IBCS-rapportering til visualisering af forretningsdata i LuckyTemplates

I dag får vi en hurtig introduktion til IBCS, som står for International Business Communication Standards. Dette er de højeste standarder for visualisering af forretningsdata. I dette selvstudie lærer du, hvordan du opretter klare og konsistente rapporter i LuckyTemplates ved at følge IBCS-rapporteringen. Du kan se den fulde video af denne tutorial nederst på denne blog.

I dag indsamler og opbevarer vi en masse forretningsdata, men mens vi gør det, møder vi udfordringen med at præsentere dem, forstå dem og træffe de rigtige beslutninger hurtigere. Ved at følge IBCS-rapporteringen opnår du klarhed og konsistens på tværs af hele organisationen.

Lad os tale om informationsdesign og inspirationen bag IBCS. Tanken er at have ensartet datarepræsentation. Der er konsistens på andre områder såsom kort, trafikskilte, musikmønstre osv., fordi de alle har standarddesign og repræsentationer. Men hvad med i erhvervslivet? Der er ingen sammenhæng og ingen klarhed og ingen aftalte mønstre i forretningsrapportering.

Vi har forskellige salgsdashboards og økonomiske rapporter, forskellige KPI-dashboards, forskellige softwaresystemer, datarepræsentation, legende-ideer osv. Vi har forskellige måder at præsentere data på. Og løsningen på dette er et accepteret og veletableret mønster, som er IBCS-rapporteringsstandarderne.

IBCS understreger, hvordan man repræsenterer beskeder og titler, hvordan man viser tid og struktur, hvordan man repræsenterer forskellige tidsperioder, hvilke diagrammer der skal bruges i hvilket tilfælde, hvordan man mærker effektivt, og hvor man placerer disse etiketter.

Når vi beskæftiger os med at genkende mønstrene, ønsker vi at bevare den konsekvente repræsentation. Hvis vi viser faktiske data, prognosedata, planlagte data eller tidligere periodedata, ønsker vi straks at kunne genkende dem gennem mønstergenkendelser. Dette er et af nøgleelementerne i disse standarder.

I præstationsrapportering er det virkelig vigtigt at fremhæve variansen. Som du ved, foregår størstedelen af ​​handlingen faktisk der. Skalering er også bydende nødvendigt, når man overvejer visualisering af forretningsdata. Hvis du ikke skalerer konsekvent på tværs af hele dashboardet, kan du hurtigt få et skævt overblik over din præstation. Til sidst vil du gerne være i stand til at fremhæve de vigtigste dele af dine dashboards, de største ændringer og outliers og så videre.

Indholdsfortegnelse

• Implementering af IBCS-rapporteringsstandarderne i LuckyTemplates
• Konklusion

Implementering af IBCS-rapporteringsstandarderne i LuckyTemplates

Lad os først se på et eksempel på en rapport, der ikke lever op til standarderne. Dette er et typisk salgsdashboard udført i.

Vi har her nogle tidsrepræsentationer og nogle slicere øverst. Så har vi salgstallene. Vi kan se, at vi omsætter for 1,9 mio. Vi er rentable, og vi har nogle mængder her. Vi har også opdelingerne efter forskellige tilstande, tidsrammer og nogle underkategorier.

Ethvert dashboard bør dog besvare simple spørgsmål, såsom: Er min salgspræstation god eller dårlig? Hvor godt eller hvor dårligt er det? Hvorfor er det sådan, og hvad skal vi gøre ved det?

Og hvis vi forsøger at besvare disse spørgsmål ved hjælp af dette dashboard, ser vi hurtigt, at vi har nogle forhindringer. Ja, vi kan godt se, at vi er rentable, men hvad nu hvis vores profitmål for denne periode var f.eks. 300.000, eller hvis salget skulle være 20 % højere? Vi får simpelthen ikke disse oplysninger fra et dashboard som dette.

Hvis vi ikke kan afgøre, om vores salgspræstation er god eller dårlig, hvordan kan vi så vide, hvor god eller dårlig den er? At forsøge at forstå disse salgstal ved forskellige opdelinger, for eksempel ved at bruge et donutdiagram eller et trækort eller en strukturel akse kombineret med linjediagrammerne kan være virkelig forvirrende og giver ikke de nødvendige oplysninger til at forstå, hvorfor vi opnåede disse tal.

En ting, der er ret almindelig, er at bruge donordiagrammerne. De er ideelle, når du skal sammenligne højst tre elementer. En bedre visualiseringstype ville bare være en simpel kolonne eller et søjlediagram, fordi du nemt kan sammenligne forskellene i højder eller længder.

Trækortvisualiseringen kan tage en stor del af dashboardet. Bortset fra volumen giver det os ikke mange oplysninger. Desuden vil jeg her pege på brugen af ​​farver. Farver i din rapport er ikke kun til visuel appel, men de bør repræsentere noget væsentligt.

Desuden kan det virkelig være forvirrende at blande akser med tid og struktur. Normalt repræsenterer vi tid på en vandret måde, og vi forstår, at den går fra venstre mod højre. Men hvis du blander det med strukturelle elementer (såsom dette kombinationsdiagram nederst), især når du kombinerer det med linjediagrammer, kan det hurtigt give dig en forkert idé om, hvad der rent faktisk foregår. Korrelationen her angivet med linjen er forkert.

Lad os nu se på et lignende sæt data, men gjort rigtigt i dette tilfælde. I denne rapport nedenfor vil du straks se, at vores spørgsmål kan besvares.

Vi har KPI'en øverst, der fortæller os præcis, hvor god eller dårlig vores salgspræstation er. Vi kan se, at vi er 1,1 mio. under planen. Vi ved, at det er dårligt, fordi vi bruger en konsekvent repræsentation af farverne, og betydningen bag farverne er standardiseret. Vi kan hurtigt forstå og få vores opmærksomhed fokuseret på, hvor de faktiske afvigelser sker, hvad der foregår, og hvad vi skal forstå fra dashboardet.

Vi kan hurtigt se, at der fra januar til august er nogle op og ned tendenser, men der er mere rød farve end grøn. Vi kan også se i tabellen visual, at opdelingen er skaleret. Det gør det nemt for os at se outlierne i forhold til størrelsen. Vi kan forstå, hvorfor vi har underperformance.

Her er endnu et eksempel på en handlingsvenlig rapport, der bruger IBCS-rapporteringsstandarderne. Denne rapport er et rigtig godt eksempel på at forsøge at forstå og sammenligne forskellige kategorier.

Som du kan se, bruger denne rapport funktionen Small Multiples. Alle disse diagrammer er indstillet på ensartede skalaer, og vi kan visuelt sammenligne højderne af en kolonne med en anden. Dette giver os mulighed for hurtigt, blot fra et blik, at forstå virkningen af ​​vores forskellige kategorier, fordi alt er konsekvent skaleret.

Konklusion

I dagens selvstudie har du lært vigtigheden af ​​at implementere IBCS-rapporteringsstandarderne i din . Implementering af IBCS gør dine data og rapporter meget nemmere at forstå.

Du vil være i stand til at se opdelingerne klart, alle data er sorteret fra, og farver og mønstre er standardiserede. Afvigelserne er også klare, fordi alt er skaleret ordentligt. Brug af visualisering af små multipler i stedet for trækort og spaghettidiagrammer er en meget mere effektiv måde at vise dine data på.

Jeg håber, du finder dette nyttigt. Hvis du er interesseret i IBCS-rapporteringen, kan du se den fulde video nedenfor og se de relaterede links nedenfor.

Skål!

LuckyTemplates Team