoeld om je op elk moment het juiste inzicht te geven, op basis waarvan je direct de juiste beslissingen kunt nemen om bij te sturen waar nodig. Dan moet je wel de juiste dingen zien. Uit ervaring blijkt dat wanneer een dashboard informatie bevat die niet relevant is voor een gebruiker, hij of zij snel afhaakt. Desastreus, want daardoor wordt het dashboard minder geraadpleegd en streef je je doel voorbij. Daarom geef je mensen alleen toegang tot dashboards die voor hen van belang zijn.

Gemakkelijk rapporten delen

Gebruikers van dashboards houden die doorlopend in de gaten of maken gebruik van alerts. Soms wil je gegevens delen met anderen. In dat geval kun je met Power BI makkelijk rapporten delen. Dat kan in dezelfde omgeving, maar ook mensen buiten de organisatie. Maak het dashboard online beschikbaar, of maak een export die je doorstuurt.  

Ook veel mogelijk buiten de standaarden

Power BI is in eerste instantie gemaakt om Business Intelligence gemakkelijk beschikbaar te maken voor iedereen die daar belang bij heeft. De standaardmogelijkheden zijn dus al bijzonder uitgebreid. Daarnaast kun je met zogenaamde DAX-formules meer doen met de data. Extra berekeningen maken bijvoorbeeld, waardoor je die waarden weer kunt gebruiken in je dashboard. 

Probeer Power Bi gratis uit!

De beste manier om te zien of je Power BI wat vindt, is natuurlijk door het gewoon te proberen. Er is daarom een (simpele) gratis en online versie die je kunt testen. Pas als je zeker bent dat je gebruik wilt maken van de uitgebreide opties sluit je een abonnement af. 

Meer weten over datagedreven werken en dashboarding?

Gebruik jij Power BI? En, hoe bevalt het? We horen het graag via de comments op LinkedIn.

Je vindt daar en op onze websites ook alle artikelen die we schreven in onze serie over datagedreven werken en dashboarding.
Heb je hulp nodig of wil je eens sparren? Neem dan contact met ons op.

Categorieën
Artikelen Kennisbank

De toekomst voorspellen met data-analyse

Artikelen

Voorspellingen voor de toekomst doen aan de hand van data-analyse? Van waarzegger tot snelle beurs-jongen, van loterij-deelnemer tot crypto-investeerder: iedereen wil wel een kijkje in de toekomst nemen. Tegenwoordig ben je niet meer afhankelijk van tarotkaarten of de stand van de sterren. Als je maar genoeg data hebt, kun je daarmee de toekomst voorspellen en zelfs naar je hand zetten. Nu de hoeveelheid (big) data steeds verder toeneemt, wordt de toekomst voorspellen met data-analyse steeds makkelijker.

de-toekomst-voorspellen-met-data-analyse-kimplusdelta

Vier soorten data-analyse

Je kunt data op verschillende manieren inzetten. Laten we daarom eerst kijken naar hoe je data kunt analyseren. Voorspellende analyses zijn doorgaans niet de eerste stap als je aan de slag gaat met data. Binnen data-analyse onderscheiden we vier verschillende soorten. Dit zijn:

  1. Descriptive analytics (beschrijvend)
  2. Diagnostic analytics (verklarend)
  3. Predictive analytics (voorspellend)
  4. Prescriptive analytics (voorschrijvend)

Descriptive analytics : wat is er gebeurd?

Er is geen organisatie die geen gebruik maakt van deze manier van analyseren. Kijken we bijvoorbeeld naar omzet of kosten, dan analyseren we de gegevens uit het verleden. In een fabriek meet je bijvoorbeeld het aantal producten dat van de band komt. Of het aantal minuten dat een bepaalde machine stil staat.

Diagnostic analytics: waarom is het gebeurd?

In de volgende stap, die van diagnostic analytics, gaan we iets verder en verklaren we data. We verbinden gegevens met elkaar. Op de dag dat de machine uit de vorige stap een uur stil heeft gestaan, is het aantal producten van de band waarschijnlijk lager dan op een dag dat die 24 uur heeft doorgedraaid. 

Predictive analytics: Wat gaat er gebeuren?

Als je genoeg data tot je beschikking hebt, kun je patronen ontdekken. Daarmee kun je vervolgens voorspellingen voor de toekomst doen. Hiervoor zet je een data scientist in die specialistische kennis heeft op het gebied van wiskunde en statistiek. Hij of zij bouwt een model op basis van de beschikbare data en doet daarmee analyses en voorspellingen.

Een voorbeeld van voorspellende data-analyse

In de fabriek die 24/7 produceert, kosten ongeplande stilstanden van machines ontzettend veel geld. Daarom wil je storingen aan die machine voorkomen, bijvoorbeeld door een onderdeel te vervangen voordat het versleten is. Je gebruikt allerlei soorten data om dat moment te voorspellen. Denk bijvoorbeeld aan gegevens van:

  • De machine zelf  
    Zie je veranderingen of haperingen in de omloopsnelheid bijvoorbeeld?
  • De gehele productielijn 
    Er komen minder producten van de band wanneer de machine begint te haperen
  • Het weer  
    Een onderdeel slijt soms sneller bij koude temperaturen
  • De grondstoffen  
    Varieert de kwaliteit?

Prescriptive analytics: Hoe kunnen we het naar onze hand zetten?

Door de toekomst te voorspellen voeg je ontzettend veel waarde toe, door in te spelen op wat nog komt. Met voorschrijvende analyse ga je nog een stap verder. Neem de fabriek weer als voorbeeld. Bij predictive analysis stelden we de vraag: ‘wanneer verwacht ik een storing, zodat ik die kan voorkomen?’. 

Heel waardevol, maar nog beter is de vraag: ‘Hoe zorg ik dat mijn productielijn (vrijwel) niet verstoord wordt?’ Daarbij helpt prescriptive analytics. 

Daarmee schrijf je voor wat je moet doen om je doel te behalen. Denk aan:

  • Wanneer moet je welke hoeveeheid van welke onderdelen bestellen zodat je die op tijd kunt vervangen?
  • Op welke momenten kun je het beste het onderdeel vervangen (gepland onderhoud)?
  • Welke medewerkers moeten wanneer ingeroosterd worden om dit te doen?

Data-analyse voor gevorderden

Je ziet, data-analyse kan ontzettend veel opleveren. We zijn erg benieuwd hoe ‘gevorderd’ jouw organisatie is met predictive en prescriptive analysis. Laat het ons weten via LinkedIn. Als je ons volgt, ben je als eerste op de hoogte van nieuwe artikelen over datagedreven werken. Dit artikel is namelijk onderdeel van onze reeks over dat onderwerp.

Wil je eens sparren over data, dashboarding of starten met datagedreven werken? Neem dan contact met ons op.

Categorieën
Artikelen Kennisbank

De verschillen tussen Excel en Power BI

Artikelen

Wat zijn de verschillen tussen Excel en Power BI? Als je start met data, datagedreven werken, rapportages en dashboards doe je dat vaak eerst in Excel. Logisch ook, wat dat heeft iedereen wel op z’n laptop. Ga je verder en wordt het gebruik steeds professioneler, dan kan Power BI een interessante vervolgstap zijn.

Maar wat zijn nou precies de voordelen van Power BI? Of eigenlijk: de verschillen tussen Excel en Power BI? Want ook Excel heeft zo z’n voordelen. We zetten een aantal verschillen (en overeenkomsten!) voor je op een rij.

verschillen-excel-en-power-bi-kimplusdelta

Kosten Excel rapportages jou ook veel tijd en geld?

Wij maken dit een stuk makkelijker voor je.

Excel is een prima begin voor je eerste data-analyse

Voor je eerste data-analyses, rapportages en dashboards zijn de functionaliteiten van Excel in het begin vaak genoeg. Daardoor is het ook laagdrempelig om te starten. Daar houden we van, want het allerbelangrijkste als je begint met datagedreven werken is dat je daadwerkelijk start. Op die manier kun je lekker uitproberen en testen wat werkt en wat niet. Extra licenties aanschaffen hoeft niet. Pas wanneer je tegen beperkingen van Excel aanloopt ga je verder kijken. Dat is het juiste moment, want je weet dan precies wat je zoekt.

‘Iedereen’ kan werken met Excel

Nog een voordeel dat Excel laagdrempelig maakt. Iedereen die een beetje handig is op z’n laptop en wel eens een lijstje heeft moeten maken kan uit de voeten met Excel. Je hoeft geen nieuwe tool onder de knie te krijgen en gebruikers die er gevoel voor hebben of het leuk vinden om dieper in de functionaliteiten te duiken kunnen dat zonder problemen doen.

Power BI is ontwikkeld voor de datavisualisaties

Ben je wat verder in het proces, dan is de eerste beperking waar je tegenaan loopt vaak die van de datavisualisaties binnen Excel. Je hebt een aantal grafieken, diagrammen en tabellen waar je uit kunt kiezen, maar die zijn lang niet zo uitgebreid en ook minder gebruiksvriendelijk dan in Power BI. 

Het grote verschil met Excel is dat Power BI juist drijft op datavisualisaties, omdat Power BI is ontworpen als Business Intelligence tool. Vrijwel alle grafieken, tabellen en andere visualisaties zijn beschikbaar. Bovendien kun je makkelijk wisselen en heb je een grafiek met een paar muisklikken ingericht of aangepast.

Power BI kan veel meer gegevens verwerken, en sneller

De basis van Excel is een tabblad (of meerdere) met gegevens. Die gebruik je voor een overzicht van gegevens, te ordenen, om te zoeken en eventueel berekeningen mee te doen. Bij Power BI zijn de visualisaties de basis en kijk je daarna welke gegevens je nodig hebt. Power BI kan veel meer gegevens verwerken en doet dat ook sneller dan Excel.

Power BI is volgens veel mensen gebruiksvriendelijker

Als je Power BI en Excel naast elkaar legt, dan is Power BI een stuk intuïtiever. Het werkt meer op basis van WYSIWYG (what you see is what you get). Je ‘sleept’ als het ware je dashboards bij elkaar, zonder ingewikkelde menu’s bovenaan je scherm.

Met Power BI kun je makkelijker samenwerken en delen

Als je als organisatie rapporteert in Excel, dan ben je de eerste niet bij wie rapportages in e-mailbijlagen gedeeld worden. Meestal is één persoon eigenaar van het document en worden er allerlei kopieën gemaakt. En wie heeft niet meegemaakt dat een Exceldocument corrupt raakte en er geen back-up was? Dat is in Power BI wel een stuk handiger.

Op basis van autorisaties kunnen meerdere mensen in hetzelfde dashboard of rapportage kijken en werken. Ook delen naar mensen die geen toegang hebben kan.

Power BI is veiliger dan Excel

Dat Power BI veiliger is dan Excel hangt samen met het vorige punt. Datasets, gegevens, rapporten en dashboards gaan niet ‘zweven’ door de organisatie. Dat gebeurt wel vaak bij Excel, omdat er allerlei exports gemaakt worden.

Dat heeft weer te maken met het feit dat je minder makkelijk kunt samenwerken en delen.

Power BI kan verschillende dataconnecties maken

De kracht van data-analyse zit ‘m vaak in het combineren van verschillende datasets. Power BI kan verschillende dataconnecties maken, en dat in verschillende formaten.

Wil je iets soortgelijks in Excel, dan moet je werken met verschillende Excel-bestanden die je aan elkaar koppelt. Met wat moeite krijg je wel een en ander voor elkaar, maar het is een stuk trager, onbetrouwbaarder en minder stabiel dan de opties in Power BI.

Kortom: begin in Excel en stap daarna over

Je voelt ‘m al aankomen. Wij raden aan om te starten in Excel, maar daarna over te stappen naar een datavisualisatie-tool.

Zo kun je snel aan de slag, lekker gaan testen en uitproberen en weet je precies wat je wilt wanneer het tijd is geworden je Business Intelligence te professionaliseren. Wij zijn zeker fan van Power BI.

Lees meer over Datagedreven Werken en Dashboarding

Vind je dit artikel interessant? Volg dan de hele serie die we over datagedreven werken en dashboarding schrijven. Je vindt de artikelen op onze website en op LinkedIn.

Heb je vragen of is er een onderwerp waar je graag meer over leest? Laat je comment achter op LinkedIn of neem contact met ons op.

Categorieën
Artikelen Kennisbank

Data engineer, data analist en data scientist, wat is het verschil?

Artikelen

Data is overal. Maar met alleen data ben je nog nergens. Pas als data informatie wordt kun je het gebruiken om goede beslissingen te nemen. Bovendien is het domein van (big) data nog steeds sterk in ontwikkeling als je kijkt naar bijvoorbeeld systemen, processen, technieken, software en toepassingsvelden.

Hoe zorg je nou dat je de meeste waarde haalt uit data? Door de juiste mensen in te zetten! Er ontstaan daarom veel verschillende functies op het gebied van data, waarin veel mensen door de bomen het bos niet meer zien. Daarom leggen we graag de drie functies Data engineer, Data analist en Data scientist uit.

Data-engineer-analist-scientist-wat-is-het-verschil-KPD

Wat doet de Data engineer

Een data engineer zorgt voor de randvoorwaarden voor data-analyse, zoals de benodigde datasets, de metadata, data security en de datatoegang. De data engineer ontsluit, koppelt en bewerkt relationele databases.

Kort gezegd doet een data engineer alles om de data geschikt te maken voor gebruik, zoals datapreparatie, standaardisatie, modellering of transformatie.

Wat doet de Data analist

De data analist voert – de titel geeft het al een beetje weg – data-analyses uit. De data wordt daarbij gestructureerd, waar nodig geïntegreerd, geanalyseerd tot bruikbare informatie, gepresenteerd en gevisualiseerd.

De data analist begrijpt de datasets door en door, waardoor goede analyses kunnen worden uitgevoerd. Om dit ook voor gebruikers
(de ‘business’) begrijpelijk te maken, wordt data weergegeven door visualisaties zoals dashboards, infographics en interactieve kaarten.

Wat doet de Data scientist

Tot slot de data scientist. Deze voert ook data-analyses uit, maar dan door onderzoek, voorspellende modellen en algoritmes. Daarnaast hoort experimenteren en ontwikkelen van algoritmes bij deze rol. Data science wordt steeds belangrijker én steeds vaker toegepast om de juiste informatie uit data te halen.

Data science combineert eigenlijk verschillende bestaande vakgebieden, namelijk wiskunde/statistiek, computer science en business kennis. Zo voert een data scientist complexe en kennisintensieve databewerkingen en (statistische) analyses uit op uiteenlopende datasets. Daarbij werkt hij vaak samen met data-analisten, maar ook met collega’s uit de business. Hoe ‘high-tech’ het namelijk allemaal mag klinken, de belangrijkste taak van de data scientist is om waarde toe te voegen voor de organisatie.

Volop in ontwikkeling

De wereld van data en de bijbehorende rollen is nog steeds sterk in ontwikkeling. Dit betekent dat de rollen kunnen veranderen en elkaar overlappen. Bovendien ontstaan er ook nog regelmatig nieuwe rollen.

Hoe zit dat bij jouw organisatie? Zijn deze rollen allemaal vervuld? En welke uitdagingen kom je tegen? We horen het graag in de comments op LinkedIn! Wil je eens sparren, ben je op zoek naar iemand in een bepaalde rol, of wil je juist aan de slag in één van deze rollen dan kun je natuurlijk ook altijd rechtstreeks contact opnemen met KIM Plus Delta. Tot snel, en hou onze LinkedIn-pagina in de gaten, want daar lees je snel ons volgende artikel over datagedreven werken en dashboarding.

Categorieën
Artikelen Kennisbank

11 tips voor een goed data dashboard

Artikelen

Een dashboard vertelt je hoe je er echt voor staat. Tenminste, als het een goed dashboard is. Weet jij waar een dashboard aan moet voldoen? Onze dashboard specialist heeft 11 tips op een rij gezet die we altijd toepassen als we een dashboard ontwikkelen.
Zeg maar de Tien Geboden, en dan nog eentje in de bonus!
Doe er je voordeel meer.

11-tips-voor-een-goed-data-dashboard-KIM-Plus-Delta

Dashboard tips van onze dashboard expert

Achtereenvolgend behandelen we de onderstaande 11 tips voor een goed data dashboard.

  1. Zorg dat je data juist is
  2. Zorg dat je up-to-date bent
  3. Weet wie je publiek is 
  4. Maak een plan
  5. Toon KPI’s en niet zomaar cijfers
  6. Zorg voor doelstellingen normen en benchmarks
  7. Houd je dashboard overzichtelijk 
  8. Maak het dashboard intuïtief
  9. Maak het dashboard interactief
  10. Zorg voor een responsive dashboard
  11. Bonustip voor jouw dashboard

Tip 1

Zorg dat je data juist is

Hoe mooi je dashboard er ook uitziet, het allerbelangrijkste is de inhoud. Daarom moeten de gegevens die je weergeeft op het dashboard kloppen.
Op basis van de belangrijkste KPI’s maak je tenslotte belangrijke beslissingen voor je bedrijf.

Tip 2

Zorg dat je up-to-date bent

Nog eentje in de categorie snel beslissingen nemen op basis van de juiste gegevens. De data op je dashboard moeten actueel zijn. Soms is dat
real-time, soms is dat near real-time en soms is ’s nachts refreshen meer dan genoeg. 

Wat up-to-data voor jouw dashboard precies betekent kan dus verschillen. Zorg wel dat het voor gebruikers duidelijk is hoe recent de data zijn, bijvoorbeeld door te vermelden wanneer de gegevens ververst worden.

Tip 3

Weet wie je publiek is

Je zal niet de eerste zijn die een geweldig dashboard bouwt, dat gebruikers vervolgens compleet links laten liggen. De reden daarvoor is meestal dat het dashboard voor hun niet in één oogopslag duidelijk is. Bijvoorbeeld omdat er teveel informatie op staat, of gegevens die voor hun niet relevant zijn. Daarom is het belangrijk te weten wie je doelgroep is en vervolgens te zorgen dat het dashboard daarbij aansluit.

Tip 4

Maak Een Plan

Als je ‘gewoon begint’ met het maken van je dashboard, dan lijken alle cijfers en KPI’s belangrijk. En als alles belangrijk is, is niets meer belangrijk. Neem een stapje terug en kijk wat je wilt bereiken met je dashboard. Vanuit de visie en strategie van je onderneming creëer je doelstellingen en die geef je weer in het dashboard. Hetzelfde geldt voor doelstellingen op een lager niveau, zoals per afdeling of per team.

Tip 5

Toon KPI’s en niet zomaar cijfers

Cijfers, metrics en KPI’s zijn termen die we vaak gebruiken als we het over dashboards hebben. Op een dashboard horen vooral KPI’s thuis.
Met KPI’s, of key performance indicators, meet je de prestaties van je organisatie, teams en/of medewerkers en maak je die concreet.

Tip 6

Zorg voor doelstellingen, normen en benchmarks

Na punt 5 volgt punt 6: als je KPI’s toont, zorg dan ook altijd dat je kunt zien of de score goed (genoeg) is. Geef de doelstellingen, normen of benchmarks weer in de visualisatie. In een grafiek kan dat met een horizontale lijn die de doelstelling weergeeft. Of werk met andere optische weergaves zoals een gauge (een meter zoals de kilometerteller in je auto), of stoplichtkleuren.

Tip 7

Houd je dashboard overzichtelijk

We kunnen het niet vaak genoeg zeggen: een goed dashboard geeft je in één oogopslag de juiste informatie. Vermijd daarom chaos en houd het dashboard overzichtelijk. Zet niet teveel grafieken op een pagina, maar wees ook spaarzaam met logo’s en andere afbeeldingen die afleiden van
de kern.

Maak er ook geen kermis van door allerlei verschillende grafieken ‘voor de leuk’ te gebruiken of alle kleuren van de regenboog toe te voegen.

Tip 8

Maak het dashboard intuïtief

Dashboards waar iedereen zonder moeite z’n weg in vindt, zijn het beste. Maak daarom je dashboard zo intuïtief mogelijk. Gebruik logische grafieken of andere visualisaties en werk alleen met labels en omschrijvingen als dat echt nodig is.

Tip 9

Maak het dashboard interactief

Alleen KPI’s zijn niet genoeg. Je ziet dan namelijk wel wát er gebeurt, maar niet waaróm. Zorg daarom dat je op belangrijke plekken kunt doorklikken om verder in te zoomen op de gegevens. Ook filters zijn noodzakelijk, zodat gebruikers een eigen selectie kunnen maken. Met een filtermogelijkheid op ‘postcode’ kun je bijvoorbeeld zien of een lagere omzet wordt veroorzaakt door een bepaald gebied.

Tip 10

Zorg voor een responsive dashboard

Wie zit er nou nog de hele dag achter z’n computer? Zeker als je werkt met real-time dashboards wil je die in kunnen zien waar en wanneer je maar wilt. Dat is dus niet alleen op je desktop of laptop, maar ook op een tablet of je mobiel. Als je werkt met Power BI is het dashboard ook benaderbaar via de app op je mobile device.

Tip 11

Dashboarding, een continue proces

Last but not least: wees je ervan bewust dat een dashboard eigenlijk nooit klaar is. Je kunt altijd beter! Misschien blijken sommige KPI’s minder belangrijk te zijn dan gedacht en andere juist belangrijker. Of is er bijvoorbeeld een uitbreiding nodig voor een andere afdeling?

Volg onze artikelreeks over Datagedreven Werken en Dashboarding

Wist je al dat we een serie artikelen schrijven over datagedreven werken en dashboarding? Dit is er eentje uit de reeks.
Je vindt alle artikelen op onze website en LinkedIn.

Heb jij een tip voor een goed dashboard die we niet hebben genoemd? Laat het dan weten via een comment op LinkedIn. 

Heb je een andere vraag over data, dashboarding of starten met datagedreven werken? Neem dan contact met ons op.