Do’s & Don'ts van Dashboarding – Begrijpen van de datastroom

Een dashboard toont niet zomaar cijfers - het is het eindpunt van een hele reis die data aflegt: van bron tot besluit. Wie die reis begrijpt, bouwt dashboards die betrouwbaar zijn, sneller inzichten geven en betere beslissingen ondersteunen.

Om deze reis in kaart te brengen tekenen we een proces map, vb. een Makigami Process Map waarop zowel de operationele taken als de digitale systemen waarin deze gebeuren staan vermeld. Zoals bij Value Stream Mapping  (VSM) teken je niet alleen processtappen, maar ook informatiedoorstroming en beslissingspunten. Het doel is flow: een soepele, ononderbroken beweging van data naar inzicht naar actie met tegelijk ook zicht op bottlenecks (trage refresh, ontbrekende data, onduidelijke KPI). Dit maakt de datastroom zichtbaar en verbeterbaar, net zoals een VSM dat doet voor Operations.

1. Teken eerst de end-to-end informatiestroom

Schets op één pagina hoe data tussen de processtappen stroomt. Door een overzicht te behouden van de bronnen (lijsten, excel-files, databases, ...), de eigenaars ervan en eventueel achterliggende bewerkingen voorkom je blinde vlekken en onbetrouwbare data binnen je dashboard.

Do: Behandel dit als een proces: teken zowel de informatiedoorstroom  (data & definities) als de beslissingsmomenten  (wie doet wat met de inzichten?). Een Makigami Process Map kan hier mogelijks inzichten bieden bij datastromen waarbij heel wat menselijke interactie noodzakelijk is.

Don’t: Meteen in grafieken of visualisaties denken. Zorg dat je eerst de stroom en het gebruiksmoment (waar in het proces) helder krijgt. 

2) Leg bron, eigenaarschap en betrouwbaarheid vast

Nu je op basis van je procesmap weet welke bronnen en owners je hebt, bespreek je duidelijk wie welke rol zowel vanuit beheer (IT of een dedicated expert binnen het team) als vanuit operationele verantwoordelijkheid zal opnemen voor de kwaliteit van de databron. Hierbij leg je ook duidelijke richtlijnen en kwaliteitseisen vast naar de toekomst toe, indien mogelijk worden deze in het systeem verankerd door het inbouwen van controles.

We noemen iemand die die rol opneemt een data steward. Zijn/haar verantwoordelijkheid is om ervoor te zorgen dat hoe we data meten of registreren betrouwbaar en reproduceerbaar is. Daarnaast staat de business owner die bepaalt wat er gemeten moet worden en waarom. 

Do: Gebruik een RACI Matrix voor het duidelijk uitwerken van de rollen en verantwoordelijkheden.

Don’t: Spreadsheets als database gebruiken zonder afspraken of als lange termijn oplossing.  Het gevaar van spreadsheets is dat er sneller corrupte data in kan sluipen dan binnen een gecontroleerde omgeving met minimale menselijke toegang. Zelfs met een strenge data steward is het risico hier erg groot.

3) Kies de juiste aanlevering en refresh strategie

Om een dashboard nuttig te maken is het belangrijk dat er op elk gebruiksmoment een zo recent mogelijke data update kan gegeven worden. Zo verwacht je dat een dagstart die de resultaten van de vorige dag bespreekt, die resultaten ook ter beschikking heeft en dat een PMO (Project Management Office) Dashboard ook effectief over de laatste updates rond project-statussen beschikt.

Do: Documenteer een heldere refresh-strategie ‘Dagelijks om 6u’ is duidelijker dan ‘Dagelijks’. Zorg er ook voor dat deze timing past binnen de gebruiksnoden van het dashboard. 

Don’t: Blind vertrouwen op automatische updates. Zorg in plaats daarvan voor een visuele ‘data laatst ververst’-indicator en zorg er altijd voor dat er een manuele optie beschikbaar is om de data te verversen. 

4) Maak KPI definities expliciet (en herbruikbaar)

Bij het definiëren van KPI’s (Key Performance Indicators) is het niet alleen belangrijk dat iedereen weet waarover we spreken, maar ook dat we exact weten en begrijpen hoe we tot een KPI komen. Op deze manier zorgen we ervoor dat de interpretatie van de KPI’s op een uniforme manier kan gebeuren over verschillende teams heen. Zorg dus dat hier een zekere businesslogica in verwerkt zit en gebruik eenduidige definities (bv. ‘OTIF’ = on time AND in full; ‘on time’ = geleverd ≤ geplande leverdatum, ‘in full’ = volledige bestelling).
Bewaar ze na uitwerking ook centraal in het model en hergebruik dezelfde berekeningen in verschillende dashboards en rapporten.

Do: Uitwerken van een centraal beheerde KPI-bibliotheek met definities & berekeningen

Don’t: Dezelfde KPI op 3 plekken net iets anders berekenen. Zorg in plaats daarvan voor één bron van waarheid. Dit zien we bvb. vaak bij metrics die over verschillende sites gebruikt worden, waarbij elke site een eigen definitie hanteert.

5) Ontwerp met aandacht voor performantie en onderhoud

Gebruik verschillende tabellen en connecteer deze in een data-model (vb. Star Model) en bewaar niet alles in een tabel met verschillende bewerkingen. Dit zal niet alleen het verversen van de data sneller doen verlopen, maar zorgt er ook voor dat problemen gemakkelijker op te lossen zijn. 

Probeer datatransformaties maximaal te hergebruiken zodat er geen onnodige bewerkingen en mogelijke fouten ontstaan.

Do: Gebruik relationele modellen om redundantie te vermijden.

Don’t: Alles in één workbook/dataset verzamelen. Splits in plaats daarvan de brontransformaties van het model en de visualisatie. 

6) Bouw kwaliteitscontrole in (en niet pas op het einde)

Zorg ervoor dat de data-kwaliteit zichtbaar is voor de eindgebruikers d.m.v. eenvoudige metrics voor datakwaliteit: hoe oud is de data, hoeveel procent van de velden zijn ingevuld (belangrijk voor manueel ingegeven data), zijn er bepaalde waarden die in de context van het proces en de realiteit geen steek houden (bvb. een sensor die temperaturen onder 0 Celsius gaat meten of een OTIF van > 100%) enz.

Do: Inbouwen van controlepunten in het dashboard om kwaliteit te checken. 

Don’t: Pas bij de grafiek merken dat cijfers vreemd zijn. Zet in plaats daarvan controlepunten vóór het model en vóór publicatie. Dit is tevens Lean logica: kwaliteit inbouwen, niet achteraf gaan keuren.

7) Documenteer: maak de datastroom deel van je story

Bij het opleveren van je dashboard publiceer je die waar je doelgroep het verwacht (Teams/SharePoint bij het dashboard). Hoe toegankelijker het dashboard, hoe vaker het gebruikt zal worden en hoe meer impact je zal hebben.

Op diezelfde plaats voorzie je ook de nodige documentatie rond het dashboard (RACI van ownership, refresh policies, …).

Do: Gecentraliseerde en gestandaardiseerde locaties voor dashboards en dashboard gerelateerde documentatie.

Don’t: Documentatie in losse notities laten zweven. Koppel het in plaats daarvan aan de rapportage.

Met deze richtlijnen voor data-kwaliteit in het achterhoofd kan je al actief aan de slag bij het interpreteren van de data en het kaderen van hoe een dashboard tot stand moet komen. Inzicht in de context van de data(stroom) kan je ook helpen om de vraag naar en het doel van het dashboard verder te verfijnen en zo de besluitvorming nog beter te ondersteunen. 

In het volgende artikel kijken we verder naar hoe je de vraag en de businessnoden beter kan begrijpen en hoe je deze kan omzetten in een eerste visual.