Mateusz Muryjas – wywiad po semKRK #10

Mateusz Muryjas – programista, analityk i przedsiębiorca internetowy.

Analitykę traktuje jak przyprawę, która nadaje właściwego smaku projektom digitalowym. Wierzy, że wszystkie działania można opisać wskaźnikami, a później je zoptymalizować. Pomaga firmom wyznaczać cele, mierzyć konwersje i rozumieć zachowania użytkowników w internecie. Uczy, jak podejmować lepsze decyzje w oparciu o zrozumienie posiadanych danych.

Co jest najważniejsze podczas tworzenia raportu w Google Data Studio?

Przede wszystkim powinniśmy odpowiedzieć sobie na dwa podstawowe pytania: kto będzie korzystał z dashboardu oraz jakie informacje są dla niego kluczowe. Te dwa zagadnienia warunkują przygotowanie dowolnego raportu, dashboardu czy wizualizacji – nie tylko z wykorzystaniem Google Data Studio.

Tworząc raport, zestawienie czy zbiór danych, chcemy, aby jego odbiorca wykorzystał to, co przygotujemy. Musi więc widzieć wartość oraz potrafić wykorzystać dane i informacje zawarte w dashboardzie do własnych celów. Dlatego tak ważnym elementem jest odpowiedź na pytanie „Do kogo i o czym chcemy mówić za pomocą danych?”.

Czy mógłbyś wymienić kilka dobrych praktyk, które sprawiają, że nasz raport z danymi będzie czytelny?

Pierwsza rzecz – poznaj swojego odbiorcę i zrozum, do czego wykorzystuje dane, które mu przedstawisz. Podobnie jak w tworzeniu oprogramowania, czy projektów IT, w wizualizacji danych możemy mówić o stworzeniu „specyfikacji” tego, co chcemy zaprezentować w raporcie czy dashboardzie.

Bazując na odpowiedzi: do kogo kierujemy nasz dashboard, musimy pamiętać o nadaniu mu odpowiedniego charakteru. Warto odpowiedzieć na pytanie, czy tworzona wizualizacja będzie wykorzystywana do potrzeb strategicznych (big picture projektu, najważniejsze dane i KPI), czy bardziej do działań operacyjnych (więcej szczegółowych informacji, możliwości tworzenia filtrów i mechanizmów generowania informacji ad hoc).

Należy też dobrze przemyśleć źródła danych, z których będziemy pobierać „pokarm” dla naszych dashboardów. Nie ma nic gorszego niż ładna wizualizacja zasilona błędnymi lub niekompletnymi danymi. W przypadku Google Data Studio warto skorzystać z podstawowych connectorów danych, ale jeśli zajdzie taka potrzeba możemy skorzystać z niestandardowych rozwiązań pozwalających dodać do raportów praktycznie dowolne źródło!

Finalnie, musimy też zwrócić uwagę na mało obiektywny czynnik, jakim jest zmysł estetyczny. Mam tutaj na myśli dobór fontów i kolorów, proporcje i rozmiary elementów na karcie raportu, odstępy pomiędzy elementami nadające im czytelności, czy stosowanie tekstów i objaśnień osadzających dane w jakimś kontekście.

Jakie są najczęściej spotykane błędy w wizualizacji danych? Na co uważać?

Podstawowym błędem, który widzę na co dzień, jest brak odpowiedzi na pytanie zawarte w pierwszym akapicie tego tekstu. Raporty, zestawienia czy dashboardy są przygotowywane bez pomysłu na to, co chcemy w nich zaprezentować. Nierzadko raportowanie polega na skopiowaniu danych z narzędzia i wklejeniu ich do innej aplikacji, dodaniu kilku kolorów, napisów, zmiany formatowania – i już, gotowe. Takie przedstawienie danych nie nastawia pozytywnie odbiorcy raportu, nie mówiąc już o tym, że często jest po prostu nieestetyczne.

Kolejnym błędem, na który warto zwrócić uwagę, są tzw. próżne metryki. Rozumiem to jako pokazywanie w raportach metryk, które – z biznesowego punktu widzenia – nie mają znaczenia dla odbiorcy. Na przykład mogą to być polubienia na profilu Facebook, czy liczba wyświetleń reklam w modelu CPC. Z różnych powodów pomijane są natomiast kluczowe metryki takie jak zdarzenia, czy konwersje, które są najistotniejsze w działaniach digital.

Błędem, na który warto również zwrócić uwagę, jest celowe przekłamywanie danych. Dobrym przykładem jest tutaj sytuacja, kiedy przedstawiając wykres słupkowy oś Y, nie zaczyna się od 0, a od dowolnie wybranej liczby. Jeśli przez jakiś czas nastąpiła zmiana parametru z wartości 5,1 na 5,6 to pokazanie tej zmiany na osi Y zaczynającej się od 5,0 będzie bardziej spektakularne niż na osi zaczynającej się od 0,0. Niemniej jednak działanie to jest niepoprawne i nie powinno być wykorzystywane do wprowadzania odbiorcy wykresu w błąd!

Z drugiej strony warto pamiętać o pułapce małych liczb. Kiedy współczynnik konwersji wzrośnie z 1,2% do 1,8% to patrząc na te dwie liczby, nie czujemy różnicy. Dopiero w momencie zwizualizowania jej – na przykład w formie wykresów słupkowych – widzimy, że zmiana, która miała miejsce, była znacząca. Tutaj najczęściej popełnianym błędem jest zły dobór sposobu prezentacji do wartości absolutnych – w tym przypadku postrzeganie zmiany będzie o wiele łatwiejsze, kiedy zamiast tabeli wykorzystamy wykres słupkowy czy mapę ciepła.

Zauważasz jakieś trendy, które są szczególnie interesujące w nowoczesnej analityce biznesowej?

Pierwszym trendem, który obserwuję, jest wizualizacja danych wchodząca „pod strzechy” małych i średnich przedsiębiorstw. Raporty i wizualizacje znane z systemów BI (ang. Business Intelligence) zaczynają być niezbędnym elementem marketerów, product i project managerów, a także specjalistów pracujących w branży digital.

Rośnie również znaczenie źródeł danych. W dobie fake news i wyssanych z palca badań amerykańskich naukowców coraz częściej oczekujemy podania źródeł danych, czy metodologii badawczych związanych z prezentowanymi danymi.

Miłym akcentem jest również rosnący trend tzw. data storytellingu, czyli opowiadania historii wspierając się danymi, badaniami, raportami i wizualizacjami. Złożone historie i zjawiska, czy dziennikarskie teksty nabierają nowej formy i znaczenia, kiedy poza zwykłym tekstem są wzbogacone elementami wizualnymi korzystającymi z danych.

Jakie programy możesz polecić do tworzenia wizualizacji danych?

Wszystko zależy od stopnia zaawansowania projektu i potrzeb użytkownika. Dla rozpoczynających przygodę polecam wykorzystanie właśnie Google Data Studio. To bardzo proste i intuicyjne narzędzie, które pozwoli każdemu rozpocząć przygodę z wizualizacją danych i stworzeniem swojego pierwszego dashboardu, będącego żyjącym obrazem firmy, czy projektu.

Osobom, którym nie wystarczają funkcjonalności GDS polecam zapoznać się z bardziej złożonymi programami do działań związanych z analizą i wizualizacją danych. Do profesjonalnych systemów klasy Business Intelligence należą m. in. Tableau, Qlik, Power BI, czy oprogramowanie firmy SAS. Narzędzia te pozwalają nie tylko wizualizować dane, ale także dokonywać na nich operacji analitycznych i predykcyjnych.