Veel bedrijven zijn bezig met business intelligence (bi). Er worden een visie en een strategie opgesteld, doelstellingen worden gedefinieerd en rapporten geproduceerd. Vaak is de rapportage het sluitstuk en wordt er geen of weinig aandacht besteed aan de manier waarop de informatie in een bi-toepassing wordt weergegeven. De informatie visualiseren wordt vaak gezien als last. Ik ga je hier van het tegendeel overtuigen.
Op 28 januari 1986 verongelukte de spaceshuttle Challenger kort na de lancering. Zeven mensen kwamen om. De oorzaak van deze ramp was een defecte rubberen O-ring, waardoor er hete gassen en brandstof uit de rechter stuwraket lekten. Deze lekten uiteindelijk tegen de externe brandstoftank waardoor deze bezweek. Na dit ongeluk bekeek men nogmaals de testresultaten van de verschillende onderdelen. Het bleek dat de rubberen O-ring opvallend vaak kapot ging bij temperaturen onder het vriespunt. De kans op ontdekking hiervan was groter geweest indien de resultaten visueel waren weergeven in plaats van alleen cijfermatig. Een ramp had misschien voorkomen kunnen worden. In mijn optiek kunnen bi-specialisten hieruit lering trekken. Het blijkt dat vooral de manier waarop data wordt weergegeven belangrijk is.
Het klinkt eenvoudig, visualiseren. Ik zie echter dat het belangrijkste bij het toepassen ervan vaak wordt vergeten, namelijk het aansluiten bij de belevingswereld van de mensen die met de informatie moeten werken.
(On)mogelijkheden
Een goede informatievisualisatie is te herkennen aan het feit dat men er mee wil werken omdat het geen uitleg of handleiding nodig heeft. Bij een verkeerd gekozen visualisatie wordt de kans op fouten juist vergroot en mist het bruikbaarheid. In mijn optiek kan alleen een partij die ook de achterliggende materie kent, en die niet alleen betrokken is bij de definitie en bouw van de oplossing, de juiste manier van visualiseren kiezen. Op die manier wordt een oplossing gebouwd vanuit de inhoud en de informatie van de klant. Ik zie in de praktijk helaas dat dit bij veel leveranciers van bi-producten niet het geval is. Daar wordt nog teveel gedacht vanuit de (on)mogelijkheden van het product.
Daarnaast is het belangrijk om te bepalen hoe er gebruik gaat worden gemaakt van de informatie en om te weten of het gaat om een statisch of een dynamisch proces.
Dit alles bepaalt het type visualisatie en de mogelijkheid tot interactie. Bij een hiërarchische decompositie bijvoorbeeld wordt het top-down analyseren van informatie goed ondersteund. Met een spreidingsdiagram, waarbij twee metingen op verschillende assen tegen elkaar worden uitgezet, zullen juist de extremen opvallen. Deze extremen kunnen kansen vertegenwoordigen die anders niet zouden zijn opgevallen.
Ook is het mogelijk om data geografisch te projecteren, zoals bijvoorbeeld met Google Earth. Steeds vaker wordt bij visualisatie gekeken naar 3D-visualisatie en dan met name naar de geografisch projecties (zie kader).
Levende data
Een van de voorwaarden die ik stel voor het goed kunnen toepassen van visualisaties is het levend houden van de data. Als de data niet levend wordt gehouden is er een grote kans dat er toegewerkt wordt naar de cijfers, in plaats van naar de eerder gedefinieerde probleemstelling. Omdat mij vaak wordt gevraagd wat ik bedoel met levend houden van de data zal ik dat illustreren met een voorbeeld van een bedrijf waarbij er in de distributiecentra sterk gestuurd werd op de servicegraad.
Bij slechte bevoorrading van de winkels werden er sancties getroffen tegen de manager van het desbetreffende distributiecentrum. Om toch een goede servicegraad te halen en sancties te voorkomen werd er, indien een product niet op voorraad was, bewust een verkeerd product geleverd om toch te kunnen leveren. Centra die in dat geval niet leverden scoorden een minder goede servicegraad, terwijl de centra die bewust verkeerde producten leverden wel aan de leververplichting voldeden en dus goed scoorden. Door alleen op de cijfers zelf te sturen en niet meer te kijken naar de initiële probleemstelling van een goede servicegraad, werd het halen van een percentage een doel op zich.
Als de data levend was gehouden, dan was er gekeken naar de initiële probleemstelling en had men bij het vaststellen van de servicegraad ook de foutgevoeligheid van de bestelprocessen, kwaliteit van de leveringen en de retourzendingen mee genomen. Elk traject zou daarom in mijn optiek telkens opnieuw de initiële vraagstelling moeten toetsen door steeds de vraag te stellen: zijn mijn veronderstellingen die ten grondslag liggen aan mijn oplossing nog de juiste? Bij verkeerde verwachtingen, of een onderschatting van de tijd die het kost om de data levend te houden, te analyseren en uiteraard te visualiseren, verliest bi zijn kracht en wordt de uitkomst van een rapport weer het zoveelste getal.
Bronsystemen
Een andere voorwaarde voor bi die ik voor visualisatie cruciaal acht is een goede koppeling met de bronsystemen die de data voor deze weergave moet aanleveren. Zo kan het zijn dat een specifiek onderdeel niet in alle systemen op dezelfde manier is aangegeven. Een onderdeel kan in systeem A bijvoorbeeld ‘pomp' heten, maar in systeem B een onderdeel zijn van een hydraulisch systeem. Het spreekt voor zich dat het zeer belangrijk is dit op elkaar aan te passen om voor een correcte weergave te kunnen zorgen.
Daarnaast blijkt bij het koppelen van de verschillende systemen vaak dat de systemen vervuild zijn. Bij alleen een cijfermatige weergave zou deze vervuiling niet snel ontdekt worden. Het ontdekken en verwijderen van de vervuiling in de systemen is een bijkomend voordeel dat vaak al voor veel resultaat zorgt.
Conclusie
Ik vind dat de waarde van het visualiseren van informatie door bi-specialisten vaak wordt onderschat. De kracht van visualisatie is met name het signaleren van extremen. Deze extremen kunnen zowel risico's als kansen inhouden die met alleen een cijfermatige weergave niet waren ontdekt. Daarnaast is de interpreteerbaarheid en het gebruik van rapportages door visualisatie vele malen groter.
Visualisatie is echter geen doel op zich. Vooraf moet goed worden nagedacht over welk soort en type visualisatie het beste bij een bepaalde organisatie past. Betrokkenheid vanuit de organisatie bij de analyse en opbouw van de visuele weergave is noodzakelijk om het project te laten slagen. Is deze betrokkenheid er, dan kan visualisatie ervoor zorgen dat organisaties processen kunnen optimaliseren, doorlooptijden verkorten en kansen benutten die anders niet gesignaleerd waren. Dat maakt visualisatie voor mij een lust!
Gerrit Alblas, algemeen directeur Fermlogic
Praktijkvoorbeelden
Voor een arbodienst is het, door gebruik te maken van geografische projectie, mogelijk om verbanden of opvallende verschillen te ontdekken in het soort ziektegevallen in relatie tot leeftijd en woonomgeving. Uit de grafische weergave kan eenvoudiger worden opgemaakt of er per regio grote verschillen zijn in ziekteduur per leeftijdscategorie. Hierdoor kan een betere dienstverlening worden geboden en kunnen verschillende contracten per regio worden aangeboden.
Voor een scheepsbouwer daarentegen, met voornamelijk dynamische processen, biedt de hierboven uitgelegde hiërarchische decompositie meer raakvlakken met de belevingswereld. Hier kan een grafische weergave (3D) van een scheepsmodel gebruikt worden om bijvoorbeeld doorlooptijden weer te geven. Dit kan door een model van het schip te maken, waarbij delen die geleverd zijn groen worden weergeven, delen die al geplaatst zijn blauw en de delen die missen rood. Door met een muis een rood deel aan te klikken kan worden ingezoomd op wat er precies mist en welke leverancier dit had moeten aanleveren, waarna er actie kan worden nomen.
Vanuit BI-oogpunt worden visualisaties inderdaad vaak onderschat. Veelal wordt het gebruikt voor visueel vermaak en het zogenaamde ooh en aah effect. Het belangrijkste van BI is het komen tot ‘actionable insights’ en visualisaties zijn daar essentieel bij. Daarom omvat het portfolio van Centennium BI opleidingen sinds vorig jaar een cursus die nadrukkelijk gericht is op het effectief toepassen van Visualisaties binnen BI. De cursus Visualisatie is inmiddels meerdere malen gegeven en de reacties zijn enthousiast. Een teken dat het onderwerp daadwerkelijk leeft binnen de BI community! In de cursus wordt uitgebreid ingegaan hoe visuele perceptie werkt. Door te begrijpen hoe het werkt en waarom het werkt, kunnen we het doelgericht toepassen. Daarnaast wordt helder gemaakt hoe we, in samenhang, komen tot het actiegerichte inzicht middels dashboards. Kortom hoe kunnen we visualisaties zo organiseren dat het betekenis heeft en effectieve perceptie nastreeft.
Ik vermoed dat iemand op de redactie van Computable “visualisatie” heeft verward met “virtualisatie”… In ieder geval lijkt dit artikel niet in de juiste rubriek geplaatst.