Заставьте данные говорить. Как сделать бизнес-дашборд в Excel. Руководство по визуализации данных

7. Подписи категорий сделали светлыми, чтобы они были видны на новом темном фоне.

Отдельная история – срезы: с ними пришлось повозиться, настроить цвет кнопок для каждого состояния. Признаюсь, все эти комбинации я и сам не помню наизусть. Это еще раз показало – Excel может все. Тот, кто знает его возможности, получает большую свободу действий. И может делать свою работу гораздо быстрее.

Часть 6

Правила визуализации данных

Мы закончили с практикой и теперь перейдем к теоретической части. Обычно делают наоборот, но я использую такой подход специально. Во-первых, чтобы сразу не ограничивать вас теорией. Во-вторых, потому что в каждом правиле визуализации есть исключения – их примеры я тоже покажу в этой части.

Эти правила актуальны не только для Excel. Они выручат при работе в любой BI-платформе, если вы хотите точно и быстро донести суть данных до пользователя.

Информация в этой части – понятная база для начинающих, которая поможет точно отобразить смысл данных и повысит ценность аналитической работы для любого заказчика.

6.1 Виды анализа данных

У одних сотрудников каким-то чудесным образом получается делать простые и понятные презентации, которые нравятся руководству. А другие мучаются, переделывают по пять раз, но босс все равно остается недовольным. И даже если нанимают дизайнера, легче не становится.

Поделюсь личным опытом. В начале своего профессионального пути я занимался коммерциализацией научных проектов, искал инвесторов. А там был строгий формат инвестиционных презентаций: на 10 слайдах надо изложить суть проекта, показать анализ рынка, финансовую модель. У меня как-то само собой получалось представить это наглядно.

Позже, когда пришлось делать первый дашборд, я нанял дизайнера, чтобы тот «сделал красиво». Получилось ярко, оригинально, но непонятно. Тогда я прочитал книгу «Говори на языке диаграмм»[1] и понял, что сам интуитивно следовал правилам визуализации. Но вот внятно объяснить другим людям, почему нужно строить именно такую диаграмму, я не мог.

Постепенно с опытом и появилась эта методика. С ее помощью я наладил коммуникацию с заказчиками, стал задавать им правильные вопросы, понимать, что они хотят увидеть и какие решения принять. А дальше мог четко ставить задачу своим аналитикам и разработчикам, чтобы с первого раза получить нужный результат.

Что должна показать диаграмма? К какому выводу привести? Это зависит от вида анализа данных, то есть того, в чем смысл ваших данных.

Базовые виды анализа

Последние два вида анализа – распределение и взаимосвязи – редко используются в управленческой отчетности. Им место в статистическом анализе, где нужно искать корреляции и строить сложные графы. Чтобы презентовать отчет на совещании, необходимы простые и понятные визуализации, которые точно доносят смысл данных.

Существуют более сложные виды анализа (факторный, когортный) – комбинации нескольких базовых. Для них есть продвинутые визуализации: одни тоже можно построить в Excel, а для других уже потребуются полноценные BI-системы. Но для начала надо разобраться с базой и не допускать ошибок на этом уровне.

Типовые ошибки

Кто-то скажет, что примеры ниже – это какие-то детские ошибки. Но на проектах в крупных корпорациях я регулярно вижу, как в своих отчетах их допускают вполне взрослые люди. Потому что «так принято» и «мы уже привыкли». Или потому что однажды директору понравился такой график, а теперь его все строят по поводу и без повода.

Псевдодинамика

Вот мы смотрим на график прибыли по менеджерам. Но какой вывод можно сделать из этой линии? Кажется, будто она изображает периоды роста и спада. Был пик у Машкова, потом – спад у Санникова, потом – снова пик у Скоморохова и дальше – плавный спад.

Если нужно сравнить прибыль по сотрудникам, то в первую очередь важно увидеть, кто на первом месте, в тройке, пятерке лидеров и с каким отрывом от остальных. То же самое и по отстающим.

Но сортировка менеджеров по алфавиту не помогает понять, кто на каком месте. Да и линия графика оторвана от фамилий: сначала мы видим максимальное значение, а потом ищем глазами, к кому оно относится.