Дашборд якості даних найчастіше показує одну велику цифру, і вона майже завжди зелена. Я зібрав демо, на якому видно, чому одна цифра мало що каже і що показувати замість неї.
Дані в демо синтетичні: 360 записів, 12 місяців, 6 регіонів, 5 напрямів. Кілька проблем я заклав туди навмисно, щоб було що шукати. Логіка показників та сама, що і в робочих проєктах.
Чотири цифри на першому екрані
На першому екрані вистачає чотирьох показників, якщо в кожного є записане визначення:
- Опрацьовано записів. Обсяг дає вагу відсотку: 97% від тисячі записів і від мільйона означають різну кількість людей, яких зачепить помилка.
- Якість даних. Частка валідних записів: сума valid / сума processed. Працює лише тоді, коли записано, що саме вважається валідним.
- Доступність джерел. Чи дійшли дані взагалі. Тримаю її окремо від якості, бо в цих проблем різні причини і різні власники.
- Інциденти на 100 тис. записів. Абсолютна кількість залежить від розміру сегмента, а частота дозволяє порівнювати великий регіон із малим.
Середнє ховає проблему
У демо загальна якість 97,55% при цілі 97%. Зелено. Опускаємося на рівень нижче, і картина майже не змінюється:
| Рівень агрегації | Якість |
|---|---|
| Усі дані за рік | 97,55% |
| Одеська, усі напрями | 97,43% |
| Охорона здоров’я, усі регіони | 97,41% |
| Серпень, усі сегменти | 97,45% |
| Одеська × Охорона здоров’я, рік | 96,87% |
| Одеська × Охорона здоров’я, серпень | 93,80% |
Провал до 93,80% і 25 інцидентів (у звичайні місяці їх від 1 до 4) видно лише на останньому рядку. Приклад умовний, але механіка реальна: кожна агрегація розбавляє проблему сусідніми нормальними даними.
Це як середній бал класу: 4,5 не скаже, що один учень завалив контрольну. Аналогія неідеальна, бо в даних «учень» це тисячі записів одного сегмента, і їхня помилка потрапляє в рішення одночасно.
Тому в демо дві речі замість однієї цифри: матриця «регіон × напрям» з кольором за статусом і список винятків на рівні «місяць × регіон × напрям», відсортований за тяжкістю.
Ціль задає власник даних, а не дашборд
У демо цільовий рівень якості змінюється повзунком. На тих самих даних при цілі 96% нижче неї 5 сегментів із 360, при 97% уже 94, при 98% цілих 256.
Поріг змінює картину в десятки разів, тому це управлінське рішення, а не налаштування за замовчуванням. Його приймає власник даних разом із тими, хто на цих даних ухвалює рішення, і записує в методику.
Джерела окремо від якості
Ще один заклад у демо: Харківська × Геопросторові дані, червень. Записи валідні на 98,20%, тобто на графіку якості все зелене. А доступність джерела 96,40% при SLA 99% і затримка 410 мс при SLA 250 мс.
Середня доступність цього джерела за рік 99,06%, формально вище SLA. Тож провал розчиняється вже вдруге. Для джерел у демо окрема сторінка: доступність, затримка, частота оновлення, тип інтеграції і власник.
Звіт, який читають
Керівник рідко відкриває дашборд, а PDF у пошті читає. Тому звіт формується в один клік за поточними фільтрами: ключові показники, висновки, структура, матриця якості, винятки, стан джерел і методика розрахунку.
Методика в самому звіті важлива: цифру з PDF мають змогу перевірити ті, хто її не рахував. PDF формується у браузері, дані нікуди не надсилаються. Можна завантажити й свій CSV у форматі зразка.
Як перевірити свій дашборд
- Чи записане визначення кожного показника, зокрема що таке «валідний запис»?
- Чи можна за два кліки опуститися до сегмента «місяць × регіон × напрям»?
- Хто і де зафіксував цільовий рівень якості?
- Чи видно доступність джерел окремо від якості записів?
- Чи є в звіті методика, за якою можна перерахувати цифри?
Якщо на два питання з п’яти відповідь «ні», дашборд швидше заспокоює, ніж контролює. Детальніше про підхід на сторінках якість даних і бізнес-аналітика.
Демо відкрите: покрутіть фільтри і завантажте PDF. А ваш дашборд показує середнє чи сегменти?