Для каждого dashboard спросите: какое решение человек должен принять после просмотра? Если ответа нет, это reporting artifact, а не управленческий инструмент.
Примеры хороших decision questions: «Нужно ли перераспределять бюджет?», «Где возник pipeline gap?», «Какой сегмент ухудшает retention?».
CEO, CMO, channel manager и analyst требуют разных уровней детализации. Executive dashboard не должен показывать сотни campaign metrics; operational dashboard не должен ограничиваться revenue.
Свяжите outcome → drivers → leading inputs. Например Revenue → Pipeline → Opportunities → Qualified Accounts → Engagement. Это позволяет перейти от «что произошло» к «что делать».
Impressions, clicks, opens и views полезны только если имеют diagnostic role. Не ставьте их рядом с revenue как равнозначные KPI.
У каждой метрики должны быть business definition, formula, source, owner, refresh и caveats. Если Marketing и Sales по-разному считают SQL, dashboard усиливает спор.
Число без контекста не помогает. Показывайте target, prior period, forecast и meaningful comparison. Избегайте красно-зелёной окраски без понимания variance.
Порог превращает наблюдение в decision rule. Он может быть абсолютным, относительным или основанным на статистическом/экономическом отклонении.
Executive view отвечает «где проблема». Diagnostic layer позволяет провалиться в segment, channel, cohort, campaign. Не пытайтесь уместить обе задачи на одном экране.
Forecast, attribution и modeled metrics имеют диапазон/assumptions. Не показывайте ложную точность. Добавляйте confidence или caveat, если решение зависит от модели.
Некоторые метрики нужны daily, другие monthly или quarterly. Real-time dashboard для brand health создаёт шум, а monthly pacing для media слишком медленный.
Отмечайте launches, pricing changes, tracking incidents, campaigns, seasonality. Иначе пользователи тратят время на поиск причин очевидных скачков.
Dashboard оживает на meeting: variance → cause → decision → owner → due date. Без этого reporting становится пассивным.
Записывайте, какое решение было принято по signal и что произошло. Через несколько месяцев можно проверить качество decision rules.
Если показатель не используется для решения, diagnosis или compliance, уберите его. Less but actionable обычно лучше.
CRM, analytics и finance могут давать разные revenue. Определите authoritative source для каждого класса метрик. Для reconciliation задайте frequency и owner.
Revenue и profit — lagging outcomes. Чтобы ими управлять, нужны leading indicators: pipeline creation, activation, retention risk, marginal CAC. Dashboard без drivers сообщает о проблеме слишком поздно.
Если revenue ниже плана на 15%, dashboard должен помогать разложить разницу: volume, conversion, price, mix, retention. Тогда discussion быстро переходит к driver, а не остаётся на уровне итоговой цифры.
CMO может видеть 10–15 показателей, performance lead — channel diagnostics, product marketing — segment/launch metrics. Один универсальный экран обычно либо перегружен, либо недостаточен.
Какие отклонения требуют немедленного вмешательства, какие — observation, какие — quarterly review? Не каждое красное значение должно запускать срочное совещание.
Если команда тратит десятки часов на ручную подготовку dashboard, оцените automation и ценность каждого блока. Reporting должен экономить внимание, а не поглощать его.
Считайте не количество просмотров, а скорость обнаружения проблем, долю review meetings с конкретными actions, время до решения, количество metric disputes и долю решений, которые можно ретроспективно оценить.
CMO получает dashboard из 70 метрик. На monthly meeting команда 40 минут обсуждает цифры и не принимает решений. После redesign остаются 12 executive indicators, у каждого есть target, threshold и owner; diagnostic views вынесены отдельно. Meeting сокращается, а каждое отклонение заканчивается action item.
Начните с одного business outcome и разложите его на управляемые drivers. Например, выручка B2B = количество wins × средний ACV; wins = opportunities × win rate; opportunities = qualified meetings × conversion. Такое дерево помогает понять, какая метрика должна быть на executive уровне, а какая — только в diagnostic layer.
Важно не создавать ложную причинность. Дерево — модель управления, а не доказательство того, что каждый driver причинно влияет на outcome. Для спорных связей используйте experiments и анализ данных.
Owner не обязательно «владеет» результатом в одиночку. Его задача — следить за definition, quality, variance и инициировать review. Для cross-functional KPI вроде NRR или pipeline лучше иметь accountable owner и список функций, влияющих на driver.
Не создавайте уведомление на любое отклонение. Alert должен срабатывать, когда metric пересекает meaningful threshold, изменение устойчиво или возникает data-quality incident. Иначе команда привыкает игнорировать поток красных сигналов.
Через заранее заданный срок вернитесь к decision log: сработало ли действие, была ли гипотеза верна, изменился ли driver. Такой review превращает dashboard из экрана наблюдения в систему организационного обучения и постепенно улучшает thresholds.
Если экран не открывали несколько месяцев, его показатели дублируются в другом месте, решения по нему не принимаются и regulatory need нет — архивируйте. Удаление лишних dashboards уменьшает когнитивный шум и стоимость поддержки.