Hogyan válasszunk dashboard eszközt a vállalatunk számára?

Olvasási idő: 3 perc

(Disclaimer)

Egy olyan vállalat számára, amely valóban eltökélten tűzte ki céljául az adatvezérelt szervezeti működést, annak nem az a kérdés, hogy szüksége van-e dashboard eszközre, hanem hogy MILYEN eszköz a legmegfelelőbb az igényeknek?

Photo by Luke Chesser on Unsplash

Tableau, Power BI, QlikSense vagy talán open source? Projektelőkészítési fázisban legtöbbször ezek az eszközök jönnek szóba a magyar piacon. Ha körültekintően szeretnénk erre a kérdésre választ adni, ahhoz elsősorban két dologra van szükségünk: 1) egy olyan szempontrendszer felállítása, amely a vállalati igények minden dimenzióját lefedik és 2) a potenciális termékek kiértékelése a felállított szempontrendszerben.

Sejthetjük, hogy egy ilyen report elkészítése túlmutatna egy blogbejegyzés keretein és nem is állítjuk, hogy az általános piaci igényeknek megfelelő kiértékelést el tudnánk készíteni. Mi úgy gondoljuk, hogy minden vállalati use-case más és más, ahol az eszközök featurejeihez különböző fontossági súlyt rendelünk. Így könnyen előfordulhat, hogy egy általános pontozási sémát felhasználva az adott szituációra torzított eredményeket produkálna.

E kétrészes cikksorozattal az a célunk, hogy a döntéshozóknak egy olyan dashboard választási segédletet nyújtsunk, amivel már el lehet indulni az optimális döntés útján és e mellett egy általános áttekintést kapjanak az általunk 4 legfontosabbnak vélt szereplőről. A cikk első részében üzleti tapasztalatainkat felhasználva bemutatjuk a kiértékelési szempontrendszerünket. A második rész pedig a technikai tapasztalatainkat összegezve jellemzi a 4 „nagyot”.

Első rész: milyen szempontokat vegyek figyelembe dashboard eszköz kiválasztása előtt?

  • Árazás
  • Vállalati technológia stack
  • Kompetencia
  • Grafika és személyre szabhatóság
  • Mobil nézet
  • (Real-time analitika)

Az árazás 

Az általában legfontosabbként jelölt döntési szempont az eszköz árazása, amely egyben a leginkább objektív és talán a legkomplexebb döntési szempont. A dashboard eszközök gyártóinak árazásában kevéssé jártas emberek le is zárhatnák így ezt a témát: „kell X user, nézzük meg melyik az olcsóbb!”. Azok, akik ilyen stratégiát próbálnak alkalmazni, azok a gyártók honlapjait böngészve gyorsan a következő kérdésekkel fognak szembesülni.

Mit értünk user alatt? Nem mindegy, hogy hányan fogják csak „fogyasztani” a dashboardot és az sem, hogy hányan fogják fejleszteni azt. Ezeket a különböző szintű user típusokat a gyártók másképpen árazzák, ezért kulcsfontosságú a pontos felhasználói kör definiálása.  További kérdés még a cloud/on-premise környezet, amely drasztikusan befolyásolni tudja egy előfizetés árát. Bár ritkábban előforduló eset, de akkor akár a fő döntési szemponttá is válhat, ha analitikát szeretnénk beágyazni alkalmazásunkba. Ilyen estben speciális árazásokkal fogunk szembesülni és mindenképpen szükséges a beágyazott analitikai szolgáltatás üzleti és technikai feltételeivel tisztában lenni. Végül fel kell készülni a döntéshozóknak olyan absztraktabb fogalmakra is, mint a token alapú árazás és a nem transzparens árpolitika. Ha ez utóbbiakkal szembesülünk, akkor mindenképpen számítani kell a gyártóval való relatív hosszabb tárgyalási időre.

Vállalati technológia stack

Nagyon fontos dimenzió a vállalat mindenkori technológia stackje. Ez nagyon leszűkítheti a termékhalmazt vagy akár rögtön egyértelmű választást is eredményezhet. Például, egy erős Microsoft vagy SAS kultúra nagyon a Power BI és Visual Analytics irányába mutatnak, de azért ezekben az esetekben is lehetnek olyan egyéb befolyásoló tényezők, amelyek módosítják az optimális választást.

Kompetencia

A belső és a munkaerőpiacon elérhető kompetencia is hatással van a döntésünkre. A belső kompetencia kérdése, abban az esetben kiemelten fontos, hogyha elsősorban nem fejleszteni, hanem „fogyasztani” szeretnénk a dashboardot. Érdemes kihasználni a már meglévő kompetenciákat, de azt is fontos szem előtt tartani, hogy egy új eszköz használatát is meg lehet tanulni. Ilyenkor válnak az elérhető (ingyenes) oktatóanyagok és egy jó felhasználói community meghatározóvá. 

Amennyiben a jövőben saját magunk is dashboardot szeretnénk fejleszteni, ahhoz már más, fejlesztői kompetencia lesz szükséges. Érdemes az adott munkaerőpiaci helyzet fontosságát nem alábecsülni, mert jelenleg egy jó dashboard fejlesztőt nem könnyű és egyes technológiákban pedig kifejezetten nehéz találni.

Grafika és személyre szabhatóság

Sajnos, a nagyon szubjektív grafikus dimenzió tárgyalását nem lehet kihagyni az elemzésből. Hogy mi a szép és kinek mi tetszik, az sosem lesz egyértelmű, de mindenképpen foglalkoznunk kell a dashboard grafikai készségeivel. Fontos, hogy a dashboard amelyet ügyfeleink vagy kollégáink számára készítünk, az tetsszen nekik és szívesen használják, így biztosítva, hogy dashboardba befektetett munka és pénz megtérüljön. Egy projektelőkészítési folyamatban ügyfeleink nagyra szokták értékelni, ha ugyanazokat a vizualizációkat mindegyik eszközön demózzuk. Ezáltal közvetlenebben össze tudják hasonlítani a gyártókat, mintha a gyártók oldalán közzétett dashboardokat próbálnák meg egymáshoz viszonyítani.

A termék grafikai készségeivel együtt érdemes tárgyalni, hogy a vizualizációkat mennyire lehet (egyszerűen) testre szabni. Tapasztalatunk szerint egyes termékek alap beállításaival szebb adatvizualizációkat lehet elkészíteni, de relatív sokkal bonyolultabb azokat testre szabni. Ez akkor válhat fontos szemponttá, hagy egy vállalatnak ezen a szinten (is) fontos a grafikai arculatának megőrzése. 

Mobil

Gyakran felmerülő igény a dashboardok mobilos felületen való megjelenítése. Ha az elvárás ezzel kapcsolatban mindössze annyi, hogy mobilon az egyszerűbb vizualizációk elérhetőek és az alap szűrési funkciók is működjenek, akkor erre a nagy gyártók bármelyike alkalmas lesz. Amennyiben az elvárásaink magasabbak, ami általában azt jelenti, hogy mobilon is ragaszkodunk a magas minőségű megjelenítésre, akkor már fogunk minőségbeli különbségeket tapasztalni.

(Real-time)

Bár egyelőre a real-time/near real-time alkalmazások kisebb számban fordulnak elő, mégis érdemes legalább a megemlítés szintjén bemutatni, mert az ilyen dashboardok iránt növekvő keresletet tapasztalunk és itt a 4 nagy gyártónak eltérő kompetenciái vannak. Ebben az esetben könnyen megtörténhet, hogy a nagy nevek helyett inkább a kisebb, specializáltabb megoldásokat kínáló vállalatok lesznek a befutók.

 Összefoglalás

Reméljük, hogy az olvasónak sikerült azt az üzenetet átadni, hogy nem érdemes elhamarkodottan gyártót választani, hanem tudatosan, egy jól definiált kiértékelési rendszerrel kell megközelíteni a problémát. Röviden összefoglalva, minimálisan ezek a feltételei, hogy választani tudjunk: tudjuk kik, hányan és milyen szerepkörben szeretnék használni a dashboardot. Cloud vagy on-premise? Bíráljuk el, hogy a választott gyártó mennyire illik bele a jelenlegi technológia stack-be, mind technológia és kompetencia szempontjából és amennyiben mobilos megjelenítésre szükség van, fogalmazzuk meg igényeinket minél pontosabban. 

Csendes Gerold – Data scientist

About Csendes Gerold

Data scientist karrieremet 1,5 éve, alkalmazott közgazdász háttérrel kezdtem és a szakmát azóta nem csak Hiflylabs-nál, hanem a Central European University falai között is tanulom. Munkám nagyrészt 3 dologból áll: adattisztítás, adatvizualizálás és ML modellfejlesztés. A kedvenc harctársaim ezekben a feladatokban a Python, R és a Stackoverflow.

Vélemény, hozzászólás?

Az email címet nem tesszük közzé. A kötelező mezőket * karakterrel jelöljük.