Dashboardmisstag ett: för många mått.
Dashboarden visar femtio mått. Intressenten blir överväldigad. Läser ingenting. Fattar inga beslut.
Dashboarden är byggd men ingen använder den. Misslyckande.
Lösning: skär ner till tio mått. Prioritera mått som driver beslut. Mått som är intressanta men inte går att agera på tas bort. Mått som stödjer andra mått flyttas till stöddashboards. Huvuddashboarden visar fem till tio. Stöddashboards visar detaljer.
Misstag ett: för många mått
Femtio mått överväldigar läsaren. Läsaren hinner inte ta in dem. Läser ingenting. Fattar inget beslut.
Lösning: skär ner till fem till tio mått. Ta bort mått som inte driver beslut. Behåll mått som besvarar: ska jag lägga pengar här? Ska jag anställa här? Ska jag ändra produkten här?
Misstag två: ingen baslinje att jämföra med
Ett mått visar att intäkterna är 500 000. Är det bra? Läsaren har ingen aning. Inget sammanhang.
Lösning: visa alltid en baslinje. Den här månaden jämfört med förra månaden. Den här månaden jämfört med samma månad förra året. Jämförelse med målet. Välj två baslinjer. För många baslinjer skapar förvirring.
Misstag tre: inga statusindikatorer
Ett mått visar att konverteringsgraden är tre procent. Läsaren tänker: är det bra? Behöver veta målet.
Lösning: lägg till färg. Grönt om på eller över målet. Gult om något under. Rött om betydligt under. Färg tar bort tvetydighet. Läsaren skannar färgerna och hittar problem direkt.
Misstag fyra: mått utan förklaring
Ett mått visar att trafiken ökat med trettio procent. Läsaren tänker: varför? Vet inte. Kan inte avgöra om det är bra eller dåligt.
Lösning: lägg till en kort förklaring. Trafiken ökade med trettio procent tack vare en ny kampanj i betald sök som startade i tisdags. Kampanjen ligger på 2,5 gånger ROAS. Förklaringen talar om för läsaren varför måttet förändrades och vad som ska göras.
Misstag fem: otydlig åtgärd
Ett mått visar ett problem. En röd indikator visar att något är fel. Men läsaren vet inte vad hen ska göra.
Lösning: lägg till en åtgärd. Felfrekvensen är två procent (mål en procent). Åtgärd: utred fördröjningen hos betalningsleverantören. Tilldelad drift. Ska vara klar fredag. Åtgärden talar om för läsaren vad som ska göras.
Misstag sex: felaktig data
Dashboarden visar att e-postkanalen genererade 100 000 i intäkter. Verkligt värde var 50 000 (datafel). Företaget fattar beslut utifrån fel siffra. Dubblar e-postbudgeten. Slösar bort 50 000 dollar.
Lösning: granska datan varje månad. Jämför dashboardens data med källsystemet. Rätta avvikelser. Validera siffrorna innan de visas. En timmes validering förhindrar ett misstag på 100 000 dollar.
Misstag sju: mått som inte spelar roll
Dashboarden visar sidvisningar (fåfängemått). Sidvisningar är intressanta men driver inga beslut. Ska tas bort.
Lösning: visa bara mått som driver beslut. Ett mått ska besvara: ska jag lägga pengar här? Ska jag anställa här? Ska jag ändra produkten här? Om ett mått inte kan besvara de frågorna, ta bort det. Fåfängemått hamnar på en stöddashboard om någon bryr sig.
Misstag åtta: inaktuell data
Dashboarden uppdaterades i går men ny data kom in under natten. Dashboarden visar gårdagens siffror. Beslutet fattas på gammal data. Beslutet blir fel.
Lösning: ställ in uppdateringsfrekvensen så att den passar hur ofta beslut fattas. Om beslut fattas dagligen, uppdatera dashboarden varje timme eller nästan i realtid. Om beslut fattas varje vecka, uppdatera dagligen. Om beslut fattas varje månad, uppdatera varje vecka. Anpassa uppdateringen efter beslutstakten.
Misstag nio: vacker men obegriplig
Dashboarden har tjusiga diagram, massor av färger och ser fantastisk ut. Men läsaren förstår inte vad den visar.
Lösning: förenkla det visuella. Gör siffrorna stora. Gör färgerna meningsfulla (inte dekorativa). Gör etiketterna tydliga. Tydlighet före skönhet. En vacker dashboard som förvirrar läsaren är värdelös. En enkel dashboard som förtydligar måtten är värdefull.
Misstag tio: ingen dokumentation
Ett mått visar intäkter. Läsaren vet inte: ingår återbetalningar? Ingår väntande transaktioner? Ingår prenumerationer och engångsköp? Måttet är tvetydigt.
Lösning: dokumentera måttet. Intäkter omfattar slutförda transaktioner under de senaste trettio dagarna. Utan återbetalningar. Inklusive prenumerationer och engångsförsäljning. Utan väntande transaktioner (inte behandlade än). Dokumentation tar bort tvetydighet.
Verkligt exempel: att fixa en trasig dashboard
Företaget har en dashboard med femtio mått. Teamet ignorerar den. Dashboarden används inte.
Granskningen visar
Måtten är förvirrande (ingen baslinje). Datan är felaktig (avvikelse i intäkter på tio procent). Måtten driver inte beslut (innehåller fåfängemått som sidvisningar).
Ny utformning
Steg ett: identifiera mått som driver beslut. Intäkter, konverteringsgrad, kostnad för att förvärva kunder, bortfall, funktionsanvändning, drifttid och svarstid i kundsupporten. Ta bort allt annat.
Steg två: lägg till baslinjer. Varje mått visar: utfall, förra månaden, förra året, mål och trend.
Steg tre: lägg till statusfärger. Grönt/gult/rött utifrån målet.
Steg fyra: lägg till förklaringar. Varför förändrades måttet? Vilken åtgärd behövs?
Steg fem: granska datan. Hämta dashboardens siffror och jämför med källsystemen. Hitta fel. Rätta felen.
Steg sex: uppdatera dagligen klockan 6. Dashboarden uppdateras med föregående dags data före teamets morgonmöte.
Resultat
Teamet använder dashboarden. Teamet ser direkt vilka mått som är friska och vilka som behöver uppmärksamhet. Teamet fattar beslut utifrån dashboarden. Misstag upptäcks och rättas snabbare.
Kostnad för åtgärden: en veckas ny utformning och granskning av data. Nytta: snabbare beslut, färre felaktiga beslut och en mer konsekvent strategi.
Vanliga frågor
Hur avgör vi vilka mått vi ska ta bort?
Ta bort om måttet inte går att agera på. Ett mått går att agera på om ett beslut ändras beroende på måttets värde. Exempel: konverteringsgrad går att agera på (om den sjunker, testa kassaflödet). Sidvisningar går inte att agera på (att veta antalet sidvisningar ändrar inget beslut). Trafik går att agera på (om trafiken är låg, öka marknadsföringen). Avvisningsfrekvens går inte att agera på utan sammanhang. Behåll bara mått som går att agera på. Skriv ner varje mått och fråga: vilket beslut driver det här måttet? Om inget beslut, ta bort det. Med WEMASY webbplatsbyggare kan du ställa in det direkt på din webbplats.
Hur prioriterar vi att rätta dashboardmisstag?
Prioritera efter påverkan på besluten. Felaktig data (misstag sex) är mest kritiskt. Fel data ger fel beslut. Rätta först. Ingen baslinje (misstag två) är andra prioritet. Läsaren kan inte tolka måtten. Rätta som nummer två. Otydlig åtgärd (misstag fem) är tredje. Läsaren ser problemet men vet inte vad hen ska göra. Rätta som nummer tre. Vacker men obegriplig (misstag nio) har lägre prioritet (kosmetiskt). Rätta sist. Sortera efter påverkan: datans riktighet först, tydlighet sedan, estetik sist.
Vad gör vi om en intressent vill behålla ett mått trots att det inte går att agera på?
Fråga varför. Om svaret är ”det är intressant att följa” är det inte skäl nog att behålla det. Säg: vi kan följa måttet på en stöddashboard, men huvuddashboarden fokuserar på mått som går att agera på. Kompromiss: huvuddashboarden har fem till tio mått, stöddashboarden har den detaljerade uppdelningen. Intressenten kan titta på stöddashboarden om hen är nyfiken, men den är inte huvudfokus. Kompromissen nöjer intressenten utan att röra till huvuddashboarden.
Hur undviker vi trötthet på att göra om dashboarden?
Frys ändringarna i tre månader. Efter lanseringen, inga ändringar i tre månader. Teamet lär sig dashboardens struktur. Efter tre månader samlar du in feedback. Gör förbättringar utifrån feedbacken. Inför förbättringarna. Frys igen i tre månader. Ständiga ändringar hindrar lärande. En ny utformning varje kvartal är rätt rytm. Sätt upp en notis på dashboarden: ”Nästa fönster för ny utformning är juni. Feedback senast 1 maj.”
Ska vi ha olika dashboards för olika roller eller en dashboard för alla?
Olika dashboards för olika roller. Vd:ns dashboard visar: intäkter, bortfall, förvärvskostnad, NPS. Försäljningschefens dashboard visar: pipeline, kvot, stängningsgrad. Produktchefens dashboard visar: funktionsanvändning, engagemang, kundbehållning. Olika roller bryr sig om olika mått. En dashboard för alla är för bred. Flera dashboards anpassade efter roller är mer användbara. Undantag: ett mycket litet företag (tio personer) kan dela en dashboard.
Hur förhindrar vi att dashboarden blir för komplex när företaget växer?
Dela upp efter funktion. En dashboard per team. Företagsövergripande dashboard visar totala intäkter. Försäljningsdashboarden visar detaljer i pipelinen. Produktdashboarden visar detaljer om funktioner. Marknadsföringsdashboarden visar detaljer per kanal. Tillväxten sker på djupet (mer detaljer i specifika områden) inte på bredden (fler mått i en dashboard). Begränsa huvuddashboarden till fem till tio mått. Detaljerna finns i stöddashboards.