Stima di un dashboard
Come valutare una dashboard: fonti dei dati, frequenza di aggiornamento, fusi orari, analisi approfondita, autorizzazioni. Il grafico è semplice; è la pipeline di dati che sta dietro di esso a richiedere il lavoro vero e proprio.
La storia che si limita a valutare il grafico e trascura la pipeline di dati che sta alla base.
I dashboard sono ingannevoli. La parte visibile — il grafico, il selettore di date, i filtri — sembra richiedere solo un paio di giorni di lavoro sul front-end. La parte invisibile è il livello dei dati: da dove provengono i numeri, con quale frequenza vengono ricalcolati, a quale fuso orario si riferiscono, cosa si intende per utente unico e cosa succede quando, martedì mattina, il reparto finanziario segnala che il dato è errato.
La stima dipende dal fatto che i dati siano già disponibili in un formato che consenta di effettuare ricerche. In caso affermativo, il lavoro consiste principalmente nel rendering. In caso contrario, si tratta di una pipeline di dati con un grafico finale — e in tal caso si tratta di una cifra completamente diversa.
Ciò che viene detto nella stanza
Frontend: “La libreria di grafici può occuparsi del rendering. Ci vorranno uno o due giorni.”
Backend: “Qual è la fonte attendibile di questi dati?”
Dati: “In tempo reale, oppure vanno bene anche quelli di fine giornata?”
PM: «Quale fuso orario stiamo utilizzando per definire “oggi”?»
Titolo: “Cosa succede quando il mondo della finanza sostiene che il grafico sia errato?”
Domande che vale la pena porsi prima di votare
- I dati di base sono disponibili in un formato che consenta di effettuare ricerche, oppure dobbiamo prima creare la pipeline?
- Frequenza di aggiornamento: in tempo reale, ogni ora, ogni giorno, su richiesta?
- Gestione dei fusi orari — ora del server, ora dell’utente, ora dell’account?
- Drill-down: collegamenti alle righe non aggregate o solo all’aggregato?
- Esportazione: CSV, link di condivisione, immagine incorporata?
- Autorizzazioni: chi ha accesso a quale parte dei dati?
- Qual è la reazione quando i dati non coincidono con quelli di un altro rapporto?
Se la pipeline di dati non esiste ancora, non è il grafico a raccontare la storia, bensì la pipeline stessa, e vale la pena separarla e valutarne le dimensioni in modo autonomo.
Si prega di valutare il livello dei dati. Se i dati non sono ancora consultabili, il grafico rappresenta l’ultimo cinque per cento.
Come nel caso della stima di una funzione di ricerca, l’interfaccia utente visibile rappresenta la parte più semplice; il vero lavoro sta nel livello dei dati. Si consultino gli altri esempi di stime già elaborati, oppure si apra una sessione gratuita di Planning Poker quando si è in grado di rispondere alla domanda relativa ai dati.