Dashboard design

Dashboarddesign är praxisen att presentera data så att de människor som behöver det kan förstå situationen och agera. Det är en designdisciplin snarare än en teknisk, och det vanligaste misslyckandet är inte avsaknaden av data utan en presentation som begraver den relevanta signalen bland allt annat som skulle kunna visas.

Den grundläggande frågan är vem som kommer att använda instrumentpanelen och vilka beslut den stöder. En instrumentpanel som är byggd för alla tjänar ingen, eftersom chefer, ledare och specialister behöver olika upplösningar av samma information. En chef behöver ett litet antal mått med tydlig riktning och markerade undantag; en analytiker behöver granularitet och förmågan att utforska. Att försöka sig på båda på en skärm producerar något som är för detaljerat för en målgrupp och för ytligt för den andra.

Omfattandehet är det vanligaste designfelet. Dashboards samlar på sig diagram eftersom varje intressent begär ett tillägg och ingenting någonsin tas bort, vilket skapar skärmar med dussintals visualiseringar där den viktiga signalen inte går att skilja från rutinen. Disciplinen att bara inkludera det som informerar det avsedda beslutet, och tillhandahålla allt annat på begäran, producerar dashboards som faktiskt läses.

Kontext är det som gör ett tal tolkbart, och dess frånvaro är anledningen till att många dashboards inte uppmanar till åtgärder. En konverteringsfrekvens på tre procent betyder ingenting i sig; samma siffra mot förra månaden, mot målet och mot det historiska intervallet kommunicerar omedelbart om något kräver uppmärksamhet. Varje siffra som visas bör innehålla en jämförelse, och där den inte gör det måste tittaren ange kontext från minnet, vilket de flesta inte kommer att göra.

Visuell kodning bör följa frågan snarare än de tillgängliga diagramtyperna. Trender över tid läses mest tillförlitligt från linjer, jämförelser mellan kategorier från staplar och delar av en helhet från ett litet antal segment eller från en staplad stapel. Dekorativa behandlingar, tredimensionella effekter och dubbla axlar gör jämförelser svårare samtidigt som de verkar mer sofistikerade, och mätare tar upp avsevärt utrymme för att visa ett enda värde.

Undantagsbaserad presentation skalas bättre än omfattande övervakning. Istället för att kräva att någon skannar varje mått för att avgöra om något är fel, riktar avvikelser bortom definierade tröskelvärden uppmärksamheten mot det som behöver det. Detta är skillnaden mellan en instrumentpanel som måste studeras och en som kan granskas snabbt, och det är det som gör att övervakningen kan överleva som en rutin.

Interaktion bör läggas till medvetet snarare än som standard. Filter, detaljnivåer och parameterkontroller är värdefulla för användare som utforskar och är ett hinder för dem som behöver ett omedelbart svar, eftersom varje kontroll är ett beslut som krävs innan instrumentpanelen säger något. Att använda den vanligaste vyn som standard, med utforskning tillgänglig men inte obligatorisk, tjänar båda utan att kompromissa med någon av dem.

Förtroende avgör om en instrumentpanel används överhuvudtaget, och det går snabbt förlorat. En enda instans av en siffra som motsäger en annan källa, eller en trasig datapipeline som inte upptäcks, gör att användare återgår till sina egna kalkylblad permanent. Att visa dataaktualitet, indikera när en pipeline har misslyckats snarare än att visa inaktuella siffror som om de vore aktuella, och dokumentera definitioner där de är synliga är det som upprätthåller förtroendet.

Eftersom användningen är beroende av att instrumentpanelen passar hur människor faktiskt arbetar, gynnas den av samma användarcentrerade tillvägagångssätt som alla andra gränssnitt. I praktiken är måttdefinitionerna och datatillförlitligheten en del av uppgifter analytics, gränssnittet och informationshierarkin drar nytta av samma tekniker som tillämpas i produktdesign, och att testa om avsedda användare faktiskt kan svara på sina frågor från instrumentpanelen är en enkel tillämpning av användarundersökning som nästan aldrig utförs.