Biznesa inteliģences procesa pēdējā un visredzamākā daļa ir datu vizualizācija, kas, pieņemot, ka visas iepriekš veiktās darbības kā datu modeļa izveide, datu transformācija un citas, ir veiktas korekti, ir tieši tas, kas izšķirs vai informācijas lietotājs spēs to korekti izprast un lietot savā darba procesā.
Visbiežāk dati tiek vizualizēti tabulu veidā. Lai gan biznesa inteliģences rīki piedāvā arvien plašākas datu vizualizācijas iespējas, attēlot datus vienkāršās tabulās nav nekas nepareizs un lielā daļā gadījumu tas ir labi un ieteicami. Nav nepieciešams lieki sarežģīt lietas un mainīt informācijas pasniegšanas metodi, pie kuras cilvēki ir pieraduši un viegli uztver. Piemēram, uzņēmuma konkrētā perioda finanšu rādītājus nav nepieciešams mēģināt attēlot citādāk.
Tomēr informācijas kļūst arvien vairāk un bieži vien ļoti svarīgi ir pamanīt tendences, izmaiņas un izņēmuma gadījumus. Šādā situācijā, kā arī pie liela datu apjoma, informācija būs labāk uztverama, ja tā tiks vizualizēta citos veidos. Bet kādos? Vai izmantot biznesa analītikas rīku ieteiktās iespējas? Vai izmantot to metodi, kas pašam liekas pareizāka, vai arī to, ko iesaka organizācijas komunikācijas standarti vai esošā atskaišu sistēma?
Lai gan cilvēki ir saprātīgas būtnes un, neatkarīgi no pasniegšanas metodes, visbiežāk spēj izlobīt sev nepieciešamo informāciju, ir vizualizācijas metodes, kas labāk strādā konkrētam informācijas tipam. Tādā veidā, vizualizējot informāciju pareizi, mēs varam izvairīties no tā, ka tā tiks pārprasta, kā arī paātrināt tās uztveres ātrumu.
Piemēram, lai vizualizētu rādītāja attīstību laika griezumā mēs varam izmantot dažādas vizualizācijas:
· Stabiņu diagrammas (histogram);
· Līniju diagrammas (line graph);
· Laukumu diagrammas (area graph).
Kā arī daudz citu iespēju. Tomēr arī tik vienkāršai lietai kā laika dinamikas attēlošanai, ir jāpievērš uzmanība. Piemēram, stabiņu diagrammas vislabāk izmantot, ja nebūs vairāk kā 8 laika vienību un attiecīgi stabiņu. Ja ir vairāk nekā 8 laika vienības, efektīvāk būs izmantot līniju diagrammu. Savukārt, laukumu diagrammās nebūtu ieteicams izmantot vairāk par 5 segmentiem.
Kā vēl vienu piemēru apskatīsim sektoru diagrammas (pie charts), kas ir ļoti populārs un plaši izmantots vizualizāciju veids, tomēr gribētu apgalvot, ka tas ir neefektīvs un īstenībā būtu jālieto tikai retos gadījumos. Kāpēc? Pirmkārt, tās nav derīgas lielākam datu apjomam – jo lielāks skaits kategoriju, jo mazāks būs „kūkas” gabaliņš un līdz ar to grūtāk saprotama atšķirība starp tiem. Otrkārt, sektoru diagrammas aizņem salīdzinoši daudz vietas, piemēram, salīdzot ar stabiņu, un parasti tām ir nepieciešama leģenda. Laikā, kad arvien vairāk informācijas tiek apskatīta uz planšetdatoru vai viedtālruņu ekrāniem, šādas vaļības atļauties nevar. Treškārt, tās ir ļoti nepiemērotas salīdzināšanai – cilvēkiem ir vieglāk salīdzināt garumu (piemēram, stabiņu) nekā laukumu (sektoru diagrammas).
Vēl viena tēma, kurai gribētu pieskarties, ir biznesa komunikāciju standarti, kas arī ir aktuāli runājot par datu vizualizāciju. Pasaulē nav vienotu komunikācijas standartu šajā jomā, taču laika gaitā ir izveidojusies vispārpieņemtā prakse un atsevišķas organizācijas veic darbu šajā jomā. Viens no labākajiem piemēriem Eiropā ir International Business Communication Standards (IBCS) asociācija, kas savā mājas lapā (https://www.ibcs-a.org/) ir iekļāvusi ne tikai sevis izstrādātos standartus un daudz noderīgu praktisku padomu, bet arī vizuāli ilustrē komunikāciju labo praksi. Cilvēkiem, kas nodarbojas ar datu prezentēšanu, ieteiktu iepazīties ar šiem standartiem un izmantot tos savā darbā labāka efekta sasniegšanai.
Datu vizualizācijā svarīgs aspekts ir krāsas. Piemēram, ir pieņemts ka salīdzinošajās vizualizācijās pozitīvās tendences (ienākumu vai peļņas palielinājums) tiek attēlotas zaļā krāsā, bet negatīvās (ienākumu vai peļņas samazinājums) tiek attēlotas sarkanā krāsā. Tāpēc ja, priecājoties par peļņu šajā pusgadā, izcelsiet to ar sarkanu krāsu, jūsu partneris citā valstī ar to var saprast pilnīgi pretējo.
Par šo tēmu var runāt daudz un ieslīgt detaļās, taču, pirms to darīt, būtu jāsāk ar atbildēm uz pāris galvenajiem jautājumiem – kādai auditorijai informācija tiks prezentēta un kādiem mērķiem tā tiks izmantota? Lai cik skaistas iespējas biznesa inteliģences rīki nepiedāvātu, galvenais faktors joprojām bija un ir tas, lai mērķa auditorija informāciju varētu pēc iespējas vieglāk uztvert un efektīvāk izmantot.
Visma Enterprise Biznesa Inteliģences nodaļas piedāvāto pakalpojumu un risinājumu klāsts ir plašs un daudzveidīgs, bet būtībā mēs nodarbojamies tikai ar vienu galveno lietu – pārvēršam datus informācijā. Tas nozīmē, ka mūsu galvenais uzdevums ir nonākt no datubāzēs pieejamajiem datiem līdz korektai informācijai, ko organizācijas var izmantot lēmumu pieņemšanai.