6 errores que evitar para crear el dashboard perfecto en Power BI

Uno de los beneficios de herramientas como Power BI es la posibilidad de transformar grandes cantidades de datos en información útil y fácil de entender. No obstante, crear los paneles adecuados que incluyan solo la información y los elementos esenciales no es tan sencillo como parece.

A continuación, te descubrimos 6 errores que evitar para crear el panel de Power BI perfecto. Empecemos con los más básicos:

  • Empezar a crear a lo loco. En vez de empezar a crear sin rumbo, parte siempre de una plantilla; escoge un diseño que, a poder ser, haya sido aceptado previamente por todas las partes interesadas. Esto supondrá un gran ahorro de tiempo y esfuerzos.
  • No limitar las páginas. Un exceso de información podría confundir al usuario. Por ello, es esencial escoger solo los datos que sean realmente útiles y limitar el número de páginas del informe; de este modo, evitarás que el lector se frustre con una presentación exageradamente larga y con poco contenido de valor.
  • Perder de vista el target o el contexto. Puede parecer lógico, pero a menudo acabamos añadiendo información que, aunque interesante, no resulta crucial para las necesidades del proyecto en el que estamos trabajando. Por eso debemos recordar siempre quién visualizará el informe, dónde y qué decisiones este proceso tiene que ayudarle a tomar exactamente.

Pasemos a ver otros 3 errores comunes que deberíamos evitar a toda costa:

Alta densidad de información

Recordemos que un buen panel en Power BI tiene que ser intuitivo y comprensible. Esto significa, entre otras cosas, que la primera impresión sí cuenta… ¡y mucho!

Cuando hay mucha densidad de información en un dashboard, el usuario suele tener problemas para identificar dónde tiene que centrar su atención. ¿Por dónde tiene que empezar a leer? ¿Qué detalles son los más importantes? ¿Qué significan los diferentes colores?

Teniendo en cuenta este primer error, la solución es clara: antes de empezar, considera los KPIs más relevantes para responder a las preguntas del usuario. Aunque saques otro tipo de datos interesantes, evita incluir otro tipo de gráficos en el dashboard, pues no aportarían una respuesta clara a la problemática inicial.

Mala elección de gráficos y su posición

Teniendo en cuenta que la mayoría de los usuarios leemos de izquierda a derecha y de arriba abajo, el panel perfecto debe contar con los KPIs más relevantes en la esquina izquierda superior. Pero no solo es importante tener en cuenta dónde situar cada dato…

Imaginemos, por ejemplo, que queremos saber cómo va nuestro desempeño en ventas. Esta es una pregunta muy simple y directa, sin embargo, dependiendo de los resultados, no nos serviría un simple gráfico de «bien» o «mal», sino que deberíamos responder a otras preguntas clave; ¿Por qué? ¿Cómo de crítica es la situación? ¿Es recomendable actuar ahora mismo? ¿Qué ha ocurrido? Aprovechando la cantidad de respuestas que puede darnos un programa como Power BI, es importante que las justifiquemos y argumentemos escogiendo los gráficos adecuados.

Además, a la pregunta: «¿Cómo va nuestro desempeño en ventas?» no bastará, por ejemplo, desglosar diferentes categorías y dimensiones o proponer una presentación geográfica. Por muchos datos que aporten estos diseños, sin una comparativa directa, el usuario no puede obtener información relevante. Añadiendo esta comparación con los resultados de otro año o el periodo de ventas anterior podemos extraer datos mucho más útiles.

Colores al azar

Si crees que el uso de un solo color para representar los KPIs más importantes puede hacer que un panel luzca monótono y sea difícil de entender… estás en lo cierto. Ahora bien, irse al otro extremo y mezclar un gran abanico de colores (aunque creas que combinan a la perfección) puede ser igual de peligroso.

Según los expertos, tener más de 3-4 tonalidades distintas en un panel hará que la información sea difícil de asimilar. ¿Cómo podemos lograr coherencia con el uso del color?

  • Sé consistente. Es simple: cada vez que utilices un color, este deberá referirse a lo mismo. De este modo, un usuario comprenderá automáticamente que cada vez que aparezca un color, este se referirá a la misma categoría de elementos.
  • Cambia los gráficos complejos. Elimina gráficos complejos que requieran muchos colores (como los circulares y el conocido como ‘treemap chart’) y cámbialos por gráficos más sencillos como las barras simples.
  • Los colores cuentan una historia. Usa, por ejemplo, el color rojo para indicar valores negativos y el color verde para indicar valores positivos. Esta asociación rojo/mal y verde/bien es universal y fácil de asimilar, por lo que hará que dichos resultados se puedan leer sin obstáculos.
  • Más variaciones, menos colores. Varias categorías de datos no significan que tengas que usar decenas de colores. Variando ligeramente la tonalidad de un color (más claro u oscuro) podrás mostrar perfectamente la diferencia y será mucho más placentero a nivel estético.

Si quieres empezar a tomar decisiones más ágiles y seguras con la analítica avanzada, escríbenos a hello@algoritmia8.com.