Waarom leiden de meeste dashboards niet tot andere beslissingen?
De meeste dashboards schieten tekort omdat ze alles tonen wat meetbaar is. Daardoor ziet niemand welke cijfers om actie vragen. Bovendien hebben veel grafieken geen verantwoordelijke of streefwaarde waaraan iemand kan aflezen of een verandering goed of slecht is.
Neem een fictief schoonmaakbedrijf met 45 medewerkers, Brightstep Facilities. De operationeel directeur, Amara, erft een dashboard met 34 grafieken verdeeld over vier tabbladen. Haar aantekeningen van het maandagoverleg luiden: 'niemand kijkt verder dan tabblad 1. omzetgrafiek per maand, klachtengrafiek per week, niet te vergelijken. drie verschillende definities van een verloren klant. nergens streefwaarden. verkoop vroeg waarom het aantal opdrachten was gedaald en niemand wist of dat slecht was.' Ze wil één scherm waarmee het managementteam elke week bepaalt wat er moet gebeuren.
Hoe kiest u stap voor stap KPI's voor een dashboard?
Kies KPI's door uit te gaan van de beslissingen die het team neemt. Kies vervolgens per beslissing de één of twee meetwaarden die die beslissing zouden beïnvloeden, met een verantwoordelijke, een definitie en een streefwaarde. De onderstaande stappen houden de lijst bewust kort.
1. Zet de terugkerende beslissingen op een rij
Bij Brightstep: hoeveel schoonmakers er volgende maand ingepland moeten worden, welke klanten een servicebezoek nodig hebben, waarop de verkoopinspanningen gericht moeten worden en of de kwaliteit achteruitgaat.
2. Kies een meetwaarde per beslissing
Kies voor elke beslissing het kengetal dat die beslissing zou veranderen. Streef naar vier tot zeven KPI's in totaal. Alles wat geen beslissing ondersteunt, hoort in een rapport en niet op het dashboard.
3. Combineer voorlopende met achterlopende indicatoren
Achterlopende indicatoren, zoals maandomzet of verloren klanten, bevestigen wat al is gebeurd. Voorlopende indicatoren, zoals offertes die deze week zijn verstuurd of gemiste bezoeken, veranderen eerder en geven tijd om in te grijpen. Elke achterlopende KPI moet ten minste één bijbehorende voorlopende indicator hebben.
4. Definieer elke KPI één keer
Leg één definitie vast, de gegevensbron, hoe vaak de gegevens worden bijgewerkt en wie ervoor verantwoordelijk is. 'Klant verloren' betekent voor iedereen dat een contract is beëindigd en niet binnen 30 dagen is verlengd.
5. Stel een doel of drempelwaarde vast
Een getal zonder streefwaarde vertelt niemand of er actie nodig is. Voeg voor elke KPI een streefwaarde en een waarschuwingsdrempel toe.
Hoe moet een KPI-dashboard worden ingedeeld?
Richt een KPI-dashboard zo in dat de belangrijkste meetwaarden bovenaan staan, elk afgezet tegen de doelwaarde en de vorige periode. Plaats de voorlopende indicatoren die deze waarden verklaren eronder en zorg dat details met één klik bereikbaar zijn. Gebruik binnen een rij dezelfde periode, zodat de cijfers vergelijkbaar zijn.
Toon de datum van de laatste update, de gegevensbron en een korte toelichting op bekende beperkingen, bijvoorbeeld 'klachten pas vanaf 3 November telefonisch geregistreerd'. De richtlijnen voor dashboards in de publieke sector van het Britse Office for Statistics Regulation beschrijven vergelijkbare werkwijzen, zoals duidelijke links naar de gegevensbron, informatie over sterke punten en beperkingen, en een vermeld updateschema. Die zijn net zo bruikbaar voor teams in de private sector. Controleer of een status niet alleen met kleur wordt aangegeven, zodat het dashboard voor iedereen leesbaar blijft.
Hoe ziet een zwakke set KPI's eruit, en hoe een verbeterde?
De zwakke versie behoudt alle 34 grafieken en voegt een tabblad 'Top 10' toe. Tijdens het maandagoverleg wordt nog steeds gediscussieerd over wat de cijfers betekenen.
De verbeterde versie heeft zes KPI's op één scherm. Bovenste rij, resultaatindicatoren: maandelijks terugkerende omzet ten opzichte van het doel; verloren klanten dit kwartaal. Tweede rij, voorspellende indicatoren: verstuurde offertes deze week ten opzichte van een doel van 25; gemiste of te late bezoeken deze week, grenswaarde 3%; openstaande klachten ouder dan vijf dagen; ingeroosterde schoonmaakuren ten opzichte van geboekte uren voor volgende maand. Elke tegel toont de initialen van de verantwoordelijke en een link naar de details. Toen het aantal opdrachten daalde, kon het team zien dat het aantal offertes drie weken eerder was teruggelopen door een openstaande verkoopvacature. Dat was een oorzaak die ze konden aanpakken.
Hoe gebruikt u AI om toelichtingen bij een dashboard op te stellen en te controleren?
Gebruik AI om de korte schriftelijke toelichting onder een dashboard op te stellen. Geef de cijfers, definities en streefwaarden mee en vraag om de veranderingen ten opzichte van de streefwaarden en de vorige periode te beschrijven, zonder oorzaken te verklaren die niet uit de gegevens blijken. Controleer vervolgens elk genoemd getal aan de hand van het dashboard.
AI-conceptteksten voegen vaak geloofwaardige verklaringen toe, zoals 'de omzet daalde door seizoensgebonden vraag', die niemand heeft geverifieerd. Vraag de assistent om elke verklaring als vraag aan de KPI-verantwoordelijke te markeren. Plak geen klantnamen of persoonsgegevens in een tool die uw werkgever niet heeft goedgekeurd; totalen en definities zijn voldoende voor een toelichting.
Hoe controleert u of een dashboard zijn doel dient?
Controleer een dashboard door na een maand te vragen welke beslissingen erdoor zijn veranderd. Als een KPI tot geen enkele vraag of actie heeft geleid, vervang deze dan. Controleer of elke tegel een verantwoordelijke, een definitie en een doelwaarde heeft, of de tijdvakken in alle rijen overeenkomen en of de AI-toelichting geen cijfers of oorzaken bevatte die niet op het scherm stonden.
Wat zijn veelgemaakte fouten bij dashboards en KPI's?
De meest voorkomende fout is meten wat makkelijk te tellen is in plaats van wat helpt om een beslissing te nemen. Andere fouten: alleen achteraf meten, waardoor problemen te laat zichtbaar worden om ze op te lossen; meerdere definities van dezelfde KPI; geen streefwaarden; week- en maandcijfers op één rij door elkaar zetten; en een KPI zo sterk belonen dat mensen het cijfer verbeteren in plaats van het resultaat, bijvoorbeeld door klachten voortijdig af te sluiten om een doel te halen.
Waar staat deze les binnen Tosheo.ai?
Deze les valt onder de categorie Datawetenschap en analyse van de cursus datawetenschap, na de les over correlatie en causaliteit. In de praktijkopdracht op Tosheo.ai brengt u een overvol fictief dashboard terug tot een reeks KPI's die besluitvorming ondersteunen en schrijft u met AI een toelichting. De feedback op basis van het beoordelingsschema controleert doelwaarden, definities en eventuele ongefundeerde verklaringen voor oorzaken. De les biedt een professionele basis voor analisten en leidinggevenden en is geen cursus in een specifiek BI-product.