dashboard一直正在加载（仪表盘Dashboard已死）

在过去的几十年中，仪表盘一直是分发数据的主要选择武器，但这还不是故事的结局。 为了使对数据的访问民主化，我们需要重新考虑，答案可能比您想像的要近！

当我开始职业生涯时，我在一家大型高科技制造公司工作。 该公司刚刚购买了它的第一个仪表板工具，我们的团队负责了从疲倦的电子表格和SSRS报告到闪亮的新仪表板的激动人心的过渡。

从电子表格到仪表板的转变对我们的分析成熟度而言是一个重大的飞跃。 仪表板周到的设计和交互性极大地降低了数据的"准入成本"。 突然，您会在办公室里走来走去，看到任何角色和背景的员工都在摆弄仪表板。 这是数据爱好者的天堂，对吗？

不完全的。 我们很快发现仪表板带来了一系列新问题： 您得到一个仪表盘，您得到一个仪表盘，您得到一个仪表盘！ 突然，仪表板无处不在。 工程师需要一些数据进行临时分析吗？ 这是仪表板。 副总裁下周有一个演讲，想要一些图表吗？ 她得到了一个仪表板。 不，他们再也没有看过他们。 千篇一律的方法正在耗尽我们团队的时间，资源和动力。 看着自己的另一个仪表盘被抛弃的速度比您的Myspace帐户在2008年快得多，这是一种令人沮丧的感觉。 1,000个过滤器导致的死亡：仪表板投入使用后，我们立即充满了对新视图，过滤器，字段，页面以及所有内容的要求（提醒我告诉我我看到67页仪表板的时间……困扰）。 很明显，仪表板并没有回答所有人的问题，这要么是仪表板设计步骤的失败，要么是其他工具无法提供人们所需的答案。 更糟糕的是，我们发现人们正在使用所有这些过滤器将数据导出到Excel中，并且无论如何都用它来做自己的事‍♀️。 不是我的仪表板。 仪表板炒作一到，它就开始消失。 人们开始视仪表板为"错误"，并公然无视它们。 许多人将其视为工作的威胁，如果他们看到了意外的数字，则将其归类为"不良数据"。 我们遇到了严重的信任问题，仪表板几乎没有机会解决他们的担忧。 毕竟，我们无法将输入到其中的SQL查询发送给他们； 他们将无法阅读它们，更不用说理解它所反映的可笑的复杂模式了。 如果每个团队都可以创建自己的指标定义，我们就无法向他们发送原始数据。 我可能轻描淡写了……我们遇到了大规模，恶化，渗漏的信任问题。

为了进一步说明这一点，让我们考虑一下在当前的冠状病毒危机期间广为流行的数据仪表板：Johns Hopkins冠状病毒仪表板。

> JHU Dashboard screenshot taken at April 7, 2020

JHU仪表板在外观上很吸引人； 红色和黑色唤起了当下应有的严肃和直接感。 当我们注视着整个页面时，我们面临的数字，各种大小的点和图形几乎总是朝右上方移动。 我们感到事情很糟糕，而且似乎正在恶化。 构建此仪表板的目的是以一种易于访问且引人入胜的方式将数据发送到那里。 它甚至可能被设计为回答一些关键问题，例如"我国今天有多少新病例？ 我的县？" 而且要明确的是，这比他们刚刚发布表格或下载链接要好得多。

但是除了这些肤浅的发现，我们无法对这些数据采取行动。 如果我们想将这些数据用于特定目的，我们将缺少围绕这些数字的必要背景以无法使它们有用，并无法将其视为我们自己的信任（例如，何时在我的国家/县采取社会隔离措施？ 是在我的国家/地区进行测试吗？）即使我们确实设法获得了信任这些数字的必要环境，仪表板本身也缺乏进行所需的定制分析的能力和灵活性。

就像我在某家未命名的公司中的经验一样，此仪表板正在成功地使人们使用数据做某事，但不一定对数据有意义。 在一家未具名的I̵n̵t̵e̵l̵公司，我们试图通过添加越来越多的仪表板，然后向这些仪表板添加越来越多的过滤器，然后在确定它们无用的情况下将其杀死来解决此问题。 这种负面反馈循环导致对数据和团队内部分裂的严重不信任，如果相信被动积极的LinkedIn更新，我相信其中许多问题仍然存在。

仪表板在增强数据能力（以及我的职业生涯！）方面做了大量工作，但它们肯定不是数据协作和报告的最佳界面。 幸运的是，有一个竞争者可能已经在使用…

> Evolution from dashboard to notebook

像Jupyter这样的数据笔记本在过去的几年中在数据科学领域非常受欢迎。 事实证明，面向流程的性质在进行数据分析和数据科学方面优于传统脚本。 这不仅对分析人员进行工作有益，而且也有助于必须使用它的老板/同事/不情愿的朋友。

从根本上讲，笔记本电脑提供了机会： 让每个人都信任该过程（因为他们可以从字面上看到代码和作者的评论）， 具有回答任何问题的能力和灵活性（只要用户知道使用该工具编写的语言），并且 一种与更多的受众进行协作，呈现和共享这些决策的方法。

我当然不是第一个想要将笔记本的功能和灵活性应用于数据分析/商业智能领域的人。 我们已经与一些使用笔记本电脑代替仪表板的公司进行了交谈。 有些只使用Jupyter笔记本进行报告，有些则将图表剪切并粘贴到文本编辑器中以达到类似的效果。 这些不是完美的解决方案，但是有迹象表明，公司愿意超越精巧的仪表板以实现笔记本的优势。

我们只需要一种方法就可以将这些原理扩展到数据科学之外，并使笔记本计算机像仪表板一样易于访问。

在Count，我们对笔记本电脑的基本优势深信不疑，因此我们围绕笔记本电脑建立了数据分析平台。 这里没有仪表板的人！

为了在数据科学领域之外使用它们，我们必须制作自己的版本，但基本原理仍然适用，但有一些额外的好处……

专为所有级别的经验而打造 无需教团队中的所有人都使用Python或SQL，因为可以通过拖放，编写"笔记本SQL"（见下文）或编写完整的SQL来构建查询。

> Example of Count's notebook SQL

· 只需单击即可快速获得视觉效果，因此无需复杂的可视化程序包或软件。

· 自动联接表和查询输出，因此无需编写复杂的联接或尝试解释模式

支持协作 与队友，您的整个团队，整个公司或具有链接的任何人共享笔记本 添加评论和标注，使其真正成为共享文档

通过将笔记本电脑作为核心，Count提供了强大的功能，透明度和协作能力，团队不仅需要为员工提供人数，还可以使他们获得所需的见解并与公司其他成员共享的能力。

在建立Count的过程中，我们一直在与许多组织合作，以查看笔记本如何改变团队中数据的使用方式。 这是我们发现的： 分析师使用笔记本而不是疯狂的SQL脚本来创建其他团队使用的一些基表。 任何人都可以查看（和解释）这些笔记本，因此没有人会在不知道它们来自何处的情况下解雇这些数字。 数据团队创建了一些基本报告。 这些报告充斥着评论，可帮助指导读者如何理解数字以及要考虑的所有事项。 然后，用户可以使用这些笔记本或创建自己的笔记本来回答他们的临时问题。 他们与数据团队共享这些笔记本，以便他们可以帮助指导它们，然后他们展示并与业务的其他部分共享。

由于每个人都可以在一个地方消费所有东西，因此信任问题开始有所改善（或者，实际上，只是其他事情而已）。 他们没有为不会使用它们的人创建仪表板，也没有为满足各种需求而创建数千个过滤器，因为人们有更多的能力来创建他们真正需要的报告。 他们描述的场景证明，从仪表板到笔记本的微小变化会对您的团队利用数据的方式产生巨大影响。

如果您想了解有关笔记本如何帮助您的团队提高数据驱动能力的更多信息，请致电hello@count.co与我们联系，或者您可以在此处阅读更多内容！

[1]约翰·霍普金斯大学系统科学与工程中心（CSSE）的约翰霍普金斯大学（JHU）的冠状病毒COVID-19全球案例（2020年）

(本文翻译自Taylor Brownlow的文章《Dashboards are Dead》，参考：https://towardsdatascience.com/dashboards-are-dead-b9f12eeb2ad2)