fouten power BI

De Vijf Meest Gemaakte Fouten Power BI

Power BI biedt enorm veel mogelijkheden, een goudmijn als je aan de slag wilt gaan met data, maar al deze mogelijkheden kunnen er ook voor zorgen dat je door de bomen het bos niet meer ziet en fouten maakt bij de implementatie van Power BI in jouw organisatie. Wij zetten daarom voor jou de vijf meest gemaakte fouten op een rij:

 

1. De overenthousiaste IT manager

Enthousiasme op zich is niets mis mee uiteraard maar als de implementatie vooral door die gepassioneerde IT manager wordt gedaan ligt falen op de loer. Het is namelijk enorm belangrijk dat al vanaf het begin zogenaamde ‘key users’ betrokken worden bij de bouw, het bepalen van de definities & de te gebruiken databronnen. Deze betrokkenheid zal er dan voor zorgen dat het BI traject niet alleen goed verloopt maar daarna ook daadwerkelijk door de organisatie met veel plezier gebruikt gaat worden. Onze ervaring is dat een breed gedragen data traject een boost kan worden voor de professionalisering & het innovatie vermogen van de gehele organisatie.

 

2. Leren fietsen zonder zijwieltjes

De organisatie opeens zonder uitleg jouw ongetwijfeld prachtige dashboards voorschotelen is een ‘accident waiting to happen’. De organisatie kan er pas echt goed mee werken als ze weten hoe ze deze dashboards moeten lezen en interpreteren. Een goede analyse maken aan de hand van data stories is niet iets dat iedereen van nature kan. Zorg er dus voor dat de mensen in jouw organisatie, met een korte training bijvoorbeeld, de nodige kennis bezitten en documenteer daarnaast informatie over het gebruik van definities en bronnen. Daarmee voorkom je dat men verkeerde aannames doet over data die tot onjuiste bedrijfsbeslissingen leidt.

 

3. Less is More Maar Niet In Data

Wat we vaak zien bij bedrijven die zelf met Power BI aan de slag gaan is dat de ontwikkelde dashboards vooral bestaan uit enkelvoudige data. Lekker overzichtelijk toch? Jazeker maar je loopt hiermee enorm veel interessante informatie mis. Juist door data aan elkaar te relateren worden inzichten verkregen die je hiervoor niet had. Denk aan de data over ziekte bij werknemers en de productiviteit. Ja je wilt een hoge productiviteit maar er is ook een kantelpunt waarbij verzuim gaat toenemen, die grens wil je graag scherp in beeld hebben en die krijg je niet door enkel naar de data van ziekmeldingen te kijken.

 

4. De Visual Overload

Om efficiënt te werken wil men nog wel eens zoveel mogelijk grafieken, diagrammen en cijferstaten in een dashboard plaatsen. Fijn toch? Dat je in één plaatje alles te zien krijgt? Nou nee, deze overload aan informatie zorgt ervoor dat iemand juist helemaal geen informatie meer opneemt. Teveel items op een scherm maakt dat je hersenen zoveel te verwerken krijgen dat er geen ruimte is om naar de werkelijke inhoud van de visualisaties te kijken. Naast het aantal visuals is het ook van groot belang om items in de goede volgorde te zetten (belangrijkste als eerste/grootste) en maak daarbij dan ook op een juiste manier gebruik van gegevensbalken, iconen, tekst, getallen en kleuren om het overzichtelijk te houden.

 

5. Regenboog Gekte

Ga als ontwikkelaar niet de kunstenaar uithangen en maak er geen circus van. De standaard templates in Power BI maken al gebruik van kleur palletten waarmee je prima je dashboards kunt opzetten. Het ziet er uiteraard een stuk professioneler uit als je jouw eigen huisstijl gebruikt. Maar let op dat je de juiste contrasterende kleuren inzet zodat daarmee de verschillende data goed van elkaar te onderscheiden zijn. Zorg er ook voor dat je consequent blijft in je kleurgebruik. Als omzet een bepaalde kleur heeft, laat dat dan overal de omzet in die kleur terugkomen anders verwar je de kijker alleen maar. Hou er ook rekening mee dat we allemaal rood associëren met een negatieve waarde en groen met een positieve waarde. Met het oog op mensen die kleurenblind zijn is het weer niet handig om rood en groen te gebruiken, die kunnen zij namelijk amper van elkaar onderscheiden.

Facebook
Twitter
LinkedIn
Pinterest
Translate »