이 게시물에서는 해결하려는 요구 사항에 맞는 대시보드를 설계하는 방법과 대시보드에 대한 데이터를 구축하는 방법에 대한 팁을 다룹니다. 또한 외부 보고 대시보드와 대시보드에서 사용할 데이터를 표면화하는 방법에 대해서도 다룹니다.
이 모든 것이 가이드라인이라는 점을 명심하세요. 대시보드에 대한 엄격하고 빠른 규칙은 없습니다. 때로는 애플리케이션에 보고 대시보드가 필요합니다. 때로는 대시보드에 많은 데이터가 필요합니다. 항상 새로운 아이디어와 가능성에 열려 있어야 하지만 필요할 때는 반발하는 것도 기억하세요!
TL;DR 버전을 원하시면 다음을 확인하세요. Mendix – 대시보드 사용 방법 빠른 가이드!
대시보드 유형
애플리케이션을 개발할 때 대시보드가 필요한 시점이 올 것입니다. 가장 먼저 마주치는 대시보드는 실행 가능한 대시보드일 가능성이 높습니다. 즉, 사용자를 위한 랜딩 페이지로 사용하는 대시보드입니다.
이 유형은 관리자에게 오늘의 작업과 미해결 문제에 대한 경고를 보여주는 데 사용할 수 있으며, 고객에게 최근 주문과 마음에 들 만한 새로운 제품을 보여줄 수도 있습니다. 이는 사용자에게 지금 무엇을 할 것인지와 관련된 정보를 보여주는 대시보드입니다. 즉, 현재 데이터를 반영하고 다음 작업으로 안내해야 합니다.
다른 주요 대시보드 유형은 보고 대시보드입니다. 이러한 대시보드는 더 많은 양의 롤업된 데이터를 처리하도록 설계되었으며 더 광범위한 규모로 성과를 분석하는 데 사용됩니다. 주어진 달 동안의 팀 성과 또는 1년 동안의 전체 회사 성과일 수 있습니다. 가장 중요한 것은 많은 정보라는 것입니다.
이 두 유형 중에서 우리는 주로 실행 가능한 대시보드에 관심을 둡니다. 왜냐하면 이것이 대시보드의 종류이기 때문입니다. Mendix 응용 프로그램입니다. 보고 대시보드에 대해 다루어 데이터를 노출하는 방법을 논의하겠지만, 보고 대시보드의 디자인은 Business Intelligence 전문가에게 맡기는 것이 가장 좋은 주제입니다.
실행 가능한 로우코드 대시보드 디자인
대시보드를 디자인할 때 미리 정해두면 좋은 것은 데이터가 다룰 기간입니다. 제가 드릴 수 있는 가장 좋은 조언은 가능한 한 짧게 유지하라는 것입니다. 대량의 데이터 세트를 집계하고 싶지 않을 것입니다. 보통 30일이 적당합니다. 한 달(XNUMX일)이 일반적으로 상한입니다.
대시보드를 디자인할 때 따라야 할 몇 가지 지침 원칙은 다음과 같습니다.
- Less is more – 대시보드를 너무 채우려고 하지 마세요. 대시보드에 넣는 모든 것이 가치를 더해야 합니다.
- 한 화면에 유지하세요. 대시보드의 콘텐츠는 타겟팅하는 기기 유형의 단일 화면에 맞아야 합니다. 사용자가 스크롤해서 봐야 한다면 너무 많은 것을 추가한 것입니다. (모바일 대시보드의 경우 약간 덜 중요합니다.)
- 짧은 로드 시간 – 데이터를 집계하면서 로드하는 데 오랜 시간이 걸리는 대시보드를 만드는 것은 쉽습니다. 로드 시간을 가능한 한 짧게 유지해야 합니다(모든 앱 페이지에서 그렇듯이).
- 우선순위 – 대부분 사용자는 위에서 아래로, 왼쪽에서 오른쪽으로 읽으므로 정보를 배치하는 순서를 고려해야 합니다. 예를 들어, KPI는 일반적으로 첫 번째 줄에 있는데, 이는 사용자가 먼저 고려해야 할 사항이기 때문입니다. 차트는 일반적으로 아래쪽에 있을 수 있는데, 이는 정보가 있지만 일반적으로 실행 가능하지 않기 때문입니다. 청중이 오른쪽에서 왼쪽으로 읽는다면 레이아웃을 뒤집는 것을 고려하세요.
실행 가능한 대시보드를 디자인할 때 고려해야 할 몇 가지 핵심 질문은 다음과 같습니다.
- 성과가 낮거나 성과가 높은 주요 영역 중 강조해야 할 부분이 있습니까? (KPI)
- 단기간에 지속적인 진전이 필요한 분야가 있습니까? (차트)
- 시청자는 다음으로 무엇을 해야 합니까? (작업 목록)
핵심 성과 지표(KPI)를 사용하는 방법
대시보드를 볼 때 가장 먼저 눈에 띄는 것 중 하나는 KPI(핵심 성과 지표)입니다. 이를 표현하는 간단한 방법은 특정 지표가 잘 되고 있는지, 아니면 잘 안 되고 있는지를 보여주기 위해 강조 표시된 큰 숫자 값으로 표현하는 것입니다. 때로는 기준 값을 보여주는 것도 유용할 수 있습니다...
따라서 여기서 한눈에 보면 이 기간 동안의 총 주문이 녹색으로 표시되어 평균 이상이며 우려 사항이 없음을 알 수 있습니다. 하지만 지연된 배송 값은 빨간색으로 표시되어 있으므로 우려 사항이 있는 부분입니다. 이 값을 클릭해서 지연된 배송 목록으로 이동하면 실행 가능한 콘텐츠에 이상적입니다.
다양한 유형의 차트와 사용 시기
차트 한두 개가 없는 대시보드가 무슨 의미가 있을까요? 차트는 재밌고 사용자가 데이터를 즉시 시각화하는 데 도움이 됩니다. 하지만 차트는 잘못 사용하기 매우 쉽습니다. 대시보드에 차트를 추가할 때는 아껴서 사용하고 간단하게 유지하려고 노력하세요. 몇 가지 기본 지침이 있습니다.
막대형, 선형 및 열형 차트에 대한 팁
막대, 선, 막대 차트를 사용하여 데이터 세트를 비교합니다. 시간별로 비교하는 경우 날짜 순서대로 배치하고, 시간별로 비교하지 않는 경우 합리적인 순서로 표시하도록 노력합니다.
이는 알파벳순이거나 가장 큰 값부터 가장 작은 값 순일 수 있습니다.
너무 많은 데이터 그룹을 표시하지 마세요. 선형 차트에서는 5개 시리즈 이하로 제한하고, 막대 또는 열 차트에서는 8개 요소 이하로 제한해야 합니다.
파이, 도넛, 히트맵을 사용하지 않는 경우
이것들은 종종 잘못 사용되며 가능하다면 일반적으로 피해야 합니다. 그러나 이것들을 사용해야 하는 경우 너무 많은 값을 비교하지 말고 데이터 세트에 매우 유사한 값이 있는 경우 사용하지 마십시오.
3D 차트, 지나치게 스타일이 적용된 차트 및 게이지를 사용하면 안 되는 이유
차트를 단순하게 유지하세요. 3D 효과와 과도한 스타일의 차트는 차트의 실제 목적에서 주의를 산만하게 할 수 있습니다. 중요한 정보를 가장 잘 강조하기 위해 간단한 색상과 형식을 사용하는 것을 목표로 하세요. 또한 게이지는 예전에 매우 인기가 있었지만 실제 디스플레이를 디지털로 재생성하는 것은 종종 나쁜 생각입니다. 예를 들어 게이지는 일반적으로 위에 표시된 것처럼 KPI로 더 잘 표현됩니다.
작업 목록에는 무엇이 포함되어야 하나요?
사용자에게 알리는 좋은 방법은 작업 목록을 사용하는 것입니다. 반드시 작업이라고 명확하게 불리는 것을 의미하는 것은 아닙니다. 작업 목록은 게시해야 하는 주문이나 답변이 필요한 고객 피드백으로 구성될 수 있습니다. 가까운 미래에 조치를 취해야 하거나 기한이 지난 사용자가 완료해야 하는 모든 작업이어야 합니다. 목록은 가능하면 짧게 유지해야 하며 화면에 10개 항목을 넘지 않아야 하며 최악의 경우 하위 집합만 맨 앞에 표시되도록 페이지를 나눠야 합니다.
각 항목은 가장 관련성 있는 정보만 표시해야 하며 너무 많은 정보를 표시하려고 하지 않아야 합니다. 항목을 클릭 가능하게 만들어 사용자가 필요한 경우 더 많은 정보를 찾기 위해 드릴다운할 수 있습니다.
사용자가 조치를 취해야 할 수 있는 여러 유형의 작업이 있는 경우 각 탭에 대한 작업 수를 표시하는 배지가 있는 탭 컨테이너를 사용하는 것을 고려할 수 있습니다. 이 형식은 과도하게 사용하면 쉽게 어수선해 보일 수 있다는 점을 알아두십시오. 탭을 세 개 이상 사용하지 마십시오.
데이터를 집계하는 방법
대시보드를 빌드할 때, 특히 KPI를 사용할 때, 데이터 일부를 집계(롤업, 계산, 합계)하고 싶을 것입니다. 이를 수행하는 방법에는 여러 가지가 있으며, 일부는 다른 방법보다 더 로우코드입니다.
- 마이크로플로우 데이터 소스를 사용하여 필요한 데이터를 롤업합니다.
- 미리 롤업된 데이터 테이블 생성 및 유지 관리
- OQL(Object Query Language)을 사용하여 복잡한 쿼리를 만들어 데이터를 롤업합니다.
이 중 어떤 방법을 사용할지는 작업하는 데이터 양, 기간 간 비교를 하는지 여부, 얼마나 많은 비트 또는 롤업 데이터가 필요한지에 따라 달라집니다.
마이크로플로우 데이터 소스를 사용하여 데이터 집계
가장 자주 사용하는 도구는 마이크로플로우 데이터 소스입니다. 이것은 페이지에 있는 단순한 데이터 뷰일 뿐이며, 데이터 소스는 롤업된 데이터를 포함하는 비영구적 엔터티를 반환하는 마이크로플로우로 설정되어 있습니다.
마이크로플로우 자체에는 여러 가지 방법으로 데이터를 집계하기 위한 데이터 검색 및 목록 작업이 있습니다. 그런 다음 비영구적 엔터티의 인스턴스를 생성하여 반환합니다. 정말 간단합니다.
주의할 점은 검색 및 목록 작업을 사용할 때 Mendix 자동으로 쿼리를 최적화하여 검색을 실행하고, 데이터를 그룹화하고, 결과를 집계합니다. 다른 엔터티 데이터는 반환되지 않습니다(나중에 쿼리에서 검색 작업을 사용하지 않는 한).
점점 더 많은 KPI 값을 검색하거나, 다양한 기간을 비교하거나, 더 큰 데이터 세트를 사용하면 효율성이 떨어질 수 있으므로 다음 옵션으로 넘어가는 것이 좋습니다.
데이터를 사전 집계하는 시기와 방법
데이터를 즉석에서 집계하는 것이 문제가 될 경우, 일반적으로 긴 쿼리로 인해 대안은 사전 집계된 데이터를 저장하는 것입니다. 즉, 집계된 정보를 보관하기 위한 엔터티를 만들고, 해당 기간의 날짜 스탬프와 함께 대시보드의 소스로 사용하는 것을 의미합니다.
데이터는 이전 옵션과 같은 방식으로 마이크로플로를 사용하여 집계될 가능성이 있지만 일반적으로 예약된 작업으로 실행됩니다. 작업 빈도는 집계하는 데이터 기간에 따라 달라지지만 일반적으로 전날의 데이터를 롤업하는 것은 하룻밤 루틴이 됩니다(1주일 또는 1개월이 될 수도 있음).
사전 집계에 대한 다른 옵션은 변경 사항이 있을 때 증가시키는 것입니다. 이는 생성 마이크로플로우의 일부로 추가 업데이트를 통해 이루어질 수도 있고, 객체 커밋 시 트리거된 이벤트가 될 수도 있습니다. 이는 다시 한 번 예상하는 데이터 양에 따라 달라집니다. 트랜잭션 수가 많으면 집계 테이블을 지속적으로 업데이트하는 것보다 일정을 잡는 것이 더 나을 것입니다. 하지만 실시간 데이터를 찾고 있다면 이 옵션을 사용해야 합니다.
OQL(Object Query Language)을 사용하는 방법과 시기
마지막 선택은 Object Query Language를 사용하는 것입니다. 데이터베이스에 직접 실행되는 자체 쿼리를 작성할 수 있습니다. 여러 데이터 그룹에 걸쳐 여러 집계를 반환해야 할 때 가장 잘 사용됩니다. 이 선택은 진정으로 로우코드 접근 방식을 찾는 사람을 위한 것이 아니며 주로 SQL 지식이 있는 사람을 대상으로 합니다.
이를 사용하려면 먼저 다음을 설치해야 합니다. OQL 위젯 마켓플레이스에서 구매한 다음 다음을 확인하는 것이 좋습니다. OQL 가이드 우리 문서 사이트에서.
이 선택의 핵심은 쿼리가 될 문자열을 만든 다음 OQL 문 실행 작업을 사용하고 비지속형 엔터티에서 반환된 데이터를 캡처하는 것입니다.
OQL을 사용하는 것은 가볍게 수행할 작업이 아닙니다. 이것이 귀하의 특정 문제를 해결하는 가장 좋은 방법인지 고려하고 플랫폼이 귀하를 위해 최적화하지 않으므로 쿼리의 효율성을 다시 확인하십시오.
차트를 만드는 방법 Mendix
차트를 포함하려면 Mendix 대시보드, 그러면 시작하기 가장 좋은 곳은 차트 위젯입니다. 다음에 대한 기본 지원이 있습니다.
- 세로 막대형 차트
- 막대 차트
- 거품 형 차트
- 히트 맵
- 파이 차트
- 꺾은 선형 차트
- 시계열
전체 차트 위젯 가이드는 설명서에서 볼 수 있지만 여기서는 간략하게 소개하겠습니다.
먼저, 추가하려는 차트 유형을 선택하고 위젯을 페이지로 끌어다 놓습니다. 여기서는 막대형 차트를 사용하겠습니다.
참고: 이전 버전의 차트 위젯에서는 위젯이 데이터 소스가 객체를 반환해야 하는 데이터뷰 또는 목록 내부에 있어야 했습니다. 어떤 객체든 상관없습니다. 최신 버전에서는 더 이상 그렇지 않습니다.
다음으로 위젯을 두 번 클릭하면 차트 속성 탭이 표시됩니다. 이 탭에는 시리즈 섹션이 있으며 여기서 첫 번째 데이터 세트를 추가할 수 있습니다.
시리즈 목록에서 새로 만들기 버튼을 누르면 데이터를 어디에서 가져올지 묻는 팝업이 표시됩니다. 간단하게 유지하고 동적 데이터 소스(즉, 사용자 정의 가능한 데이터 포인트가 아닌 사전 설정된 데이터 포인트)가 아닌 정적 데이터 소스를 사용하고 데이터베이스에서 데이터를 가져올 것입니다.
이 시리즈의 시작점은 차트를 채우는 데 사용하는 엔터티가 될 것입니다. 이 경우 Orders 엔터티라고 합시다. 그런 다음 XPath 제약 조건을 사용하여 이번 달에 지금까지 주문한 주문으로 제한할 수 있습니다.
[OrderPlacedDate > '[%BeginOfCurrentMonth%]'] 다음으로 Static Series 탭으로 가서 시리즈에 이름을 지정합니다. 예를 들어 "Orders per day"라고 하고 Data Points 탭으로 이동합니다. 여기서 X축을 "OrderPlacedDate"로 설정하고 Y축은 원하는 대로 지정할 수 있습니다. 예를 들어 "PricePaid"로 지정합니다. 하단의 Aggregation Type 옵션을 사용하여 Count로 설정할 것이기 때문입니다. 즉, 자동으로 데이터를 일별로 그룹화하고 주문한 총 수를 표시합니다.
완료되면 팝업을 닫고 차트 속성 창으로 돌아가서 축 레이블을 "발주 날짜" 및 "주문 수"와 같은 것으로 설정할 수 있습니다. 그게 다입니다! 모두 완료되었습니다. 이제 이와 비슷한 기본 차트가 생겼을 것입니다...
다양한 소스와 동적 범위를 사용하여 모양과 느낌을 사용자 지정하고 데이터가 로드되는 방식을 변경하기 위해 할 수 있는 일이 훨씬 더 많습니다. 설명서를 확인하여 이러한 기능에 대해 자세히 알아보고, 무엇보다도 실험해보세요!
우리의 차트 위젯은 다음을 사용하여 구축된다는 점을 언급할 가치가 있습니다. 플롯리 라이브러리 그리고 당신은 더 많은 것을 알아내고 그들의 라이브러리에 있는 예에서 영감을 얻을 수 있습니다. 만약 당신이 정말로 자유로워지고 완전히 맞춤형 차트를 사용하고 싶다면, 우리는 다음을 제공합니다. AnyChart 위젯.
AnyChart 위젯은 사용하기 더 복잡한 위젯이며 JSON 구조 파일과 내보내기 매핑을 사용하여 JSON 형식으로 데이터를 제공하는 것이 가장 좋습니다. Plotly에서 거의 모든 차트 유형을 사용하고 스타일을 완전히 맞춤 설정할 수 있습니다. 그러나 로우코드 접근 방식이 아니며 개발 경험이 있는 사람이 시도하는 것이 가장 좋습니다.
외부 보고 옵션을 구현하는 방법
그래서, 당신은 실행 가능한 대시보드를 구축했지만, 누군가는 여전히 더 높은 수준의 보고를 원합니다. 어떻게 하면 그럴 수 있을까요? Mendix?
가장 쉬운 방법은 다음과 같습니다. 귀하의 데이터를 OData 소스로 게시하세요. 그런 다음 Power BI, Grafana, Excel과 같은 대부분의 보고 플랫폼에서 이를 사용할 수 있습니다. 사용한 후에는 데이터를 모델링하고 선택한 플랫폼의 보고 도구를 사용하여 이를 표시할 수 있습니다.
OData를 게시하면 소스가 Data Hub 카탈로그에서 사용 가능하다는 점도 언급할 가치가 있습니다. 이를 통해 다른 곳에서 빠르고 쉽게 사용할 수 있습니다. Mendix Power BI 및 Grafana와 같은 SaaS 제품을 사용하면 이러한 고급 보고서를 다시 포함할 수도 있습니다. Mendix 원하시면 다음과 같은 위젯을 사용하세요. Power BI 임베디드 또는 iFrame 컴포넌트.
장기적으로 볼 때, OData를 데이터 레이크나 웨어하우스로 소비하는 것이 더 좋습니다. 이를 통해 비즈니스에서 더 쉽게 소비할 수 있도록 데이터 소스를 사전 컴파일하고 결합할 수 있습니다. 이는 주로 조직의 보고 전략이나 디지털 변환 계획에 달려 있습니다.
이 블로그 게시물의 주요 내용
대시보드를 만드는 방법에 대한 아이디어가 이제 생겼을 것입니다. 현재 사용자의 필요에 따라 실행 가능한 페이지를 만들고 가장 중요한 정보만 맨 앞에 제시합니다. 주의가 필요한 것과 다음에 해야 할 일을 안내합니다.
이것들은 모두 가이드라인이며, 사용자의 요구에 항상 어느 정도 유연해야 한다는 것을 기억하세요. "어느 정도"라고 말하는 이유는 때때로 사용자가 불합리한 것을 요구하기 때문입니다. 예를 들어 Excel을 대시보드로 다시 만드는 것과 같은 경우, 언제 반발해야 할지 알아야 합니다.
이 게시물의 요약된 시각적 사본이 필요하면 자유롭게 다운로드하세요. Mendix – 대시보드 사용 방법 빠른 가이드.
마지막으로, 무엇보다도 실험하세요! 당신은 다음을 사용하고 있습니다. Mendix 무언가를 만들고, 시도하고, 작동하지 않으면 버리는 것이 빠르고 쉬운 곳입니다. 우리는 실수에서 가장 많은 것을 배우므로 대담하게 새로운 것을 시도하세요.