Datavisualisering: forståelse av brukerannonsering - dummies

Det er ditt viktigste mål å få en høy brukers adopsjonshastighet for datavisualisering (data viz for kort). Selv om dette kan virke åpenbart, er brukeradopsjon (UA) en ettertanke i mange organisasjoner. Det er det som alle fokuserer på etter løsningen er rullet ut til brukerne.

Brukers adopsjon (UA) er definert som måling av hvor mye av målgruppen som bruker den oppgitte løsningen (i dette tilfellet datavisualisering). Dette konseptet blir litt dunkelt, men når du dykker inn i hva som faktisk skal måles. Skal du måle hvor mange ganger dataene blir vist eller den gjennomsnittlige lengden på tiden dataene blir sett på? Kanskje du måler hvor mange ganger dataene brukes til å utføre eksplorative aktiviteter.

Hemmeligheten med å måle UA er at UA er en kombinasjon av mange elementer. I forretningsdataverdenen er UA ikke bare et mål for bruk, men også et mål på verdien til en bruker.

Når du begynner å analysere UA-priser, må du forstå følgende fem beregninger:

• Brukfrekvens: Brukfrekvens måler antall ganger en individuell bruker bruker dataene dine, f.eks. For å få et nøyaktig tall, vil du gjøre dette metriske et gjennomsnitt basert på den totale bruksfrekvensen.

• Intervall av bruksfrekvens: Dette måler når dataene dine faktisk blir brukt, som på tide, måned, kvartal, år og så videre. For eksempel kan du se på data som har blitt brukt mellom januar 2013 og desember 2013. Intervall for bruksfrekvens involverer hvor ofte dataene som vises, oppdateres, men det skal måle når brukerne får tilgang til dataene, og kanskje når de finner mest mulig verdi.

• Bruksområde: Denne metriske er en av de viktigste å vurdere. Det forteller deg hvilke deler av dataene brukerne besøker mest. Den forteller deg også hvilke områder som må forbedres eller fjernes fra fremtidige oppdateringer. Endelig gir det et klart fokus på det som er mest verdifullt for brukeren. Når du ser hva som brukes og hva som ignoreres, får du en klar ide om hva som virkelig er nyttig for seerne.

• Type bruk: Måling av hvordan data egentlig blir brukt, kan være litt vanskelig, men det er kritisk for verktøyets langsiktige adopsjon og suksess. Hvis du har bygget opp data, som har mulighet til å drill ned, og ingen klikker for å gå til flere detaljer, gir den aktuelle funksjonen (eller bruksformen) ikke mye verdi til brukeren.

  Dessverre mangler mange av dataene med verktøy eller systemer i markedet muligheten til å spore UA-metrics.Du vil kanskje foreta månedlige eller kvartalsvise avstemninger eller undersøkelser av brukerne dine for å få innblikk i hvordan, når og for hvilket formål dataene blir brukt. Å gjøre din egen undersøkelse er den eneste sikkerhetsvåten for å sikre at du kontinuerlig forbedrer dataene dine, slik at den blir kontinuerlig brukt av publikum.

  Hvis du finner ut at brukerne ofte eksporterer rådataene i en visualisering, er det en klar indikasjon på at brukerne ikke stoler på dataene selv og bruker dataene som noe annet enn et eksportverktøy. Dette tiltaket sammen med bruksfrekvensen forteller deg mye om den faktiske verdien eller mangelen på at brukerne kommer fra dataene viz.

• Antall totalt brukere i forhold til målgruppestørrelse: Denne metriske er kanskje det mest populære målet for brukeradopsjon og er best målt som en prosentandel. Du utleder det ved å ta det totale antallet av tiltenkt målgruppe og antall brukere som faktisk bruker dataene, og uttrykker dette tallet som en prosentandel. Anta at du bygger data om en salgsorganisasjon på 500 personer. Hvis 50 av disse personene får tilgang til dataene viz regelmessig, har du en 10 prosent UA-rate.