Les tableaux de bord ne déterminent pas les décisions (et c’est le vrai problème de l’analyse). J’ai une nouvelle conférence qui a fait ses débuts aux sessions d’hiver de Tenerife le week-end dernier et qui est prévue pour une autre sortie au Birmingham Power BI Meetup Group #PBIBrum début mars. L’exposé s’intitule « Data-Driven Storytelling with Power BI » et c’est la déclaration la plus provocatrice de la présentation, et elle est intentionnelle :Les tableaux de bord ne déterminent pas les décisions.S’ils le faisaient, la plupart des organisations fonctionneraient désormais parfaitement.

Ils ne manquent pas de tableaux de bord. Ils ne manquent pas de données. Ils ne manquent même pas de rapports Power BI magnifiquement conçus. Pourtant, les mêmes conversations continuent de se produire. Les mêmes problèmes refont surface mois après mois. Et les mêmes décisions sont reportées, diluées ou discrètement ignorées.

Si cela vous semble familier, ce n’est pas parce que vos données sont erronées. C’est parce que vos tableaux de bord s’arrêtent à information.

La rencontre familière qui ne mène nulle part

Vous avez probablement vu cette pièce se dérouler.

Un tableau de bord apparaît à l’écran. Les gens hochent la tête.
Quelqu’un pose une question sensée.
Quelqu’un d’autre propose une interprétation.
Une troisième personne n’est pas d’accord.

Et puis la réunion se termine.

• Aucune décision.
• Aucune action claire.
• Aucun changement de direction.

Le tableau de bord a fait son travail, techniquement parlant. Il a montré les données. Les chiffres étaient exacts. Les visuels étaient clairs. Mais rien ne s’est passé ensuite.

C’est la vérité inconfortable : montrer des informations n’est pas la même chose que permettre une décision.

Pourquoi les tableaux de bord semblent utiles mais changent très peu

La plupart des tableaux de bord sont construits avec de bonnes intentions. Ils sont conçus pour être complets, neutres et flexibles. Ils montrent les performances sous plusieurs angles. Ils laissent le public explorer et « tirer ses propres conclusions ». Cela semble raisonnable.

En réalité, c’est là que les choses s’effondrent.

Les humains ne prennent pas de décisions à partir de graphiques. Ils prennent des décisions de compréhension. Et la compréhension ne vient pas du fait qu’on lui présente des options et qu’on espère qu’un sens en émergera. Cela vient du contexte, du récit et de la pertinence par rapport à un choix spécifique qui doit être fait.

Lorsqu’un tableau de bord présente dix graphiques d’égale importance, il demande silencieusement au public de faire lui-même le travail le plus dur :

• Qu’est-ce qui compte le plus ?
• Sur quoi dois-je me concentrer ?
• Qu’est-ce que cela signifie pour la décision dont je suis responsable ?

Différentes personnes répondent différemment à ces questions. C’est pourquoi les tableaux de bord suscitent souvent un débat plutôt qu’une orientation.

« Intéressant » n’est pas une mesure de réussite

L’un des mots les plus dangereux en analytique est intéressant.

Si quelqu’un regarde un tableau de bord et dit : «C’est intéressant“, ce qu’ils veulent généralement dire est :

• Je peux voir des modèles
• Je ne suis pas sûr de ce qu’ils impliquent
• Je ne sais pas encore quoi faire

Un tableau de bord intéressant pourrait attirer l’attention. Cela pourrait même susciter des éloges. Mais si ça laisse le public réfléchir “Hmm…” au lieu de “Voici ce que nous devons faire”il a échoué dans sa tâche la plus importante.

Un produit d’analyse performant ne se contente pas d’informer. Il réduit l’incertitude au moment où une décision doit être prise.

L’ingrédient manquant : l’intention de décision

Le vrai problème n’est pas la visualisation. Son intention.

La plupart des tableaux de bord sont construits en commençant par les données :

• De quelles tables disposons-nous ?
• Quelles mesures peut-on calculer ?
• Quelles pannes pourraient être utiles ?

L’analyse décisionnelle commence ailleurs :

• Quelle décision est actuellement bloquée ?
• À qui appartient cette décision ?
• Qu’est-ce qui changerait si nous avions de la clarté ?

Lorsque vous commencez à prendre une décision, tout le reste s’affine :

• Moins de mesures comptent.
• Les visuels deviennent explicatifs et non exploratoires.
• Le rapport développe un point de vue.

Cela ne signifie pas manipuler les données ou cacher des nuances. Cela signifie accepter la responsabilité de guider le public, plutôt que de lui confier l’interprétation.

Pourquoi de meilleurs tableaux de bord ne sont pas la réponse

Lorsque les organisations se rendent compte que leurs tableaux de bord ne conduisent pas à l’action, la réponse habituelle est de créer plus d’eux. Ou les reconstruire. Ou repensez-les.

Mais sans changer de façon de penser, on se retrouve avec des tableaux de bord plus agréables qui ne mènent toujours nulle part.

La contrainte n’est pas Power BI. Ce n’est pas le DAX. Ce n’est pas du mannequinat. La contrainte est que la plupart des équipes n’ont jamais appris à concevoir des analyses autour de décisions plutôt qu’autour de structures de données.

Des tableaux de bord aux outils de décision

C’est exactement l’écart Accélérateur de données est conçu pour répondre.

L’accélérateur n’a pas pour but d’enseigner aux gens comment créer davantage de rapports. Il s’agit en premier lieu de changer la façon dont le travail d’analyse est structuré :

• en commençant par de vraies décisions commerciales
• concevoir des rapports avec un début, un milieu et une fin clairs
• réduire la charge cognitive plutôt que d’ajouter de la complexité visuelle
• transformer les sorties Power BI en outils qui influencent réellement le comportement

Lorsque les équipes adoptent cette approche, quelque chose d’intéressant se produit.

Les réunions changent. Les conversations avancent plus vite. Les décisions deviennent plus claires.

Non pas parce que les données sont différentes, mais parce que les analyses mènent finalement quelque part.

Un test simple pour votre dernier tableau de bord

Si vous souhaitez tester votre propre travail, essayez ceci :

• Quelle décision a-t-il été conçu pour soutenir ?
• Quelle action doit en découler ?
• Deux parties prenantes différentes parviendraient-elles à la même conclusion ?

Si ces réponses ne sont pas évidentes, le tableau de bord n’est pas encore terminé.

Les tableaux de bord ne déterminent pas les décisions.

Mais l’analyse décisionnelle le fait, quand il est conçu exprès de cette façon.

Dans la suite de cette série, j’examinerai pourquoi « plus de données » rend souvent la prise de décision pire, et comment concevoir des analyses qui fonctionnent avec le cerveau humain plutôt que contre lui. Si vous venez me voir pour en parler au groupe d’utilisateurs Power BI de Birmingham le 4 mars, vous pouvez vous inscrire ici

Moneyball à Madrid : données, décisions et un week-end d’analyse FPL

J’ai passé le week-end à Madrid pour prononcer mon discours « Moneyball : créer une équipe de football fantastique qui tue avec Power BI. » Ce fut un événement brillant et, bien que ma séance se soit déroulée en anglais, la participation a été fantastique. Un grand merci à tous ceux qui sont venus, ont participé au contenu et sont restés sur place par la suite pour poser des questions. Des événements comme celui-ci me rappellent pourquoi j’aime mélanger les données, le football et l’enseignement.

Une question ressortait au-dessus des autres. Profil LinkedIn de Joaquín González Galdo demandé :

« Quelle est la mesure clé que vous utilisez lorsque vous prenez des décisions en FPL ? »

C’est une question d’une simplicité trompeuse, mais pourtant puissante. Choisir un célibataire La métrique pour définir votre processus de prise de décision est une chose avec laquelle chaque analyste et responsable FPL se débat. Cela mérite un article de blog complet, et c’est le genre de question que je poserai au prochain épisode du Power BI FPL Show avec Ben Ferry et Justin Bird. Il y a beaucoup à déballer, des points attendus aux tendances de forme, en passant par la difficulté des appareils et la propriété efficace. Surveillez cet espace pour une plongée plus profonde.

Les fichiers Power BI et les scripts API sont désormais disponibles

Au cours de la session, j’ai promis de rendre mon fichier Power BI disponible, ainsi que le script PowerShell que j’ai utilisé pour me connecter à l’API FPL et extraire les données de la semaine de jeu des joueurs individuels. J’ai maintenant tout téléchargé sur mon dépôt hub GitHub, et vous pouvez y accéder ici :

N’hésitez pas à explorer, cloner, modifier et tester le modèle. Le rapport Power BI montre comment créer un modèle de schéma en étoile pour FPL, comment effectuer une analyse au niveau de la semaine de jeu et comment appliquer des métriques et des calculs qui aident à orienter la prise de décision. Le script du connecteur PowerShell est léger mais efficace, ce qui en fait un point de départ utile pour quiconque souhaite étendre ses propres pipelines de données alimentés par FPL.

Lorsque votre Internet tombe en panne et que vous paniquez, transférez votre gardien

Ironiquement, alors que je démontais la valeur des décisions basées sur les données, le Wi-Fi du site est tombé en panne, me laissant
incapable de mettre à jour ma propre équipe en direct pendant la conférence. Classique.

Une fois revenu à une connexion stable, le premier mouvement que j’ai fait était dans le but : Roefs dehors, Henderson rentré.

Henderson points estimés est arrivé vers 7par rapport à Roefs à 2.7ce qui rend l’échange simple dans mon cadre d’évaluation. Même de petites améliorations au poste de gardien de but peuvent modifier de manière significative la variance hebdomadaire, celle-ci était donc une évidence.

Semenyo vs Grealish – Une histoire de deux sous-performants

Je ne sais toujours pas si je dois transférer Semenyo. Ses chiffres et ses projections de points suggèrent clairement qu’il devrait partir, mais le vendre signifierait perdre la valeur de l’équipe. La préservation de la valeur est un élément clé de la stratégie à long terme, donc pour l’instant il survit.

Grealish, cependant, n’a pas non plus fait son part, et contrairement à Semenyo, je ne suis pas émotionnellement investi dans sa détention. Sa forme a baissé et Everton a été irrégulier.

J’ai donc fait le changement : Grealish → Harvey Barnes (Newcastle United)

Barnes a été vif, a des paramètres sous-jacents solides et une série de matches très favorables. Il y a aussi des discussions intéressantes en dehors du terrain sur le fait qu’il pourrait changer d’allégeance internationale à l’Écosse après sa qualification pour la Coupe du monde, rien de tel qu’un élan de motivation pour maintenir sa forme à la hausse.

Woltemade Out – Mais qui entre ?

La prochaine étape était d’expédier Nick Woltemade. celui de West Ham Callum Wilson est en forme, et bien que le match contre Liverpool semble difficile sur le papier, le FDR ne reflète tout simplement pas à quel point Liverpool a été médiocre défensivement. Il y a une partie de moi qui pense que Wilson pourrait vraiment réussir. Il est clinique, il est confiant et il adore faire la une des journaux.

L’alternative que j’envisage est Igor Thiago de Brentford. Il est moins sujet aux blessures que Wilson, il se porte bien et les matches sont beaucoup plus cléments. Ses chiffres sous-jacents le placent fermement dans la catégorie des « punts viables ». Je peux encore pivoter avant la date limite.

J’ai choisi Thiago.

Quand l’instinct intestinal revient

Une chose que j’ai admise pendant la séance : au cours des dernières semaines, j’ai laissé mon instinct commencer à prendre le pas sur mon cadre. Avec la série de matches difficiles de Manchester City, j’ai essayé d’être intelligent et d’éviter d’être capitaine de Haaland. Cela n’a pas payé. Cette semaine, les données suggèrent en fait que Harvey Barnes pourrait être une option viable pour le poste de capitaine. Ses points estimés le plaçaient directement dans la conversation. Mais il y a une mesure qui l’emporte sur tout : propriété effective. Celui de Haaland reste énorme. S’il réussit – et c’est dû –, se passer de lui comme capitaine serait catastrophique.

Ainsi, bien que Barnes soit une option légitime dans le cadre du modèle, j’ai fait la chose raisonnable : Haaland est de retour en tant que capitaine. Voici ma programmation finale

Un bon rappel que la prise de décision basée sur les données est une discipline. Cela demande de la cohérence.

Pensées finales

Madrid était superbe. Une ville formidable, des gens formidables, des conversations formidables et un formidable rappel de la mondialisation des communautés FPL et Power BI. J’écrirai davantage sur les indicateurs clés, les cadres de décision et la façon de créer votre propre flux de travail analytique pour Fantasy Premier League.

D’ici là, profitez des fichiers, profitez des données et bonne chance pour la semaine de jeu à venir.

Liens utiles

Explorer Microsoft Fabric à travers les données de Fantasy Premier League

Le coût de ne rien faire : comment ignorer la stratégie de données draine la croissance des PME

Comment gagner à Fantasy Premier League en utilisant l’analyse de données et Power BI