Para proporcionar uma experiência de análise mais rica e rápida para o usuário, uma boa dica é encontrar pelo menos um indicador comparativo para cada KPI principal. A escolha entre essas opções de informação auxiliar vai depender das necessidades dos seus analistas.
Neste primeiro texto sobre os 5 erros de design mais comuns no Qlik Sense, vamos mostrar com exemplos por que é um problema não contextualizar os dados, e trazemos os aprendizados que tiramos desse erro comum.
Erro nº 1: Não contextualizar os dados
Vamos começar com um exemplo curto para ilustrar nosso ponto. Abaixo temos uma visualização que busca cruzar indicadores de vendas e de experiência do consumidor.
Logo no topo da página, em uma área de destaque, vemos os principais indicadores da análise em forma de KPIs. Até aqui, tudo bem.
Essa é uma boa posição na tela para mostrar esse tipo de dado. KPIs destacam números importantes, e o canto superior esquerdo é onde o usuário vai olhar primeiro. Mas, ao analisar com mais atenção, temos alguns problemas que acabam empobrecendo nossa análise.
O primeiro desses problemas é a ausência do período de tempo sendo exibido. Estou vendo dados YTD, do mês passado ou MTD? Isso não fica explícito em nenhum lugar.
Além disso, falta informação que me ajude a entender se esses números estão dentro do esperado ou não.
Como os indicadores estão performando em relação à meta? Estão crescendo? Como variam em relação ao ano ou mês anterior?
Falta contexto para analisar a performance. Visualmente, também não temos nenhuma indicação que ajude a entender essas relações.
A solução: encontre o contexto que faz sentido para seus analistas
Para proporcionar uma experiência de análise mais rica e rápida para o usuário, uma boa dica é encontrar pelo menos um indicador comparativo para cada KPI principal. A escolha entre essas opções de informação auxiliar vai depender das necessidades dos seus analistas.
Como eles acompanham a performance dessas métricas no dia a dia? Existem metas? Há uma referência à performance do ano anterior? Os resultados são monitorados semanalmente?
O importante é encontrar algum contexto que faça sentido para quem vai analisar os dados.
Abaixo vemos um bom exemplo de dados contextualizados. Trata-se de um dashboard, uma landing page que busca mostrar um resumo das informações mais importantes reunidas de todo o painel.
No cabeçalho da página encontramos um período de análise, além da possibilidade de escolher outros períodos dentro de uma linha do tempo. A opção selecionada por padrão deve ser a mais utilizada pelos seus analistas.
No corpo da página vemos que, para cada indicador do período atual (últimas 4 semanas), há uma referência ao período anterior (4 semanas anteriores) e a variação entre esses dois períodos.
A variação também tem um indicador de cor e setas que me ajudam a visualizar rapidamente quais indicadores estão performando positivamente (verde) ou negativamente (vermelho).
Aprendizados
- Deixe explícito o período de análise em um local que seja fácil de associar aos dados;
- Traga contexto para os indicadores que permita entender como eles estão performando;
- Use recursos visuais como cores e setas para uma leitura mais rápida da performance;
- Sempre valide com os usuários do dashboard qual contexto faz mais sentido para as análises que eles precisam fazer;
Dados sem contexto não passam de apenas números. Eles trazem alguma informação, sim, mas não comunicam todo o seu potencial. Se você quer análises mais significativas, contextualize seus dados. Seu usuário só tem a ganhar com isso, assim como o seu negócio.
Nota: os exemplos de dashboards e imagens utilizados nesta série de posts são retirados da seção de demonstrações do site da Qlik, apenas para fins educacionais.
