Dashboard

Dashboard là giao diện tổng hợp những thông tin quan trọng như KPI metric biểu đồ trạng thái và đôi khi cả cảnh báo để giúp người dùng theo dõi một vấn đề hoặc đưa ra quyết định.

Một dashboard tốt không cố hiển thị mọi dữ liệu đang có.

Nó giúp trả lời một số câu hỏi quan trọng.

Điều gì đang xảy ra?

Có vấn đề gì không?

Vấn đề nằm ở đâu?

Có cần hành động ngay không?

Đây là khác biệt lớn giữa dashboard và một màn hình đầy biểu đồ.

Dashboard không được đánh giá bằng số lượng chart.

Nó được đánh giá bằng khả năng giúp người dùng hiểu tình hình và hành động.

Dashboard có liên quan chặt với Data Visualization.

Nhưng hai khái niệm không giống nhau.

Data Visualization là lĩnh vực rộng về cách biểu diễn dữ liệu trực quan.

Dashboard là một ứng dụng cụ thể của visualization cùng với KPI context filter interaction và cấu trúc thông tin.

Một biểu đồ có thể tồn tại độc lập.

Một dashboard thường chứa nhiều thành phần cùng phục vụ một mục tiêu.

Dashboard cũng không giống một report truyền thống.

Report thường trình bày dữ liệu hoặc phân tích tại một thời điểm hoặc trong một kỳ nhất định.

Dashboard thường được thiết kế để người dùng quay lại theo dõi thường xuyên.

Nó có thể cập nhật theo ngày theo giờ hoặc gần realtime tùy nhu cầu.

Tuy nhiên đây không phải ranh giới tuyệt đối.

Một số dashboard được cập nhật hàng tháng.

Một số report lại rất tương tác.

Điểm quan trọng hơn là mục đích sử dụng.

Dashboard thường có thể chia thành một số nhóm theo nhu cầu.

Operational Dashboard tập trung vào tình trạng hoạt động hiện tại.

Ví dụ:

Số đơn đang xử lý.

Booking lỗi.

Payment thất bại.

Hệ thống đang downtime.

Queue đang tồn bao nhiêu request.

Nhóm dashboard này thường cần dữ liệu cập nhật nhanh và alert rõ.

Mục tiêu chính là:

Có chuyện gì cần xử lý ngay?

Analytical Dashboard hỗ trợ người dùng phân tích dữ liệu sâu hơn.

Nó thường cho phép filter segment drill-down hoặc so sánh nhiều chiều dữ liệu.

Ví dụ:

Conversion theo channel.

Conversion theo device.

Conversion theo market.

Conversion theo customer segment.

Mục tiêu không chỉ biết conversion giảm.

Mà còn tìm ra:

Nó giảm ở đâu?

Nhóm nào thay đổi?

Thời điểm nào bắt đầu?

Có pattern nào đáng điều tra tiếp?

Strategic Dashboard thường phục vụ quản lý cấp cao và tập trung vào một số KPI quan trọng.

Ví dụ:

Revenue.

Profit.

Market share.

Customer retention.

Growth.

Mức hoàn thành kế hoạch.

Dashboard loại này thường không cần hàng trăm metric.

Ngược lại càng ít nhưng đúng càng tốt.

Một nguyên tắc rất quan trọng là:

Dashboard phải bắt đầu từ quyết định chứ không bắt đầu từ dữ liệu.

Thay vì hỏi:

Database đang có những cột nào?

nên hỏi:

Người dùng dashboard cần quyết định điều gì?

Sau đó mới xác định metric cần thiết.

Ví dụ một dashboard cho đội sales có thể cần trả lời:

Có bao nhiêu lead mới?

Lead nào đang quá SLA?

Nhân viên nào đang có backlog?

Conversion đang giảm ở bước nào?

Nếu một chart không giúp trả lời câu hỏi nào trong số đó thì cần cân nhắc vì sao nó tồn tại.

Dashboard cũng cần phân biệt KPI và metric.

Mọi KPI đều là metric.

Nhưng không phải metric nào cũng nên trở thành KPI.

KPI là chỉ số được chọn vì nó phản ánh một mục tiêu quan trọng.

Ví dụ:

Số lượt page view là metric.

Conversion rate có thể là KPI nếu mục tiêu của sản phẩm là tăng booking.

Dashboard chứa hàng chục metric không đồng nghĩa nó đang theo dõi đúng KPI.

Điểm này rất dễ bị bỏ qua.

Người làm dashboard thường có xu hướng:

Có dữ liệu thì cho lên.

Kết quả là dashboard ngày càng dài.

Không ai dám xóa metric.

Sau một thời gian người dùng không còn biết nên nhìn đâu.

Một dashboard tốt cần có information hierarchy.

Thông tin quan trọng nhất phải dễ nhìn thấy nhất.

Thông tin hỗ trợ nằm ở tầng sau.

Thông tin chi tiết có thể được drill-down khi cần.

Không nên để mọi thứ có mức độ nổi bật ngang nhau.

Nếu tất cả đều quan trọng thì cuối cùng không thứ gì nổi bật.

Phần đầu dashboard thường nên giúp người đọc hiểu trạng thái tổng thể.

Ví dụ một nhóm KPI chính.

Sau đó là trend.

Tiếp theo có thể là breakdown theo dimension.

Cuối cùng là bảng chi tiết hoặc drill-down.

Đây chỉ là một cấu trúc tham khảo.

Thiết kế thực tế phải dựa trên workflow của người sử dụng.

Context đặc biệt quan trọng với KPI.

Ví dụ doanh thu hôm nay là 10 tỷ.

Con số này tốt hay xấu?

Không biết.

Có thể cần so với:

Kế hoạch.

Hôm qua.

Cùng kỳ.

Forecast.

Hoặc baseline khác.

Một KPI đứng một mình thường khó diễn giải.

Dashboard nên cung cấp comparison phù hợp.

Ví dụ:

Revenue: 10 tỷ

có thể đi cùng:

+8 phần trăm so cùng kỳ.

Hoặc:

92 phần trăm kế hoạch tháng.

Hai comparison này trả lời hai câu hỏi khác nhau.

Không nên chọn comparison chỉ vì nó cho con số đẹp hơn.

Target cũng phải có cơ sở.

Nếu dashboard hiển thị KPI đỏ chỉ vì thấp hơn một threshold tùy ý thì màu đỏ không mang nhiều ý nghĩa.

Target có thể đến từ:

Kế hoạch kinh doanh.

SLA.

Baseline lịch sử.

Benchmark phù hợp.

Hoặc giới hạn vận hành đã được xác định.

Không nên tự nghĩ ra target sau khi đã nhìn dữ liệu.

Trend thường quan trọng hơn một snapshot.

Conversion hôm nay là 3.2 phần trăm.

Nhưng nếu tháng trước là 2.1 phần trăm thì câu chuyện khác.

Nếu tuần trước là 4.5 phần trăm thì cũng khác.

Line chart theo thời gian thường giúp người đọc nhìn trend tốt hơn một KPI card đơn lẻ.

Nhưng cũng không nên nhét mọi lịch sử vào dashboard.

Khoảng thời gian phải phù hợp với tốc độ ra quyết định.

Dashboard vận hành có thể quan tâm 24 giờ gần nhất.

Dashboard chiến lược có thể quan tâm 12 tháng.

Granularity cần phù hợp với mục tiêu.

Dữ liệu theo phút có thể hữu ích cho hệ thống realtime.

Nhưng với chiến lược kinh doanh theo quý nó chỉ tạo noise.

Ngược lại tổng hợp theo tháng có thể che mất sự cố vài giờ nghiêm trọng trong dashboard vận hành.

Không có một granularity đúng cho mọi dashboard.

Filter giúp người dùng thay đổi góc nhìn.

Ví dụ lọc theo:

Thời gian.

Thị trường.

Chi nhánh.

Channel.

Sản phẩm.

Customer segment.

Nhưng quá nhiều filter cũng tạo cognitive load.

Nếu người dùng cần thiết lập 12 filter trước khi nhìn được dữ liệu thì dashboard đang yêu cầu người dùng làm quá nhiều việc.

Những filter phổ biến có thể có default hợp lý.

Drill-down giúp đi từ tổng quan tới chi tiết.

Ví dụ:

Revenue giảm.

Click vào revenue.

Xem theo thị trường.

Phát hiện một thị trường giảm mạnh.

Drill-down tiếp theo channel.

Phát hiện paid search giảm conversion.

Tiếp tục xuống campaign hoặc landing page.

Đây là một workflow phân tích tự nhiên.

Dashboard tốt nên hỗ trợ con đường:

Signal → Segment → Root Cause.

Nhưng cần cẩn thận với cụm từ root cause.

Dashboard có thể giúp tìm nơi vấn đề xảy ra.

Nó không tự động chứng minh nguyên nhân.

Ví dụ dashboard cho thấy conversion giảm đúng lúc traffic mobile tăng.

Đó là association.

Chưa đủ để nói mobile traffic gây ra conversion giảm.

Cần phân tích tiếp.

Đây là nơi dashboard liên quan đến correlation và causation.

Dashboard thường rất giỏi cho biết:

Cái gì đang xảy ra.

Nó thường kém hơn trong việc tự trả lời:

Tại sao điều đó xảy ra.

Và càng không tự chứng minh:

Nếu thay đổi X thì Y sẽ thay đổi bao nhiêu.

Câu hỏi cuối là causal inference.

Không nên biến dashboard thành công cụ kể chuyện nhân quả quá mức.

Alert là một thành phần quan trọng của nhiều operational dashboard.

Ví dụ:

Error rate vượt threshold.

Booking chưa được xử lý sau SLA.

Payment mismatch.

Inventory xuống thấp.

Traffic giảm bất thường.

Nhưng alert quá nhiều sẽ tạo alert fatigue.

Nếu hệ thống báo động liên tục về những thứ người dùng không thể hoặc không cần xử lý thì họ sẽ bắt đầu bỏ qua.

Alert chỉ nên tồn tại nếu có action tương ứng.

Một câu hỏi rất hữu ích:

Nếu metric này vượt ngưỡng thì ai sẽ làm gì?

Nếu không trả lời được thì có thể chưa cần alert.

Dashboard cũng cần thể hiện freshness.

Dữ liệu cập nhật lần cuối lúc nào?

Realtime?

15 phút trước?

Hôm qua?

Nếu người dùng nghĩ dữ liệu là realtime trong khi pipeline cập nhật mỗi 24 giờ thì quyết định có thể sai.

Timestamp hoặc trạng thái dữ liệu nên rõ ràng.

Data Quality là nền tảng của dashboard.

Dashboard không sửa dữ liệu.

Nó chỉ làm dữ liệu hiển thị thuyết phục hơn.

Nếu booking duplicate thì revenue vẫn có thể bị tính gấp đôi.

Nếu một source ngừng đồng bộ thì chart vẫn có thể chạy.

Nếu timezone sai thì số liệu theo ngày vẫn có thể nhìn rất hợp lý.

Đó mới là phần nguy hiểm.

Một dashboard đẹp có thể làm dữ liệu sai trông đáng tin hơn.

Vì vậy những metric quan trọng cần có definition rõ ràng.

Ví dụ:

Booking được tính khi tạo booking hay khi payment thành công?

Revenue là gross booking value hay doanh thu kế toán?

Customer là account hay passenger?

Conversion có denominator là session user hay search?

Nếu mỗi team hiểu metric một cách khác nhau thì dashboard chỉ đang đưa sự khác biệt định nghĩa lên màn hình.

Metric Definition vì vậy nên được quản lý tập trung khi có thể.

Một metric nên có:

Tên.

Định nghĩa.

Công thức.

Data source.

Grain.

Owner.

Refresh frequency.

Những rule loại trừ quan trọng.

Điều này đặc biệt cần thiết với KPI cấp quản trị.

Data Lineage cũng quan trọng.

Nếu KPI bất thường người phân tích cần biết dữ liệu đi từ hệ thống nguồn nào qua transformation nào trước khi xuất hiện trên dashboard.

Nếu không có lineage việc debug có thể rất chậm.

Dashboard thường là nơi người dùng phát hiện vấn đề.

Nhưng nguyên nhân đôi khi nằm cách đó nhiều pipeline.

Missing Data phải được thể hiện rõ.

Không có dữ liệu không đồng nghĩa bằng zero.

Ví dụ một chi nhánh chưa gửi dữ liệu hôm nay.

Nếu dashboard hiển thị doanh thu bằng 0 thì lãnh đạo có thể nghĩ chi nhánh không bán được hàng.

Trong khi thực tế pipeline chưa chạy.

Hai trạng thái này phải được phân biệt.

Outlier cũng cần được xử lý cẩn thận.

Một giao dịch rất lớn có thể kéo average lên.

Dashboard có thể hiển thị cả mean median hoặc percentile nếu câu hỏi cần.

Không nên tự động loại outlier để đường chart đẹp hơn.

Nếu outlier là giao dịch thật thì nó là một phần của business.

Mean cũng có thể gây hiểu nhầm.

Ví dụ average response time bằng 300 ms.

Nghe rất ổn.

Nhưng P99 có thể là 12 giây.

Nếu trải nghiệm ở phần đuôi distribution quan trọng thì average chưa đủ.

Dashboard hiệu năng thường cần percentile.

Tương tự trong kinh doanh median order value đôi khi cung cấp context khác mean order value.

Metric phải phù hợp với distribution.

Percentage cũng cần denominator rõ.

Conversion 5 phần trăm.

Năm phần trăm của cái gì?

Visitor?

Session?

Search?

Lead?

Không có denominator metric gần như chưa hoàn chỉnh.

Một vấn đề khác là percentage point.

Nếu conversion tăng từ 4 phần trăm lên 5 phần trăm thì:

Tăng 1 percentage point.

Nhưng tăng tương đối 25 phần trăm.

Hai cách nói đều có thể đúng.

Dashboard phải ghi rõ để tránh hiểu sai.

Color trong dashboard cần có hệ thống.

Đỏ thường nên dành cho trạng thái thực sự cần chú ý.

Nếu một nửa dashboard màu đỏ người dùng sẽ không biết điểm nào quan trọng nhất.

Màu xanh cũng không nên được dùng đơn giản vì số tăng.

Chi phí tăng không nhất thiết tốt.

Complaint tăng chắc chắn không nên tô xanh chỉ vì đường đang đi lên.

Màu cần dựa trên ý nghĩa của metric.

Accessibility cũng phải được xem xét.

Không nên chỉ dùng màu đỏ và xanh để phân biệt trạng thái.

Có thể kết hợp:

Icon.

Label.

Text.

Shape.

Hoặc pattern.

Người dùng phải hiểu dashboard ngay cả khi khả năng nhận biết màu khác nhau.

3D Chart thường không có nhiều lý do để xuất hiện trên dashboard dữ liệu.

Nó chiếm không gian.

Có thể làm sai cảm nhận độ lớn.

Và hiếm khi thêm thông tin.

Dashboard không phải poster triển lãm PowerPoint năm 2007.

Dữ liệu không cần nổi khối để trở nên quan trọng.

Pie Chart cũng cần dùng có chọn lọc.

Một dashboard có sáu pie chart thường khiến việc so sánh trở nên khó khăn.

Nếu mục tiêu là ranking category thì bar chart có thể dễ đọc hơn.

Pie chart phù hợp hơn khi số nhóm ít và câu hỏi là part-to-whole.

Table không phải kẻ thù của dashboard.

Không phải dữ liệu nào cũng cần biến thành chart.

Nếu người dùng cần tra chính xác booking nào đang lỗi thì một table có filter và sort có thể tốt hơn biểu đồ.

Visualization phục vụ pattern.

Table phục vụ lookup và chi tiết.

Dashboard tốt thường biết lúc nào dùng cái nào.

Drill-through có thể đưa người dùng từ dashboard tới dữ liệu hoặc màn hình nghiệp vụ chi tiết.

Ví dụ từ KPI:

27 booking quá SLA

người dùng có thể click để mở danh sách 27 booking đó.

Điều này biến dashboard từ một màn hình quan sát thành một công cụ hỗ trợ hành động.

Đây là một nguyên tắc rất đáng chú ý:

Insight càng gần action càng có giá trị.

Nếu dashboard báo vấn đề nhưng người dùng phải mở năm hệ thống khác để tìm record cần xử lý thì workflow vẫn chưa tốt.

Dashboard cũng cần phân quyền.

Không phải ai cũng cần xem mọi dữ liệu.

Một dashboard có thể chứa doanh thu thông tin khách hàng hiệu suất nhân viên hoặc dữ liệu nhạy cảm khác.

Access control cần dựa trên vai trò và mục đích sử dụng.

Filter trên giao diện không phải cơ chế bảo mật.

Dữ liệu phải được bảo vệ ở tầng phù hợp.

Mobile Dashboard cũng không nên đơn giản là thu nhỏ dashboard desktop.

Màn hình nhỏ buộc phải ưu tiên thông tin.

KPI quan trọng nhất.

Alert.

Trend chính.

Action cần làm.

Những phân tích phức tạp có thể chuyển sang desktop.

Responsive layout không tự giải quyết information architecture.

Dashboard cũng cần đo xem nó có được sử dụng hay không.

Một dashboard được xây rất công phu nhưng không ai mở sau tháng đầu tiên là một tín hiệu đáng xem xét.

Có thể metric không hữu ích.

Có thể dashboard quá khó dùng.

Có thể dữ liệu không đáng tin.

Hoặc người dùng đã có workflow tốt hơn.

Dashboard cũng là một sản phẩm.

Nó cần user research.

Feedback.

Iteration.

Và đôi khi cần xóa bớt.

Một dashboard tốt không nhất thiết phải tồn tại mãi.

Nếu quyết định mà nó hỗ trợ không còn tồn tại thì dashboard cũng có thể nên nghỉ hưu.

Dashboard Sprawl là vấn đề khá phổ biến.

Mỗi team tạo một dashboard.

Mỗi dashboard lại có một định nghĩa revenue.

Sau vài năm tổ chức có hàng trăm dashboard và không ai biết cái nào là nguồn chính thức.

Đây không còn là vấn đề visualization.

Nó là vấn đề governance.

Có thể cần xác định:

Dashboard owner.

Certified dashboard.

Metric owner.

Data source.

Ngày cập nhật gần nhất.

Và lifecycle.

Dashboard cũ cần được archive.

Một nguyên tắc thiết kế dashboard thực tế có thể là:

Question → Decision → KPI → Data → Visualization → Interaction → Action.

Không nên đảo lại thành:

Có dữ liệu → tìm chart đẹp → nhét vào dashboard → hy vọng ai đó dùng.

Trước khi xây dashboard nên hỏi:

Ai sẽ dùng?

Họ cần quyết định gì?

Họ xem dashboard bao lâu một lần?

KPI nào thực sự ảnh hưởng quyết định?

Ngưỡng nào cần hành động?

Dữ liệu cập nhật nhanh đến mức nào?

Nếu thấy bất thường họ có thể drill-down ở đâu?

Dữ liệu có đủ đáng tin không?

Ai chịu trách nhiệm về từng metric?

Dashboard có hỗ trợ action hay chỉ hỗ trợ nhìn?

Nếu chưa trả lời được những câu hỏi đó thì chưa cần nghĩ tới màu chart.

Một dashboard tốt không cần chứa nhiều thông tin.

Nó cần chứa đúng thông tin.

Đúng người.

Đúng thời điểm.

Và đủ context để người dùng biết mình nên làm gì tiếp theo.

Tag Dashboard tổng hợp các bài viết và kiến thức về dashboard KPI metric Data Visualization operational dashboard analytical dashboard strategic dashboard drill-down alert Data Quality và cách thiết kế bảng điều khiển dữ liệu hỗ trợ theo dõi phân tích và ra quyết định.