Van data naar grafieken: hoe je een dashboard bouwt in Yellowfin

Zonder brandstofmeter in uw auto zou u op uw onderbuikgevoel moeten vertrouwen om te weten wanneer u moet tanken, en dat is riskant. U zou zomaar zonder benzine langs een lege weg kunnen stranden.

Hetzelfde principe is van toepassing op de software die we dagelijks gebruiken. Het inbedden van analyses (grafieken, diagrammen, rapporten en dashboards) in uw app betekent dat uw gebruikers hun beslissingen kunnen baseren op snelle, krachtige visualisaties van realtime data.

Neem Booking.com als voorbeeld. Hun gebruik van visualisaties geeft eigenaren van accommodaties informatie over wanneer potentiële gasten van plan zijn hun stad te bezoeken, hoe lang ze van plan zijn te blijven, en hoe de vraag van reizigers zich verhoudt tot hun eigen boekingen. Eigenaren kunnen ook in één oogopslag zien vanuit welke landen gasten boeken en een beter inzicht krijgen in hun redenen om te reizen.

De beste apps bieden contextuele analyses die interne data combineren met bredere marktinzichten. Samen kunnen we proberen zoiets te bouwen in een toekomstige blogpost, maar om eerst de basis te behandelen, houden we het nu bij alleen een intern dashboard.

Laten we ons voorstellen dat we aan een app voor maaltijdbezorging werken en een dashboard willen inbedden dat restauranteigenaren kunnen gebruiken om inzichten te verzamelen. We zullen InterBase gebruiken voor razendsnel, veilig en robuust databasebeheer en Yellowfin voor zijn krachtige analyses.

Stap 1: Een dataset genereren

Het eerste dat we nodig hebben is data, en aangezien we hier alleen maar aan het leren zijn, laten we een dataset synthetisch genereren met behulp van ChatGPT AI.

De AI-prompt die we gebruiken is: “Maak een database voor een app voor maaltijdbezorging. Formatteer deze zodanig dat bestellingen in rijen worden weergegeven, met kolommen die variabelen bevatten zoals feedback (1-10), terugkerende klant (0/1), bestelwaarde, type bestelling (welk eten het was), tijdstip van de bestelling en bereidingstijd. Geef me 10.000 rijen in een CSV-formaat, iets dat daadwerkelijk uit de app gehaald zou kunnen worden.”

Stap 2: Een live database opzetten en een View aanmaken

We zouden dat CSV-bestand direct in Yellowfin kunnen uploaden, maar om realtime wijzigingen in data te simuleren en te laten zien hoe dat wordt weerspiegeld in onze analyses, gebruiken we InterBase, een database met een kleine voetafdruk die nieuwe bestellingen zal verwerken.

Binnen Yellowfin gaan we naar de Admin Console en voegen we een nieuwe databaseverbinding toe met behulp van het InterBase JDBC-stuurprogramma, waarbij we verwijzen naar de lokale InterBase-server en het databasebestand. Zodra de verbinding is gevalideerd, kan Yellowfin rechtstreeks queries uitvoeren op de database, net zoals elke andere applicatie dat zou doen.

Met de verbinding tot stand gebracht, kunnen we in Yellowfin een View (weergave) maken bovenop onze database – dit zal dienen als de basis voor onze analyse.

Een View in Yellowfin is de plek waar u een voorbeeld van uw brondata kunt bekijken, metrieken en dimensies kunt wijzigen, berekende velden kunt toevoegen en andere dingen kunt doen die nodig kunnen zijn ter voorbereiding op de analyse.

Stap 3 Het leuke deel van data-analyse: Yellowfin vragen stellen

Zodra u een actieve View heeft, kunt u beginnen met het uitvoeren van analyses. Dit is het meest interessante deel, omdat u actief nadenkt over welk soort informatie het belangrijkst is voor de persoon die het gaat bekijken; in dit geval de restauranteigenaar.

Van oudsher is dit het punt waarop gebruikers grafieken, filters en dimensies moesten begrijpen voordat ze antwoorden konden krijgen. Yellowfin biedt een andere optie: Natural Language Query (NLQ) (Zoeken in natuurlijke taal).

NLQ stelt gebruikers in staat om in gewone taal vragen te stellen over hun data en direct antwoord te krijgen. In plaats van eerst een rapport te bouwen, kan een restauranteigenaar eenvoudig vragen typen zoals "Hoeveel bestellingen vandaag?" of "Gemiddelde bereidingstijd per ordertype". Yellowfin vertaalt deze vragen achter de schermen naar databasequery's en retourneert het resultaat als een tabel of grafiek.

Dat was makkelijk. Laten we nu nog een paar vragen stellen:

Hoeveel bestellingen vandaag?
Netto-omzet vandaag

Op dezelfde manier krijgen we resultaten die we kunnen groeperen in het "hero"-gedeelte (hoofdgedeelte) van ons dashboard.

Nu heeft de restauranteigenaar een realtime overzicht van hoe het bedrijf draait, waarbij specifieke, betekenisvolle waarden worden getoond die zij het nuttigst vindt. We hebben InterBase aan de backend gebruikt en alle wijzigingen worden in realtime gesynchroniseerd.

Het volgende dat de restauranteigenaar nuttig zou vinden, is een uitsplitsing van de netto-omzet per dag. In Yellowfin kunnen we vragen "Toon mij de netto-omzet per dag" en dan krijgen we een grafiek die er zo uitziet:

We zouden ook kunnen kijken naar zoiets als klantfeedback versus bereidingstijd om te zien in hoeverre de wachttijd van een klant onze beoordelingen kan schaden. En misschien kunnen we daarna de gemiddelde bereidingstijd per ordertype vergelijken om te zien welke gerechten baat zouden kunnen hebben bij optimalisatie van de bereiding.

Uit deze visualisatie kunnen we opmaken dat pizza de langste bereidingstijd vergt en we weten al dat hoe langer de bereidingstijd is, hoe ontevredener de klant is. Misschien is het nu tijd om te investeren in een betere pizzaoven!

Slotgedachten

Op dit moment hebben we een paar grafieken die een restauranteigenaar daadwerkelijk nodig zou kunnen hebben:

• een live overzicht van bestellingen
• inzicht in hoe de keuken presteert
• en een uitsplitsing van de omzet per dag.

Yellowfin maakte het gemakkelijk om te wisselen tussen het stellen van vragen in gewone taal en het verfijnen van die antwoorden tot kant-en-klare visualisaties voor het dashboard, en dat allemaal bovenop een live database.

Of u nu een app voor maaltijdbezorging, een boekingsplatform of een ander product bouwt, het patroon is hetzelfde: denk na over de brandende vragen van uw gebruikers en lever de antwoorden precies op de plek waar ze werken. Of, nog beter, laat ze de vragen zelf stellen.

Als we het goed doen, kunnen analyses iets worden waar uw gebruikers dagelijks op vertrouwen, wat waarde toevoegt aan uw producten en diensten.

Wilt u uw eigen analyse uitvoeren? Start hier en wij regelen een proeflicentie voor u.