商业智能/评估仪表板原型
- 目的:此步骤需要分析仪表板,以确保它符合所有标准。标准大体上分为形式和功能。一个良好形式的仪表板呈现出视觉上吸引人且易于理解的数据。一个功能性仪表板允许决策者评估战略和运营的有效性
- 输入:仪表板原型
- 活动:评估仪表板原型
- 输出:可接受的仪表板原型
- 文档:根据标准评估仪表板原型
在创建报告后,下一步是评估其设计。仪表板可以根据两个原则进行评估
形式
以一种吸引人且易于理解的方式呈现信息
- 超出单个屏幕的界限
- 显示过多的细节或精度
- 选择不足的度量
- 选择不合适的显示媒体
- 引入毫无意义的变异
- 使用设计不佳的显示媒体
- 不准确地编码定量数据
- 数据排列不当
- 无效地或根本不突出显示重要数据
- 用无用的装饰物使显示混乱
- 误用或过度使用颜色
- 设计不吸引人的视觉显示
- 为数据提供不足的上下文
功能
功能允许决策者回答“什么?”、“为什么?”、“如何?”和“如果?”
- 粒度
定义为系统可分解成越来越小的部分的能力。它通过更大实体被细分的程度来衡量。例如,将一美元分成便士比将一美元分成四分之一、十分或五分具有更精细的粒度。因此,一个粗粒度系统比一个细粒度系统具有更少且更大的组件。类似地,对系统的粗粒度描述比细粒度描述关注更大的子组件,而细粒度描述则描述更小的组件。
深入挖掘数据是指访问一般类别的信息,然后通过从一个细节级别移动到下一个细节级别来遍历多维数据。深入挖掘级别取决于数据的粒度。这里的目的是回答“什么”问题。发生了什么?一般来说,这种类型的分析属于单变量分析的范围,属于汇总统计的范畴。
- 分析
旨在回答“为什么”问题。我们正在寻找一个因素(自变量)来解释另一个因素(因变量)。假设该部分由于地震以及需要检查所有游乐设施而意外关闭了两天。我们可以假设这两天的损失是罪魁祸首。制定假设并对其进行检验使决策者能够回答“为什么”问题。
- 比较
比较是指对数据进行切片和切块,以确定自变量是如何导致因变量的。
- 模拟
如果我们知道自变量是如何导致因变量的,我们就可以模拟一个或多个变量的变化如何影响我们的因变量。
请记住,报告要么提供有关仪表板 KPI 的详细信息,要么验证关系,特别是因果链图中概述的关系。因此,报告系统使决策者能够监控绩效(运营效率)或评估定位和差异化(战略有效性)。本节分析了从联合运营和战略有效性角度评估框架。
监控 KPI 确定公司是否正在实现运营效率。简单地说,它侧重于投入的有效利用。如果公司正在运营一个
分析联合运营和战略有效性
评估框架实际上是评估其提供决策者进行运营效率分析(做好事)的必要情报的能力,以及确定公司是否正在从事正确的活动(做正确的事)。这是基于这样的假设:运营效率是必要的,但通常不足以实现持续盈利。
虽然公司应该具有运营效率,但竞争策略是关于与众不同。公司必须选择不同的活动集来提供独特的价值组合。只有当运营效率执行能够将公司与竞争对手区分开的活动时,它才会产生盈利能力。如果活动是竞争优势的基本单位,那么正确的活动是盈利能力的基础。
因此,评估框架是关于确定公司是否正在从事正确的活动。如果运营效率没有带来盈利能力,那么公司需要重新考虑其战略。然而,鉴于运营效率是盈利能力的必要条件,但不是充分条件。