Cosa sono le dashboard?

Una dashboard è un'interfaccia visiva che unisce metriche chiave, KPI e visualizzazioni dei dati provenienti da una o più fonti in una singola schermata, consentendo agli utenti di monitorare a colpo d'occhio le prestazioni rispetto a un obiettivo specifico.

Può essere facile confondere una dashboard con i singoli grafici o report al suo interno. Tuttavia, una dashboard si riferisce alla totalità della vista organizzata e in tempo reale, progettata per rispondere a una specifica domanda di business o monitorare un risultato preciso. In altre parole, una dashboard mostra queste informazioni per aiutarti a capire se sei in linea con specifici obiettivi aziendali o analitici.

Il termine stesso è mutuato dal cruscotto dell'auto. Proprio come chi guida vede in un unico posto un pannello con velocità, livello del carburante e spie di avviso, lo stesso concetto si applica ai dati aziendali. Una dashboard aziendale ben progettata aiuta a filtrare il potenziale rumore di fondo e mette in evidenza i segnali e le informazioni utili che richiedono una decisione.

Se un tempo erano riservate all'ambito della business analytics, oggi le dashboard sono presenti in quasi tutti i contesti digitali. Rappresentano l'interfaccia centrale negli strumenti di business intelligence (BI), sono integrate all'interno di applicazioni web e mobile, incorporate nelle piattaforme di analisi dei prodotti e utilizzate per il monitoraggio della sicurezza e la gestione operativa. È possibile trovarle anche nei prodotti di consumo: fitness tracker, app di finanza personale e monitor energetici utilizzano tutti una versione di dashboard per mostrare i dati degli utenti.

Con l'aumento del volume dei dati raccolti dalle organizzazioni, anche la diffusione delle dashboard è cresciuta. Man mano che i dati si sono spostati dai silos dipartimentali a piattaforme centralizzate, è aumentato anche il numero di dashboard all'interno della maggior parte delle aziende. Ad esempio, oggi una grande impresa potrebbe avere centinaia di dashboard gestite da decine di team. Questa proliferazione ha reso la domanda sul design — cosa rende efficace una dashboard? — più cruciale che mai.

Come funziona una dashboard?

In parole semplici, una dashboard raccoglie dati provenienti da altre fonti. Pensa alla dashboard come a un livello visivo posizionato sopra i dati che risiedono in database, data warehouse, applicazioni cloud, fogli di calcolo o qualsiasi combinazione di queste fonti.

Anche se possono esserci molte varianti nel modo in cui viene costruita una dashboard, il flusso di base è questo: una sorgente dati alimenta una query o una pipeline di dati, che estrae le metriche rilevanti in un livello di visualizzazione, il quale viene poi mostrato come l'interfaccia vista dall'utente.

Le architetture BI più datate creavano dashboard in cui i dati venivano estratti in un sistema separato, quindi trasformati e caricati con una copia di tali dati. Il risultato, tuttavia, era un ritardo nelle informazioni in tempo reale e il rischio di discrepanze nelle definizioni dei dati.

Oggi la maggior parte delle dashboard moderne gestisce questo processo automaticamente, aggiornandosi secondo una pianificazione o in tempo reale al variare dei dati sottostanti. A differenza delle versioni precedenti, le dashboard odierne interrogano direttamente i dati anziché memorizzarne una copia separata; funzionano come overlay visivi delle query. Ciò significa che una dashboard è sempre aggiornata e riflette lo stato reale dei dati sottostanti, anziché essere una copia creata in precedenza.

Gli utenti interagiscono con le dashboard in vari modi, solitamente iniziando con filtri che limitano la visualizzazione per intervallo di date, area geografica, prodotto, team o altre dimensioni. Molte dashboard supportano anche il drill-down, ovvero la possibilità di fare clic su un numero o un grafico per vederne i dettagli sottostanti. Questa combinazione di sintesi di alto livello e profondità accessibile è ciò che distingue una buona dashboard da un report statico. Un report è un'istantanea dei dati in un momento specifico, mentre una dashboard ti aiuta a esaminare le fonti e la causalità di quei dati mentre li stai guardando.

Anche se una dashboard può offrire set di dati completi in un layout accattivante, il vero criterio per stabilire se una dashboard è "efficace" è la sua capacità di rispondere a questa domanda in una sola frase: "A cosa serve questa dashboard?". Sapere per chi è stata creata la dashboard, qual è il pubblico di destinazione e quale scopo serve fa la differenza tra uno strumento utile e il disordine visivo.

Per approfondire come le dashboard si inseriscono nella più ampia disciplina che trasforma i dati in decisioni, consulta la guida al reporting BI di Databricks.

Quali sono i principali tipi di dashboard?

Il tipo di dashboard da creare dipende dal pubblico a cui è destinata e dalle decisioni strategiche che deve supportare. In genere, le tre tipologie principali sono operative, analitiche e strategiche, anche se a volte se ne aggiunge una quarta, definita tattica, per colmare il divario tra l'esecuzione operativa e la strategia aziendale. Conoscere le differenze e gli obiettivi di ciascuna di esse ti aiuta a determinare l'efficacia di una dashboard.

Quali sono i 3 tipi di dashboard?

Il modello a tre tipi è più datato ma ancora ampiamente utilizzato, e comprende dashboard operative, analitiche e strategiche. Le dashboard operative monitorano le attività in tempo reale, il che le rende ideali per gli utenti che devono agire tempestivamente in base a informazioni aggiornate. Le dashboard analitiche evidenziano tendenze e cause profonde su orizzonti temporali più lunghi, aiutando i team a indagare sul perché sia accaduto un determinato evento. Per una visione di più alto livello delle prestazioni rispetto agli obiettivi a lungo termine, le dashboard strategiche mostrano informazioni rilevanti per supportare le decisioni di pianificazione e allocazione delle risorse a livello esecutivo.

Quali sono i 4 tipi di dashboard?

I quattro tipi di dashboard sono operative, analitiche, strategiche e tattiche. Sebbene le prime tre siano state descritte nella sezione precedente, la quarta — quella tattica — colma il divario tra esecuzione e strategia. Questo tipo di dashboard può aiutare a monitorare le prestazioni a livello di reparto su base settimanale o trimestrale, rappresentando la soluzione ideale per gli utenti che necessitano di maggiore granularità rispetto a una vista strategica, ma di minore immediatezza rispetto a una operativa.

Comprendere gli obiettivi della dashboard influenza quasi ogni altra decisione di progettazione: la frequenza di aggiornamento, quali metriche includere, il livello di interattività necessario e chi ha l'autorizzazione per visualizzarla. Ad esempio, una dashboard operativa in tempo reale creata per un team di supporto in prima linea e una dashboard strategica trimestrale creata per un CFO non hanno quasi nulla in comune, se non la parola "dashboard". Trattarle come se avessero lo stesso formato porta a scelte di progettazione inadeguate per entrambe e, in ultima analisi, non offre un reale valore all'utente finale.

All'atto pratico, queste categorie si sovrappongono. Spesso una singola dashboard si rivolge a più di un pubblico e, man mano che gli strumenti diventano più interattivi, i confini tra i vari tipi possono sfumare. Può capitare che una dashboard operativa con funzionalità di drill-down inizi a soddisfare esigenze analitiche, mentre una dashboard strategica dotata di filtri possa fungere anche da vista tattica. Considera queste categorie non come contenitori rigidi, ma piuttosto come utili punti di partenza per le decisioni di progettazione.

Quali sono i componenti chiave di una dashboard?

Indipendentemente dallo strumento o dal settore, la maggior parte delle dashboard è costruita a partire dagli stessi elementi fondamentali. L'elenco seguente descrive alcune delle funzionalità più comuni:

• Riquadro KPI: si tratta di un numero di grandi dimensioni o di una statistica di riepilogo che mostra le prestazioni rispetto a un obiettivo chiave (ad es. "Ricavi questo mese: 1,2 milioni di $").
• Grafico o visualizzazione: un grafico a barre, a linee, a torta, una mappa o una tabella che mostra l'andamento o la scomposizione di una metrica.
• Filtro: un comando che consente agli utenti di limitare la visualizzazione per data, area geografica, prodotto, team o altra dimensione.
• Drill-down: un modo per fare clic su un numero o un grafico e visualizzare i dettagli sottostanti.
• Avviso o indicatore di soglia: di solito si tratta di un elemento visivo, contrassegnato da un colore, un'icona o un richiamo, che segnala quando una metrica supera un limite definito.
• Annotazione: una breve nota che spiega il contesto, ad esempio il motivo di un picco improvviso o il significato di una metrica.
• Elemento di confronto: un punto di riferimento come un target, un periodo precedente o un benchmark che dà significato al numero. Ogni metrica in una dashboard ben progettata dovrebbe fornire agli utenti un benchmark con cui confrontare i dati.

Insieme, questi componenti costituiscono il vocabolario condiviso della progettazione delle dashboard. Che tu stia esaminando una pipeline di vendita o uno strumento di analisi dei prodotti, vedrai queste metriche (o le loro derivazioni) in un modo o nell'altro.

Dashboard vs report vs scorecard vs visualizzazione dei dati

Il termine "dashboard" viene spesso usato in modo piuttosto approssimativo. In molte organizzazioni, questo termine viene utilizzato per riferirsi a report, scorecard e grafici singoli, a volte tutti insieme. Chiarire le differenze può aiutare i team a scegliere il formato giusto per il proprio lavoro, evitando di creare uno strumento che non comunichi le informazioni rilevanti al pubblico di destinazione.

Sebbene le dashboard siano distinte dagli altri formati, esse contengono spesso elementi sia delle visualizzazioni dei dati sia delle scorecard. Le categorie stesse non si escludono a vicenda; ciò che cambia è l'intento alla base del formato. Scopri di più su come le dashboard si inseriscono nella business intelligence più in generale, e su come gli strumenti di BI collegano i dati grezzi alle decisioni che ne dipendono.

A quali domande dovrebbe rispondere una buona dashboard?

La funzione principale di una dashboard è rispondere a domande specifiche poste dall'utente. Un buon test per qualsiasi dashboard (sia che la si stia progettando, sia che la si stia valutando) consiste nel verificare se risponde chiaramente a queste sette domande:

1. Cosa è successo: qual è lo stato attuale della metrica monitorata?
2. Quando è successo: si tratta di un cambiamento improvviso, di un trend o di un evento isolato?
3. Quanto: quanto è grande il numero e quanto è significativa la variazione?
4. Rispetto a cosa: come si confronta rispetto a un obiettivo, a un periodo precedente o a un benchmark?
5. Perché: cosa determina il risultato (quale segmento, canale o fattore)?
6. A chi interessa: chi è responsabile di questa metrica e chi deve agire di conseguenza?
7. E ora? Qual è l'azione consigliata o il passaggio successivo in base a ciò che mostra la dashboard?

Le dashboard migliori rendono queste risposte evidenti senza costringere l'utente a porsi ulteriori domande. Una dashboard di qualità mostrerà chiaramente le metriche rilevanti e suggerirà i passaggi successivi per ridurre il carico cognitivo per chi la consulta, abbreviando il percorso dall'insight all'azione.

Esempi di dashboard per funzione aziendale

Le dashboard variano da un team all'altro perché ogni funzione monitora metriche diverse. Eppure, la struttura di base rimane coerente. Gli stessi componenti (schede KPI, grafici, filtri, elementi di confronto) compaiono ovunque; a cambiare sono le metriche monitorate e il pubblico a cui sono destinate.

Scopri di più su come funziona la visualizzazione dei dati e su come renderla efficace.

Dashboard statiche, in tempo reale e interattive

La funzione principale di una dashboard è mostrare dati rilevanti in modo che gli utenti possano prendere decisioni tempestive e informate. Tuttavia, il modo in cui i dati si comportano e vengono visualizzati può variare. Di seguito spieghiamo i tre diversi tipi, ma non si escludono a vicenda. Pensateli come dimensioni, non come categorie esclusive. Ciò significa che una singola dashboard, ad esempio, potrebbe essere sia in tempo reale sia interattiva.

Dashboard statiche: si tratta di istantanee fisse dei dati in un momento specifico, che non si aggiornano automaticamente tra una pubblicazione e l'altra. Possono essere utili per la reportistica periodica, per condividere una vista istantanea con uno stakeholder che non ha bisogno di dati in tempo reale o per archiviare le prestazioni alla chiusura di un trimestre. Naturalmente, il loro limite principale è che nel momento in cui i dati sottostanti cambiano, la dashboard diventa obsoleta. Le dashboard statiche hanno comunque una loro utilità; ad esempio, una revisione aziendale trimestrale non richiede dati in tempo reale. Tuttavia, non saranno adatte per i casi d'uso in cui sono necessarie informazioni tempestive e aggiornate.

Dashboard in tempo reale: come suggerisce il nome, queste dashboard si aggiornano continuamente o a intervalli molto brevi. Sono comuni nelle operations, nel supporto clienti, nella sicurezza e nel monitoraggio di eventi dal vivo, dove i dati non aggiornati possono creare problemi reali. Le dashboard in tempo reale comportano costi infrastrutturali più elevati rispetto a quelle statiche, ma per i casi d'uso che le richiedono, il rischio di prendere decisioni basate su dataset obsoleti potrebbe rivelarsi ancora più costoso.

Dashboard interattive: questo formato consente agli utenti di filtrare, eseguire il drill-down, modificare gli intervalli di date o cambiare le metriche al volo. La maggior parte delle moderne dashboard di BI rientra in questa categoria. Il valore dell'interattività sta nel fatto che trasforma l'utente da consumatore passivo a investigatore attivo; può porre ulteriori domande ai dati e, quando un numero sembra anomalo, può cliccarci sopra immediatamente anziché aspettare che qualcun altro glielo spieghi. Questa capacità cambia il modo in cui le organizzazioni si relazionano con i propri dati, distribuendo la capacità analitica oltre una ristretta cerchia di specialisti e mettendola nelle mani di chi è più vicino alle decisioni.

Cosa rende una dashboard efficace o inefficace?

La differenza tra una dashboard utile e una inutile si riduce solitamente a pochi e chiari principi. La maggior parte delle dashboard fallisce non a causa dello strumento, ma per come sono state progettate o, più spesso, perché sono state create senza avere in mente un utente preciso.

Cosa rende una dashboard efficace:

• Un unico scopo chiaro: il motivo dell'esistenza della dashboard si riassume in una sola frase.
• Pubblico definito: chi progetta la dashboard sa esattamente chi la esaminerà e con quale frequenza.
• Contesto di confronto: ogni numero è associato a un obiettivo, a un periodo precedente o a un benchmark.
• Orientamento all'azione: l'utente sa cosa fare dopo in base a ciò che vede.
• Gerarchia visiva: la metrica più importante è l'elemento più evidente sullo schermo.
• Fonte di dati affidabile: tutti concordano sul fatto che i numeri sottostanti siano corretti e coerenti.

Cosa rende una dashboard inefficace:

• Troppi KPI: lo schermo è così affollato che nulla risalta. Gli esperti del settore consigliano in genere non più di cinque-sette metriche principali per vista.
• Mancanza di contesto: i numeri appaiono senza alcun benchmark, obiettivo o trend di confronto.
• Nessun "perché": la dashboard mostra cosa è successo, ma non offre alcun percorso per risalire alla causa.
• Nessun "e ora?": non c'è un passaggio successivo chiaro che l'utente debba compiere.
• Mancata corrispondenza con il pubblico: la dashboard è stata creata senza il contributo delle persone che la utilizzeranno effettivamente.
• Dati obsoleti o contrastanti: Dashboard diverse all'interno della stessa organizzazione mostrano numeri differenti per la stessa metrica.

Per saperne di più sulle fondamenta della qualità dei dati che prevengono questo problema, consulta cos'è la qualità dei dati.

ChatGPT o l'AI possono creare dashboard?

Gli strumenti di AI possono ora aiutare a generare dashboard, ma ci sono alcune limitazioni chiave da comprendere.

L'AI può aiutare gli utenti a descrivere quali metriche desiderano vedere in un linguaggio semplice e a ricevere una visualizzazione funzionante, il tutto senza scrivere una riga di SQL. Chiunque può chiedere allo strumento di consigliare quali dati sono importanti per un determinato obiettivo, generare le query che estraggono i dati e riassumere ciò che mostra una dashboard finita. Con l'aiuto dell'AI, il lavoro che di solito era limitato ai data analyst o ad altri specialisti è ora ampiamente accessibile a chiunque possa avere bisogno di una dashboard.

Tuttavia, l'uso dell'AI per creare dashboard presenta alcune limitazioni. Le dashboard generate dall'AI sono valide solo quanto i dati, la governance e le definizioni delle metriche su cui si basano. Ad esempio, se "revenue" significa qualcosa di leggermente diverso nel sistema delle vendite rispetto al sistema finanziario, l'AI mostrerà diligentemente entrambi i numeri chiamandoli allo stesso modo. Il risultato è una dashboard erronea ma apparentemente sicura di sé.

Ecco perché la base di qualsiasi buon processo di BI in generale, e delle dashboard in particolare, sono i dati di qualità. Disporre di framework di governance eccellenti e definizioni coerenti aiuta a rendere affidabile l'analytics assistita dall'AI.

È in corso anche una trasformazione più fondamentale. Le dashboard si stanno evolvendo da schermate statiche da navigare a interfacce conversazionali con cui interagire. Strumenti come Genie consentono agli utenti aziendali di porre domande in un linguaggio semplice — "Come va la mia pipeline di vendita?" o "Quale regione non ha raggiunto la quota lo scorso trimestre?" — e ottenere risposte basate su dati governati e coerenti, senza dover prima trovare la dashboard corretta. Genie affianca anche le Databricks AI/BI Dashboards anziché sostituirle: le dashboard gestiscono le viste predefinite su cui i team tornano regolarmente; Genie gestisce le domande ad-hoc che esulano da tali viste.

La forza dell'AI sta nel rendere le dashboard più accessibili a un maggior numero di persone, ma solo se dispone di dati puliti e governati da cui attingere.

Vedi l'AI generativa per un approfondimento sull'AI generativa e sul suo funzionamento.

Perché le dashboard sono importanti per l'analytics moderna

Le dashboard rimangono il modo più rapido per allineare i team su metriche condivise, evidenziare ciò che richiede attenzione e convertire i dati in segnali operativi che aiutano gli utenti ad agire. Ciò che sta cambiando, tuttavia, è l'infrastruttura alla base della dashboard, così come le aspettative su ciò che una dashboard può fare.

Le dashboard spesso deludono gli utenti quando si basano su pratiche di gestione dei dati obsolete, contrastanti o legacy. Ciò può includere (ma non solo) stack di dati frammentati, definizioni di metriche contrastanti e l'assenza di un'unica fonte di verità. Quando le dashboard sono costruite su fondamenta instabili, non riusciranno a evidenziare i giusti insight sui tuoi dati.

In questo caso, la soluzione non è sbarazzarsi delle dashboard, ma risolvere i problemi relativi ai dati che le alimentano. Le dashboard funzionano al meglio quando risiedono direttamente sulla piattaforma dati, condividono la stessa governance e le stesse definizioni delle metriche aziendali di ogni altro strumento dello stack e possono essere abbinate all'AI conversazionale per le domande di approfondimento che esulano dalla vista predefinita. Quando le definizioni delle metriche sono impostate a livello di dati e si riflettono su ogni interfaccia, gli utenti possono fidarsi appieno delle risposte sulla dashboard. Tutti lavorano a partire dalla stessa definizione, perché esiste un'unica definizione.

Questo è il principio di progettazione alla base di Databricks AI/BI: dashboard che vengono eseguite direttamente su dati governati nella piattaforma Databricks, con una semantica integrata che garantisce un'unica versione della verità tra dashboard di BI, agenti di AI e strumenti a valle. L'obiettivo è una dashboard di cui un utente aziendale possa fidarsi perché le definizioni sono coerenti a livello di dati e si riflettono su ogni interfaccia.

La prossima generazione di analytics rende le dashboard più affidabili, più accessibili e più connesse ai dati che le alimentano.

Domande frequenti

Quali sono i tipi di dashboard?

I quattro tipi principali sono: operative, analitiche, strategiche e tattiche. Le dashboard operative monitorano l'attività in tempo reale o quasi reale e possono essere ideali per tracciare elementi come il volume degli ordini, l'uptime del sistema e le code di supporto. Le dashboard analitiche aiutano i team di dati a esaminare i trend e le cause principali su orizzonti temporali più lunghi. Le dashboard strategiche, invece, offrono ai dirigenti una vista di alto livello delle prestazioni rispetto agli obiettivi a lungo termine. Infine, le dashboard tattiche si collocano tra quelle strategiche e quelle operative, aiutando gli utenti a monitorare le prestazioni nell'arco di settimane o di un trimestre. Sebbene si faccia riferimento a queste dashboard come a “tipi” diversi, nella pratica queste categorie si sovrappongono e una singola dashboard spesso si rivolge a più di un pubblico.

Qual è la differenza tra una dashboard e un report?

Una dashboard è una vista interattiva e in tempo reale progettata per il monitoraggio continuo. Si aggiorna automaticamente e consente agli utenti di filtrare ed esplorare i dati in dettaglio in tempo reale. Un report è un documento strutturato progettato per spiegare cosa è accaduto in un periodo specifico, solitamente generato periodicamente o una tantum. Le dashboard danno priorità alla velocità e alla comprensione immediata, mentre i report sintetizzano i dati chiave e danno priorità alla profondità e alla spiegazione narrativa. La maggior parte delle organizzazioni li utilizza entrambi in tandem: le dashboard per il monitoraggio quotidiano, i report per l'analisi periodica e la comunicazione con gli stakeholder.

Quali sono i componenti chiave di una dashboard?

I componenti fondamentali sono i riquadri dei KPI (numeri di riepilogo che tracciano gli obiettivi chiave), grafici e visualizzazioni (barre, linee, mappe, tabelle), filtri (controlli per restringere la vista per data, area geografica o altra dimensione), drill-down (la possibilità di fare clic su un numero e visualizzare i dettagli sottostanti), indicatori di soglia (segnalazioni visive quando una metrica supera un limite definito), annotazioni (note di contesto che spiegano picchi o anomalie) ed elementi di confronto (target, benchmark o cifre del periodo precedente che danno significato a ciascun numero).

Qual è la differenza tra una dashboard statica e una in tempo reale?

Una dashboard statica è un'istantanea fissa dei dati in un determinato momento. Non cambia dopo la pubblicazione, il che la rende utile per la reportistica periodica o la condivisione di prestazioni archiviate. Una dashboard in tempo reale si aggiorna continuamente — a intervalli da pochi secondi a minuti — in modo che gli utenti vedano sempre i dati correnti. Le dashboard in tempo reale sono comuni nelle attività operative, nella sicurezza e nel supporto clienti, dove agire su dati obsoleti crea problemi. La maggior parte delle dashboard moderne è anche interattiva, il che rappresenta una dimensione separata: l'interattività consente agli utenti di filtrare ed esplorare i dati in dettaglio al volo, indipendentemente dalla frequenza con cui si aggiornano i dati sottostanti.

A quali domande dovrebbe rispondere una dashboard?

Una dashboard ben progettata risponde a sette domande: cosa è successo, quando è successo, quanto è stato grande il cambiamento, cosa dovrebbe essere confrontato con esso, perché il risultato si presenta in questo modo, chi ne è responsabile e cosa dovrebbe fare l'utente successivamente.

La maggior parte delle dashboard gestisce le prime quattro domande abbastanza bene. Le domande più difficili, come il perché, il chi e il cosa fare dopo, richiedono una progettazione intenzionale. Ciò potrebbe includere funzionalità di drill-down, una chiara titolarità dei dati e un layout orientato all'azione che evidenzi il passaggio successivo anziché solo lo stato corrente.

Cosa rende una dashboard destinata a durare nel tempo

Una dashboard è un'interfaccia visiva che raccoglie le metriche chiave in un unico posto, in modo che le persone possano vedere le prestazioni a colpo d'occhio, individuare ciò che richiede attenzione e decidere cosa fare dopo. Le migliori dashboard hanno un unico scopo chiaro, un pubblico definito, dati affidabili alle spalle e un contesto sufficiente a rendere significativo ogni numero.

La prossima generazione di dashboard combina l'analytics visiva con l'AI conversazionale, consentendo agli utenti di porre domande ai propri dati in un linguaggio semplice. Le dashboard in grado di resistere in questo ambiente devono basarsi su un'unica fonte di dati governata, in cui le definizioni siano coerenti, la lineage sia tracciabile e le risposte siano tali da consentire ai team di agire.

Scopri come Databricks AI/BI unisce dashboard e analytics conversazionale su un'unica piattaforma governata

(Questo post sul blog è stato tradotto utilizzando strumenti basati sull'intelligenza artificiale) Post originale