Warum dein Dashboard Projekt immer wieder im Regal stirbt

Der Report den niemand öffnet

Ich habe aufgehört zu zählen wie viele Analytics Projekte ich denselben leisen Tod habe sterben sehen. Jemand gibt ein Dashboard in Auftrag. Ein paar Wochen später kommt es, und es ist wirklich schön. Saubere Charts, die richtigen Farben, ein Filter für jede Dimension nach der irgendwer je fragen könnte. Alle versammeln sich vor dem Bildschirm, nicken, sagen genau das haben wir gebraucht, und vereinbaren einen Folgetermin. Sechs Monate später öffne ich die Nutzungsstatistik des Dashboards selbst, die Metaansicht, die dir zeigt wer tatsächlich draufschaut, und die Zahl der Aufrufe im letzten Monat ist zwei. Beide sind die Person die es gebaut hat und prüft ob es noch lädt.

Dieses Dashboard ist nicht gescheitert weil die Mathematik falsch war. Die Mathematik war in Ordnung. Es ist gescheitert weil es nie ein Teil davon wurde wie irgendwer tatsächlich seinen Tag verbringt. Es lag im Regal, sah aus wie Fortschritt, und war in aller Stille versunkene Kosten.

Ich habe das in einem Zwei Personen Laden passieren sehen und ich habe es in einer Firma mit einem echten Datenteam und einem fünfstelligen Werkzeugbudget passieren sehen. Die Größe des Aufwands rettet dich nicht. Wenn überhaupt fällt das größere Projekt härter, denn mehr Geld kauft mehr Charts, und mehr Charts kauft mehr Verstecke für den Punkt. Also will ich darüber reden warum das so verlässlich passiert, denn wenn du den echten Grund einmal siehst hörst du auf Dashboards so zu bauen wie fast alle sie bauen, und du fängst an die kleine Zahl an Dingen zu bauen die wirklich verändern was ein Geschäft tut.

Der Wert eines Dashboards ist nicht die Erkenntnis

Hier ist der Gedanke von dem ich wünschte jemand hätte ihn mir vor Jahren um die Ohren gehauen. Der Wert eines Dashboards ist nicht die Erkenntnis die es erzeugen kann. Es ist die Entscheidung die es tatsächlich ändert. Und die meisten Dashboards ändern gar keine Entscheidungen.

Bleib da einen Moment, denn es ist unbequem. Du kannst einen Chart bauen der etwas wirklich Wahres und wirklich Interessantes zeigt, ein echtes Muster in den Daten, und wenn niemand deswegen irgendetwas anders macht, ist sein Wert für das Geschäft genau null. Nicht klein. Null. Erkenntnis die keine Hand bewegt ist Dekoration.

Ich finde es hilft das als winzigen Ausdruck zu schreiben, weil es die Falle offensichtlich macht.

gelieferter Wert = geänderte Entscheidungen × Wert pro Entscheidung

Schau was passiert wenn der erste Term null ist. Es spielt keine Rolle wie groß der zweite Term ist. Ein Dashboard könnte auf einer Entscheidung sitzen die ein Vermögen wert ist, und wenn es diese Entscheidung null Mal ändert, ist das Ganze null multipliziert mit etwas Großem, was immer noch nichts ist. Die meisten Analytics Projekte stecken ihre ganze Energie in die rechte Seite, den möglichen Wert, die Raffinesse, und fast nichts in die linke, das was ungleich null sein muss damit überhaupt etwas davon zählt.

Das ist das erste Aha, und alles Weitere folgt daraus. Sobald du akzeptierst dass der linke Term der Ort ist an dem der Wert steckt, dreht sich deine ganze Vorstellung von einem guten Analytics Projekt um. Es ist nicht mehr das mit den vollständigsten Daten oder dem hübschesten Layout. Es ist das welches die meisten Entscheidungen ändert, und eine grobe Zahl die an eine echte Handlung verdrahtet ist schlägt eine perfekte Zahl auf die niemand reagiert jedes einzelne Mal. Genauigkeit ist es erst wert bezahlt zu werden nachdem die Entscheidung ungleich null ist, nie davor.

Wo die Lücke wirklich sitzt

Das ist keine neue Beobachtung, ich glaube nur sie geht unter. Wenn du zurück in die Praktikerliteratur gehst, The Data Analytics Handbook von 2014 hat Interviews mit arbeitenden Analysten und Datenverantwortlichen gesammelt, und BI Analytics and Data Science von 2018 geht dasselbe Feld formeller durch, dann taucht immer wieder dasselbe Thema auf, und es ist kein Mangel an Modellen oder ein Mangel an Charting Werkzeugen. Es ist die Lücke zwischen eine Analyse erzeugen und sie genutzt bekommen. Leute haben angefangen das die Operationalisierungslücke zu nennen, ein hässliches Wort für eine einfache Sache: der Abstand zwischen eine Zahl existiert und diese Zahl ändert was jemand an einem Dienstag tatsächlich tut.

Der Großteil der Energie der Branche geht in die erste Hälfte, die Zahl existieren lassen, sie genau machen, sie hübsch machen. Fast nichts geht in die zweite Hälfte, den Abstand zur Entscheidung schließen. Und in der zweiten Hälfte lebt der ganze Wert.

Lass mich konkret machen warum die Lücke so breit ist.

Warum gute Dashboards trotzdem ignoriert werden

Ein Dashboard verlangt vom Leser drei Dinge, der Reihe nach, jedes einzelne Mal, für immer. Erstens, sich erinnern dass es existiert. Zweitens, es öffnen gehen, was heißt zu verlassen was du gerade tust. Drittens, draufschauen, verstehen was sich geändert hat, und herausfinden ob das heißt dass du handeln solltest. Drei Schritte, und jeder einzelne ist eine Stelle zum Herunterfallen.

Vergleich das jetzt damit wie die Arbeit wirklich passiert. Der Lagerleiter lebt im Lagersystem. Der Shop Inhaber lebt im Bestellbildschirm und in seinem Postfach. Der Marketer lebt in den Ad Plattformen und in einer Tabelle. Niemand kommt im natürlichen Lauf seines Tages an deinem Dashboard vorbei. Es ist ein Umweg. Du hast einen wunderschönen Raum gebaut der abseits des Flurs liegt den alle tatsächlich entlanggehen, und dann wunderst du dich dass niemand hineingeht.

Schlimmer noch, ein Dashboard ist passiv. Es wartet. Es sitzt da und ist korrekt, und es verlässt sich vollständig darauf dass sich ein Mensch erinnert vorbeizukommen und ihm eine Frage zu stellen. Menschen unter Druck gehen nicht auf die Suche nach Fragen die sie stellen könnten. Sie reagieren auf die Dinge die vor ihnen landen. Ein Report der darauf wartet geöffnet zu werden wettet gegen die menschliche Natur, und die menschliche Natur gewinnt jedes Mal.

Die drei Steuern die jedes Dashboard erhebt

Ein Dashboard ist auch nach dem Bau nicht gratis in der Nutzung. Jedes Mal wenn du jemanden bittest Wert daraus zu ziehen, erhebst du drei kleine Steuern, und Menschen weichen Steuern aus.

Die erste ist die Erinnerungssteuer. Bevor irgendwer aufs Dashboard schaut muss er sich erinnern dass es existiert. Nicht einmal, jeden Tag, im Wettbewerb mit allem anderen das um seine Aufmerksamkeit schreit.

Die zweite ist die Kontextwechselsteuer. Um es zu öffnen muss er aufhören was er gerade tut, das Werkzeug verlassen in dem er war, eine Seite laden und sich neu orientieren. Dieser Wechsel kostet echten Fokus, und das Gehirn ist sehr gut darin ihn zu vermeiden.

Die dritte ist die Interpretationssteuer. Sobald er hinschaut muss er herausfinden was sich geändert hat, ob es zählt, und was er falls überhaupt tun soll. Das ist echte Denkarbeit, und wenn die Antwort meistens nichts zu sehen ist lernt er aufzuhören sie zu zahlen.

Hier ist derselbe Gedanke als Tabelle, weil er den Punkt macht dass die Steuer immer wieder erhoben wird, für immer.

Steuer	Was der Leser tun muss	Wie oft	Was ihn aufgeben lässt
Erinnerung	Sich erinnern dass das Dashboard existiert	Jeden Tag	Es fällt binnen einer Woche aus dem Kopf
Kontextwechsel	Seine Arbeit verlassen und es öffnen	Jeder Besuch	Der Wechsel kostet mehr Fokus als er zurückgibt
Interpretation	Herausfinden ob etwas zu tun ist	Jeder Besuch	Meist ist nichts zu tun, also hört er auf

Ein Dashboard erhebt alle drei, bei jedem Besuch, solange es lebt. Ein Alarm erhebt keine davon. Das ist der ganze Grund warum das eine genutzt wird und das andere verrottet. Und hier ist das leise Aha das in dieser Tabelle steckt: du konkurrierst nicht mit anderen Dashboards um die Aufmerksamkeit des Lesers, du konkurrierst mit seiner echten Arbeit, und seine echte Arbeit gewinnt.

Bring die Kennzahl zur Arbeit

Also hier ist die Verschiebung, und es geht weniger um bessere Analyse und mehr um Klempnerei. Hör auf Dinge zu bauen die Leute besuchen müssen. Fang an Dinge zu bauen die ankommen.

Der Mechanismus ist langweilig und er ist das ganze Spiel. Statt eines Charts den sich jemand zu öffnen erinnern muss, setzt du eine Schwelle und schickst eine Nachricht wenn die Zahl sie überschreitet. Die Lagerreichweite deiner meistverkauften Linie fällt unter zwei Wochen, und eine Nachricht landet in dem Kanal in dem der Einkäufer ohnehin den ganzen Tag sitzt. Die Rückgabequote eines Produkts verdoppelt sich Woche für Woche, und der Inhaber bekommt eine Notiz ins Postfach, keine rote Zelle auf einer Seite die er nie lädt. Die Kosten pro gewonnenem Kunden einer Kampagne kriechen über das was ein Kunde wert ist, und die Person die die Ads betreut hört davon dort wo sie ohnehin ist.

Die Zahl geht zur Arbeit. Die Arbeit geht nicht zur Zahl. Diese eine Umkehrung ist der ganze Unterschied zwischen Analytics das Verhalten ändert und Analytics das ein Regal schmückt.

Und achte darauf was das mit den drei zerbrechlichen Schritten von vorhin macht. Sich erinnern dass es existiert, weg, es kommt zu dir. Es öffnen gehen, weg, es ist schon vor dir. Was bleibt ist der dritte Schritt, der einzige der je zählte, schauen und entscheiden. Du hast die zwei Schritte gelöscht die das Ganze umgebracht haben.

Ein durchgerechnetes Beispiel: die Espressomaschine

Lass es mich konkret machen mit einem kleinen Geschäft, einer kleinen Kaffeerösterei die auch Espressomaschinen online verkauft. Die Form ist echt, auch dort wo die Zahlen nur zur Veranschaulichung da sind.

Stell dir vor sie führen eine Heldenmaschine die einen großen Teil des Umsatzes ausmacht. Die alte Welt: ein schönes Dashboard mit einem Verkaufschart, einem Lagerchart, einem Rückgabechart, einem Trafficchart, sechzehn Panels insgesamt. Niemand öffnet es. In einem Quartal ist die Heldenmaschine drei Tage vor der Nachlieferung ausverkauft, sie verlieren die Verkäufe, und merken es erst als die Zahlen zum Monatsende dünn aussehen.

Jetzt die operative Version. Wir werfen fünfzehn der sechzehn Panels weg. Wir behalten eine Zahl, die Lagerreichweite der Heldenmaschine, definiert als Einheiten am Lager geteilt durch durchschnittliche Tagesverkäufe.

Lagerreichweite in Tagen = Einheiten am Lager ÷ durchschnittlich verkaufte Einheiten pro Tag

Wir setzen eine Schwelle: fällt die Reichweite unter vierzehn Tage, bekommt der Einkäufer eine Nachricht in dem Chatwerkzeug in dem er ohnehin den ganzen Tag sitzt. Das ist alles. Keine Seite zu besuchen, keine Gewohnheit aufzubauen. Beim nächsten Mal wenn die Reichweite rutscht sieht der Einkäufer es am selben Morgen, zieht die Nachlieferung vor, und der Ausverkauf passiert nie.

Achte darauf was sich geändert hat und was nicht. Die Mathematik wurde nicht schlauer. Einheiten geteilt durch Tagesverkäufe ist etwa so einfach wie es geht. Was sich geändert hat ist dass die Zahl die Person gefunden hat statt dass die Person die Zahl finden musste, und sie hat sich nur gemeldet wenn es etwas zu tun gab. Eine Zahl die eine Entscheidung ändert hat sechzehn geschlagen die keine geändert haben. Das ist der ganze Tausch, und er steht einem Laden ganz ohne Datenteam offen.

Binde jede Kennzahl an eine Entscheidung und einen Verantwortlichen

Alarme allein reichen nicht, denn ein Alarm den niemand besitzt ist nur ein nervigeres Dashboard. Das ist der Teil den fast alle überspringen, und es ist der Teil der tatsächlich funktioniert.

Bevor du irgendetwas baust, beantworte für jede einzelne Kennzahl die du zeigen willst drei Fragen in je einem schlichten Satz. Welche Entscheidung informiert diese Zahl. Wer ist die eine Person die diese Entscheidung trifft. Was ist die Handlung die sie vornimmt wenn sich die Zahl bewegt. Wenn du nicht alle drei beantworten kannst, kommt diese Kennzahl auf nichts. Sie ist keine Kennzahl, sie ist Trivia, und Trivia ist der Ort an dem Dashboards aufgebläht und ignoriert werden.

Probier es an einer echten aus. Rückgabequote. Entscheidung: nehmen wir ein Produkt raus oder schreiben wir seine Beschreibung neu. Verantwortlicher: der Shop Inhaber. Handlung: wenn sie in einer Woche fünf Prozent überschreitet, öffne das Produkt, lies die jüngsten Bewertungen, entscheide binnen eines Tages. Jetzt hat diese Zahl eine Aufgabe, eine Person und einen nächsten Schritt. Das ist eine Kennzahl die es wert ist verdrahtet zu werden. Alles was diese drei Fragen nicht besteht ist die Füllung die dein letztes Dashboard vierzig Charts lang und null Entscheidungen tief gemacht hat.

Das ist das zweite Aha, und es ist ein leises. Der Grund einen Verantwortlichen und eine Entscheidung zu benennen ist nicht Ordnungsliebe. Es ist dass eine Kennzahl ohne Verantwortlichen und ohne angehängte Entscheidung per Konstruktion garantiert nichts ändert, was sie nach unserem kleinen Ausdruck null wert macht bevor du sie überhaupt gebaut hast. Du kannst vorher vorhersagen welche deiner Charts wertlos sind. Es sind die an die niemand eine Entscheidung hängen kann.

Die Entscheidungstabelle

Sobald du diese drei Fragen an jede Zahl stellst, ist das Natürliche das du baust gar kein Dashboard, es ist eine kleine Tabelle. Eine Zeile pro Kennzahl die überlebt, und wenn eine Zeile nicht vollständig ausgefüllt werden kann wird sie nicht gebaut. So sieht eine für einen kleinen Onlineshop aus.

Kennzahl	Entscheidung die sie informiert	Verantwortlicher	Schwelle	Handlung wenn sie auslöst
Lagerreichweite der Heldenlinie	Jetzt nachbestellen oder warten	Einkäufer	Unter 14 Tage	Die Nachlieferung vorziehen
Rückgabequote je Produkt	Produkt rausnehmen oder Beschreibung fixen	Shop Inhaber	Über 5% in einer Woche	Jüngste Bewertungen lesen, binnen eines Tages entscheiden
Kosten pro gewonnenem Kunden	Kampagne behalten oder pausieren	Marketer	Über dem Kundenwert	Pausieren und das Creative prüfen
Fehlerquote im Checkout	Einen technischen Fehler eskalieren	Ops Lead	Über 2% in einer Stunde	Sofort die Checkout Logs öffnen

Jede Zeile hat eine Aufgabe, eine Person, einen Strich im Sand und einen nächsten Schritt. Achte darauf dass es keine Zeile für Gesamtseitenaufrufe gibt, keine Zeile für durchschnittliche Sitzungsdauer, keine Zeile für die vierzehn anderen Dinge die ein Dashboard sonst aufpolstern. Sie fehlen weil keines davon die Entscheidungsspalte ausfüllen konnte. Das ist kein Versehen, das ist der Filter der arbeitet. Würde man dein aktuelles Dashboard in diese Tabelle zwingen, hätte das meiste davon schlicht keine Zeilen, und das ist das Nützlichste das die Übung dir sagt.

Die zwei Schleifen

Lass mich die zwei Wege zeichnen die eine Kennzahl nehmen kann, denn der Kontrast ist der ganze Artikel in einem Bild.

Der obere Weg ist der Ort an dem die meisten Analytics Projekte leben und sterben. Du baust es, du bewunderst es in dem Meeting in dem es ausgeliefert wird, du vergisst es, und es wird ein Report im Regal. Es gibt keine Schleife. Es ist eine Linie die in einer Schublade endet.

Der untere Weg ist eine Schleife, und die Schleife ist der Punkt. Eine Kennzahl gehört einem Verantwortlichen. Der Verantwortliche nutzt sie um eine Entscheidung zu treffen. Die Entscheidung erzeugt eine Handlung. Die Handlung wird an derselben Kennzahl überprüft, die die nächste Entscheidung speist. Nichts steht still. Die Zahl ist tragend, weil jedes Mal etwas passiert wenn sie sich bewegt, und weil etwas passiert halten die Leute sie genau und halten sie relevant. Lebende Dinge werden gepflegt. Regaldinge verrotten.

Der Lücke eine Zahl geben

Ich habe vorhin gesagt gelieferter Wert gleich geänderte Entscheidungen mal Wert pro Entscheidung. Lass mich das einen Schritt weiter treiben, denn es gibt dir eine Art deine Kennzahlen zu sortieren bevor du eine einzige baust.

Nimm irgendeine Kandidatenzahl und schätze drei Dinge. Wie oft würde sie tatsächlich die Schwelle überschreiten und einen Blick auslösen, nenn das die Auslöserate. Wie oft würde der Verantwortliche wenn sie auslöst wirklich handeln, nenn das die Handlungsrate. Und wie viel ist diese Handlung im Schnitt wert, nenn das den Wert pro Handlung. Multipliziere sie.

erwarteter Wert = Auslöserate × Handlungsrate × Wert pro Handlung

Jetzt hat die Operationalisierungslücke eine Form die du sehen kannst. Die Auslöserate kann gesund sein und der Wert pro Handlung kann groß sein, aber wenn die Handlungsrate nahe null ist, weil niemand sie besitzt oder die Handlung unklar ist, bricht das Produkt zusammen. Eine Seite voller Kennzahlen ist in Wahrheit eine Seite voller dieser Produkte, und die meisten sind nahe null weil ihr mittlerer Term nahe null ist. Die ganze Methode in diesem Artikel ist nur eine Art diesen mittleren Term von nahe null hoch Richtung eins zu ziehen, indem du jeder Zahl einen Verantwortlichen und eine klare Handlung gibst damit sich wenn sie auslöst tatsächlich jemand bewegt.

Es sagt dir auch wo du dir die Mühe sparen kannst. Eine Kennzahl mit winziger Auslöserate, eine die fast nie eine Linie überschreitet die zu handeln lohnt, ist es nicht wert verdrahtet zu werden egal wie groß der Einsatz dahinter ist, denn du zahlst für immer Aufmerksamkeitskosten für eine Handlung die du fast nie vornimmst. Sortier deine Kandidaten nach diesem Produkt und bau von oben. Der Schwanz ist Regalmaterial.

Ein kleiner durchgerechneter Fall: der Rückgabespike der sich selbst bezahlt hat

Lass mich einen ganz durchgehen, von Stille zu gespartem Geld, damit die Schleife nicht abstrakt bleibt. Die Zahlen hier dienen der Veranschaulichung, gewählt um den Mechanismus zu zeigen, nicht von einem echten Kunden abgeschrieben.

Sagen wir ein Shop verkauft ein Küchengerät das normalerweise etwa drei Mal von hundert zurückgeht. Das ist leise in die Annahmen aller eingebacken. In einer Woche geht eine schlechte Charge raus, und die echte Rückgabequote für dieses Produkt springt Richtung eins zu sechs, aber niemand weiß es noch, denn der einzige Ort an dem diese Zahl lebt ist ein Dashboard das niemand öffnet. Drei Wochen lang verschickt der Shop weiter die schlechte Charge, zahlt weiter Rücksendeporto, kassiert weiter den Ruf Schaden in den Bewertungen, und merkt es erst zum Monatsende wenn die Finanzzahlen schief aussehen. Da ist der Schaden schon geschehen und über hunderte Bestellungen verteilt.

Jetzt lauf dieselben drei Wochen mit der operativen Version. Die Rückgabequote je Produkt ist an einen Alarm verdrahtet mit einer Schwelle bei fünf Prozent in einer Woche. Neun Tage in die schlechte Charge überschreitet das Produkt fünf Prozent und der Inhaber bekommt an dem Abend eine Nachricht. Die Handlung ist schon definiert, öffne das Produkt, lies die jüngsten Bewertungen, entscheide binnen eines Tages. Die Bewertungen sind voll derselben Beschwerde. Der Inhaber nimmt die Beschreibung am nächsten Morgen raus, kontaktiert den Lieferanten, und stoppt die schlechte Charge zwei Wochen früher als er es sonst getan hätte. Alles was in diesen zwei Wochen passiert wäre, das Porto, die Rückgaben, die wütenden Bewertungen, passiert schlicht nicht.

Die Zahl musste dafür nicht schlauer sein. Sie musste ankommen. Der Unterschied zwischen den zwei Versionen dieser Geschichte ist keine Analyse, es ist Klempnerei und ein Verantwortlicher, und dieser Unterschied wird in echtem Geld gemessen. Steck es in den erwarteten Wert Ausdruck und es ist offensichtlich: die Auslöserate war echt, der Wert pro Handlung war groß, und alles was die operative Version getan hat war die Handlungsrate von null hoch auf eins zu ziehen.

Häufige Fehler

Ich habe die meisten davon selbst gemacht, das ist also ebenso Geständnis wie Warnung.

Die Vollständigkeitsfalle. Eine Kennzahl hinzufügen weil du es kannst, nicht weil sie etwas ändert. Wenn dein erster Instinkt bei einer neuen Datenquelle ist alles davon zu charten, baust du ein Regal. Der richtige Instinkt ist zu fragen welche eine Entscheidung das ändern könnte und nur das zu charten.

Die Eitelkeitskennzahl. Gesamtbesuche, Gesamtfollower, Gesamtanmeldungen, die großen Zahlen die nur nach oben gehen und dir nie sagen etwas zu tun. Sie fühlen sich gut an in einem Meeting und informieren keine Entscheidung. Wenn eine Zahl sich nicht in eine Richtung bewegen kann die dich handeln ließe, ist sie Kulisse.

Der Alles Alarm. Das Gegenteil. Du verdrahtest Alarme aber setzt die Schwellen so eng dass alles ständig auslöst, und binnen einer Woche schalten die Leute den Kanal stumm. Ein Alarm der Wolf schreit ist schlimmer als kein Alarm, denn er trainiert die Leute den einen der zählt zu ignorieren. Standardmäßig still ist keine Faulheit, es ist das Feature.

Die Waisenkennzahl. Eine Zahl die niemand besitzt. Sie sitzt auf dem Dashboard und ist technisch wahr und ändert nichts weil keine einzelne Person dafür verantwortlich ist danach zu handeln. Geteilte Verantwortung ist keine Verantwortung.

Die bau es und sie werden kommen Hoffnung. Der Glaube dass wenn das Dashboard nur gut genug ist die Leute ihre Gewohnheiten ändern um es zu nutzen. Werden sie nicht. Du bekommst nicht die Chance neu zu gestalten wie eine beschäftigte Person ihren Tag verbringt. Du musst dich hineinfügen.

Der Genauigkeitsumweg. Drei Wochen damit verbringen eine Zahl von ungefähr richtig auf genau richtig zu bringen bevor irgendwer auf die ungefähr richtige Version reagiert hat. Genauigkeit hat Wert, aber nur nach der Entscheidung. Nagle zuerst die Entscheidung fest, zieh die Zahl später nach.

Wie das in der Praxis aussieht

Du brauchst kein Data Science Team und du musst nicht alles neu bauen. Du musst weit weniger tun als du denkst, aber du musst den Teil tun den alle überspringen.

Fang damit an die meisten Charts wegzuwerfen. Nimm dein bestehendes Dashboard, falls du eines hast, und frag für jedes Panel die drei Fragen: Entscheidung, Verantwortlicher, Handlung. Behalte die Handvoll die überlebt. Meist bleiben dir drei bis fünf Zahlen die wirklich eine Entscheidung treiben, aus den dreißig oder vierzig die drauf waren um es gründlich aussehen zu lassen. Das ist kein Verlust. Die anderen dreißig haben nie etwas getan.

Dann verdrahte die Überlebenden mit Alarmen, nicht mit einer Seite. Wähl für jede eine Schwelle, die Höhe bei der der Verantwortliche tatsächlich etwas tun würde, und schick eine Nachricht dorthin wo diese Person ohnehin arbeitet wenn die Zahl sie überschreitet. Still wenn nichts zu tun ist, laut genau dann wenn es etwas zu tun gibt. Eine Kennzahl die sich nur meldet wenn es zählt wird vertraut. Ein Dashboard das immer alles zeigt wird ignoriert, weil die meiste Zeit das meiste in Ordnung ist, und der Leser schnell lernt dass es nichts zu sehen gibt.

Dann, und erst dann, wenn es wirklich einen Grund für eine gemeinsame Ansicht gibt um die sich Leute versammeln, bau die kleine. Eine wöchentliche Zahl die sich das Team gemeinsam anschaut, in einem stehenden Meeting das schon existiert, mit einem Verantwortlichen der dazu spricht. Auch hier ist der Trick derselbe: sie lebt in einem Ritual das die Leute schon haben, sie verlangt kein neues.

Wie du das in einer Woche anwendest

Du brauchst dafür keinen Projektplan. Du brauchst etwa eine Woche und die Bereitschaft Dinge zu löschen. Hier ist die Abfolge die ich nutze.

Tag eins, liste jede Zahl. Öffne welches Dashboard oder welche Tabelle du auch hast und schreib jede einzelne Kennzahl darauf hin, eine pro Zeile. Urteile noch nicht, liste nur.

Tag zwei, stell die drei Fragen. Versuch für jede Zeile einen schlichten Satz für die Entscheidung, einen für den Verantwortlichen, einen für die Handlung zu schreiben. Die meisten Zeilen fallen durch. Streich sie ohne Gnade. Meist bleibt dir eine Handvoll.

Tag drei, setz Schwellen. Wähl für jeden Überlebenden die Höhe bei der der Verantwortliche wirklich etwas tun würde. Keine interessante Höhe, eine handlungsfähige Höhe. Wenn du keine Höhe benennen kannst die eine Handlung auslösen würde, ist die Kennzahl nicht bereit und geht zurück ins Regal bis sie es ist.

Tag vier, verdrahte die Alarme. Schieb jeden Überlebenden dorthin wo sein Verantwortlicher ohnehin arbeitet, das Chatwerkzeug, das Postfach, wo auch immer er lebt. Keine neue App, keine neue Gewohnheit. Die Zahl kommt an einem Ort an den er schon schaut.

Tag fünf, vereinbart die Handlungen laut. Setz die Verantwortlichen hin und sag, wenn das auslöst, tust du das, binnen dieser Zeit. Schreib es neben die Kennzahl. Ein Alarm ohne vereinbarte Handlung ist nur eine Benachrichtigung, und Benachrichtigungen werden stummgeschaltet.

Dann lass es einen Monat und prüf eine Sache, nicht ob die Zahlen hochgegangen sind, sondern ob irgendeine Entscheidung getroffen wurde weil ein Alarm ausgelöst hat. Wenn ja, hast du eine operative Kennzahl. Wenn nein, hast du ein leiseres Regal, und du gehst zurück zu den Schwellen und den Verantwortlichen bis sich etwas bewegt.

Wann ein Dashboard tatsächlich die richtige Antwort ist

Ich war hart zu Dashboards, also lass mich fair sein, denn es gibt eine Form von Problem bei der eine gemeinsame Ansicht wirklich das richtige Werkzeug ist, und das Gegenteil zu behaupten wäre unehrlich.

Ein Dashboard verdient seinen Platz wenn eine Gruppe von Leuten zur selben Zeit auf dasselbe Bild schauen muss, in einem Rhythmus der schon existiert. Das wöchentliche Teammeeting in dem alle auf dieselbe Handvoll Zahlen schauen und darüber reden. Der monatliche Rückblick in dem ihr gemeinsam gegen ein Ziel vergleicht. In diesen Fällen ist der Wert nicht dass die Zahl ankommt, es ist das gemeinsame Gespräch darum, und eine gemeinsame Ansicht ist genau richtig.

Der Test ist einfach. Wenn das Dashboard in einem Ritual lebt das die Leute schon haben, und jemand besitzt es dazu zu sprechen, kann es funktionieren. Wenn es sich darauf verlässt dass sich Einzelne erinnern es allein zu besuchen, zwischen anderen Dingen, verrottet es. Bau die gemeinsame Ansicht für das Meeting das schon existiert. Bau den Alarm für alles andere. Der Fehler sind nicht Dashboards, der Fehler ist ein Dashboard für eine Aufgabe zu nutzen die ein Alarm besser erledigt.

Wenn du dabei Hilfe willst das richtig zu machen, einen Haufen Zahlen in eine kurze Liste von Entscheidungen mit Verantwortlichen und Alarmen zu verwandeln, ist das genau die Art von Arbeit die ich mache. Meine Daten und Analytics Arbeit dreht sich darum Analytics operativ statt dekorativ zu machen, und wenn du starten willst, buch einen Termin und bring dein aktuelles Dashboard mit. Wir finden heraus wie viele seiner Charts je eine einzige Entscheidung geändert haben.

Die eine Sache die du mitnehmen sollst

Wenn du eine Zeile hiervon behältst, mach es den Ausdruck. Gelieferter Wert gleich geänderte Entscheidungen mal Wert pro Entscheidung, und der erste Term ist fast immer der der auf null sitzt. Hör auf zu fragen ob ein Dashboard genau oder vollständig oder beeindruckend ist. Frag welche Entscheidung es ändert, wer diese Entscheidung besitzt, und wie sie davon hören ohne sich erinnern zu müssen hinzuschauen. Binde jede Zahl an eine Entscheidung und eine Person, schieb sie dorthin wo die Arbeit ohnehin passiert, und lass sie nur stören wenn es zählt. Tu das und dein Analytics hört auf ein Regal zu sein und fängt an eine Schleife zu sein. Alles andere ist Dekoration, und Dekoration ist genau null wert.