Description
Un dashboard es fácil de armar y casi imposible de lograr que la gente lo use y confíe en él, y nadie te avisa que la distancia entre las dos cosas es el trabajo entero. Enchufás Metabase, conectás la base, arrastrás unos gráficos, compartís el link, y después pasa una de tres cosas. La gente no lo abre, porque responde una pregunta que no tiene, con palabras que no usa. O lo abre, ve un número, y te escribe igual, porque no lo cree, o quiere el mismo gráfico con el rango de fechas movido, y ahora sos un botón humano de re-correr. O dos personas abren el mismo dashboard, leen la misma palabra, revenue o usuarios activos o churn, y entran a una reunión con dos números distintos porque la métrica quería decir dos cosas distintas y nadie había definido cuál. Sabés escribir la query. Lo que no sabés es cómo modelar los datos para que la gente no técnica se haga sus propias preguntas sin SQL, cómo armar un dashboard que responda la pregunta real en vez de mostrar los datos, cómo definir una métrica una sola vez para que signifique lo mismo para todos, y cómo hacer que todo el asunto sea confiable y rápido para que la empresa recurra a él en vez de recurrir a vos. Esa es la distancia entre un gráfico que armaste y un dashboard sobre el que corre el negocio.
Este libro te lleva de alguien que sabe armar un gráfico a alguien que construye los dashboards que una empresa entera usa sola y en los que confía. Arranca donde arranca la frustración, con el dashboard que nadie usó y el reporte que te seguían pidiendo re-correr, y le pone nombre a lo que ningún tutorial de Metabase nombra: la parte difícil nunca fueron los gráficos, fue lograr que la gente no técnica pudiera responder sus propias preguntas y creer la respuesta. Vas a construir un Metabase real a lo largo del libro, para un retailer de artículos para el hogar que se llama Fernwood, y lo vas a llevar de una base cruda que solo vos sabés leer a un conjunto de dashboards que el equipo de ventas, el de operaciones y la CEO abren solos cada mañana. Vas a conectar la base de Fernwood y modelar una capa semántica encima, para que la gente haga clic en nombres amigables y columnas limpias en vez de adivinar sobre tablas crudas, y aprender dónde el query builder es la herramienta correcta y dónde bajás a SQL. Vas a armar preguntas y convertirlas en dashboards con filtros y drill-through que respondan lo que alguien de verdad vino a preguntar, así ‘mostrame el mes pasado’ o ‘por qué bajó este número’ es un clic, no un mensaje de Slack para vos. Vas a definir métricas una sola vez, para que revenue signifique una sola cosa en toda la empresa, y armar subscriptions y alerts para que el dashboard vaya hacia la gente en vez de esperar a que la visiten. Y lo vas a hacer autoservicio y confiable: permisos para que la gente correcta vea los datos correctos, embedding para que un dashboard viva adentro de otra herramienta, y el trabajo de performance que mantiene un dashboard compartido rápido cuando cincuenta personas lo cargan a las nueve de la mañana. Para el final nadie te escribe para que vuelvas a correr un reporte, los números cierran, y los dashboards son eso que la gente usa para decidir. Para el analista o ingeniero que tiene que hacer que una empresa se sirva sola, y quiere ser el motivo por el que puede.
Escrito para vos si
Este libro es para: el analista o ingeniero al que le acaban de entregar Metabase y le dijeron que haga que la empresa se sirva sola, que ya sabe escribir SQL pero vio cómo cada dashboard que armó terminó ignorado, discutido, o convertido en una cola de mensajes de Slack pidiendo el mismo reporte con un número cambiado, y que quiere construir eso que la gente abre todas las mañanas en vez de eso que te piden que vuelvas a correr.
El método detrás
Los 5 pasos para volverte la persona cuyos números el negocio usa para decidir. El método que convierte a alguien que sabe armar un gráfico en la persona a la que una empresa le usa los dashboards, una empresa entera usa sola y en los que confía. Un dashboard que nadie abre, o que se discute, o que te convierte en un botón humano de re-correr, no es un problema de gráficos: es un problema de modelado, de significado y de confianza. Vas a construir un Metabase real, de una base cruda que solo vos sabés leer a un conjunto de dashboards que la gente no técnica abre sola cada mañana, y aprender cómo dejar que la gente responda sus propias preguntas sin SQL, cómo hacer que una métrica signifique lo mismo para todos, y cómo mantener todo rápido y confiable para que la empresa recurra al dashboard en vez de recurrir a vos.
- Modelá los datos para que la gente no técnica haga sus preguntas
- Dejá que respondan preguntas sin pedirte SQL
- Armá dashboards que respondan la pregunta real, no que muestren datos
- Definí una métrica una vez para que signifique lo mismo en toda la empresa
- Hacelo autoservicio, con permisos, y rápido para poder confiar
El índice completo
- Capítulo 1: El dashboard que armé y nunca abrió nadie
- Capítulo 2: Abren los datos, ven cuarenta tablas crudas y cierran la pestaña. ¿Cómo hago que les tenga sentido?
- Capítulo 3: Me siguen pidiendo re-correr el mismo reporte con un número cambiado. ¿No lo pueden hacer solos?
- Capítulo 4: En la reunión alguien pregunta “por qué bajó esto”. ¿Puede hacer clic y averiguarlo solo?
- Capítulo 5: Dos personas sacaron “revenue” y entraron a la reunión con números distintos. ¿Y ahora?
- Capítulo 6: Cincuenta personas lo abren a las nueve de la mañana y se arrastra, y no tengo idea de quién puede ver la columna de sueldos
- Capítulo 7: La mañana en que nadie me escribió y simplemente abrió el dashboard
