Vabim vas na otvoritev 22. mednarodnega bienala industrijskega oblikovanja v četrtek, 7. oktobra 2010, ob 19, uri v Muzeju za arhitekturo in oblikovanje na gradu Fužine. Na bienalu je razstavljen tudi projekt iStudia “Key Categories, Key Markets, Key Facts”, izveden za naročnika DrogaKolinska.

Razstavo bo slovesno otvoril Philippe Starck, eden najbolj slavnih in plodnih oblikovalcev našega časa. Slavnostna govornika bosta predsednik prireditvenega odbora BIO Janez Škrabec in minister za šolstvo, znanost in tehnologijo Gregor Golobič.

Vabljeni!

Poslanstvo konference Napredni poslovni pristopi 2010, katere sponzor je bil tudi iStudio, je prikazati napredne poslovne pristope in poslovne rešitve, kot odgovore na današnje in prihodnje poslovne potrebe organizacij za izboljšanje njihove uspešnosti, učinkovitosti in konkurenčnosti. Glavna govornica je bila Kathleen (Kitty) B. Hass, članica upravnega odbora združenja IIBA (International Institute of Business Analysis) in strokovnjakinja z več kot 25-letnimi izkušnjami na področju poslovne analitike, projektnega vodenja, uresničevanja strategije in portfeljskega upravljanja. Kitty je med drugim avtorica priznane serije knjig “Business Analysis Essential Library” in knjige leta 2009 po izboru PMI “Managing Project Complexity – A New Model”.

Na okrogli mizi ob zaključku konference so Sonja Šmuc, izvršna direktorica Združenje Manager, Tičo Zupančič, predsednik združenja SDBP, Dr. Maja Makovec Brenčič, predsednica Društva za marketing Slovenija, Aleš Štempihar, predsednik IIBA Slovenia Chapter in Violeta Bulc, koordinatorka InCo gibanja predstavili svoje poglede in predloge za dopolnitev enačbe Skladnost (posel + vrednote + zaupanje + ?????) = Temelj poslovne uspešnosti.

Mednarodna komisija v zasedbi: Veronika Egger (Avstrija), Ilona Gurjanova (Estonija), Cvetka Požar (Slovenija), Barbara Predan (Slovenija), Lidija Pritržnik (Slovenija), Michał Stefanowski (Poljska), Nedjeljko Špoljar (Hrvaška), Georg Wanker (Avstrija) ter Jonathan Young (Švedska) je med 503 prijavljenimi deli izbrala 132 del za razstavo, od tega zgolj 20 del v sekciji informacijsko oblikovanje, ki bo letos prvič samostojni sklop bienala.

Projekt “Key Categories, Key Markets, Key Facts”, izveden za naročnika DrogaKolinska, prevaja kompleksno tržno situacijo naročnika v berljiva vizualna poročila, ki usmerjajo vodstvo k pomembnim odločitvam glede trgov, produktov, blagovnih znamk, oglaševanja, ipd.

Bienale industrijskega oblikovanja (BIO) je odmevna mednarodna oblikovalska razstava, ki z izborom dobro oblikovanih izdelkov ter poudarkom na kakovosti, izvirnosti in inovativnosti del predstavlja aktualne tokove v sodobnem oblikovanju. Na BIO svoje najnovejše dosežke vsaki dve leti razstavijo oblikovalci, naročniki, proizvajalci in študenti z vsega sveta. BIO organizira Muzej za arhitekturo in oblikovanje (prej imenovan Arhitekturni muzej Ljubljana). Več o BIO na naslovu www.bio.si.

Uporabna je predvsem vrstična oz. palična varianta tega grafikona, saj ta grafikon (kot vse vrstične grafikone) lahko enostavno vstavimo v tabele in tako zgradimo učinkovita poročila.

Primer:

Na grafu je narisana absolutna dosežena vrednost in absolutna vrednost odmika. Ker sta narisani obe vrednosti (doseg in odmik) hkrati, lahko bralec istočasno oceni pomembnost odmika (absolutni odmik oz. velikost odmika), kot tudi njun relativni odnos, torej delež odmika glede na doseg (npr. za koliko procentov doseg presega plan ali npr. kolikšen je % rasti glede na lansko leto). Oznaka podatka zraven odmika lahko prikazuje njegovo relativno vrednost (rast prodaje, količin, cen, ipd.) ali njegovo absolutno vrednost (rast tržnih deležev, deležev distribucije, ipd.)

Seveda je rešitev v Excelu pripravljena tako, da se poročilo samodejno prilagaja podatkom: zeleno / rdeča puščica se ustrezno obarva in podaljša glede na predznak in velikost odmika, napisi se prilagodijo.

Najprej enostaven grafikon za prikaz dobička/izgube:

Na takšen grafikon brez težav dodamo še prodajo:

Grafikon je zelo pregleden in dobro berljiv.

S kombinacijo točkovnega in vrstičnega oz. paličnega grafikona lahko tudi nazorno prikažemo dosežene vrednosti (npr. prodajo ali stroške) v primerjavi s planiranimi:

Ta grafikon nazorno prikazuje dosežene vrednosti v primerjavi s planom, uporabljeno je tudi barvno kodiranje, ki povezuje stolpce tabele z oblikami na grafikonu (sivo = doseženo, modro = plan). Vendar pa odmiki niso eksplicitno vizualizirani. Zato je bolj ustrezna naslednja vizualizacija, kjer so odmiki (doseg-plan) prikazani pošteno (v pravem merilu) in predvsem zelo nazorno:

Gre za kombinacijo vrstičnega, naloženega vrstičnega in točkovnega grafikona. Ta grafikon je zelo primeren za prikaz doseženih vrednosti in odmikov v kontrolingu prodaje ali stroškov, saj nas ob koncu meseca dejansko bolj zanima uresničenje plana (doseženo in odmik od plana) kot pa konkretna vrednost plana.

Vsekakor je slika oz. grafikon ključno sredstvo, s katerim lahko kvantitativne vrednosti učinkovito predstavimo. Kako lahko torej tabele izboljšamo s slikami? S tem vprašanjem sem se ukvarjal kar nekaj časa. Kateri odmik je bolj pomemben: relativni ali absolutni? Kako ju prikazati?

Običajno nas zanima, za koliko odstotkov je plan presežen ali neizpolnjen, toda kaj lahko se zgodi, da je plan presežen za 20, 100 ali celo 200% na postavki, ki je zelo majhna in nepomembna. To je celo zelo verjetno, saj je logično, da je relativni odmik večji pri manjši vrednosti.

Torej, relativni odmik je pomembna informacija, ki pa jo moramo presojati hkrati s pomembnostjo postavke oz. absolutnim odmikom. Zato je prav, da za absolutni odmik porabimo več črnila in omogočimo natančne primerjave (npr. po dolžini), za vizualizacijo relativnega odmika pa potrebujemo indikacijo (dobro, slabo) na nekaj razredov natančno, pri tem pa moramo paziti, da nam morebitni večji relatvni odmik na neki majhni postavki ne bo pokvaril vizualizacije.

Pa poglejmo nekaj primerov, ki jih je možno z nekaj spretnosti realizirati v Excelu:

Tabeli smo najprej dodali iskerne črte (sparkline), da dodamo kontekst doseženim vrednostim (gibanje vrednosti v zadnjih 12 mesecih) in tako kompenziramo osnovno slabost tabel, da težijo h komuniciranju zadnjih vrednosti in težko predstavijo časovne vrste.

Odmike, ki so v takšnem poročilu najbolj pomembni, smo narisali. Da takoj ločimo absolutni odmik (doseženo – plan) od relativnega (% izpolnitve plana), smo uporabili različne oblike: vrstični grafikon za absolutne vrednosti in točkovni za relativne.

Tako lahko absolutne odmike med seboj primerjamo po dolžini vrstice, hkrati pa nas količina rdeče oz. zelene barve opozori na pomembnost odmika. Relativni odmik je vedno prikazan z enako površino zelene ali rdeče barvne ploskve, iz pozicije (levo, desno) pa ugotovimo, za koliko odstotkov je bil plan bodisi presežen ali neizpolnjen.

V naslednji rešitvi je relativne odmike lažje primerjati med seboj, saj nam primerjavo poleg pozicije pike (oddaljenost od osi) olajša še jasno vizualizirana dolžina odmika. Rešitev zavzema enako količino prostora kot zgornja, prejemnik bo odmike zaradi različnih oblik že vedno zelo dobro ločil med seboj:

Ta rešitev lepo prikaže oba odmika, ker pa je relativni odmik ponazorjen z dolžino črte, bi se lahko pojavile težave v primeru, ko bi bil kakšen relativni odmik zelo velik, npr. 300%. V tem primeru bi bile ostale dolžine črt praktično enake 0, ali pa bi vizualizacija relativnega odmika zavzela preveč prostora. Torej potrebujemo za relativni odmik vizualizacijo, ki ne bo naraščala linearno s številko.

Na misel mi je prišlo več rešitev. Odmik lahko prikažemo z nekaj razredi puščic (odtenki rdeče in zelene, smer puščice prikaže velikost odmika). Druga možnost je prikaz enako velike pike (kroga), velikost odmika pa prikažemo z intenzivnostjo zelenega ali rdečega odtenka. Kvaliteta te rešitve je v tem, da porabi vedno enak prostor. Nato pa sem se domislil naslednje rešitve:

Velikost relativnega odmika prikažem s površino kroga. Rdeče / zeleno še vedno ostaja standard prikaza odmikov. Teh odmikov sedaj med seboj ne primerjamo več po dolžini črte, kar je teoretično sicer najboljše možno sredstvo za prikaz primerjav velikosti številk. Toda v našem primeru nas dejansko bolj zanima indikacija pomembnosti odmika posamezne postavke, za kar pa površina kroga vsekakor zadošča. Zato pa ima ta rešitev prednost, da je manj občutljiva na velikost številke in da porabi manj prostora, kar je v tabelah izredno pomembno.

Odmiki so dobro vizualizirani in tudi dobro jih ločimo med seboj. Absolutne odmike med seboj brez težav primerjamo, kar zagotavlja primerljivost in usmerjenost na pomembne kategorije, hkrati pa je relativno doseganje plana nazorno prikazano za vsako posamezno postavko.

Kot smo lahko pričakovali, je tudi video prispevek z naslovom iPhone Resolution pripravljen v visoki ločljivosti. Vsekakor je zanimiv za vse, ki vas zanima uporabniška izkušnja:

Tule je še dobiček:

Če želimo prejemnikom omogočiti primerjavo med prodajo in dobičkom, potem običajno izberemo naslednji grafikon:

Ta grafikon ima slabost, da je berljiv zgolj, kadar imamo malo podatkov. Če bi bilo npr. prodajnih programov več, bi ta grafikon postal neberljiv. Prav tako se meša ritem ene in druge kategorije, kar povzroča frustracijo ob vizualnem procesiranju grafikona (oko bega sem in tja med razbiranjem vrstic dobička in vrstic prodaje). Dodaten problem je uporaba legende z barvnim kodiranjem, čemur se je bolje izogniti, saj je pri več barvah težko razbrati pomen vrstic, dodatne težave pa nastanejo pri črno-belem tiskanju. Zato je običajno boljša naslednja alternativa:

Uporabili smo večkratni grafikon, kjer pa morata imeti oba grafikona obvezno usklajeni merili, saj želimo podatke primerjati med seboj. Prednost te rešitve je, da lahko prikažemo več podatkov. Je tudi edina praktična rešitev, kadar imamo veliko primerjav in so podatki med seboj zelo različni (ni korelacije). Takrat dobimo v kombiniranih rešitvah vedno t.i. “špageti graf”.

Obstaja pa še ena rešitev, ki je zelo zanimiva:

To je točkovni oz. “pikasti” grafikon (dot plot). Od zgornjih rešitev je ta prav gotovo najboljša, saj je grafikon zelo berljiv, najbolj “počiščen” skladno s teorijo podatkovnega črnila (uporablja najmanj črnila) in teorijo gestalta, hkrati pa zasede tudi manj prostora. V tem grafikonu lahko brez težav prikažemo zelo veliko vrstic. Napisi (prodaja, dobiček) so pozicionirani ob podatkih, kar dodatno doprinese k boljši berljivosti.

Točkovni grafikon je dejansko različica linijskega grafikona in ga ne smemo zamenjati z raztresenim oz. XY grafikonom (scatter plot), ki ima dve dimenziji (dve osi vrednosti). Res pa je, da lahko točkovnega (enodimenzionalnega) v Excelu izdelamo tudi s pomočjo raztresenega grafikona.

Seveda gestalt in teorija podatkovnega črnila nista edina kriterija za oblikovanje grafikonov v poročilih. Pomembnih je več faktorjev, med drugim tudi znakovno kodiranje (z grafikoni ustvarimo konsistenten sistem zankov). Tako bi lahko primerjavo prodaje in dobička prikazali tudi takole:

Mislim, da je ta rešitev v praksi najbolj primerna. Tu kombiniram stolpčni in točkovni grafikon. Samo dogovoriti se morate, da boste v podjetju vedno uporabljali npr. sive stolpce za prikaz prodaje in zelene/rdeče pike za prikaz dobička/izgube.

Rosenberg opozarja na najbolj pomembno pravilo v poročanju: pokažite podrobne podatke, ne zgolj statistik. Kako zelo nevarno je uporabljati zgolj povprečja (povprečne podatke, visoke agregacije). Saj veste: so laži, velike laži in statistika. Zgolj s prikazom povprečij ne moremo povedati cele zgodbe, ‘hudič je v detajlih’. Poročila, grafikoni in tabele MORAJO prikazati veliko informacij (daljše časovne vrste, velik nivo podrobnosti, primerjalne kategorije, ki priskbijo kontekst). Šele iz takšnega poročila se bomo naučili nekaj novega, pa tudi ukrepali bomo lahko zelo usmerjeno.

Rosenberg res lepo animira podatke s pomočjo mehurčnega grafikona. Njegove predstavitve so še en dokaz, da je mehurčni grafikon izredno intuitiven, razumljiv in nazoren. Je edini grafikon, ki hkrati prikazuje 3 dimenzije, z animacijo pa mu lahko dodamo še četrto. Ta grafikon se v poslovnem poročanju vsekakor premalo uporablja.

Morda edina problematična stvar je Rosenbergova uporaba logaritemskega merila, zaradi katerega njegove slike dejansko zavajajo. Rosenberg na to dejstvo poslušalce sam opozori. Opazili boste tudi, da uporablja rezanje osi, kar se drugače odsvetuje, razen, če želite prikazati zgolj razlike. To pa je natanko Rosenbergov namen, kar simbolizira tudi ime: gapminder.

Prevod v slovenščino mi povzroča nekaj preglavic, zato ostajam kar pri opisnem prevodu: iskerna črta (prijatelj, ki je lektor, se je nad mojimi sicer bolj kreativnimi poskusi preveč mrščil…). Kaj je torej iskerna črta?

Običajno so grafikoni ločeni od poteka besedila. Iskerna črta pa je minimalistično oblikovan grafikon visoke informacijske gostote, umeščen neposredno v besedilo ali tabelo, natanko tam, kjer se pojavi potreba po vizualizaciji oz. kjer so podatki omenjeni. Njena višina je navadno enaka velikosti besedila.

Npr. takole: S takšnim grafikonom lahko brez težav prikažemo 20 ali več številskih vrednosti na enakem prostoru, kjer bi sicer zapisali zgolj eno samo številko:

Z grafičnim prikazom na minimalnem prostoru bralcu olajšamo predstavo, razumevanje, primerjavo in pomnenje. Ker posamezni številski vrednosti dodamo kontekst (njeno zgodovino), ima bralec bistveno boljšo predstavo, kaj ta informacija dejansko pomeni.

Iskerna črta nima merila, prikazuje zgolj gibanje vrednosti v času (trend in razlike vrednosti v času). Ker pa je ravno prikaz časovne vrste ena najpomembnejših vizualizacij, je iskerna črta v praksi izredno uporabna. To še posebno velja za tabele, ki imajo slabost, da težijo k predstavitvi zgolj zadnjih vrednosti. S tabelami je dejansko težko predstaviti gibanje posameznih vrednosti v času in tu nam lahko iskerne črte zelo pomagajo.

Tako se v praksi velikokrat uporabljajo rešitve, kjer ena tabela prikazuje podatke trenutnega obdobja (doseg) v primerjavi s planom in predhodnim obdobjem, npr. takole:

druga, dodatna tabela pa prikazuje gibanje vrednosti v času (tipično po mesecih tekočega leta), npr. takole:

V tem prikazu so vse številke enakovredne. Tabela nam omogoča, da primerjamo vsako posamezno številko z drugo (primeravo poljubnega meseca z drugim). Drugo vprašanje pa je, kdaj je to zares uporabno. Takšna tabela nam lahko morda dobro služi za kontrolo podatkov, kot podlaga za poslovno odločitev pa ni preveč uporabna. V tem morju številk si namreč prejemnik težko predstavlja gibanje vrednosti v času in gibanja primerja med seboj.

Iskerna črta nam omogoča, da drugo tabelo v celoti nadomestimo z novim stolpcem v prvotni tabeli, vanj pa v vsako vrstico vstavimo iskerno črto. Dobimo naslednji rezultat:

Seveda iskerna črta prikaže zgolj gibanje vrednosti in ne omogoča več natančne primerjave številskih vrednosti posameznih mesecev. Namesto tega smo pridobili jasen prikaz gibanj v času, ki jih tudi vizualno enostavno primerjamo med seboj. Predstavili smo izredno pomemben kontekst informacije, s katerim prejemnik bistveno lažje razume trenutno dosežene vrednosti in morda celo oceni njihov razvoj v prihodnosti.