Data Analytics: 6 pasos y 8 consejos para diseñar un dashboard

Martín Carniglia y César Requena, especialistas de datos en R/GA, te dan consejos para que tu tablero sea claro, útil y accionable.

Martín es Licenciado en Administración y antes de R/GA trabajó como Director Regional de Transformación Digital en Havas. César es licenciado en comercialización y antes de unirse a R/GA fue Data Project Leader en Havas México. Ambos son profesores de M.AD en los Bootcamps de Marketing Digital y Plan de Medios Digitales.

“Muchas veces se menosprecia, se minimiza o se deja para último momento el diseño estratégico de la medición de datos. Ya sea para un sitio, para una campaña o para tomar decisiones, es frecuente que se piense en la data después del lanzamiento. Entonces, se termina haciendo un poco a contrarreloj y de manera contraproducente. Lo recomendable es ser un poco más previsor en este tema. La mejor forma de encarar un enfoque de analítica es pensar en las preguntas que uno quiere responder. Hay que parar la pelota y pensar por qué, cómo y para qué, porque después el “qué” fluye solo”, explica Martín en una parte de la clase abierta que brindó junto a su colega.

Además de la correcta planificación, un analista de datos debe darle mucha importancia a la interpretación. “Los datos por sí solos no representan ningún valor. Acumular métricas no aporta nada si no pensamos en cuál es el aprendizaje que se quiere obtener. Por eso decimos que todo componente que está en un tablero tiene que poder tener como consecuencia la toma de una decisión o algo que se pueda optimizar o cambiar para bien. Nuestra filosofía es llegar desde el dato hasta la inteligencia”, aclara César.

Y, para poder sacar conclusiones acertadas, es fundamental poder priorizar. “Vivimos en un mar de información y a veces se nos inunda la oficina. Hay un framework muy útil para priorizar: SO WHAT? (¿y entonces? ¿y ahora qué?). Consiste en agarrar ese dato y preguntarle “So what?” 3 veces hasta que nos diga si podemos o no realizar una acción o un next step. Si después de ese interrogatorio no se traduce en acciones concretas, entonces ese dato no debería ser prioritario. Es decir, tenemos que interrogar a la data para saber si me va a servir o no para tomar una decisión. Por ejemplo, si tenemos una métrica de 1M de impresiones: So what? Le estoy llegando a muchísima gente: eso no me está dando ningún next step”, advierte Martín.

Pero, ¿qué es un dashboard? ¿Qué pasos debo seguir para armar uno? ¿Cómo se diseña? César y Martín despejaron todas las dudas en la charla:

¿Qué es un dashboard de negocios?

Un conjunto de elementos gráficos distribuidos armoniosamente, que nos permiten evaluar el estado de diferentes KPIs de forma ágil

¿Cuántos tipos de dashboards hay?

Existen muchos tipos, pero podríamos organizarlos en dos grandes grupos:

• Dashboard de resultados: presentar resultados y recomendaciones. Son un poco más estáticos y suelen tener mucho texto.
  
  
• Dashboard de análisis: explorar datos para encontrar insights. Tienen muchos gráficos y funciones para ordenar y filtrar.

6 pasos fundamentales para diseñar un dashboard

1. KPI’s. Planificar las métricas fundamentales. Vamos a medir en función de los objetivos, de qué fuentes de datos extraerlos y la herramienta de visualización que utilicemos. Por ejemplo, si estamos manejando un sitio de e-commerce vamos a querer ver el revenue, la ganancia, el valor promedio por compra, el nivel de conversión. Otras métricas, como la cantidad de impresiones, el reach o el costo por impresión, no tienen que ver con lo que realmente importa. Esos últimos datos van a “ensuciar” el análisis y no van a permitir ver claramente el objetivo principal, que es vender y tener ganancias.
   
   
2. Audiencia. Conocer al usuario. Para esto tenemos que tener en claro: ¿Quién usará el dashboard? ¿Cuáles son sus expectativas? ¿Qué tipo de decisiones tomará con él? No es lo mismo mostrar los datos a un encargado de medios o e-commerce, que a un CEO o gerente de marketing. Quizás los puestos gerenciales se inclinen más por dashboards de resultados, mientras que una persona que está más en el día a día se interese por explorar valores dinámicos que reflejen lo que está sucediendo con más detalle.
   
   
3. Contenido. ¿Qué data debería mostrar el dashboard? ¿Qué secciones debería tener y qué contenido no puede faltar? Meter información simplemente porque la tenemos disponible y podemos hacerlo no va a llegar a nada concreto y va a confundir en lugar de clarificar nuestro panorama. Para una tienda de e-commerce, por ejemplo, sí o sí tiene que estar la tabla de los productos más vendidos; también, las fuentes de datos que más revenue están trayendo al negocio. Esta es la etapa en la que tenemos que planificar un listado de todos esos requerimientos, según el caso.
   
   “Podemos hacer una analogía con el proceso creativo de un artista”, explica Martín. “El artista tiene el lienzo en blanco delante y proyecta en su mente cuál es la pintura que imagina hacer. El dashboard tiene un poco de eso: tiene que estar bien guiado, tenemos que tener esa imagen mental y visual de todo lo que queremos cubrir, porque sino después nos puede pasar que ese lienzo nos quede chico, o que los componentes del cuadro estén demasiado concentrados y no distribuidos armoniosamente”.
   
   
4. Mockup. Crear un borrador antes de comenzar el diseño total en una herramienta de Business Intelligence. Esta es la parte en la que pensamos cómo ubicar los componentes que definimos en el paso anterior. ¿Cómo lo imaginamos? ¿Cómo nos gustaría que se vea? ¿Qué lineamientos tenemos que seguir? “Esto es muy importante, porque si empezamos directo en una plataforma de BI y después nos damos cuenta de que queremos cambiar el tamaño o la distribución de los elementos, cada modificación tarda 20 veces más que los cambios hechos en un borrador en lápiz y papel. Nos vamos a ahorrar horas y horas, y hasta semanas, si en vez de lanzarnos directo a una plataforma realizamos este paso previo. Tenemos que borrar y empezar, borrar y empezar, hasta que estemos 100% cómodos con alguna versión”, advierte César.
   
   
5. Revisar. Conversar sobre el mockup con los principales stakeholders y confirmar que el contenido sea el correcto. ¿Es la información que esperan obtener? ¿Lo entienden a nivel conceptual? ¿Qué le quitarían o agregarían? Puede pasar que, aunque nosotros nos sintamos cómodos con alguna versión, no le pase lo mismo a la persona que termine utilizando ese dashboard. Quizás una persona que conoce a fondo al usuario final nos indica que determinada información no es tan relevante como pensábamos, o que nos está faltando un número importante. Nuevamente, es mucho más rápido hacer esos ajustes sobre un mockup que sobre la herramienta en sí.
   
   
6. Diseñar (tool). Ahora sí, es el momento de diseñar, teniendo en cuenta el feedback recibido y dentro de una plataforma de BI. El lienzo comienza a poblarse de todos los componentes que ya fueron validados por el equipo. 

8 mejores prácticas a la hora de diseñar

Pero antes, una aclaración de Martín: “La mejor forma de aprender, ya sea un dashboard o cualquier otra herramienta digital, es haciendo y creando. El camino de entrada que recomendamos es Google Data Studio. Es una herramienta gratuita que pueden explorar y chequear con videos tutoriales que les explican cómo empezar a jugar con ella. Después, ya pueden pegar el salto y empezar a usar herramientas pagas como Power BI, Tableau, QlikView, Klipfolio, Datorama, y muchas otras más. Siempre lo mejor es empezar con lo más accesible. Pueden ser herramientas gratuitas o alguna que quizás ya tiene la empresa con la que trabajan. Y si tienen el Suite de Microsoft pueden acceder a Power BI”.

1. Incluí solo data esencial. No quiere decir que haya poca información, sino que esté la mínima necesaria para tomar las decisiones relevantes. Debemos asegurarnos de que cada métrica que agreguemos:
   
   a) Coincida con el propósito del dashboard (por ejemplo, en un tablero para un e-commerce la data de contenidos de redes sociales puede no interesarle a nuestro usuario final)
   
   b) Pueda entenderse fácilmente. Keep it simple. Menos es más. Siempre tratar de reducir la data a la forma en que sea más fácil de entender. Esto incluye hasta la manera en que nombramos las métricas. Si el usuario no se maneja en inglés, entonces simplifiquemos la lectura con títulos que sean preguntas o con lenguaje más simple.
   
   c) Pueda ser optimizado por el stakeholder. Es decir, métricas que sean útiles. En e-commerce, por ejemplo, representar una métrica muy vinculada a la experiencia de consumo de contenido, que le corresponde a otra área dentro de la compañía, no es útil. No se va a poder accionar y no debería estar en ese tablero.
   
   d) Cambie con frecuencia razonable. La lista top de categorías adquiridos en una tienda de e-commerce es probable que se mantenga estable durante meses y meses. Si vemos que una tendencia se mantiene a lo largo del tiempo, quizás tenemos que buscar otro nivel de granularidad: en lugar de ver categorías o productos, podemos enfocarnos en los datos que más hayan cambiado en el último tiempo.
   

2. Utilizá tamaño y posición para mostrar jerarquía. Los tamaños consistentes y las relaciones claras entre los elementos ayudan a crear patrones y flujo visual. En términos de posicionamiento, la esquina superior izquierda es la ubicación hacia la que los ojos van naturalmente. Por eso, muchos dashboards comienzan resaltando los KPIs principales con un indicador grande y llamativo en una franja superior. Hay que jugar con posiciones y tamaños para que todo esté claro en un golpe visual. Siempre, siguiendo una lógica clara: yendo de lo más general a lo más particular. ¡Y no hay que tenerle miedo al espacio vacío! Muchas veces, nos da un respiro visual y permite poner el foco en donde hay que ponerlo. Es mejor dejar un espacio que hacer algo más grande solo para rellenarlo. 

3. Dale contexto a tus números. Una métrica suelta no informa nada. ¿Es mejor o peor de lo que veníamos teniendo? ¿Es mayor o inferior a lo que esperábamos tener a esta altura del período? ¿Es un cambio disruptivo o una tendencia estable? Si decimos: “Tuvimos 1000 sesiones, 500 compras y un promedio de 20 productos agregados al carrito”, los números solos no indican si es algo positivo o negativo. Necesitamos ponerlo en relación con un período de tiempo comparable, o describirlo con la variación con respecto al período anterior (indicado con el símbolo delta: Δ). A veces también se puede incluir un gráfico de líneas o columnas que muestre la tendencia durante un período de tiempo.

Por otra parte, si hay un objetivo definido, es aconsejable incluir el target así como su progreso actual. Por ejemplo, si sabemos que tenemos que alcanzar 3000 ventas mensuales y tenemos 1000 a la mitad del mes, esa no es una muy buena noticia; deberíamos tener por lo menos 1500 para alcanzar esa proyección.

4. Agrupá las métricas que estén relacionadas. Por ejemplo: por métrica, producto, marca, campaña, región, equipo o incluso período de tiempo. Es importante darle un título a los grupos para que sean más fáciles de identificar. Tenemos que seguir una lógica a la hora de presentar la información, que tiene que estar contemplada en las etapas de contenido y mockup. Por ejemplo, segmentar los datos: análisis geográfico en una sección, ranking en otra, tendencias en otra, etc. E incluso explorar comparaciones: lo que se genera en ventas en e-commerce en su plaza geográfica principal versus lo que sucede en el resto del país. La idea es que la agrupación facilite la interpretación. Hay que tratar de no ir y volver con la información (no ir de lo general a lo particular, y luego nuevamente a lo general). 

5. Sé consistente en el uso de recursos y paleta de colores. Tu dashboard será más fácil de leer si usás las mismas visualizaciones y diseños entre grupos. Aprovechá el uso de filtros para no duplicar widgets o gráficos solo por representar una dimensión distinta. Para representar tendencias similares es mejor usar un mismo tipo de gráfico, para que el usuario entienda que queremos fomentar la comparación entre ambas. Si dos KPIs tienen el mismo nivel de jerarquía, deberían tener el mismo tamaño. Estos detalles canalizan la atención y permiten que fluya la interpretación de los datos.

Con respecto al color y a los símbolos, usar inferencias universales: verde para cifras que acompañan y rojo para aquellas que no; flechas hacia arriba y hacia abajo para tendencias en alza y en baja. Poner negritas para destacar el valor máximo. En un gráfico de tendencias, marcar la línea media que se viene teniendo para indicar si estamos por encima o por debajo de ella. Una tabla se puede acompañar con un mapa de calor que marque, de rojo a verde, las cifras de mayor a menor intensidad y así favorezca la rápida interpretación de los números sin tener que invertir más tiempo del necesario.  

6. Redondéa y resumí las métricas. Incluir demasiados detalles desvía la atención o hasta puede convertir un grano de arena en una montaña. Por ejemplo, 19K en lugar de 19.000, 12M en lugar de 12.000.000 y $30 en lugar de $30.4. Esto facilita la interpretación y desgasta menos al lector. 

7. Incluí un glosario y/o guía de uso. Nunca hay que dar por obvias las métricas y dimensiones que muestra el dashboard. Un glosario o guía que explique cómo leer correctamente el tablero evita confusiones y ahorra preguntas. Sobre todo en tableros de marketing, en donde existen muchas siglas y diminutivos. Puede ser en una página aparte o con Tooltips en distintas partes, que son indicadores que explican datos (usualmente con signos de pregunta o globitos de FAQ). Como regla general, tendríamos que explicar para qué sirve, cómo filtrar y navegar la información y un resumen de la metodología de trabajo. Se recomienda incluir al menos: ¿Para qué sirve? ¿Cada cuánto se actualiza? ¿Qué fuentes de datos utiliza? Contrariamente a lo que ocurre en lo anterior, acá es mejor que sobre y no que falte. A medida que interactuamos con el usuario iremos aprendiendo cuáles son las preguntas más frecuentes. 

8. Seguí evolucionando en base al feedback. Un dashboard, así como empieza mucho antes que al momento de diseñarlo, tampoco termina al momento de entregarlo. En ese sentido, funciona como un producto o una aplicación. Ese primer entregable sería la versión 1.0. Luego deberán lanzarse las versiones 1.1, 1.2, 1.3, etc, que vayan cambiando y evolucionando de acuerdo al uso que se le da por parte de los usuarios. Entonces, tenemos que animarnos a pedir ese feedback activo, porque no hay nada más triste que un dashboard muy lindo y completo al que nadie accede. Es como tener una genial casa de 3 pisos que nadie va a visitar.

Tenemos que saber quiénes acceden al tablero y con cuánta frecuencia, además de generar espacios de reunión y consulta. No tengamos miedo a preguntar: ¿Qué miran con más frecuencia y qué les resulta más útil y por qué? ¿Qué es lo que nunca miran o encuentran menos útil y por qué? ¿Falta algo? ¿Ha cambiado algo en la forma en que funcionan?

En el Google Data Studio es muy fácil poner el código de seguimiento de Google Analytics para revisar si los usuarios están realmente entrando o no, desde dónde, qué páginas, etc. Si vemos que durante dos semanas no se está usando, entonces es mejor mandar un mail y preguntar si hay alguna duda con respecto a su uso o información. También hay que tener en cuenta que, a veces, puede dejar de verse un dashboard por cambios en el usuario. Si un gerente de marketing o responsable de e-commerce rota o se va del puesto, hay que revisar los códigos de seguimiento y hacer un nuevo abordaje. 

¿Cuál es el mejor gráfico para representar data?

Los chicos nos dejaron este archivo para tener en cuenta a la hora de relacionar información de diferentes maneras:

Miralo en detalle acá

---

Aprendé a aplicar el análisis de datos a casos concretos. 

Si te gustó esta información, podés inscribirte en nuestros Bootcamps de Marketing Digital o Plan de Medios Digitales para aplicarla en tu empresa o proyecto. Trabajamos con clientes reales y para que entiendas bien cómo el análisis correcto de la data se puede traducir en resultados concretos. Las clases son online y en tiempo real.