Наверное, мало кто из нас задумывался, что практически с рождения пользовался дашбордами. Мы получали некую информацию, анализировали, принимали решение или даже испытывали какие-то эмоции благодаря им. Да-да, градусник, измеряющий температуру, когда вы болели; часы; стрелка спидометра, перевалившая за 200 км/час (ну, это может быть не у всех) — все эти приборы по сути являются дашбордами или их элементом. Но мне бы хотелось рассказать об интерактивных аналитических дашбордах. И, самое главное — показать, что в наше время такие дашборды могут быть полезны каждому человеку, а не только крупным банкам или корпорациям.

Если у вас есть данные — не важно, домохозяйка вы с пачкой чеков от закупок продуктов, спортсмен с данными о пробежках из Strava или кто-либо ещё — вы сможете представить это наглядно, оценить важные показатели, в результате чего принимать более оптимальные решения.

Вы не используете дашборды и думаете, что вам это не нужно? Мнение может поменяться, а кругозор расширится, так как далее: что такое дашборды, какие цели достигаются с помощью них, ключевые понятия и сферы использования, существующие инструменты, множество ссылок на актуальные ресурсы по теме, а также реальный пример, как из обычных на первый взгляд данных, можно извлечь интересные знания…

Возникновение и значение термина

Аналитическая панель, дашборд или даже дэшборд, возникла как синтез мощных математических средств аналитики и оптимального графического представления результатов анализа. Руководство компаний хотело видеть ключевые показатели эффективности, тренды, зависимости и другие метрики в понятном компактном виде, а также интерактивно изменять различные параметры. Кроме наглядной визуализации данных, основные цели, достигаемые с помощью дашбордов, связаны со сравнением того или иного показателя во времени или оценкой относительно других показателей.

Историческая справка

Большинство специалистов ведут отсчёт истории визуализации данных с графиков движения небесных тел (кто-то может поспорить, указав на древние наскальные рисунки). Так, Howard Funkhouser обнаружил диаграмму движения небесных тел, датированную 10’ым веком, которая считается одним из первых графических изображений данных.

График движений планет, от неизвестного астронома конца 10 века

Michael Friendly разделяет историю визуализации данных на несколько периодов:
    до 17 века – ранние карты и диаграммы;
    1600-1699 – измерения, теории, идеи;
    1700-1799 – новые графические формы;
    1800-1850 – начала современной графики;
    1850-1900 – золотая эпоха статистической графики;
    1900-1950 – современные тёмные времена;
    1950-1975 – перерождение визуализации информации;
    1975-наше время – высокоточная, интерактивная и динамическая визуализация.

Возрождение визуализации информации в 50'ые годы возможно связано с окончанием Второй Мировой Войны, когда особенно обострилась необходимость улучшать экономическое состояние стран-участников. В те годы также зародились такие термины как анализ данных и Business Intelligence (BI). В современном понимании понятие анализа данных в 1961 году дал известный статистик Джон Тьюки, которому мы благодарны ещё и за введение слова “бит” (binary digit). В своих работах он также указывал на необходимость визуализации статистической информации.



Термин Business Intelligence впервые использовал в своей статье 1958 года сотрудник корпорации IBM Ханс Питер Лан. В нынешнем употреблении, как “концепции и методы для улучшения принятия бизнес-решений и бизнес-анализа”, это понятие сформировалось при развитии систем поддержки принятия решений в середине 80х, тогда же и возникли первые идеи цифровых дашбордов.

Манифест пользователей дашбордов

Пользователями дашборда можно назвать как тех, кто их создаёт, так и тех, кто потом ими пользуется. Соответственно, программные продукты для работы с дашбордами содержат просмотрщик и редактор для обеих категорий пользователей.

Дашборд — это интерфейс между аналитическим движком и тем, кто выступает в роли пользователя-аналитика. Таким образом, к дашборду применимы все принципы построения интерфейсов, методы улучшения UX и повышения Usability.

Пользователи любого интерактивного продукта хотят иметь быстрый и функциональный инструмент. Дашборды в современных условиях высокой конкуренции должны также учитывать принципы “визуализации данных” и иметь высокий User Experience, то есть обладать “волшебным интерфейсом”. Если вы выбираете себе инструмент для создания дашбордов, но не можете в течение получаса начать с ним работать — то не думаю, что дальнейшее его использование принесёт вам радость и результаты.

О принципах визуализации данных

Как говорит известный эксперт по дашбордам Стефан Фью: “лучшее программное обеспечение для анализа данных то, при использовании которого вы забываете о нём самом — это настолько естественное продолжение вашего мышления, что вы можете использовать его, не думая о механике процесса”. Он сформулировал принципы интерактивной визуализации, как для разработчиков инструментов, так и для создателей дашбордов [это вольный перевод, прочтите оригинал]:

1) упрощайте — уловите суть и покажите проще;
2) сравнивайте — покажите необходимые визуализации рядом;
3) сопровождайте — облегчите доступ к важным данным;
4) исследуйте — позвольте посмотреть и найти новые знания;
5) смотрите иначе — дайте разные представления одних и тех же данных, что породит различные идеи;
6) спрашивайте “почему?” — больше, чем «что происходит», важно дать понять «почему это происходит», как возник тот или иной результат действий;
7) будьте скептиками — дайте возможность задавать больше вопросов и сразу получать ответ на них;
8) откликайтесь — не просто отвечайте на вопросы, предоставьте средства, чтобы делиться знаниями.

Где звучит выражение “визуализация данных”, обязательно упоминается Эдвард Тафти — гуру визуализации, которого The New York Times называет “Леонардо Да Винчи данных”, а Bloomberg «Галилео графики». Он придумал искрографики (sparklines) и написал несколько популярных книг по визуализации. Наиболее известны два его фундаментальных принципа визуализации, очень важных для дашбордов:

1) высокое соотношение графики для данных к общему занимаемому ею месту (data-ink ratio) — увеличьте количество полезного изображения на занимаемом визуализацией пространстве, т.е. максимизируйте отображение основной информации, тратьте больше “чернил” на данные;
2) отсутствие графического мусора (chartjunk) — исключайте не важные графические элементы, не отвлекайте от данных лишним дизайном.

За счёт чего достигается наглядность?

Аналитические данные показываются разными виджетами от таблицы и диаграммы до стрелочных индикаторов. Некоторые инструменты позволяют программисту самому реализовать требуемую визуализацию вплоть до анимаций, видео или произвольной инфографики. Сами аналитические данные представляют из себя сгруппированные и агрегированные исходные данные. Есть возможность применить фильтры и сортировки на разных уровнях, отсекать данные по топовым значениям, создавать вычисляемые поля практически любой сложности.

Основные понятия аналитических дашбордов

1) группировка — способ объединения схожих данных (по какому-то общему признаку, например по первой букве слова или имени человека);
2) агрегация (сумма, минимум, максимум, количество и т.д.) — способ отображения колонки фактов из исходной базы данных (например уникальное количество посетителей сайта, или сумма расходов на продукты);
3) сортировка — упорядочивание уже сгруппированных данных по заданному признаку (кроме алфавита, можно отсортировать фамилии менеджеров по их наибольшим продажам за месяц и т.п.);
4) фильтрация — исключение данных по заданному признаку или сложной формуле;
5) вычисляемая колонка — способ получения новых данных и знаний с использованием методов работы с датами, строками, математических функций (например отображение имени и фамилии, вычисление возраста согласно дате рождения и текущей дате);
6) топовые (лучшие) значения — способ отобразить указанное количество максимальных или минимальных значений данной группировки (например, возраст трёх самых молодых сотрудников крупной компании, или пять менеджеров, обеспечивающих максимальные продажи);
7) виджеты (таблицы, диаграммы, карты и т.п.) — собственно способ визуализации вышеуказанных понятий.

Любые ли данные можно анализировать?

Дашборды, как правило, позволяют подключаться к обширному списку источников данных, начиная от Excel-файла и заканчивая многомиллионными источниками больших данных BigData или веб-сервисам социальных сетей.
Часто заранее подготавливается специализированный для аналитики источник, именуемый Data Warehouse или многомерный OLAP-куб. Это делается в случаях, когда запрос данных к исходному источнику требует большого количества времени или запрос перегружает сервер, а это недопустимо.

Какие средства существуют

Excel… да, именно MS Excel для многих являлся (да и является!) основным средством анализа данных. MS Office достаточно недорогой продукт (а в России до недавнего времени активного пиратства — для многих бесплатный), он доступен даже студенту и в общем-то предоставляет базовый набор средств анализа и возможностей по написанию своих собственных скриптов.

Желающим внедрить в свой рабочий процесс весь спектр функциональности дашбордов (и других инструментов BI) достаточно посмотреть на Gartner Magic Quadrant:



чтобы выбрать продукт от одного из лидеров рынка, которые предоставляют мощные средства для анализа данных, как правило как конечные решения с довольно высокой стоимостью.

Исследовательская компания Gartner является наиболее авторитетным изданием, публикующим анализ какого-либо сегмента рынка, — им можно доверять.

Также многие из них — QlikSense, Tableau Public, Sisense, MicroSoft Power BI и т.п., — предоставляют публичные сервисы или бесплатные версии для создания дашбордов, обычно с серьёзными ограничениями для использования в реальном бизнесе, но достаточно мощных для персональных/некоммерческих целей.

Отдельно следует сказать про компании, желающие внедрить аналитические панели непосредственно в свои внутренние программные продукты. Для таких компаний более предпочтительно приобретать готовый набор библиотек (контролов) для создания дашбордов. Более того, многие компании, возможно и ваша, уже имеют такой набор в составе пакетов для своих офисных приложений и даже не осознают, что в считанные минуты могут внедрить у себя мощный инструмент бизнес-анализа. Библиотеки компонентов предназначены именно для внедрения в собственный программный продукт компаний согласно платформе (Desktop/Web). Кроме меньшей стоимости, они имеют гибкие условия лицензирования, т.к. приобретаются на одного разработчика и могут впоследствии использоваться неограниченным количеством конечных пользователей. Существует множество open source библиотек (которые можно найти, например, на GitHub), однако они обычно позволяют решать лишь базовые задачи анализа данных.

Как понять, что данный производитель дашборда вам подходит

Обычно каждый производитель средств BI имеет демонстрационные версии дашбордов. Посмотрев демонстрационные версии на сайте производителя, можно первоначально оценить, насколько они покрывают требуемый функционал.

1) продажи — в каком регионе продаётся лучше тот или иной продукт, какой из филиалов или какой из менеджеров компании даёт лучший результат, как изменились продажи по сравнению с прошлым годом и т.п.;
2) финансы — котировки акций, курсы валют… как влияет курс нефти на курс доллара всем известно, а вот какое влияние на курс той или иной акции оказывает например беспорядки в Сирии, можно наглядно увидеть, сделав соответствующий аналитический дашборд;
3) отдел кадров — специалисты могут на одном графике оценить как влияет количество курсов повышения квалификации или уровень зарплаты на текучесть кадров;
4) здравоохранение — распространение заболеваний по регионам, влияние погоды на распространение вирусов, влияние ужесточения политики продаж алкоголя и табака на продолжительность жизни т.п.;
5) промышленность (лёгкая, тяжёлая, электроника и т.п.) — отображение перспективных регионов по видам промышленности, прирост добычи газа или нефти после установки нового оборудования и т.п.

Список можно продолжать ещё, но обычно эти базовые демо есть у всех, что позволит вам сравнить уже на сайте производителя, а также возможно увидеть решение схожих вашим задач.

Пример построения и использования дашборда

Ещё раз подчеркну — данные есть в любой сфере деятельности. А если есть данные, то их можно проанализировать. Используя дашборды, можно извлечь новые знания и улучшить показатели или даже просто ежедневно смотреть на эти данные “под другим углом”, благодаря наглядному представлению и интерактивной аналитике.

В качестве примера я решил рассмотреть что-нибудь достаточно актуальное, простое и общедоступное, при этом не совсем банальное. По стечению обстоятельств, не так давно мне были интересны подробности избрания президентов США, в частности кто был самым молодым и кто самым возрастным президентом. Я столкнулся со списком американских президентов, который и решил использовать как источник данных для моего примера (я лишь дополнил его датами жизни и местом рождения президента).

Для простейшего дашборда я использовал несколько стандартных виджетов: карта по штатам; круговая диаграмма по партийной принадлежности; таблица по президентам со ссылками на Wikipedia и отметками по условиям с цветовой раскраской по срокам президентства; древовидная диаграмма для количества выходцев из определённых штатов и карточки для некоторых краевых показателей. Некоторые виджеты я сделал интерактивными — на них можно кликнуть и тем самым отфильтровать другие согласно выбранному показателю. Если поменять исходную таблицу данных, например внести данные о новом президенте — все показатели пересчитаются автоматически.

Здесь вы можете попробовать пример вживую, поменять или создать свои дашборды на данной таблице данных, сохранить их во временной сессии или скачать результирующий xml дашборда (также существует отдельный режим просмотра):




Видно, что:

• несколько штатов (Виргиния, Огайо, Нью-Йорк, Массачусетс) дают больше президентов, чем другие;
• больше всего было президентов-республиканцев (19), причём 7 из них родились в штате Огайо, впрочем и демократов было не намного меньше (16), что говорит о достаточно стабильной смене партий;
• 6 президентов звали Джеймс (таким образом, у любого Джеймса из штата Виргиния шансов стать президентом больше, чем у других);
• Уильям Гаррисон был на посту всего 31 день, а Франклин Рузвельт 4422 дня, т.е. более 12 лет;
• Дональд Трамп самый пожилой вступивший в обязанности президента в 71 год, а Теодор Рузвельт — самый молодой (43 года);
• Калвин Кулидж — единственный президент, родившийся в День Независимости США (4 июля);
• Томас Джефферсон, Джеймс Монро и Джон Адамс в День Независимости США ушли в мир иной, причём ни один из них не был чистым республиканцем или демократом;
• 5 бывших президентов ныне живущие (Джеймс Картер, Джордж Герберт Уокер Буш, Джордж Уокер Буш, Билл Клинтон и Барак Обама).

Конечно же, это просто пример и у вас будут другие данные, гораздо объёмнее и разноплановее, но суть и принципы не поменяются: вы можете заменить даты рождения президентов на даты покупок товаров или велопробегов, сроки правления — на количество товаров или время тренировок, штаты — на магазины или маршруты пробежек и т.п. Посмотрите, изначально “сырая” таблица исходных данных обрабатывается аналитическим движком и превращается в визуально воспринимаемые сущности.

Заключение

Последние годы, в силу развития цифровых и программных технологий во всех областях человеческой жизнедеятельности, дашборды находят своё применение в новых сферах, такие как, например, социальные сети, приложения для фитнеса и т.п. Уже сегодня smart-часы показывают дашборды, не удивительно, если завтра на вашем холодильнике будет показан интерактивный дашборд с отметкой, кто чаще всего открывает холодильник и рекомендациями по употреблению продуктов разным членам семьи.