La visualisation des données: adoption par les utilisateurs compréhension

Obtenir un taux d'adoption élevé de l'utilisateur pour votre visualisation de données (à savoir des données pour faire court) est votre objectif le plus important. Même si cela peut sembler évident, l'adoption de l'utilisateur (UA) est une réflexion après coup dans de nombreuses organisations. Il est la chose que tout le monde se concentre sur après la solution est déployée aux utilisateurs.

Adoption de l'utilisateur (UA) est définie comme la mesure de la quantité de l'auditoire visé utilise la solution fournie (dans ce cas, la visualisation de données). Ce concept est un peu glauque, cependant, lorsque vous plonger dans ce qui devrait réellement être mesurée. Si vous mesurer combien de savoir de données est en cours de visualisation ou de la durée moyenne du temps pendant lequel les données sont vues? Peut-être que vous devriez mesurer combien de données sont utilisées pour mener des activités exploratoires.

Le secret de mesure UC est que l'agriculture urbaine est une combinaison de plusieurs éléments. Dans le monde des données de l'entreprise, UC est pas seulement une mesure de l'utilisation, mais aussi une mesure de la valeur ajoutée à un utilisateur.

Comme vous commencez à analyser les taux d'UC, vous devez comprendre les cinq mesures suivantes:




  • Fréquence d'utilisation: Fréquence d'utilisation mesure le nombre de fois qu'un utilisateur individuel utilise votre savoir de données. Pour obtenir un nombre précis, vous voulez faire de cette moyenne métrique basée sur la fréquence d'utilisation globale.

  • Intervalle de la fréquence d'utilisation: Cette mesures lorsque votre savoir de données sont effectivement utilisées, comme en temps de jour, mois, trimestre, année, et ainsi de suite. Par exemple, vous pourriez regarder les données qui ont été utilisées entre Janvier 2013 à Décembre 2013. Intervalle de la fréquence d'utilisation implique combien de fois les données affichées sont mises à jour, mais il faut mesurer lorsque les utilisateurs accèdent au savoir de données et peut-être quand ils trouver le plus valeur.

  • Domaine de la fréquence d'utilisation: Cette mesure est l'un des plus important à considérer. Il vous quelles sections des données à savoir les utilisateurs visitent plus dit. Il vous indique également quels domaines doivent être améliorés ou retiré de futures mises à jour. Enfin, il fournit une orientation claire sur ce qui est le plus précieux pour l'utilisateur. Quand vous voyez ce qui est utilisé et ce qui est ignoré, vous obtenez une idée claire sur ce qui est vraiment utile pour les téléspectateurs.

  • Type d'utilisation: Mesurer comment un savoir de données est effectivement utilisé peut être un peu difficile, mais il est essentiel à l'adoption et le succès de l'outil à long terme. Si vous avez construit un savoir de données qui a la capacité de drill-down, et personne n'a jamais clics pour aller à plus de détails, que notamment fonctionnalité (ou type d'utilisation) ne fournit pas beaucoup de valeur à l'utilisateur.

    Malheureusement, la plupart des outils de VIZ données ou systèmes sur le marché pas la capacité de suivre des indicateurs UC. Vous pouvez effectuer sondages ou des enquêtes de vos utilisateurs mensuels ou trimestriels de mieux comprendre comment, quand et à quelles fins le savoir de données est utilisé. Faire votre propre enquête est le seul moyen sûr-le-feu pour assurer que vous pouvez apporter des améliorations continues à votre savoir de données de sorte qu'il sera continuellement utilisé par votre auditoire.

    Si vous trouvez que les utilisateurs sont souvent exporter les données brutes dans une visualisation, qui est une indication claire que les utilisateurs ne font pas confiance les données à savoir lui-même et utilisent le savoir de données comme rien de plus qu'un outil d'exportation. Cette mesure en conjonction avec la fréquence d'utilisation métrique vous en dit beaucoup sur la valeur réelle, ou l'absence de celui-ci, que les utilisateurs obtiennent du savoir de données.

  • Nombre total d'utilisateurs par rapport à la taille de l'auditoire ciblé: Cette mesure est peut-être la mesure la plus populaire de l'adoption par les utilisateurs et est mieux mesurée en pourcentage. Vous dérivez en prenant le nombre total de l'auditoire visé et le nombre d'utilisateurs qui utilisent réellement le savoir de données et d'exprimer ce chiffre en pourcentage. Supposons que vous construisez un savoir de données pour une organisation de vente de 500 personnes. Si 50 de ces personnes accèdent à savoir de données sur une base régulière, vous avez un taux d'UC de 10 pour cent.


» » » » La visualisation des données: adoption par les utilisateurs compréhension