Dobry dashboard menedżerski nie mierzy się liczbą wykresów ani kolumn – mierzy się czasem potrzebnym do podjęcia decyzji. CFO lub COO, który otwiera raport w Data Studio, powinien w ciągu 15–30 sekund uzyskać odpowiedź na pytanie: czy bieżący miesiąc jest na ścieżce budżetowej, i gdzie leży główna przyczyna odchylenia jeśli nie jest.

Przeładowane dashboardy z dziesiątkami wskaźników i wykresami dla każdego działu jednocześnie nie służą nikomu – ani analitykowi, który je zbudował, ani zarządowi, który ma z nich korzystać.

Zasada top-down: od KPI do szczegółu

Skuteczny dashboard menedżerski jest zbudowany w trzech warstwach, które odpowiadają różnym pytaniom:

Warstwa 1 – Co się dzieje? (KPI Scorecards). Górna część ekranu zawiera wyłącznie wskaźniki liczbowe z porównaniem do poprzedniego okresu: marża brutto, przychód, koszt reklam, liczba zamówień. Formatowanie warunkowe (zielona strzałka w górę, czerwona w dół) pozwala odczytać stan w sekundę bez analizowania liczb bezwzględnych.

Warstwa 2 – Dlaczego tak się stało? (Wykresy trendów). Środkowa część ekranu to wykresy liniowe i słupkowe pokazujące zmiany w czasie. Jeśli marża w Warstwie 1 jest czerwona, wykres w Warstwie 2 pokazuje, w którym konkretnym dniu lub tygodniu nastąpiło odchylenie i jakie źródło kosztów było odpowiedzialne.

Warstwa 3 – Co dokładnie? (Tabele szczegółowe z filtrami). Dolna część zawiera tabele z możliwością filtrowania po regionie, handlowcu, kategorii produktu lub kampanii. Menedżer, który zauważył problem w Warstwie 1 i zlokalizował go w Warstwie 2, może tu zawęzić widok do konkretnego oddziału i uzyskać pełną listę transakcji.

Dashboard powinien odpowiadać na pytania zarządu, nie na pytania analityka. Analityk chce widzieć wszystko – zarząd chce widzieć wyjątki.

Które KPI powinny być widoczne na pierwszym ekranie

KPI Dla kogo Formuła w Data Studio Porównanie z
Marża brutto (%) CFO, CEO SUM(przychod - koszt) / SUM(przychod) Ten sam miesiąc rok temu
ROAS (zwrot z reklam) CMO, CEO SUM(przychod) / SUM(wydatki_reklam) Poprzedni miesiąc
Liczba nowych zamówień COO, CEO COUNT(id_zamowienia) Plan miesięczny
CAC (koszt pozyskania klienta) CMO, CFO SUM(wydatki_reklam) / COUNT(nowi_klienci) Poprzedni kwartał
Realizacja planu (%) CEO, board SUM(przychod) / cel_miesiac Stały cel (parametr)

Najczęstsze błędy w dashboardach menedżerskich

Wykresy kołowe z więcej niż 5 segmentami. Ludzki mózg odczytuje różnice długości słupków znacznie dokładniej niż różnice kątów w kole. Wykres kołowy z 15 kategoriami jest nieczytelny – zamień go na wykres słupkowy posortowany malejąco. Zarząd natychmiast zobaczy, które kategorie dominują.

Brak kontekstu przy liczbach. Liczba "1 234 567 zł przychodu" nic nie mówi bez punktu odniesienia. Zawsze dodaj porównanie: +12% vs poprzedni miesiąc, 87% realizacji planu. Scorecards w Data Studio obsługują to natywnie przez pole "Comparison date range".

Zbyt wiele wskaźników na jednej stronie. Jeśli dashboard ma więcej niż 8–10 elementów na ekranie, użytkownik nie wie, od czego zacząć. Pogrupuj wskaźniki tematycznie i rozdziel je na zakładki (Pages w Data Studio): Finanse, Marketing, Operacje.

Brak filtrów daty dostępnych dla użytkownika. Dashboard bez kontrolki daty zmusza użytkownika do kontaktu z analitykiem przy każdej potrzebie zmiany zakresu. Dodaj Date Range Control na górze każdej strony jako domyślny element nawigacji.

Struktura strony dashboardu krok po kroku

  1. Nagłówek – Logo firmy, tytuł dashboardu, Date Range Control, filtry segmentów (region, dział).
  2. Rząd KPI Scorecards – 4–6 kafelków z kluczowymi wskaźnikami i porównaniem do poprzedniego okresu.
  3. Wykres trendu głównego KPI – jeden duży wykres liniowy pokazujący przychód lub marżę w czasie (ostatnie 12 miesięcy).
  4. Wykresy pomocnicze – 2–3 wykresy słupkowe pokazujące strukturę (top 10 produktów, podział po kanałach, realizacja regionalna).
  5. Tabela szczegółowa – filtrowalna tabela z możliwością sortowania, umieszczona na dole lub na osobnej zakładce.

BigQuery jako backend dashboardu zarządczego

Dashboard menedżerski oparty na arkuszu Google Sheets jako źródle danych ma jedną krytyczną słabość: ktoś musi ten arkusz aktualizować ręcznie. Dla dashboardu zarządczego, który ma dostarczać danych w trybie ciągłym, właściwym rozwiązaniem jest BigQuery jako warstwa danych.

Widok BigQuery konsoliduje dane z różnych systemów (CRM, e-commerce, Google Ads) i udostępnia je Data Studio w formie jednej szerokiej tabeli. Data Studio odpytuje BigQuery przy każdym otwarciu dashboardu – dane są zawsze aktualne bez żadnego ręcznego odświeżania.

-- Widok BigQuery zasilający dashboard zarządczy
CREATE OR REPLACE VIEW `projekt.raporty.dashboard_zarzad` AS
SELECT
  DATE_TRUNC(data_zamowienia, MONTH) AS miesiac,
  region,
  SUM(przychod_netto)               AS przychod,
  SUM(koszt_towaru)                 AS koszt,
  SUM(przychod_netto - koszt_towaru) AS marza,
  SUM(wydatki_reklam)               AS wydatki_reklam,
  COUNT(DISTINCT id_klienta)        AS aktywni_klienci
FROM `projekt.sprzedaz.zamowienia`
WHERE data_zamowienia >= DATE_SUB(CURRENT_DATE(), INTERVAL 13 MONTH)
GROUP BY 1, 2

📚 Powiązane artykuły