[ad_1]
Med et klikk på en knapp er moderne programvare i stand til å generere hundrevis av innsikt som landskapsentreprenører kan bruke for å overvåke helsen til virksomhetene sine.
Det kan være salgsteamdata som sluttkurs, kanselleringer eller rabatter; det kan være statistikk som sporer lengden på samtaler som kontoadministratorer har med kunder; eller de kan være beregninger for hvor effektivt mannskaper utfører jobber.
Men alle disse figurene er fullstendig verdiløse uten å kunne forstå dem. Det er derfor Caitlin Justice, finansdirektør i Blades of Green Lawn Care og BOG Pest Control, tok deltakerne på Lawn & Landscape Technology Conference gjennom beste praksis for datavisualisering. Tipsene hun ga kan hjelpe en gründer med å kommunisere historietallene og la dataene lede beslutningsprosessen deres.
“Det er avgjørende å kunne snu (tallene) til et meningsfylt bilde,” sa hun.
VELG DIN GRAF. Selv om det er mange varianter av disse diagrammene, tilbød Justice fem grunnleggende typer visualiseringer: linjediagram, tall/meter-diagram, stolpediagram, kart og varmekart.
Linjegrafer brukes hovedsakelig for å vise hvordan tall endres over en periode. Justice viste et eksempel ved å sammenligne Blades of Greens kanselleringer år over år. Hver farget linje representerte et annet år og y-aksen representerte hver måned i året. Visuelt kunne Justice raskt fortelle hvilke år som hadde de høyeste kanselleringsratene og når.
Diagrammer med tall og beregninger kan hjelpe ganske enkelt å vise hvor nær et lag er målet sitt (dvs. vi har solgt så mye, her er det endelige målet). De er ofte stilisert til å se ut som en gassmåler i en bil, som viser hvor mye av variabelen som gjenstår.
Stolpediagrammer, som linjediagrammer, brukes også ofte til å sammenligne flere variabler, selv om de er bedre egnet til å sammenligne og kontrastere dataforskjeller i stedet for endringer over en tidsperiode (dvs. hvor mange kunder som kansellerte på bare ett år og hvilke måneder, i stedet for en år for år analyse). Kart er flotte for å vise data relatert til geografiske tall (dvs. kanselleringer med postnummer) og varmekart kan vise datatetthet (dvs. hvor på nettstedet ditt folk klikker mest ).
VISDOMSORD. Det handler ikke bare om tallene; Justice minnet deltakerne om at når du har bygget en grafisk analyse av dataene, handler det om å forstå hva historien som fortelles også betyr. For eksempel klarte de effektivt å bevise overfor teamet deres at kanselleringer var et stort problem. Men de klarte å løse problemet fordi de fant ut årsaken.
“Du ser på det og du sier: “Hva skjer?” Justice sa: “Dette er et flott kommunikasjonsverktøy for teamet vårt.”
Rettferdighet anbefaler noen grunnleggende hensyn når du bestemmer hvordan tallene skal vises. For eksempel er grønne tall ofte forbundet med gode data, mens røde tall ofte vil kommunisere at tallene har en negativ klang.
I tillegg advarte hun deltakerne om at ikke alt er en KPI – med andre ord, ikke bare send ut en haug med grafer og håper noen vet hva de skal gjøre med tallene. Kom med sterke anbefalinger og del arbeidet mellom teamet ditt for å la hver avdeling håndtere dataene som betyr mest for dem.
“Du må sørge for at dataene du deler blir delt med de som direkte påvirker disse menneskene,” sa Justice. “Hvis du deler for mye informasjon, vil det være overveldende.”
[ad_2]