ინტელექტუალური დაშბორდები
1) განსაზღვრა და მიზნები
ინტელექტუალური დაშბორდი არ არის „გრაფიკული პანელი“, არამედ გადაწყვეტილების მიღების სისტემა: ის თავად გთავაზობთ ჰიპოთეზებს, განმარტავს „რატომ“, პრიორიტეტულია ყურადღება და საშუალებას გაძლევთ იმოქმედოთ სხვა ინსტრუმენტებზე წასვლის გარეშე.
მიზნები:- მონაცემების ბილიკის შემცირება - გაგება და გამოსავალი.
- ავტომატურად განათავსეთ ანომალიები, რისკები და შესაძლებლობები.
- გაითვალისწინეთ მომხმარებლის როლი, კონტექსტი, განზრახვა.
- მიეცით ახსნილი ინსაითები და უსაფრთხო მოქმედებები.
2) არქიტექტურული პრინციპები
1. Insight-first: ჯერ „რაც მნიშვნელოვანია“, შემდეგ გრაფიკა.
2. Role-aware: სხვადასხვა ვიჯეტები/მეტრიკა C-level, პროდუქტი, ბაზარი, SRE და ა.შ.
3. Explainable by Design: ნებისმიერ ინსაითი აქვს „რატომ“, „როგორც ითვლება“, „რა უნდა გააკეთოს“.
4. Actionable: CTA ვიჯეტის შიგნით (შექმენით წესი, დაიწყეთ ექსპერიმენტული ჩიპი, გახსნათ ფლეიბუკი).
5. Trust & Privacy: PII- ის შემცირება, დაწკაპუნების აუდიტი, გაანგარიშების გამჭვირვალობა.
6. სპექტაკლი: <2 წმ „პირველი სასარგებლო“, ზარმაცი მოთხოვნები, ქეში.
7. Offline/Degraded რეჟიმი: graceful degradation, შენახული ნაჭრები.
3) ღირებულების მოდელი: სიგნალებიდან მოქმედებამდე
სიგნალები: ტენდენციები, სპაიკები, სეზონურობა, კორელაციები, სეგმენტები.
ინსაითები: „GGR დაეცა 7% -ით TR- ში 3DS- ის უკმარისობის ზრდის და ღამით დეპოზიტების კონვერტაციის ვარდნის გამო“.
გადაწყვეტილებები: „ჩართეთ fallback-PSP TR- სთვის“, „განაახლეთ კამპანია“, „გაზარდეთ ავტოტრანსპორტის ზღვარი“.
კონტროლი: პროგნოზი/რა-თუ და მოსალოდნელი ეფექტი (დიაპაზონი).
4) პერსონალიზაცია (Roles & Intents)
4. 1 როლები
C-level: North Star, ფინანსური KPI, რისკები, სესხი SLA- სთვის.
პროდუქტი/მარკეტინგი: LTV, ARPPU, რეცენზია, ძაბვები, კოჰორტები, A/B.
გადახდის ბრძანება: ავტორიზაცია, PSP გადახრები, Time-to-Wallet, 3DS შეცდომები.
SRE/Infra: aptime, p95 latence, error-budget burn, ინციდენტები.
Compliance/RG: საგანგაშო ნიმუშები, ლიმიტები, სანქციების სიგნალები.
4. 2 განზრახვები
მონიტორი (დაკვირვება): მშვიდი ალერტები, რისკის ბადეები.
Investigate (გარკვევა): სამარის მანქანა + drill-down.
Plan/Act (მოქმედება): ღილაკები „შექმნან ალერტი“, „დროშის გაშვება“, „გადართეთ მარშრუტი“.
5) „დაზვერვის“ ბირთვი: ავტომატური ინსაითების ტიპები
1. ანომალიები (სპაიკი/წარუმატებლობა) - STL/Prophet/robust z-score.
2. ცვლილების მამოძრავებლები - არხების/გეო/პროვაიდერების წვლილი KPI (Shapley/ICE ან კლასიკური წვლილი).
3. რისკის/ზრდის სეგმენტები - ადგილობრივი აურზაური (uplift, outlier detection).
4. ფორკასტები - ნდობის ინტერვალები, სეზონურობა, სკრიპტები.
5. What-if არის გამარტივებული სიმულაციები: „თუ CR არის 2 პროცენტული პუნქტით, GGR + X“.
6. მიზეზობრივი რჩევები (ჰიპოთეზის მსგავსად): „გადახდის მარშრუტიზაციის ცვლილება დაემთხვა CR- ს დაცემას“.
7. მაღალხარისხიანი სამმარები - მანქანის აღწერილობა კვირის/დღის ბუნებრივ ენაზე.
6) UX ნიმუშები
Top Insights: ბარათები გავლენის ჩარჩოებით, „რატომ“ და CTA.
Context Bar: ფილტრები (დრო, სეგმენტი, გეო), სწრაფი „შედარება წარსულ პერიოდთან“.
Drill-through: ინსაიდერის დაწკაპუნება ხსნის მიზეზობრივ ჭრილობებს (row-level).
Explain Panel: ჩანართები „მეთოდი“, „მონაცემები“, „ფორმულა“.
Scenario Switcher: Actual / Forecast / What-if.
Alert Tuner: ბარათის რეგულატორები პირდაპირ ბარათში.
Narrative: ბლოკის მანქანები-სამარი (წაიკითხეთ ანგარიში ფაქტებით/ციფრებით).
Action Shelf: სწრაფი მოქმედებები (შექმენით როუტინგის წესი, დაგეგმეთ ექსპერიმენტი, გახსნათ ფლეიბუკი).
7) ვიჯეტის შაბლონები
7. 1 Insight Card (უნივერსალური)
სათაური: "დეპოზიტების კონვერტაციის ვარდნა TR − 4-ში. 2 გვ"
სუბტიტრები: „მძღოლი: 3DS უკმარისობის ზრდა PSP _ X (+ 12%)“
მეტამონაცემები: პერიოდი, სეგმენტი, ნდობის ინტერვალი
CTA: „ჩართეთ fallback PSP _ Y“, „გახსნა Playbook“
7. 2 KPI ახსნა
ძირითადი რიცხვი + 2% vs საფუძველი
მინი დაშლა „Top Contributors“ (3-მდე)
ბმული „რატომ“, რომელიც განმარტავს დიაგრამას
7. 3 ანომალიები რეალურ დროში
მოვლენების ფირზე მნიშვნელოვანია, „snooze“, „assign“, „შექმნა ticet“.
7. 4 What-if პანელი
პარამეტრების სლაიდერები, დიაპაზონის ეფექტის მყისიერი გადაანგარიშება.
8) წვდომა (A11y) და ლოკალიზაცია
კონტრასტი - WCAG AA, მასშტაბები 125-200%, კლავიატურის ნავიგაცია.
ვიზუალიზაციის ალტერნატიული ტექსტი.
რიცხვების/ვალუტის/თარიღების ფორმატები - იდაყვის მიხედვით, მაგრამ გამოთვლები UTC- ში და საბაზო ვალუტაში.
Screen Readers- ის მხარდაჭერა: მონაცემთა ცხრილები + აღწერილი ხელმოწერები.
9) პროდუქტიულობა და მონაცემების ხარისხი
First Insight <2 წმ, დანარჩენი - ზარმაცი მოთხოვნები/ნაკადები.
ქეში: „ცხელი“ აგრეგატები, პრეკომპუტი „გუშინ/კვირას“.
„გატეხილი“ მონაცემებისგან დაცვა: შესაბამისობა, fallback placks „მონაცემები ჩამორჩება“.
დახარისხების სტაბილური გასაღებები და პაგინაციის კურსები.
განახლებები: near-real-time (strim) + პერიოდული backfill.
10) კონფიდენციალურობა და უსაფრთხოება
მინიმუმ PII, ნიღბები ლოგებში.
როლები/ტენანტები (RBAC/ABAC): მეტრიკის და მოქმედებების ხილვადობა.
სამოქმედო ჟურნალი (ვინ დაიწყო/შეცვალა).
შერინგი: „ცოცხალი“ ბმულები TTL/უფლებებით, წყლის ნიშნები.
11) დაშბორდის ხარისხის მეტრიკა
Adoption: DAU/WAU, პირველი ინსაიდერის დაწკაპუნებამდე.
Action Rate: ინსაითების წილი შემდგომი მოქმედებით.
Investigate Depth: drill ნაბიჯების საშუალო რაოდენობა.
Trust: ინსაითების წილი, რომელსაც აქვს Explain Panel.
ხმაური: ფარული/უგულებელყოფილი ინსაითები, პრეტენზიები ყალბი.
პერფი: საშუალო (p50) და p95 TTFI/TTI.
12) ალერტა და მოქმედებები
სამი დონე: Info/Warning/Critical არხებით (UI, email, Slack, webhook).
Snooze/Assign და „ჩახშობის წესები“ (maintenance, არდადეგები).
ინციდენტის ღილაკი: გახსენით playbuk, შექმნათ ticet, დაიწყეთ fich დროშა/მარშრუტი.
Post-factum: დააკავშიროთ ინსაითი გარეთ (ROI, შეცდომების შემცირება, CR ზრდა).
13) ახსნა (Explainability)
თითოეულ მანქანას უნდა ჰქონდეს:- გაანგარიშების მეთოდი (ფორმულა, მოდელი, ფანჯარა).
- ნდობა (conf. ინტერვალით, მონაცემთა ხარისხი).
- ლიმიტები (რაც მოდელი არ ამტკიცებს).
- სტრიქონების/სეგმენტების მაგალითები, რომლებმაც გავლენა მოახდინეს.
14) ანტი შაბლონები
„გრაფიკის კედელი“ პრიორიტეტის გარეშე.
ინსაითები CTA- ს გარეშე.
მძიმე დაშბორდები> 5-8 s TTFI.
ფარული ML მაგია ახსნის გარეშე.
როლების კონფლიქტი: ყველას ხედავს.
ვერსიების არარსებობა და ციფრების შემოწმება.
15) პროცესი (Ops & Product)
ყოველკვირეული Insight Review (30 წთ): ტოპ ინსაითები, გადაწყვეტილებები, ეფექტი.
ავტო ანგარიში „კვირა ერთ აბზაცში“ C-level- ისთვის.
ექსპერიმენტაციასთან დაკავშირებული კავშირი: ინსაითი - A/B ან fice დროშა.
CAPA „ცუდი“ სიგნალებისთვის (ყალბი ანომალიები, მონაცემთა გამოტოვება).
16) განხორციელება: დალაგება და წესები
ნაკადი: მოვლენები/ETL - ფანჯრები (star/snowflake)
პრიორიტეტიზაციის წესები (ფსევდო):yaml insight_prioritization:
impact: abs(delta_kpi) revenue_share confidence: clamp(ci, 0. 5, 1. 0)
freshness: decay(minutes_since, half_life: 120)
score: impact confidence freshness threshold: 0. 6
მანქანის სამარის შაბლონი (prompt სქემა):
- კონტექსტი: პერიოდი, ტოპ KPI, ანომალიები
- ტონი: თავშეკავებული, ტექსტოლოგიური
- დასკვნა: 3 წინადადება + მოქმედებების სია
17) დიზაინის შაბლონები და დიზაინის ნიშნები
ნიშნები: 'spacing (8)', 'radius (12-16)', 'elevation (რბილი)'.
ფერები: ნეიტრალური პალიტრა; წითელი - კრიტიკულად, ნარინჯისფერი - გაფრთხილება, მწვანე - პოზიტიური.
ქსელი: 12 სვეტი, ბრეიკპოინები ლეპტოპებისთვის/ულტრა ფართო ეკრანებისთვის.
ბარათების სტილი: სათაური - მთავარი მეტრი - CTA კონტექსტი.
18) ხარისხის ჩამწერი
- Top Insights გვერდზე, 5 ბარათზე მეტი.
- თითოეული ინსაითი არის Explain და CTA.
- პირველ შინაარსამდე <2, გვერდი გონივრულად იწონის.
- როლი/ჩრდილის ფილტრები მუშაობს, შემოწმებულია კონფიდენციალურობა.
- ალერტას ტესტირება ხდება ყალბი/გამოტოვებული.
- რიცხვების/ვალუტის/თარიღების ლოკალიზაცია სწორია.
- წვდომა: კლავიატურა, გრაფიკების SR აღწერილობები.
- ლოგოები და აუდიტი მოიცავს.
- adoption/action/noise მრიცხველები პროდუქტის დაშბორდზე.
19) განხორციელების გეგმა (3 გამეორება)
Iteration 1 - Insight-MVP (2-3 კვირა)
ბარათები „Top Insights“, KPI ერთად, ძირითადი ანომალიები, Explain პანელი, CTA „შექმნას ალერტი“.
კეში და სწრაფი ფანჯრები, TTFI <2.
განმეორება 2 - Explain & Act (3-4 კვირა)
ცვლილებების დრაივერები, რა-if, ალერტები სნოუზის/ასიგნისგან, ფლეიბუკებისა და მოქმედების ღილაკებით.
პერსონალიზაცია როლებისა და სეგმენტების მიხედვით.
გამეორება 3 - პროგნოზები & ROI (მუდმივად)
ფორკასტები სანდო ინტერვალებით, სამარის სტიმულირება, მოქმედების ეფექტის გაზომვა, პრიორიტეტული წესების გაუმჯობესება.
20) მინი-FAQ
როგორ განსხვავდება „ინტელექტუალური“ ჩვეულებრივისგან?
ის თავად გთავაზობთ ახსნილ ინსაითებს და მოქმედებებს და არა მხოლოდ მეტრიკის ვიზუალიზაციას.
საჭიროა ML?
სასარგებლოა, მაგრამ არა სავალდებულო. დაიწყეთ მარტივი წესებით/ანომალიით და სეგმენტების „ახსნილი“ წვლილით.
როგორ გავზომოთ სარგებელი?
იხილეთ Action Rate, გადაწყვეტილების მიღებამდე დრო, ROI მოქმედებები, სახელმძღვანელო ანალიზის შემცირება.
შედეგი
ინტელექტუალური დაშბორდები - ეს არის ინსაითები, ახსნა და მოქმედებები ერთ ადგილზე. დააკვირდით როლებს, აჩვენეთ მთავარი, აჩვენეთ „რატომ“ და „რა უნდა გააკეთოთ“, მოდით, სწრაფი პასუხი მივიღოთ და კონფიდენციალურობა შევინარჩუნოთ. შემდეგ დაშბორდი გახდება არა ფანჯარა, არამედ პროდუქტისა და ოპერაციების მართვის სამუშაო ინსტრუმენტი.