¿Cuáles son las 3W de un dashboard? Lo cuenta Luis Beltrán

2 minutos

Luis Beltrán, eCommerce Marketing Director de NH Hoteles Group, estuvo hablando sobre “Dashboard para eCommerce” en la séptima edición del Máster en Dirección en eCommerce

De esta manera los alumnos entendieron qué es un dashboard, a quién va dirigido y los elementos que contiene. Algunos de estos elementos son: scorecards, grids, charts, maps o diagrams, entre otros.

Además, incidió en la importancia de las métricas. Todas deben estar acompañadas de un contexto para poder entenderlas. Este marco contendrá información actualizada, una analítica guiada, profundidad de información en jerarquía y análisis de la causa raíz. Así, es necesario que se requieran tanto reportes en detalles como análisis específicos.

Luis  Beltrán explicó cómo entender la información también llamada insights. Hay que recordar que el dashboard está compuesto de una serie de visualizaciones de datos que se complementan unas a otras. Los benchmarks ayudan a enteder los dashboards mediante su contexto. Aquí es donde entran en juego la regla de las 3W de los dashboards:

  1. What? – Qué está pasando: CONTEXTO
  2. Why? – Por qué puede estar pasando: MOTIVO
  3. What now? – Cómo podemos arreglarlo: MEJORA

Luis Beltrán impartiendo sesión sobre Dashboard para eCommerce en la 7ª Edición del Máster en Dirección eCommerce

Una vez tenemos claras las anteriores preguntas, procedemos a realizar un primer boceto de dashboard teniendo en consideración las zonas de prioridad: Buscaremos un equilibrio de los datos representados:

  • Exceso de datos: ¿qué datos no he tenido en cuenta en mis recomendaciones que sí están en el dashboard?
  • Falta de datos: ¿qué datos se han requerido para los insights/recomendaciones que no están en el dashboard?

 

Beltrán describió el proceso de dashboards customizados en Google Analytics. Primero explicó el concepto de métricas y dimensiones y después los errores comunes como por ejemplo: exceder el tamaño de pantalla, no proporcionar el contexto adecuado de los datos, elegir la gráfica inadecuada, exceso de detalles, escoger métricas deficientes, diseño inadecuado, estructura pobre o saturación de indicadores, entre otros.



Más Posts