BLOGBUSINESS INTELLIGENCE
Niels De Baets

Data visualisatietool: hoe kies je de juiste?

De impact van datavisualisatie en dashboarding tools wordt alsmaar groter. Als SAP BI consultant word je steeds vaker dan je lief is, gevraagd wat nu de beste tool is. Het antwoord op deze vraag is niet zo voor de hand liggend en zal uiteindelijk afhangen van heel wat klant en project specifieke factoren. Het is dan ook niet de bedoeling deze vraag hier te beantwoorden. Wél trachten we enkele tips mee te geven die belangrijk zijn bij dit beslissingsproces.

Hoe begin je?

Allereerst kunnen de volgende kernvragen gesteld worden:

  • Is pure visualisatie van de onderliggende data voldoende, of moet de tool meer kunnen? Denk daarbij aan zaken zoals planning, commentaren toevoegen, eenvoudig delen en consumeren van dashboards via het web en eventueel via de cloud, mobiele consumptiemogelijkheden (Android en Apple iOS ondersteuning), predictive analytics,  enz.

  • Wie kan rapporten maken? Is het de bedoeling dat de business dit zelf doet of is dit de taak van het IT team? Sommige tools vereisen meer technische vaardigheden.

  • Welk type dashboards zijn nodig? Zijn grafieken in een statische PDF of presentatie voldoende of is er dynamische interactie nodig? Bijvoorbeeld doorklikken op bepaalde gegevens waarna er een dashboard wordt geladen met meer details? Dit zijn de zogenaamde stories.

  • Wie zijn de eindgebruikers? Sommigen werken liever met cijfers in 2-dimensionale tabellen terwijl anderen verzot zijn op alle mogelijke soorten charts.

  • Wat zijn de autorisatievereisten? Moet de front-end tool in staat zijn om de autorisaties toe te passen van het onderliggende back-end systeem? Moet de tool in staat zijn om Single Sign On toe te passen? Moet de mogelijkheid bestaan om autorisaties op te zetten in de front-end tool zelf?


Functioneel boven fancy

Na deze eerste selectie geven we graag het belangrijk advies mee om je niet blind te staren op de fancy demo die de softwareleverancier van de tool komt geven. Heel vaak wordt tijdens zo’n demo gegoocheld met kleurrijke grafieken en oneindige visualiseringsmogelijkheden. Er wordt echter amper aandacht besteed aan het feit dat de gebruikte data afkomstig is van een eenvoudige gemanipuleerde flat file. De verbindingsmogelijkheden met andere bronnen (databases en -warehouses) worden enkel opgesomd maar niet bewezen. Ervaring leert dat het maar al te vaak voorvalt dat de verbinding met het gebruikte bronsysteem helemaal niet zo stabiel is als werd beloofd. Het is dus belangrijk om uitvoerig na te gaan of een stabiele verbinding met de eigen database(s) en/of – warehouse(s) mogelijk is.

Zorg er dus voor, alvorens je een beslissing maakt, om af te stemmen met de ontwikkelaars binnen het eigen project. Zij hebben de technische vaardigheden om een connectie te leggen met het bronsysteem. Hierna moet het mogelijk zijn om een demo te maken op basis van de eigen data. Vervolgens kan dan objectief nagegaan worden of de tool al dan niet voldoet aan alle technische vereisten.

Probleemloze verbinding tussen frond-end en back-end 

Een volgende tip is om voorzichtig te zijn bij het kiezen van een front-end tool, ontwikkeld door een concurrent van de leverancier van het onderliggende bronsysteem. Bij verbindingsproblemen ontstaat meestal een heen-en-weer discussie waarbij de ene partij de oorzaak van de problemen legt bij de andere en omgekeerd. 

Probeer je er dus van te verzekeren dat de front end tool probleemloos verbinding kan maken met het bestaande back-end systeem. Helaas is al vaker gebleken dat een huidige vlotte integratie geen garantie is op een feilloos toekomstig verloop. Enkel bij de keuze om zowel front- als back-end af te nemen bij eenzelfde partij zullen er wat dit punt betreft zo weinig mogelijk problemen opduiken. 

Indien er dus toch wordt geopteerd voor een afname bij verschillende partijen, vestig dan voldoende aandacht op dit gegeven en probeer specifieke service-vereisten vast te leggen in de contracten. Probeer desnoods een rechtstreekse communicatie tussen de twee partijen af te dwingen in geval van lang aanslepende problemen, zodat je zelf niet continu moet fungeren als tussenpersoon. Ook belangrijk hierbij is om na te gaan of er voldoende ondersteuning zal zijn op langere termijn.

Opleidingsmogelijkheden voor de (eind)gebruiker

Vergeet verder niet voldoende aandacht te besteden aan de opleidingsmogelijkheden binnen de tool. Zijn er algemene trainingen waarop men zich vrij kan inschrijven? Zoja worden deze bij de ontwikkelaar zelf gegeven of kan men ter plaatse training komen geven? Is er online materiaal beschikbaar in de vorm van video’s, webinars, presentaties, …? Is er een (uitgebreide) online community beschikbaar waar reeds veel informatie of ander ondersteuningsmateriaal beschikbaar is?

Wat zijn de kosten die een tool met zich meebrengt? Maak een uitgebreide analyse van de verschillende aanbieders en hun totale kostenplaatje. Het kan bijvoorbeeld voorkomen dat je extra functionaliteiten, zoals predictive analytics, planning of een koppeling naar een of andere exotische database of -warehouse nodig hebt. Brengt dit dan extra kosten met zich mee of zijn deze inbegrepen in een all-in (abonnements)prijs? Wordt er een onderscheid gemaakt in admin users (die dashboards kunnen aanmaken) en users die enkel de data consumeren? Zo ja, wat is het prijsverschil?

Foutieve data corrigeren

Een vaak onderschat probleem is hoe de tool omgaat met foutieve data. Kan deze zelf verkeerde data verbeteren? Of is het noodzakelijk de data te corrigeren in het bronsysteem? Kan de tool deze uitschieters automatisch herkennen in de binnenkomende dataset? 

Ga voor eenvoud

Tenslotte willen we meegeven dat de kracht van een datavisualisatietool ligt bij zijn eenvoud. Bouw daarom alle businesslogica in het onderliggende datamodel en nooit in de tool zelf. Dit geeft als bijkomend voordeel om later eventueel nog makkelijker te kunnen veranderen van front-end. Zorg er dus voor dat je een performant, krachtig en efficiënt onderliggend datamodel hebt waarbij datakwaliteit en eenvoud altijd primeert. 

Think SAP BI, Think McCoy