وبلاگ vdash

اخبار و مقالات مربوط به vdash، نرم افزار آنالیز اطلاعات و ساخت داشبورد مدیریتی

ساخت اولین داشبورد مدیریتی با vdash online

ساخت اولین داشبورد مدیریتی در vdash online

زمانی که

در vdash online انجام گرفت میتوانید با خیال راحت به قسمت جذاب ساخت داشبورد مدیریتی بروید و اطلاعات نامفهوم و خشن خود را در قالب نمودارها و گراف های جذاب و قابل فهم مشاهده و ملاحظه نمایید.

هنگامی که نام کاربری و رمز عبور خود را وارد می نمایید (شکل1)

dashboard

شکل 1

وارد صفحه شروع می شوید که در این بخش با انتخاب شروع یک داشبورد وارد مرحله مهیج ساخت داشبورد مدیریتی توسط خودتان و بدون کمک از هیچ کارشناسی می شوید (شکل 2).

dashboard

شکل 2

در شکل 3 میبینید که می توانید با انتخاب داده ها و چارت از روی نوارآبی داشبوردتان را ایجاد کنید.

dashboard

شکل 3

فرض کنید میخواهید اطلاعاتتان را با جزئیاتشان ببینید، برای این منظور لیست می تواند گزینه مناسبی باشد که از منوی چارت مدل مورد نظر و دادگان مد نظر و یا فایل آپلود شده (شکل 4) و در نهایت از پنجره نحوه نمایش لیست ساده را انتخاب کنید.(شکل5)

dashboard

شکل 4

dashboardNamayesh

شکل 5

و برای داده هایی که مدنظرتان است جدول اطلاعات آن نمایش داده میشود (شکل6).

dashboard

شکل 6

میبینید که کمتر از کسری از ثانیه توانستید جدول اطلاعات (مشتری) را مشاهده کنید. 

یکی از نمودارهای ساده و جذاب برای آنالیز اطلاعات نمودار میله ای می باشد که در مدت زمان کم اطلاعات مفیدی را درباره کسب و کارتان به شما ارائه می دهد. خب برای اینکه انواع نمودار را در داشبوردتان داشته باشید منوی چارت را باز کنید و برای شروع کار با نمودار میله ای کار کنید.

به این ترتیب که از قسمت چارت دادگان مدل اطلاعاتی مورد نظر خود را انتخاب نمایید (شکل 7) و در نحوه نمایش  نمودار میله ای را انتخاب کنید تا vdash online نمودار آن را برایتان رسم کند (شکل 8).

dashboard

شکل 7

dashboard

شکل 8

حتی با یک نگاه سطحی هم به نمودار میله ای ، اطلاعات زیادی نصیبمان میشود. برای مثال در مثال ما، به سهولت قابل برداشت است که میزان فروش دوچرخه از بقیه محصولات به مراتب بیشتر است (شکل 9).

dashboard

شکل 9

من برای اینکه صفحه نمایش زیاد شلوغ نباشد، جدولی را که با هم ایجاد کردیم را می بندم، برای این کار موس را روی جدول می برم و علامت ضربدر را می زنم.

در این نمودار می توانید دسته بندی،سری، فیلدهای محاسباتی و تغییرات دیگری ایجاد نمایید. میخواهم از میزان فروش برای مشتریان زن و مرد مطلع شوم، پنل تنظیمات نمودار را باز میکنم و از قسمت دسته بندی، مشتری جنسیت را انتخاب می کنم (شکل 10).

dashboard

شکل 10

اکنون می خواهیم فاکتوری را نسبت به مدت زمانی خاص بسنجیم ، نمودار خطی می تواند از بهترین گزینه های انتخابی باشد . که از منوی چارت مطابق موارد بالا انتخاب شده و برای دادگان رسم میگردد (شکل 11).

dashboard

شکل 11

میزان فروش محصولات را در سال های 1384تا 1387 می توانیم مورد ازریابی قرار دهیم ، با توجه به نمودار خطی بالا.

فرض کنید از شما خواسته شده که میزان فروش برای محصولاتی که رنگ مشکی دارند را بیان کنید. کار ساده ای است، در مثال قبل میزان فروش محصولات در سالهای مختلف نشان داده شده و برای نمایش دادن محصولات مشکی رنگ تنها کافی است در منوی فیلترها، محصول»رنگ و در نهایت مشکی را علامت بزنید(شکل 12).

dashboard

شکل 12

به همین ترتیب می توانیم هر نمودار یا گیج که برای آنالیز اطلاعاتمان نیاز داریم را به داشبورد اضافه نماییم (شکل 13).

dashboard

شکل 13

به عنوان خاتمه کار ساخت داشبورد مدیریتی می بایست عمل ذخیره سازی را انجام دهیم که این کار توسط آیکن مربوط به ذخیره، روی نوار آبی انجام میگیرد (شکل 14)که داشبورد ایجاد شده را با یک نام دلخواه و مناسب ذخیره می نمایید (شکل 15) و ملاحظه کردید که با چه سرعتی و چه سهولتی خودتان به تنهایی یک داشبورد ساختید.

dashboard

شکل 14

dashboard

شکل 15



0 تا 100 ساخت اولین داشبورد مدیریتی با vdash online

امروزه شناسایی و تحلیل عوامل موفقیت در کسب و کار سازمان ها بحثی است که در بسیاری از سازمان های بزرگ و کوچک مورد توجه ویژه ای قرار گرفته است. برای این منظور از ابزارهای مختلفی استفاده می شود که vdash online نیز یکی از شاخص ترین آن هاست و به کمک آن می توان آنالیز اطلاعات به همراه نمایش گرافیکی اطلاعات انجام داد .

موارد مورد بحث دراین مقاله به ترتیب زیر می باشد :

  • خرید سرویس
  • دانلود سرویس داده vdash
  • سرویس های خریداری شده
  • مدل های اطلاعاتی

پس از ثبت نام و تایید شدن حساب کاربری شما ، می توانید با وارد کردن نام کاربری و رمز عبور در vdasho nline وارد شوید (شکل 1).

صفحه ورود

شکل 1

شما می توانید همراه تور آموزشی ما شوید و بدون مدل سازی از داده های نمونه ما، داشبورد ایجاد کنید . اگر هم مایل هستید که خودتان دست به کار شوید باید در صفحه شروع کار به پنل مدیریت بروید (شکل 2).

صفحه شروع

شکل 2

در اینجا با انجام به ترتیب هر مرحله وارد مرحله بعدی می شود. ابتدا نوع اشتراک خود را انتخاب می کنید(شکل 3و4)

شروع کار1

شکل 3

شروع کار2

شکل 4

سپس سرویس داده را دانلود و نصب می نمایید (شکل 5)

شروع کار3

شکل 5

در ادامه باید تنظیمات اشتراکتان را مطابق شکل 6 انجام دهید

شروع کار4

شکل 6

و در خاتمه تایید نهایی و ایجاد اشتراک می نمایید (شکل7).

شروع کار5

شکل 7

در ادامه می توانید به ساخت اولین مدل و اتصال پایگاه داده ها به vdash online و یا آپلود فایل بپردازید. (شکل8)

شروع کار6

شکل 8

ایجاد یک مدل قاعدتا با نام گذاری شروع می شود که در قسمت Model Name نام نمایشی برای مدلتان می گذارید (شکل9).

ایجاد مدل

شکل 9

توجه » به خاطر داشته باشید که مدلی را که ایجاد کرده اید را باید Save کنید.

برای ایجاد یک مدل باید نکات زیر را در نظر بگیرید :

  • 1. اتصال به پایگاه داده
  • 2. ایجاد Data Sets
  • 3. ایجاد Dimensions

برای اتصال به پایگاه داده New+ Data Sources را انتخاب نمایید. و موارد خواسته شده را به شیوه ای که آموزش داده می شود تکمیل نمایید (شکل 10).

Data Source Name: نام پایگاه داده مورد نظر

Data Source Type: نوع پایگاه داده

Connection String: vdash onlineدستور مربوط به اتصال پایگاه داده به

Connection String بسته به نوع پایگاه داده شما متفاوت است، در اینجا که پایگاه داده ما از نوع SQL می باشد این دستور به فرم زیر تعریف می گردد :

data source =192.168.1.4; initial catalog = AdventureWorksDWPersian; integrated security = true ;

ایجاد دیتا سورس

شکل 10

در نهایت Data Source ایجاد کرده را Save نمایید.

در ادامه با دو مفهوم Dimensions (ابعاد)، Data Sets (دادگان) سر و کار داریم.

خوب است که در اینجا منظور از استفاده این دو مفهموم را با هم مرور کنیم.

منظور از data set (دادگان) در واقع همان fact ها یا موجودیت های اصلی در کسب و کار است . پایگاه داده یک واحد تولیدی را در نظر بگیرید مواردی مانند فروش، تولید، سفارشات و ... همان دادگان های ما هستند. و در ادامه این صحبت مفهوم بعد (Dimension) مطرح می گردد که منظور از آن زاویه دید به دادگان مورد نظر است .مثلا در همین واحد تولیدی می توانیم بعد زمان تعریف کنیم یعنی به فروش مان از زاویه زمان نگاه کنیم ، حال خود زمان میتواند شامل سال،فصل،ماه، هفته و حتی روز باشد و یا سفارش ها را در موقعیت های جغرافیایی از قبیل کشور ،استان، شهر و کد پستی مورد بررسی قرار دهیم.

بنابراین ابتدا به ایجاد Data Set مورد نظر می پردازیم . تمامی مراحل و از جمله ایجاد دادگان جدید نیاز به نام گذاری مناسب دارد(شکل 11) و پس از آن باید دستور خواندن اطلاعاتی که قرار است بعدا در مدلسازی و آنالیز قرار گیرند را از پایگاه داده دهیم که این دستورات بنا به ساختار و زبان پایگاه داده متفاوت است و در قسمت Query نوشته می شود.

بعد از نوشتن Query فیلد هارا تعیین می کنیم. فیلدهای محاسباتی و شاخص های کلیدی عملکرد همه برای دادگان قابل تعریف می باشند.

ایجاد دیتا ست

شکل 11

سپس به قسمت Dimensions رفته و با انتخاب نام مناسب برای بعد مورد نظر (شکل 12)و نیزتعیین پایگاه داده و نوشتن کوئری برای آن، قسمت Attributes را نیز متناسب با Query نوشته شده تنظیم می کنیم. و در صورت لزوم سلسله مراتب فیلدها را نیز باید مشخص کرد.

ایجاد بعد

شکل 12

شما می توانید بعد زمان که vdash onlineدر Home سر برگ Date Analysis در اختیارتان قرار داده را به Dimensions اضافه نمایید (شکل 13).

بعدزمان

شکل 13

مجدد به قسمت Data Set رفته و در بخش Dimension ، بعدی را که ایجاد کردیم اضافه میکنیم(شکل 14).

اتصال بعدها به دادگان

شکل 14

گزینه Save and Transform را انتخاب کنید تا مدلسازی با vdash online به پایان برسد (شکل15).

ذحیره سازی و انتقال

شکل 15

پس از اتمام طراحی مدل اطلاعاتی نوبت به آنالیز اطلاعاتی که به vdash online متصل کردید و ساخت داشبورد مدیریتی میرسد. و در این مرحله می توانید اطلاعات خام و غیر قابل تفسیر را به راحتی برای تحلیل به نمایش بگذارید. روی بازگشت کلیک کرده و شروع یک داشبورد را انتخاب می کنید (شکل16).

شروع داشبورد

شکل 16

سپس با کمک هر یک از آیتم هایی که نیاز دارید می توانید به آنالیز اطلاعاتتان بپردازید ، برای مثال از منوی نمودار میله ای عمودی را انتخاب میکنید(شکل 17)، و برای موجودیت اطلاعاتی مدنظر (مشتریان)(شکل 18) نمودار میله عمودی رسم می گردد(شکل 19).

نمودار

شکل 17

انتخاب دادگان

شکل 18

نمودار1

شکل 19

و همین روال را می توانیم با آیتم های مختلف ادامه دهیم تا داشبورد مورد نظرمان ایجاد گردد(شکل20).

نمودارها

شکل 20


گول نمودار حبابی را نخورید !

نمودار حبابی مانند نمودار پراکندگی است با این تفاوت که نقاط در نمودار پراکندگی که معرف یک رکورد از اطلاعات ماست ، به حباب تغییر می کند.

نمودار حبابی از آن دسته نمودارهایی است که مخاطب را از لحاظ دیداری گمراه می کند. علاوه بر نمودار حبابی ، نمودار میله ای و نمودار خطی نیز این قابلیت را دارند.

این گمراهی از چه چیزی نشات میگیرد ؟

در نمودار میله ای محورهای ناقص باعث گمراهی مخاطب می شود . در واقع زمانی که پایه میله ها از صفر شروع نشود باعث می شود که اختلاف ها زیاد نشان داده شود و در نتیجه گمراهی بیننده را در پی خواهد داشت.

محور بر عکس در نمودار خطی باعث گمراهی بیننده می شود.

اندازه و ظاهر هر بازه که در این حالت محورها به صورت استاندارد تقسیم نشده اند و این امر باعث می شود که مخاطب به اشتباه بیفتد .

در نهایت به نمودار حبابی می رسیم که می خواهیم بدانیم چگونه با این نمودار بیننده دچار اشتباه می شود.

در نمودار حبابی فراوانی را برابر مساحت در نظر می گیریم ولی اگر به جای مساحت از از شعاع دایره استفاده کنیم یعنی فراوانی داده هایمان را مساوی با شعاع حباب در نظر بگیریم ، در اندازه حباب ها اغراق می گردد و در نگاه اول بیننده اشتباه می کند.

نمودار حبابی

شکل1

در شکل 1 میزان خرید را بر اساس تعداد مشتری در سنین گوناگون ملاحضه می فرمایید که اندازه حباب ها حاکی از میانگین سنی مشتریان می باشد.

در نظر داشته باشید که هرچه اندازه حباب ها کوچک تر باشد ، میزان دقت نمودار بیشتر است.

همانطور که ملاحظه می نمایید نمودار حبابی سه متغیر را نمایش می دهد، متغیر محور افقی-محور عمودی و اندازه حباب ها نیز نشان دهنده یک متغیر می باشد.

پنل تنظیمات این نمودار نیز مانند سایر نمودارها می باشد.

آنچه در مقاله بعد می خوانید » نمودار گیج

اکتشاف داده ها و نمودار پراکندگی

نمودار پراکندگی جز آن دسته از نمودار هایی است که می توان در ابتدای اکتشاف داده ها بر گزید.پراکندگی داده ها ، توزیع داده ها و رنج داده ها را می توان در آن دید.

نمودار پراکندگی نمودار جزئیات نیست ، نمودار پراکندگی نمودار کلیتی است به اسم رابطه. رابطه دو متغیر عددی را می توان بررسی کرد مثلا در واحد پشتیبانی رابطه تعداد تماس ها و تعداد سفارش ها .

در vdash این قابلیت را داریم که ضمن بررسی رابطه دو متغیر آن ها را دسته بندی کنیم. مثلا می خواهیم در فروش اینترنتی رابطه تعداد فروش و میزان فروش را بررسی کنیم که آیا هرچه تعداد فروش بیشتر می شود ، میزان فروش نیز بیشتر می شود (شکل1).

نمودار پراکندگی

شکل1

از نمودار بالا متوجه می شویم که روال تعداد فروش و میزان فروش تقریبا مشابه هم هست یعنی با کمی افزایش در تعداد فروش ، میزان فروش نیز افزایش می یابد.

رابطه در نمودار پراکندگی به 3 حالت خط نمایش داده می شود :

  • 1. خطی که نیمساز ربع اول و سوم است و شیب رو به بالا دارد و تقریبا از کانون نمودار شروع می شود (شکل2).
پراکندگی شیب مثبت

شکل2

در مثال شکل 2 همانطور که ملاحظه می کنید با افزایش ساعات مرخصی استعلاجی ، ساعات مرخصی در یک دپارتمان فرعی نیز افزایش می یابد.

  • 2. در بعضی مواقع شیب بر عکس می شود یعنی شیب منفی میشود.
  • 3. شیب صفر : نمودار به صورت صاف است ،یعنی دو متغیر هیچ رابطه ای با هم ندارند. (شکل 3).
شیب صفر

شکل3

آنچه در مقاله بعد خواهید خواند » نمودار حبابی

راز و رمز تحلیل آماری نمودار جعبه ای

تا اینجای کار با

آشنا شدید و در این مقاله به نمودار جعبه ای می پردازیم که

مورد بحث قرار میگیرد.

نمودار جعبه ای بر خلاف تصور خیلی از افراد سخت و پیچیده نیست و اتفاقاٌ اطلاعات مفید و قابل درکی به ما می دهد.

نمودار جعبه ای از یک جعبه و دو میله که از آن بیرون آمده تشکیل شده است که قسمت های مختلفی دارد که با هم بررسی می کنیم.

به نمودار جعبه ای نمودار 6 خلاصه نیز می گویند زیرا از 6 بخش به شرح زیر تقسیم می شود(شکل1) :

نمودار جعبه ای

شکل1

  • بخش اول » شامل ماکسیمم واقعی و مینیمم واقعی می باشد که ماکسیمم واقعی بیشترین مقدار داده در آن گروهی است که بررسی میگردد و در بالاترین نقطه قرار دارد (شکل2) و مینیمم واقعی کمترین مقدار از داده های ما در همان گروه است و در پایین ترین نقطه قرار دارد(شکل 3).
ماکسیمم واقعی

شکل2

در شکل بالا ماکزیمم های واقعی با کادر مستطیل نارنجی نمایش داده شده است.

مینیمم واقعی

شکل3

در شکل 3 مینیمم واقعی با مستطیل نارنجی نمایش داده شده است.

  • بخش دوم » بخش 4/1 : نمودار جعبه ای داده ها را به 4 قسمت تقسیم می کند. 4/1 اول (%25)، 4/1 دوم (%5)، 4/1 سوم (%75)، 4/1 چهارم

مینیمم مؤثر (%25) : نقطه ای است که حداقل %25 یا 4/1 داده ها از آن کمتر است (شکل 4).

مینیمم موثر

شکل4

نقطه میانه و میانگین (%50) : نقطه ای که حداقل نصف داده ها کمتر از %50 آن باشد "میانه" است (شکل 5).

میانه

شکل5

در شکل بالا نقاط نطقه چین میانگین و خط بیانگر میانه می باشد.

ماکسیمم مؤثر (%75) : نقطه ای که %75 یا 4/3 داده ها از آن نطقه مقدار کمتری دارند(شکل 6).

ماکسیمم موثر

شکل6

نمودار جعبه را نیز مانند سایر نمودار ها هم می توانیم دسته بندی کنیم و هم سری های مختلف به نمودار جعبه ای بدهیم(شکل 7).

تنظیمات نمودار جعبه ای

در محور افقی معمولا و تقریبا همیشه داده های دسته بندی شده قرار می گیرند و محور عمودی این نمودار را داده عددی ای که قابلیت محاسبه و شمارش دارد تشکیل می دهد.

برای تفسیر این نمودار بهتر است که اختلاف زیادی بین میانه و میانگین نباشد زیرا این کار باعث می شود که میانگین به شما دروغ بگوید. برای درک بهتر این مساله به مقاله "نمودار جعبه ای - هنگامی که میانگین دروغ می گوید !" مراجعه نمایید.

آنچه در مقاله بعد می خوانید » نمودار پراکندگی

تجربه کلی نگری ارزشمند با نمودار هیستوگرام

هیستوگرام

آنالیزی که توسط نمودار هیستوگرام صورت میگیرد ، آنالیز اولیه و حتی کلی می باشد.در نمودار هیستوگرام نگاه کلی به فراوانی داده ها به صورت گروهبندی شده است.

اساس هیستوگرام از محور عمودی که همیشه فراوانی است و محور افقی که از داده های پیوسته (عددی) که به صورت بخش بندی تولیده شده و این بخش ها تعداد مختلف دارند که حداقل آن 20 بخش است ، می باشد.

اندازه هر میله ، فراوانی آن میله را در بین بازه ها نشان می دهد.

نمودار هیستوگرام شبیه نمودار ستونی است با این تفاوت که هیستوگرام گروهی از داده ها را به رنجی از داده ها محدود می کند و این ما هستیم که انتخاب می کنیم کدام رنج از داده ها مورد استفاده قرار گیرند.

با نگاه به نمودار هیستوگرام 4 فاکتور را می توانیم به سرعت استنتاج کنیم :

1. Pick (نقطه اوج) :به ما نشان می دهد که بیشترین فراوانی را کدام بازه به ما می دهد(شکل1).

پیک هیستوگرام

شکل1

همانطور که می بینید نقطه اوج در نمودار فراوانی میانگین سنی مشتریان متعلق به بازه 48-52 سال می باشد که نشان میدهد 2576 نفر از مشتریان در این رنج سنی قرار دارند.

2. Gap (فاصله خالی) :گپ یعنی در بازه یا بازه هایی هیچ اطلاعاتی در دسترس نباشد و گپ ها معمولا اطلاعاتی به ما می دهند که در آنالیز اهمیت دارند (شکل2).

گپ هیستوگرام

شکل2

3. Concentration (تمرکز) : دو یا سه میله که اندازه های مشابه دارند گوییم داده ها در آن رنج ها تمرکز دارند (شکل3).

تمورک هیستوگرام

شکل3

در تصویر می بینیم که در رنج های 59-62 و 62-66 سال مقدار فراوانی به شدت نزدیک به هم می باشد و گوییم که تمرکز در رنج 59-66 داریم.

4.Outlier (داده پرت) : بازه ها یا رنج هایی که خیلی بعید است داده ای در آنها فراوانی داشته باشد و اتفاق بیافتد (شکل4).

داده پرت

شکل4

نکته »اگر نمودار هیستوگرام به شکل یک مستطیلدر آید ، اشتباهاست (شکل5).

نمونه اشتباه هیستوگرام

شکل5

خط هیستوگرام

نمودار خط هیستوگرام شبیه نمودار هیستوگرام می باشد. از لحاظ تصویری تفاوتی که با هیستوگرام دارد اینست که در محور افقی چند تا عدد نماینده را نشان میدهد و نه تمام رنج ها را. همچنین خطی که وسط میله های هیستوگرام را به هم وصل می کند و تبدیل به یک روند می شود از دیگر تفاوت های خط هیستوگرام با نمودار هیستوگرام است (شکل6).

نمودار خط هیستوگرام

شکل6

شکل 6 نمودار خط هیستوگرام را برای میزان خرید هر مشتری نشان می دهد که در بالا ، نمودار هیستوگرام آن نیز آورده شده است.

آنچه در مقاله بعد میخوانید » نمودار جعبه ای

نمودار قیفی و رادار- طبقه بندی و مقایسه داده ها

نمودار قیفی

این نمودار بیشتر برای نشان دادن طبقه ها در یک فرآیند فروش و میزان بالقوه سود در هر طبقه به کار برده می شود و همچنین برای بررسی و شناخت مشکلات بالقوه در فرآیندهای فروش سازمانی مورد استفاده قرار می گیرد.

بهتر است در طبقه های نمودار قیفی مراحل یک فرآیند باشند.

شکل 1

در بالا نمودار قیفی میانگین دستمزد در دپارتمان های مختلف را مشاهده می کنید که در کف قیف (پایه) کمترین مقدار قرار میگیرد و مربوط به دپارتمان تولیدی میشود و هرچه به دهانه قیف (گردن) نزدیک می شویم مقادیر افزایش می یابند.

در نمودار قیفی مقادیر از کمترین مقدار ممکن شروع شده و به 100% کل می رسد.

نمودار رادار

در این نمودار می توان چند گروه را با هم مقایسه کرد به طوری که هر گروه دارای محور مجزایی می باشد. در حقیقت نمودار رادار برای داده چند متغیره استفاده می شود که از یک نقطه آغاز می گردند. این نمودار از پزه هایی با زاویه یکسان تشکیل می گردد که هر پره یکی از متغیر ها را نمایش می دهد. نمودار قیفی برای داده هایی که به صورت چرخه ای هستند کاربرد دارد. مثلا نشان دادن وضعیت یک موضوع در 12 ماه سال.

شکل 2

در شکل 2 مشاهده می کنید که فروش در فصل های سال برای پرسنل زن و مرد نشان داده شده است و این دو نمودار به صورت یک سیکل یا چرخه می باشند.

آنچه در مقاله بعد مطالعه می نمایید » نمودار هیستوگرام

تعریف و ایجاد فیلدهای محاسباتی در vdash

فیلدهای محاسباتی یا متریک ها آن دسته از متغیر ها یا فیلدهایی هستند که قابلیت سنجش واندازه گیری و محاسبه شدن دارند و برای مدیریت کسب و کار می توانیم از آن ها استفاده کنیم.

متریک ها می توانند به صورت تک متغیره مانند میزان فروش و تعداد مشتریان در موجودیت اطلاعاتی فروش باشند و حتی می توانند ترکیبی از فیلدها را شامل شوند مثلا سود حاصل از فروش را درنظر بگیرید که از تفریق فروش و هزینه ها بدست می آید.

در مقاله قبل به طراحی مدل اطلاعاتی پرداخته شد و حال می خواهیم به تعریف فیلدهای محاسباتی که بخشی از طراحی مدل می باشند بپردازیم.

برای دسترسی به فیلدهای محاسباتی کافیست در قسمت مدل ها ، مدل مورد نظر را انتخاب کرده و سپس طراحی مدل اطلاعاتی از منوی بالای جدول را کلیک کنیم(شکل1) .

انتخاب مدل

شکل 1

در این مرحله می توانیم فیلد های محاسباتی را تعریف کنیم به شکلی که به سربرگ فیلدهای محاسباتی رفته و موجودیت مورد نظر که در مقاله "طراحی مدل اطلاعاتی" آموزش داده شده است را انتخاب می نماییم و در نهایت بر روی اضافه کردن فیلد محاسباتی کلیک می کنیم. (شکل2)

اضافه کردن فیلد

شکل 2

هر فیلد محاسباتی به صورت زیر معرفی می گردد:

  • نام : نامی که برای فیلد محاسباتی در سیستم ذخیره می گردد که باید انگلیسی باشد.
  • عنوان نمایشی: نام نمایشی برای کاربر نهایی که با نمودارها و گراف ها کار می کند.
  • فرمول : نحوه محاسبه فیلد در این قسمت نوشته می شود.
  • نحوه جمع بندی :عملیاتی که بر روی فرمول اعمال می شود.
  • نوع داده نمایشی : جنس خروجی حاصل از فرمول را تعیین می کند.
  • پیش فرض : تعیین کننده فیلد محاسباتی ای که به طور پیش فرض در هنگام رسم نمودار نشان داده می شود.

فرمول نویسی

زمانی که روی Expr کلیک می کنیم، پنجره فرمول نویسی نمایش داده می شود که در سمت راست موجودیت های ما قرار دارند و در سمت چپ کادر مخصوص فرمول نویسی (شکل3). جلوتر بیشتر درباره فرمول نویسی توضیح می دهیم.

فرمول

شکل 3

نحوه جمع بندی

همان طور که قبلا گفتیم استفاده از vdash به سادگی آب خوردن است و الان با هم این ویژگی را در قسمت نحوه جمع بندی می بینیم.

پیش تر گفتیم که در فیلدهای محاسباتی متغیر های قابل اندازه گیری قرار می گیرند که معمولا از نوع عددی و یا واحد پول می باشند.هدف محاسبه این مقادیر هست ، حال محاسبه به چند طریق می تواند انجام شود و بدون نوشتن هیچ گونه کد برنامه نویسی و تنها با یک کلیک آسان (شکل 4).

نحوه جمعبندی

شکل4

استفاده می شود. برای شمارش به کار برده میشوند و معمولا برای تعداد اشخاص (مانند مشتریان و یا پرسنل) Count :
برای جمع بستن مقادیر یک فیلد استفاده می شود(مانند فروش یک فصل ) Sum :
برای میانگین گیری به کار برده می شود.(مثلا میخواهی از نمرات معدل گیری کنیم) Average :
تعیین مینیمم یک فیلد Minimum :
تعیین ماکزیمم یک فیلد Maximum:
هر زمان که در فرمول از توابع جمع و شمارشی استفاده شود "باید" در بخش جمع بندی این گزینه را انتخاب نماییم. No Aggregation :

نوع داده نمایشی

نوع و جنس فیلد و خروجی جمع بندی آن را در این قسمت باسد تعیین کنیم(شکل5).

نوع داده نمایشی

شکل5

برای فیلدهایی که اعداد صحیح هستند از Integer Numeric استفاده می کنیم.

برای فیلدها و متغیر های اعشاری از Decimal Numeric استفاده میکنیم.

برای فیلدهای مالی و پولی از Money or Currency استفاده می نماییم.

برای فیلدهایی که درصد آنها اهمیت دارد از Percentage استفاده می کنیم.

با تعیین هر کدام از فیلدها به عنوان پیش فرض ، در هنگام رسم نمودار آن فیلد به عنوان فیلد محاسباتی نمایش داده می شود .

مثال 1 » تعداد پرسنل

پرسنل را از موجودیت ها انتخاب می کنیم و سپس در سربرگ فیلدهای محاسباتی ، بر اضافه کردن فیلد کلیک می کنیم و فیلد محاسباتی تعداد پرسنل را ایجاد می نماییم. پس از وارد کردن نام سیستمی و نام نمایشی آن به طور دلخواه، فرمول محاسباتی آن را می نویسیم.

تعداد پرسنل در واقع با Count(*) یا بهتر از آن Count(EmployeeKey) که بیانگر تعداد کدهای منحصر به فرد پرسنل است، محاسبه می شود. بنابراین در پنجره فرمول نویسی مانند شکل 6، روی فیلد کد پرسنل کلیک می کنیم تا به صورت خودکار سیستم نام سیستمی فیلد را که EmployeeKey است، به فرمول ما اضافه کند.

تعداد پرسنل

شکل6

تعداد یا Count در نحوه جمعبندی تعیین می شود که با انتخاب گزینه Count از لیست مربوطه (شکل 7) می توانیم به نتیجه دلخواه که همان Count(EmployeeKey) است برسیم.

جمع پرسنل

شکل7

نوع داده نمایشی تعداد پرسنل : مسلما از نوع اعداد صحیح می باشد ، پس از قسمت نوع داده نمایشی، Integer Numeric را انتخاب می کنیم.

مثال 2 » فیلد محاسباتی ساعات مرخصی

پس از اضافه کردن این فیلد به عنوان فیلد محاسباتی و تعیین نام مراحل زیر را انجام می دهیم :

نوشتن فرمول

ساعات مرخصی پرسنل از مجموع دو فیلد مرخصی استعلاجی و مرخصی استحقاقی بدست می آید. پس برای نوشتن فرمول ساعات مرخصی ابتدا فیلد مرخصی استحقاقی را از فیلدهای موجودیت انتخاب می کنیم که نام سیستمی آن به صورت خود کار به فرمول اضافه می شود م تا به صورت خودکار سیستم نام سیستمی فیلد را که (VacationHours) سپس از عملگر جمع (+) استفاده می نماییم و در نهایت مرخصی استعلاجی را از فیلدهای موجودیت با نام سیستمی م تا به صورت خودکار سیستم نام سیستمی فیلد را که (SickLeaveHours) را به فرمول می افزاییم (شکل 8).

نوع داده جمع پرسنل

شکل8

نحوه جمع بندی ساعات مرخصی یعنی مجموع کل ساعات پس نحوه جمع بندی آن Sum می باشد که از لیست نحوه جمع بندی انتخاب می نماییم و چون حاصل جمع عدد صحیح می باشد Integer Numeric را انتخاب می کنیم (شکل9).

انوع ساعات

شکل9

مثال 3 » میانگین ساعات مرخصی

برای این فیلد مخاسباتی نیز مانند مثال های قبل پس از اضافه کردن به لیست فیلدهای محاسباتی و تعیین نام نوبت به نوشتن فرمول آن می شود.

برای محاسبه میانگین ساعات مرخصی کافی است از مجموع ساعات مرخصی (مرخصی استحقاقی + مرخصی استعلاجی) که در مثال قبل فرمول آن را نوشتیم میانگین (Average) گرفته شود. برای این کار کافی است در قسمت فرمول مانند مثال قبل عمل کنیم و در بخش نحوه جمع بندی Average را انتخاب نماییم. (شکل10)

جمع ساعات

شکل10

مثال 4 » درصد از کل ساعات مرخصی

حالا می خواهیم درصد از کل ساعات مرخصی محاسبه کنیم.

درصد از کل ساعات مرخصی از رابطه مجموع ساعات مرخصی تقسیم بر(مجموع کل ساعات مرخصی) حساب می شود که در پایگاه داده ما به شکل زیر تعریف میشود(شکل11) :

فرمول درصد کل

شکل11

حالا باید نحوه جمع بندی را مشخص کنیم و چون در فرمول نویسی از تابع SUMاستفاده کرده ایم، نحوه جمع بندی را No Aggregation قرار می دهیم که به این معناست که از هیچ تابع جمع یا شمارشی استفاده نشود(شکل 12).

نحوه جمع بندی بدون تابع

شکل12

توجه داشته باشید که اگر در فرمول نویسی بخش فیلدهای محاسباتی از توابع شمارشی یا جمع استفاده می کنید دیگر در نحوه جمع بندی از هیچ یک از این توابع نباید استفاده کرد. عکس این قضیه نیز صادق است.

آنچه که در مقاله بعد میخوانید » تعریف KPI در vdash

چگونه با تعریف شاخص کلیدی عملکرد( KPI ) به اهدافتان می رسید ؟


شاخص کلیدی عملکرد یا KPI دقیقا چیست ؟

شاخص :

یک نشانه که به شما در مورد یک وضعیت اطلاعات می دهد و توجه شما را به آن جلب می کند . معمولا یک عدد ، درصد یا کد رنگ است که سریعا شما را از وجود یک خواستنی یا ناخواستنی را آگاه می سازد .

کلیدی :

یک جنبه مهم و حیاتی . به این معنی که شما باید اولویت بندی کنید . گرچه به این معنی نیست که باید چیزی را روی لیست کارها جا بیاندازید . هرچیزی که قابلیت اندازه گیری شدن داشته باشد را نمیتوان به عنوان یک متریک کلیدی در نظر گرفت .با یک عدد قابل مدیریت شروع کنید . معمولا سازمان ها بین 3 تا 7 شاخص کلیدی عملکرد تعریف می کنند .

عملکرد :

رفتاری که در آن موردی فعالیت ،کارکردی و یا برخوردی دارد . درست مثل عملکرد موتور که فقط با میزان مصرف سوخت در هر کیلومتر اندازه گیری نمی شود ، عملکرد یک شرکت هم فقط با متریک های سود شرکت بررسی نمی شود .

شاخص های کلیدی عملکرد ( KPI )

یکی از پرکاربردترین مفاهیم در کسب وکار و مدیریت هستند . بسیار معمول است که هر متریک یا داده ای را زبان مدیریت ترجمه میکنیم . اما نقش KPI خیلی کلیدی تر و مهم تر است . در حقیقت KPI یکی از مهم ترین نقاط راهبری کسب و کار است .

بهترین تعریف KPI

KPI ها کارت های امتیاز دهی هستند که به شما کمک می کنند استراتژی خود را در مسیر مشخص راهبری کنید . آنها برای شما امکان مدیریت ، کنترل و رسیدن به نتیجه دلخواه را فراهم می کنند .

داشبورد KPI:

برای نگه داری کل کسب و کارتان بر روی مسیر استراتژی از پیش تعیین شده باید از داشبورد KPI استفاده کنید .داشبورد KPI ارائه گرافیکی مناسب از تمام شاخص های کلیدی عملکرد تعریف شده و یا مهم شما است که وضعیت در لحظه موضوع مورد بررسی و میزان فاصله تان تا مقدار هدف را در کمتر از 30 ثانیه به شما نشان می دهد .  لازم نیست تعداد زیادی KPI را انتخاب کنید فقط باید با دقت انتخاب کنید ، در زمان های مناسب به صورت دوره ای ارزیابی کنید و برای بهبود وضعیت تلاش کنید .

چطور KPI  انتخاب کنیم ؟

  • نتیجه دلخواه تان را شناسایی کنید :

همیشه با شناخت کامل بر خواسته ها و ایده آل هایتان شروع به ساخت KPI کنید . مشکلی نداره که فقط بگید : " می خواهم بیشتر بفروشم " ، اما سعی کنید دقیق تر باشید. چگونه اینکار را انجام می دهید ؟ آیا چرخه فروش خود را نصف می کنید ؟ آیا 50% بیشتر مخاطب جذب میکنید ؟ آیا موقعیت مصرف جدیدی ایجاد می کنید ؟ آیا مشتری های وفادار خود را مجبور می کنید 30 % بیشتر خرید کنند ؟ اگر در مورد کاری که می خواهید انجام دهید مطمئن باشید آنگاه می توانید KPI تولید کنید .

  • کارت های امتیاز : حالا باید تعدادی متغیر و فاکتور کمی با کیفی انتخاب کنید ( معمولا کمتر از 6 تا ) که بنا به تشخیص شما مهم ترین عوامل برای رسیدن به اهدافتان هستند . 
برای مثال : اگر در مدیریت فروش کسب و کار آنلاین خود می خواهید چرخه فروش را نصف کنید می توانید موارد زیر را بررسی کنید :
  1.  کلمات کلیدی ( مواردی که توضیح دهنده ی نیاز هاییست که برند شما تامین می کند)
  2.  تعداد بازدید کنندگان خاص  وبسایت
  3. "bounce rate " وبسایت برای فهمیدن آنکه آیا وبسایت شما مرتبط هست ؟آیا افراد بیش از یک صفحه را بازدید می کنند ؟
  4. فروش
  5. میانگین ارزش مشتریان – از آنجایی که خرید بیشتر نشان دهنده ی نزدیک شدن شما به هدفتان است.

    • استراتژی خود را راهبری کنید:
    از داده هایتان ، نمودارها و گیج های  KPI رسم کنید و داده های واقعی عملکرد خود را با هدف های واقع بینانه تعیین شده مقایسه کنید.


    پل بین خود و داده ها و اطلاعات ارزشمندتان را بسازید !


    سرعت رشد داده ها به صورت مبهوت کننده ای زیاد است . بین فعالیت ما ، وسایل الکترونیکی مان و وبسایتمان ، داده ها با سرعت زیادی در حال رشد هستند وهمواره در حال ذخیره کردن آنها هستیم . این توانایی، دارایی ارزشمندیست ،که به ما امکان خلق فرصت های جدید و هیجان انگیز و دنبال کردن تمام موارد مربوط به فعالیت هایمان از بهره بری و مشتریان بالقوه گرفته تا بودجه ، سود و کیفیت خدمات به مشتریان و... – می بخشد . 

    ولی حتی امروز با وجود این انفجار اطلاعات ما هنوز به صفحه گسترده های اکسل خود متکی هستیم و فکر میکنیم این روش در حال اتصال ما به تمام داده های ارزشمندمان است . ولی نه تنها این روش چیزی به غیر از اتلاف وقت نیست بلکه گستره ای از اطلاعات پیچیده را به ما به صورت پیچیده تری نشان میدهد که تفسیر و تحلیل آنها و توضیح آن در یک جلسه کاری، نزدیک به غیر ممکن است . 

    بیاییم با هم صادق باشیم ، هیچ چیز بدتر از یک صفحه گسترده با سطرها و ستون های پر از عدد در یک جلسه کاری نیست ! داده ها نباید کسل کننده شوند . داده یک ابزار برای بهبود فرآیند کمپانی شماست پس باید به شکلی ارائه شود که این قدرت را داشته باشد و به گروه و یا فرد تصمیم گیرنده سازمان شما جهت دهد . 

    عصر مصورسازی اطلاعات :

    مصورسازی اطلاعات پلی است که روی فضای خالی میان داده های شما و بهره وری و بهبود فرآیند و وضعیت سازمان شما قرار می گیرد . مصورسازی اطلاعات به سازمان یک انتخاب قابل دسترس و تحریک کننده برای آنالیز و سپس بهبود می بخشد . 

    این یک واقعیت است که تعداد کمی از افراد با اعداد خام ارتباط برقرار می کنند . بیشتر ما با نقشه ای که ما را از نقطه یک به نقطه دو میرساند ، عکس ، گراف های رنگی و گیج ها ارتباط بهتری برقرار می کنیم . اما تبدیل کردن اعداد  به نمودارها ، گیج ها ، نقشه ،جداول  و ساختن این پل، کاری زمان بر با ظرافت ها و دارای پیچیدگی های خاص خود است ، که هر اشتباه کوچکی در آن منجر به تصمیم های نادرست و فجایع سازمانی می شود .

     حقیقتا اکثر افراد از این واقعیات آگاهند ولی ابزار مناسب، دقیق، یکپارچه و ساده ای که برایشان این پل را می سازد  نمی شناسند و یا نمی یابند. اگر جزو این اکثریت هستید چه خواهید کرد اگر بگوییم امکان مشاهده ساخت این پل و مصورسازی اطلاعات ارزشمندتان را به صورت زنده برای شما فراهم آورده ایم ؟

    دموی آنلاین vdash