Dashboard-työkalujen soveltuvuus yrityskäyttöön

(1)

Joonatan Jaakkola

DASHBOARD-TYÖKALUJEN SOVELTUVUUS YRITYSKÄYTTÖÖN

Kandidaatintyö

Informaatioteknologian ja viestinnän tiedekunta

Tarkastaja: Maarit Harsu

Tammikuu 2022

(2)

TIIVISTELMÄ

Joonatan Jaakkola: Dashboard-työkalujen soveltuvuus yrityskäyttöön Kandidaatintyö

Tampereen yliopisto

Tietojenkäsittelytieteiden tutkinto-ohjelma Tammikuu 2022

Datan määrän kasvaessa on tärkeää saada data visualisoitua, jotta siitä voidaan tehdä yrityksen kannalta johtopäätöksiä. Visualisoinneista voi muodostaa dashboardeja, joista tulisi nähdä yhdellä silmäyksellä kaikki tarvittava informaatio. Dashboard määritellään näkymänä, jonka si- sällä voi olla erilaisia visualisointeja. Interaktiivisuus tuo uuden ulottuvuuden dashboardeihin, joten siihen kannattaa pyrkiä, kun valitaan dashboardille toteutustapaa.

Tutkielmassa käsitellään datan visualisointiin liittyvien perusasioiden lisäksi kolmea markkinoilla olevaa työkalua, joilla voi luoda dashboardeja. Nämä työkalut ovat Power BI, Tableau ja Google Data Studio. Työkaluja verrataan toisiinsa ja vertailujen pohjalta pohditaan, mikä työkalu olisi paras erilaisiin tarpeisiin, joita yrityksillä voi olla. Myös mahdollisuutta toteuttaa dashboard itse ilman valmiita työkaluja pohditaan.

Tutkielman pohjalta voidaan todeta, että Data Studiossa on hieman vähemmän ominaisuuksia kuin muissa, mutta se on täysin ilmainen. Power BI ja Tableau ovat laadukkaampia vaihtoehtoja, mutta niiden kustannukset ovat suuremmat. Myös upotettujen grafiikkojen tarvetta pohditaan tutkielmassa ja todetaan, että erityisesti Power BI tarjoaa tähän tarpeeseen monipuolista toteutusta kohtuulliseen hintaan.

Avainsanat: visualisointi, BI, Business Intelligence, Power BI, Data Studio, Tableau, dashboard

Tämän julkaisun alkuperäisyys on tarkastettu Turnitin OriginalityCheck –ohjelmalla.

(3)

ALKUSANAT

Tämä työ on kirjoitettu käyttäen tunteja, vuorokausia ja kuukausia. Kiitos kaikille, jotka ovat työn teossa auttaneet tavalla tai toisella.

Tampereella, 14.1.2022

Joonatan

(4)

SISÄLLYSLUETTELO

1. JOHDANTO ... 1

2.DATAN VISUALISOINTI JA DASHBOARDIT ... 2

2.1 Yleistä visualisoinnista ... 2

2.2 Dashboard ja infografiikka ... 3

2.3 Staattisuus ja interaktiivisuus ... 3

2.4 Data ja yrityksen tarpeet ... 4

3. DASHBOARD-TYÖKALUJA ... 6

3.1 Esimerkkidata työkalujen vertailuun ... 6

3.2 Power BI ... 7

3.3 Tableau ... 9

3.4 Google Data studio ... 11

3.5 Oma toteutus ... 13

4. JOHTOPÄÄTÖKSET JA VERTAILU ... 14

4.1 Yleiset ominaisuudet ... 14

4.2 Soveltuvuus ... 14

5. YHTEENVETO ... 16

LÄHTEET ... 17

.

(5)

1. JOHDANTO

Tämän tutkielman tarkoituksena on selvittää vaihtoehtoisia toteutustapoja dashboardille yritysten tarpeisiin. Dashboard voidaan kääntää suomeksi myös sanalla kojelauta, mutta mielestäni tämä käännös ei ole erityisen hyvä tai kuvaava. Tässä työssä käytetään eng- lannin kielen sanaa dashboard. Dashboard on näkymä, jonka sisällä on erilaisia visualisointeja. Sen takia tässä työssä selvitetään myös lyhyesti visualisointia yleisesti.

Luku 2 kertoo yleisesti datan visualisoinnista. Siinä kerrotaan, miksi asia on tärkeä. Siinä kerrotaan mitä datan visualisointi on, mitä on interaktiivisuus ja tarkemmin siitä, miten dashboard määritellään.

Luvussa 3 käydään läpi muutama keskeinen markkinoilla tarjolla oleva ratkaisu, jolla yritys voi toteuttaa dashboardin. Käsittelyssä ovat Microsoftin Power BI, Tableau ja Google Data Studio. Näitä kolmea testataan yksinkertaisella datalla ja testidashboardilla, joka luodaan jokaisella näistä kolmesta työkalusta. Näiden lisäksi pohditaan yrityksen mahdollisuutta toteuttaa itse dashboardin koodaus.

Luvussa 4 vertaillaan luvussa 3 esiteltyjä mahdollisuuksia. Siinä vertaillaan työkalujen ominaisuuksia ja hintaa. Näiden lisäksi otetaan muutamia tarpeita ja tilanteita, joita yri- tyksillä voi olla dashboardin suhteen ja tarjotaan mahdollisia ratkaisuja näihin tarpeisiin aiemmin esiteltyjen ratkaisujen joukosta. Työn lopussa luvussa 5 on lyhyt yhteenveto kaikista aiemmista luvuista.

Valitsin aiheekseni dashboardit ja niihin liittyvät komponentit, koska työpaikallani oli tarvetta tutkia dashboardin toteuttamiseen ratkaisua. Erityisesti upotetulle dashboardille on ollut tarve, joten tässä työssä otetaan se huomioon, kun tutkitaan ja vertaillaan toteutuk- sia.

(6)

2. DATAN VISUALISOINTI JA DASHBOARDIT

2.1 Yleistä visualisoinnista

OECD:n määritelmän mukaan data on tietoa muodossa, jossa ihminen tai kone voi tulkita sitä, jalostaa eteenpäin tai käyttää sitä viestintään [1]. Tämä ei kuitenkaan tarkoita sitä, että sen tulkitseminen olisi vielä ihmissilmälle helppoa, jos tavoitteena on yrittää löytää datasta hyödyllisiä johtopäätöksiä esimerkiksi liiketoimintaa silmällä pitäen. Erityisesti suurempia datamassoja käsiteltäessä on hyvin hankalaa vetää pelkästä datasta suoraan johtopäätöksiä [2]. Tällöin tärkeäksi elementiksi nousee se, miten data esitetään niin, että ihminen pystyy vetämään siitä tarvittavat johtopäätökset. Tätä datan esittämistä ih- misen helpommin ymmärtämässä muodossa kutsutaan datan visualisoinniksi [3].

Datan visualisointien ymmärtäminen on esimerkiksi pylväsdiagrammin tapauksessa helppoa jopa pienelle lapselle, siinä missä numerorivien ymmärtäminen on haastavaa lähes kaikille aikuisillekin. [4] Datan visualisoinnissa on samoja elementtejä kuin tai- teessa, ja monet visualisoinnit ovatkin esteettisessä mielessä kauniita. Kauneus on eduksi, kun pyritään välittämään informaation tärkeimmät sisällöt nopeasti. Yleensä nämä asiat, mitä datasta halutaan löytää, ovat toistuvia kaavoja, trendejä tai poikkeamia [5]. Tällaisia voisi olla esimerkiksi vaikkapa sunnuntaisin toistuva asiakasmäärän kasvu, vuosittainen asiakasmäärän kasvu tai asiakasmäärän lisääntyminen tietyn tapahtuman aikana.

Kaikki visualisoinneissa ei ole vain positiivista, vaan niihin sisältyy myös haasteita. Visu- alisointeja on helposti mahdollista käyttää harhaanjohtamiseen, mutta oikein käytettynä ne voivat avata näkemään informaatiota, joka oli aiemmin tuntematonta. [4]

Datasta tehtyjen visualisointien määrä on ollut kasvussa kuten myös datan määrä. Kykyä tehdä ja tulkita visualisointeja pidetään nykypäivänä niin tärkeänä, että Börner et al. väit- tävät, että visuaalisessa muodossa olevan datan tulkitseminen ja visualisointien tekeminen ovat nykypäivänä verrattavissa kykyyn lukea ja kirjoittaa tekstiä [6].

Prosessia, jossa data muunnetaan käyttökelpoiseksi informaatioksi, voidaan tietyissä tapauksissa kutsua nimellä BI (business intelligence), joka tarkoittaa liiketoimintatiedon hallintaa. BI:lle on useita eri määritelmiä eri perspektiiveistä. Zhaohao et al. tiivistävät

(7)

muutaman näistä määritelmistä näin: BI on määritelty kehyksenä, joka koostuu teori- oista, menetelmistä, arkkitehtuureista, systeemeistä ja teknologioista, jotka tukevat liike- toiminnassa päätöksentekoa arvokkaalla datalla, informaatiolla, tiedolla ja viisaudella. [7]

2.2 Dashboard ja infografiikka

Yleensä datan visuaaliset esitykset ovat joko kaavion, taulukon, graafin tai kartan muodossa [3]. Yhdestä tai useammasta datan esittämisen komponentista voidaan muodostaa infografiikka tai dashboard, jotka ovat kaksi suosituinta tapaa visualisoida dataa. [5]

Infografiikka on lyhenne sanasta informaatiografiikka, ja se sisältää datan visualisointeja, kuvia ja tekstiä. Ne esitetään ikään kuin tarinan muodossa, ja niillä usein pyritään ohjaa- maan kohteen tulkintaa johonkin suuntaan. Niiden avulla yritetään saada kohteen huo- mio ja viestiä haluttu viesti selkeästi. Infografiikat usein ovat tarkoitettuja ei-asiantuntijoille, mutta osa infografiikoista on myös suunnattu päättäjille tai asiantuntijoille. [5]

Dashboard on yhdelle ruudulle koottu visuaalinen kokonaisuus kaikista tärkeimmästä informaatiosta, jotta tietty päämäärä voitaisiin saavuttaa. Päämäärä voi olla esimerkiksi liiketoiminnan seuraaminen tai sen tehostaminen. [5]

Dashboardit voidaan jakaa kolmeen eri kategoriaan: strategisiin, analysoiviin ja operaa- tionaalisiin. Strategiset dashboardit ovat yleensä yksinkertaisia ja harvoin reaaliaikaisia.

Niiden tuottamien visualisointien perusteella voidaan tehdä pitkän aikajänteen strategisia päätöksiä. [5]

Operaationaaliset dashboardit esittävät dataa reaaliajassa mahdollisimman yksinkertaisesti. Ne kuitenkin antavat selkeitä huomioita, jos joku poikkeaa liikaa normaalitilasta.

Esimerkkinä tällaisesta huomiosta tuotantolaitoksen lämpötilan nouseminen huomiota vaativalle tasolle. [5]

Analyyttiset dashboardit vaativat monipuolisia vertailuja, historiaa ja mahdollisuutta pureutua dataan tarkemmin. Analyysien avulla voidaan esimerkiksi tutkia ongelmien syitä.

Monet nykyaikaisista BI-työkaluista ovat interaktiivisia, ja niillä tuotetut visualisoinnit voidaan luokitella analyyttisiksi dashboardeiksi.

2.3 Staattisuus ja interaktiivisuus

Staattiset visualisoinnit ovat visualisointeja, joissa käyttäjä ei pysty itse muuttamaan suodattimia tai tekemään pureutumisia. Tämä tarkoittaa sitä, että sillä, millainen näkymästä

(8)

tehdään, on suuri merkitys. Jos samaan informaatioon haluaa monta näkökulmaa, tämä yleensä pitää toteuttaa monilla staattisilla näkymillä. Datan dimensioiden määrä on myös rajallinen ja monidimensionaalisten tietoaineistojen esittäminen on tunnetusti hyvin haastavaa. [4] [8]

Interaktiiviset visualisoinnit tarjoavat sitä, mitä staattisista puuttuu. Ne mahdollistavat sen, että käyttäjä pystyy tutkimaan dataa visualisoinnin sisällä. Dataan voi lisätä suodattimia, yksityiskohtia ja siihen voi pureutua. Interaktiivisen visualisoinnin käsite on pysynyt hyvin samankaltaisena jo 1990-luvulta asti. Vuonna 1996 Ben Shneiderman lausui tun- netun visuaalisen tiedonhaun lauseen (suomennettu): ”Yleiskuva ensin, sitten pureutu- minen ja suodattimet, sitten tarvittaessa yksityiskohtia”. [4]

Interaktiivisen visualisoinnin hyvänä puolena on se, että sitä voi käyttää lähes kuka tahansa. Ne, jotka eivät ymmärrä asiasta paljonkaan, voivat saada helposti kokonaiskuvan asiasta, ja ne, jotka kaipaavat jotain tiettyä yksityiskohtaa, pystyvät tutkimaan dataa monista eri näkökulmista [4]. Lisäksi Jeeyun et al. tekemässä tutkimuksessa havaittiin, että visualisoinnin interaktiivisuus voi vähentää defenssireaktioita negatiivisia asioita kohtaan. Tämän tutkimuksen tapauksessa se vähensi defenssireaktioita ylipainoa koskevaa nettisivua kohtaan. [9]

2.4 Data ja yrityksen tarpeet

Data on muunnettavissa muodosta toiseen koneellisesti yleensä suhteellisen helposti, koska se on jollain tavalla järjestyksessä. Tämä tarkoittaa sitä, että data ei ole summit- taista tietoa siellä täällä, vaan että esimerkiksi luku sisältää tavalla tai toisella määritel- män siitä, mitä se kuvaa. Itse datasta ei välttämättä tarvitse käydä ilmi se, mikä tämä määritelmä on, mutta esimerkiksi useampaa dataa sisältävissä excel-tiedostoissa sa- mantyyppinen data voisi olla esimerkiksi sijoitettuna tiettyyn sarakkeeseen. Jos erityyp- pistä dataa on sekaisin, esimerkiksi tuotteiden myyntihintoja ja mitattuja lämpötiloja, datasta ei voi koneellisesti enää tulkita mitään. Tämän seurauksena data ei enää täyttäisi OECD:n määritelmää, sillä määritelmän mukaan datan tulee olla tulkittavissa [1].

Vaikka data olisikin järjestyksessä, ei se välttämättä tarkoita sitä, että se olisi valmis käy- tettäväksi. Jos esimerkiksi haluttaisiin esittää Tampereen alueella myydyn tietyn tuotteen dataa eri kaupoista, on mahdollista, että kaikilta kaupoilta dataa ei saataisi samassa muodossa. Tällöin dataa voi olla tarpeen yhdistää ennen sen visualisoimista, ellei käy- tetty dashboard-työkalu pysty ottamaan monesta eri datalähteestä samanaikaisesti dataa ja yhdistämään sitä automaattisesti.

(9)

Monet dashboard-työkalut pystyvät ottamaan dataa sisään monista erilaisista lähteistä.

Käyttäjän päätettäväksi silloin jää, mitä datalähdettä halutaan käyttää [10] [11]. Siihen, mihin datalähteeseen tai datalähteisiin yritys päätyy, vaikuttaa yrityskohtaisesti eri asiat.

(10)

3. DASHBOARD-TYÖKALUJA

3.1 Esimerkkidata työkalujen vertailuun

Markkinoilla on paljon erilaisia vaihtoehtoja dashboardin rakentamisen työkaluiksi.

Vuonna 2020 BI-työkalujen markkina oli arvoltaan 18 miljardia, ja sen on arvioitu kasva- van 35 miljardiin vuoteen 2028 mennessä. Suurimmat toimijat BI-markkinoilla ovat Mic- rosoft, Google, Cloud 9, IBM, Oracle, SAP, SAS ja Tableau [12]. Siihen, mikä työkalu on paras, vaikuttaa suuresti se, millaisia tarpeita dashboardille on. Tässä kappaleessa käy- dään läpi muutamia yleisiä työkaluja tai mahdollisuuksia toteuttaa oma dashboard.

Työkaluja ja niiden käyttöä testataan myös käytännössä yksinkertaisella esimerkki- datalla, joka on Excel-muotoista dataa USA:ssa tehdyistä myynneistä. Esimerkkidata on julkaistu powerbidocsin sivuilla internetissä nimellä SuperStoreUS-2015.xlxs [13]. Esi- merkkidataa Excelissä avattuna kuvassa 1. Esimerkkidatassa on mukana 25 eri tietoa, joita kaikkia ei tässä työssä tarvitse käyttää, eivätkä kaikki mahdu tähän kuvakaappauk- seen.

Kuva 1. Esimerkkidata Excel-ohjelmasta [13]

Esimerkkidatan tiedoista olennaisia tietoja ovat Discount (alennus), Region (USA:n alue jaeteltuna ilmansuunnittain), Profit (voitto), Order priority (tilauksen kiireellisyys), Sales (myynti) ja City (kaupunki). Näistä yritetään työkalujen avulla luoda dashboard, josta pystyy näkemään kaupungin suhteen sen, kuinka paljon alennusta kutakin tuotetta kohti on.

(11)

Toinen elementti, joka dashboardille laitetaan, on visualisaatio, josta näkee tilauksen kiireellisyyden suhteen tilauksista saataviin voittoihin. Näiden lisäksi dashboardilla tulee olla suodattimia, joilla käyttäjä pystyy suodattamaan dataa jollain tavalla.

3.2 Power BI

Power BI on Microsoftin tekemä BI-työkalu. Se on tarjolla vain Windows-käyttöjärjestel- mälle (8.1 tai uudempi) [14]. Sen kehitys aloitettiin jo 2006, ja sen ensimmäinen versio julkaistiin 2011 [15]. Silloin nimenä ei ollut vielä Power BI, vaan puhuttiin Denalista. [16]

Ensimmäistä kertaa Power BI:tä käyttävälle oppimiskäyrän sanotaan olevan matalampi kuin esimerkiksi Excelissä. Power BI:n avulla pystyy tekemään dashboardeja nopeasti yhdistäen miljoonia tallennettuja tietoja. [17]

PowerBI:hin saa tietoa monista eri tietolähteistä. Virallisella Microsoftin verkkosivulla lis- tataan yli sata erilaista mahdollisuutta saada dataa ohjelmaan. Mahdolliset lähteet voidaan jaotella tiedostotyyppisiin, tietokantoihin, Power Platform- lähteisiin, Azure-palveluihin ja muihin online-palveluihin, sekä noin 40 muuhun tietolähteeseen, jotka eivät mene mihinkään näistä kategorioista.

Power BI tarjoaa useampaa eri hinnoittelumallia. Vaihtoehtoina ovat ilmainen, Pro, Pre- mium, Premium Per user ja hieman muista eroava Embedded.

Ilmaisella Power BI -lisenssillä käyttäjä pystyy käyttämään sisältöä omassa työtilassaan.

Perustoimintoja käyttämällä ilmaiskäyttäjä pystyy luomaan monimutkaisiakin visualisointeja, vaikka osa ominaisuuksista onkin lukittu. Ilmaisessa Power BI -lisenssissä kuitenkaan luotua sisältöä ei pysty jakamaan muille käyttäjille, paitsi jakamalla se täysin julkisesti. [18]

Pro-lisenssi maksaa käyttäjää kohti hieman alle 10 dollaria kuussa. Lisenssi on mukana myös laajimmissa Office 365-paketeissa. Pro-lisenssin omaavat käyttäjät voivat jakaa visualisointeja vain käyttäjille, joilla on myös ostettuna Pro-lisenssi. Myös intra-sivustoille ja Office 365-tuotteisiin on mahdollista jakaa visualisointeja. Pro-lisenssin mukana tulee hyvin paljon ominaisuuksia, vaikkakin osa ominaisuuksista on lukittu vain Premium-käyt- täjille. [19] [18] [20]

Power BI Premium on ensisijaisesti tarkoitettu suurille yrityksille, joilla olisi muutoin tarve ostaa merkittävä määrä Pro- tai Premium Per user -lisenssejä. Premium-mallissa on tarve ostaa Pro-lisenssit vain heille, jotka tekevät ja jakavat raportteja muille. Premium- lisenssi sisältää Microsoftin hallinnoimaa kapasiteettia, jota voi käyttää BI-laskentoihin.

Premiumin lähtöhinta on n. 5000 dollaria kuussa, mutta hinta skaalautuu ylöspäin, mitä

(12)

enemmän palvelinkapasiteettia tarvitaan. Premium Per user -lisenssi tarjoaa mahdolli- suuden käyttää premium-ominaisuuksia ilman valtavaa investointia, vain 20 dollarin kuu- kausihintaan saa yhdelle käyttäjälle Premium-lisenssin, joka toimii samalla tavalla kuin Pro-lisenssi, mutta premium-ominaisuuksilla. [18] [20]

Embedded-lisenssin etuna on mahdollisuus jakaa suurelle joukolle asiakkaita esimerkiksi omaan sovellukseen suhteellisen edullisesti Microsoftin ylläpitämänä. Tässä lisen- sointimallissa on myös rajoitteensa, autentikointi upotukseen tulee koodata itse, tai lisenssin lisäksi pitää ostaa myös esimerkiksi Power BI Premium -lisenssi. Embeddedillä ei myöskään pysty tarkastelemaan raportteja Power BI:n omassa palvelussa tai mobii- lisovelluksessa. Embedded-lisenssin hinta on noin dollari tuntia kohti, mikä tekisi suun- nilleen 735 dollaria kuussa. Tämä kustannus ei ole absoluuttinen, sillä varatun kapasi- teetin voi sammuttaa, kun se ei ole käytössä. Tällöin hinta voi olla hyvinkin alhainen, jos kapasiteettia ei käytetä. [18] [21]

Kun Power BI:llä lähdettiin tekemään käytännön testiä esimerkkidatan avulla, muutamia haasteita tuli esiin. Kaikki käyttöliittymässä ei ollut intuitiivista, ja esimerkin tekemisessä kului paljon aikaa sen selvittämiseen, mikä toimii mistäkin. Hyvänä puolena esimerkin tekemisessä oli se, että vaikutti siltä, että todella moni asia on mahdollista toteuttaa Po- wer BI:n avulla, kun vain tietää mistä etsii. Lopulta haasteiden jälkeen saatiin rakennet- tua vaatimusten mukainen dashboard suodattimineen. Suodattimet eivät tässä esimer- kissä ole normaalilla Power BI:n tavalla tehdyt, sillä käytetyssä ilmaisversiossa ei ole mahdollista julkaista raporttia. Ilman julkaisua suodattimia ei saa hyvin kuvaan. Tehty dashboard löytyy kuvasta 2.

(13)

Kuva 2. Power BI:n avulla tehty dashboard

3.3 Tableau

Tableau on modernin BI:n markkinajohtaja. Ensimmäinen versio Tableau Desktopista julkaistiin jo 2004. Se toimii Windowsin lisäksi myös MacOS:llä [17]. Se mainostaa itse- ään nopeana ja helppona ratkaisuna, jonka avulla visualisointeja voi luoda vain hiirellä raahaamalla ja vapauttamalla. Myös käytännössä se on myös helpoimmillaan juuri sitä.

Ensin valitaan datalähde, ja sen jälkeen yksinkertaisesti raahataan halutut osat datasta ruudulle, ja ohjelma tekee datan tyypistä riippuen kuvaajan, kaavion, kartan tai taulukon.

Ohjelma yrittää valita mahdollisimman hyvän esitysmuodon datalle, mutta halutessaan esitysmuotoa voi vaihtaa. [22]

Tableau oli ensimmäinen tässä työssä kokeiltu ohjelma. Siitä huolimatta testitapauksen mukainen dashboard oli hyvin yksinkertainen tehdä. Aikaa siihen meni alle 15 minuuttia, ja lopputuloksesta pystyy jo näkemään mahdollisesti kiinnostavia asioita. Dashboardin ylemmässä visualisoinnissa kuvassa 3 pystyakselilla näkyy keskimääräinen alennuspro- sentti kaupungeittain, ja vaaka-akselilla myynnin määrä kyseisessä kaupungissa. Alem- massa visualisoinnissa on näkyvissä tilauksen kiireellisyyden ja keskimääräisen voiton suhde. Oikeassa reunassa on suodattimet, joista käyttäjä voi piilottaa alueittain osan

(14)

datasta. Myös myynnin mukaan voi tehdä suodatuksen ylemmässä kuvaajassa. Suodat- timia on hyvin yksinkertaista tehdä, ja käytännössä lähes minkä vaan mukaan voi tulok- sia suodattaa. Kuvassa 3 näkyy kuvakaappaus lopputuloksesta.

Kuva 3. Tableaulla tehty yksinkertainen dashboard-näkymä.

Näkymästä voi saada helposti interaktiivisen lisäämällä suodattimia, joista käyttäjä pystyy suodattamaan näkyvää dataa oman tarpeensa mukaan. Tableaun tarjoamat vaihto- ehdot interaktiivisuuteen eivät lopu suodattimiin, dashboardille on tuotavissa hyvin va- paasti erilaisia palikoita. Tästä esimerkkinä Lisa Trescottin Tableaulla julkaisema visualisointi, jossa vertaillaan kolmea läpimurron tehnyttä musiikkiartistia viime vuosien aikana. Tähän visualisointiin on linkitetty musiikkitoistin, ja kun tietty artistin biisi valitaan grafiikasta, tarjoutuu käyttäjälle mahdollisuus soittaa kyseinen kappale. [23]

Tableaulla tehtyjä dashboardeja pääsee katsomaan netistä Tableau Onlinesta. Niitä voi myös upottaa omille verkkosivuille. Kumpi tahansa ratkaisu voi sopia yritykselle, käyttö- tarkoituksesta riippuen. [24] [22]

Tableauta pidetään yleisesti hyvin kalliina ratkaisuna. Vuodesta 2017 asti Tableau on tarjonnut yrityksille paketteja vain kuukausittaisena palveluna, siinä missä ennen tätä oli

(15)

mahdollista ostaa isommalla kertamaksulla ohjelmisto ja maksaa pienempiä kuukausi- maksuja. Tämäntyyppisessä palvelussa hinta kasvaa Tableaulla aina käyttäjämäärän mukaan. Tilauksessa on oltava vähintään yksi 70 dollaria kuussa maksava Tableau Creator -tili, viisi 35-42 dollaria maksavaa Tableau Explorer -tiliä, ja sata 12-15 dollaria maksavaa Tableau Viewer -tiliä [25]. Explorer- ja Viewer-tileissä pääsee pienemmällä hinnalla, jos käyttää laskentoihin omia palvelimia, siinä missä kalliimmalla hinnalla pää- see käyttämään Tableaun pilvipalveluja laskentoihin. Halvimmillaankin Tableun kuukau- simaksuksi tulee lähemmäs 1500 dollaria, ja hinta nousee, mitä enemmän käyttäjiä palvelussa on. [26]

Tableaulla tehdyt dashboardit voidaan upottaa yrityksen omille nettisivuille. Siinä tapauksessa hinta ei määräydy dataa katsovien käyttäjien mukaan vaan palvelinta ylläpitävien tietokoneiden ytimien mukaan. [27]

Opiskelijoille Tableau tarjoaa vuoden ilmaisen lisenssin. Muille käyttäjille tarjolla on kuu- kauden pituinen ilmainen kokeilujakso.

Tableau tarjoaa myös ilmaisen version maksullisesta palvelusta, nimeltään Tableau Public. Sitä voi käyttää ilmaisen Tableau Desktop Public Editionin avulla. Sen avulla pystyy tekemään lähes samanlaiset visualisoinnit kuin maksullisen palvelun avulla, mutta paikallista tallentamista ja datan päivittämistä on rajoitettu. Monissa käyttötarkoituksissa suurin rajoittava tekijä ilmaisen version kanssa kuitenkin on se, että sen avulla julkaista- vat dashboardit ovat aina julkisia, siinä missä yksityisen dashboardin tekeminen vaatii maksullisen version. [28]

3.4 Google Data studio

Data Studio on Googlen kehittämä tuote vastaamaan datan visualisoinnin tarpeisiin. Sen ensimmäinen julkaisu oli vuonna 2016 [29].

Data Studio on hieman erilainen vaihtoehto kuin Power BI sekä Tableau siinä mielessä, että se on täysin ilmainen sekä yksityishenkilöille että yrityksille. Käytön voi aloittaa helposti silloin kun haluaa, ainoa käyttöön tarvittava vaatimus on Google-tili, jonka voi luoda ilmaiseksi. Ilmaisuuden lisäksi Data Studio on myös käyttöjärjestelmäriippumaton, koska se toimii selaimessa ilman erillisen ohjelman latausta. [30] Tässä työssä selaimena on käytetty Googlen Chrome-selainta.

Data Studion käyttöliittymä on hyvin samankaltainen kuin muidenkin Googlen tuotteiden käyttöliittymä. Käytön aloittaminen Google Sheets ja Google Docs -työkaluja käyttä- neenä oli käytännössä ongelmatonta. Data Studio toimii myös hyvin yhteen muiden Googlen työkalujen kanssa datalähteitä tarkasteltaessa. Google Sheetsistä on helppo

(16)

tuoda dataa ja Google Analytics – laajasti käytetty nettisivudataan ja Google-mainoksiin liittyvä palvelu [30] – on myös helppo yhdistää Data Studioon datalähteenä. [31]

Kun Data Studiolla lähdettiin luomaan testitapauksen mukaista dashboardia, ensimmäi- nen haaste tuli vastaan. Data Studioon ei saanut suoraan datalähteeksi Excel-tiedostoa.

Excel-tiedosto on mahdollista tuoda esimerkiksi muuntamalla se csv-muotoon tai tuo- malla se Google Sheetsiin [10]. Tällä kertaa päädyttiin ratkaisuun, missä vietiin Excel- tiedostosta dataa Google Sheetsiin.

Kun data oli onnistuttu saamaan Data Studioon, haluttujen visualisointien ja suodattimien lisääminen oli helppoa ja suoraviivaista. Kuvassa 4 on esitettynä Data Studiolla luotu lopputulos.

Kuva 4. Esimerkkidatasta Data Studiolla luotu dashboard.

Data Studiolla tehdyt visualisoinnit voidaan upottaa myös Googlen palvelussa esittämi- sen lisäksi muillekin verkkosivuille. Upottamisen voi tehdä joko julkisesti tai yksityisesti.

Jos upottaminen tehdään yksityisesti, niitä, joilla on oikeus tarkastella dashboardia, ra- joitetaan Google-tilien kautta. Rajoitus voi olla tili-, ryhmä- tai domainkohtainen. Luon- nollisesti tällöin myös dashboardin tarkasteluun tarvitaan Google-tili.

(17)

3.5 Oma toteutus

Oma toteutus on tässä työssä vähemmän tärkeässä roolissa, mutta sekin esitellään vaih- toehtona. Se määritellään tässä työssä kokonaisuutena, jolla voidaan muodostaa dashboard. Ulkoisten kirjastojen, niin ilmaisten kuin maksullisten, käyttö on sallittua. Kir- jastoja käyttäen voidaan esimerkiksi toteuttaa dashboardin vaatimat grafiikkakomponen- tit. Jokainen yksittäinen visualisointi tulee olla erillinen kokonaisuus, eikä vain valmiista tuotteesta upotettu.

Oman toteutuksen tapauksessa vaikuttaa se, millaiset ovat vaatimukset dashboardille.

Mitä monimutkaisempia yhteyksiä datojen välille on tehtävä, ja mitä enemmän on erilaisia tapoja vuorovaikuttaa näkymien kanssa, sitä enemmän dashboardin tekeminen vie aikaa. Yrityksen perspektiivistä tarkastellen tehty työ maksaa, joten mitä kauemmin itse tekeminen vie, sitä kalliimmaksi toteutus tulee.

Esimerkkidatasta tehdyt muutamat yksinkertaiset visualisaatiot eivät ole mahdottoman vaikeita rakentaa. Jos toteutus tehdään esimerkiksi nettisivulle JavaScriptin avulla, voidaan datan graafiseen visualisointiin käyttää ilmaisia työkaluja. Suosittu Chart.js on esimerkki tällaisesta työkalusta. [32]

JavaScriptiin rakennettujen grafiikkojen sekä suodattimien lisäksi data tulee tuoda toteu- tukselle tavalla tai toisella. Tämä voidaan toteuttaa esimerkiksi rajapinnan avulla, josta on mahdollista myös kysyä AJAX-toiminnallisuuden avulla grafiikkaan uutta dataa suodattimien valintojen muuttuessa.

(18)

4. JOHTOPÄÄTÖKSET JA VERTAILU

4.1 Yleiset ominaisuudet

Luvussa 3 esitellyt neljä vaihtoehtoa Dashboardin luonnille ovat hieman erilaisia. Tab- leau ja Power BI ovat ominaisuuksiltaan lähellä toisiaan, siinä missä Google Data Stu- diosta ei kaikkia ominaisuuksia löydy. Tableau on kaikista monipuolisin, mitä tulee erilaisiin käyttäjälle näkyviin visualisointien tyyppeihin. Power BI:ssä ja Tableaussa on mahdollista tehdä visuaalisesti kauniita dashboardeja monipuolisemmin kuin Data Studiossa.

Tableau ja Data Studio ovat helpommin lähestyttäviä ja aloittelijaystävällisempiä kuin Power BI. Oma toteutus on kaikista vaihtoehdoista mukautettavin, jos yrityksellä on eri- tyistarpeita. Siinä ei ole käytännössä rajoja, mitä sen avulla voi tehdä. Myös hintalappu skaalautuu toteutuksen monimutkaisuuden mukaan, joten kaikkea ei useimmissa tapauksissa kannata tehdä alusta asti itse. Tableau on vertailluista työkaluista selvästi kal- lein, mutta myös Power BI:ssä on tarjolla paketteja, joiden kustannukset nousevat Tab- leaun tasolle ja joissain tapauksissa mahdollisesti jopa yli.

Upottaminen on mahdollista kaikissa neljässä, mutta hieman eri tavoin. Upotustavasta riippuen hinta on suurin tiedossa olevista vaihtoehdoista Power BI:ssä, sillä yksityinen upottaminen omaan sovellukseen vaatii Power BI Embedded -palvelun. Data Studiolla upottaminen on ilmaista, mutta vaatii yksityiseen upotukseen Google-kirjautumisen. Tab- leaun upottaminen yksityisesti ilman julkista linkkiä vaatii Embedded-palvelun, jonka hintaa ei ole julkisesti ilmoitettu, vaan se tulee kysyä Tableaulta.

4.2 Soveltuvuus

Kuten aiemmassa luvussa mainittiin, tässä dokumentissa esitellyt kolme työkalua eivät ole ainoat markkinoilla olevat ratkaisut. Nämä valitut työkalut ovat kuitenkin monipuolinen läpileikkaus työkaluihin, mitä on tarjolla, koska valitut työkalut edustavat monenlaisia markkinatoimijoita. Luonnollisesti jos mikään tässä esitellyistä ratkaisuista ei vastaa tiettyyn tarpeeseen, voi olla, että jokin muu työkalu pystyisi vastaamaan siihen paremmin.

Se mikä ratkaisu yrityksen kannattaisi valita, riippuu käyttötarkoituksesta ja käytettävissä olevista resursseista.

Jos on tarve luoda hyvin monimutkaisia dashboardeja ja datamalleja, on todennäköistä, että valinta tehtäisiin Power BI:n ja Tableaun välillä kustannuskysymykset ja yksityiskoh- taiset tarpeet huomioon ottaen. Jos halutaan päästä mahdollisimman halvalla, mutta

(19)

saada silti toimiva visualisointi, Data Studio on näistä vaihtoehdoista paras. Myös itse- tehty dashboard voi olla toimiva ja suhteellisen halpa ratkaisu, jos kyseessä ovat yksinkertaiset visualisoinnit. Tässä yhteydessä ratkaisun edullisuus tulee siitä, että kyseessä on kertamaksu, eikä maksu tule toistumaan kuukausittain tai vuosittain.

Yleisesti voidaan myös todeta, että jos yrityksessä on suuresti käytössä Googlen tai Mic- rosoftin muita tuotteita, jotka liittyvät haluttuun dashboardiin, kannattaa tämän merkitystä myös punnita, kun valintaa tehdään.

Tarve dashboardin upotukselle voi myös olla kynnyskysymys joissakin tapauksissa. Tä- mänkaltaisissa tilanteissa todennäköisimmin Power BI embedded pystyy vastaamaan ongelmaan. Myös Tableaun tarjonta kannattaa tarkistaa, varsinkin jos raha ei ole on- gelma. Yksinkertaiset upotukset onnistuvat millä tahansa tässä dokumentissa esitellyllä työkalulla, joten tämänkaltaisissa tapauksissa muiden asioiden tulisi ratkaista tilantee- seen sopiva työkalu.

(20)

5. YHTEENVETO

Datan analysointi visuaalisessa muodossa on hyvin tärkeää ja interaktiivisuus tuo siihen vielä yhden ulottuvuuden lisää. Markkinoilla on paljon valmiita ratkaisuja. Kun yritys va- litsee tarpeeseen sopivaa ratkaisua, kannattaa kartoittaa tarve ja budjetti.

Työkaluista Power BI on monipuolinen, eikä kuitenkaan mahdottoman kallis työkalu.

Tableau on kallis, mutta usein kokonaisuutena todella hyvä ratkaisu. Google Data Studio on täysin ilmainen, mutta sen avulla ei aivan kaikkea pysty tekemään. Itse toteutettu dashboard on muokattavissa juuri halutuksi, mutta sen hinta voi kivuta korkeammaksi kuin muiden kolmen toteutuksen.

Kandidaatintyö onnistui hyvin, ja se vastasi kysymyksiin, joita työkalujen ympärillä oli.

Tulosten perustella voidaan sanoa, että valittavana on monesta hyvästä vaihtoehdosta- työkaluja. Työtä voisi jatkaa vielä eteenpäin esimerkiksi suunnittelemalla ja toteuttamalla itse oman dashboardin.

(21)

LÄHTEET

[1] OECD, Data Definition (viitattu 24.10.2021). Saatavilla:

https://stats.oecd.org/glossary/detail.asp?ID=532

[2] Balamurugan Balusamy, Nandhini Abirami R, and Amir Hossein Gandomi. Big Data: Concepts, Technology and Architecture. First edition. Hoboken, NJ: John Wiley and Sons, Inc., 2021. Print.

[3] Tableau, What Is Data Visualization? Definition, Examples, And Learning Re- sources (viitattu 24.10.2021). Saatavilla: https://www.tableau.com/learn/arti- cles/data-visualization

[4] Scott Murray. Interactive Data Visualization for the Web: an Introduction to De- signing with D3. Second edition. O’Reilly Media, 2017. Print.

[5] Christo El Morr and Hossam Ali-Hassan. “Data Visualization.” Analytics in Healthcare. Cham: Springer International Publishing, 2019. 71–90. Web.

[6] Katy Börner, Andreas Bueckle, and Michael Ginda. “Data Visualization Literacy:

Definitions, Conceptual Frameworks, Exercises, and Assessments.” Proceed- ings of the National Academy of Sciences - PNAS 116.6 (2019): 1857–1864.

Web.

[7] Zhaohao Sun, Lizhe Sun, and Kenneth Strang. “Big Data Analytics Services for Enhancing Business Intelligence.” The Journal of computer information systems 58.2 (2018): 162–169. Web.

[8] Static vs. dynamic data visualization. David Alexander Ellis, Hannah Merdian (viitattu 24.10.2021). https://www.researchgate.net/figure/Static-vs-dynamic- data-visualization-A-static-graph-showing-a-positive-relation-

ship_fig1_285392767

[9] Jeeyun Oh et al. “Harnessing the Persuasive Potential of Data: The Combina- tory Effects of Data Visualization and Interactive Narratives on Obesity Percep- tions and Policy Attitudes.” Telematics and informatics 35.6 (2018): 1755–1769.

Web.

[10] Google Data Studio (viitattu 6.12). Saatavilla: https://datastudio.google.com/

[11] Microsoft Power BI Documentation (viitattu 6.12). Saatavilla: https://docs.microsoft.com/fi-fi/power-bi/connect-data/power-bi-data-sources

[12] Bloomberg, Mr. Edwyne Fernandes (viitattu 26.11). Saatavilla:

https://www.bloomberg.com/press-releases/2021-12-02/business-intelligence- software-market-size-worth-35-18-billion-globally-by-2028-at-8-45-cagr-verified- market-research

[13] Power BI Docs (viitattu 26.11). Saatavilla: https://power-

bidocs.com/2019/11/28/power-bi-sample-data-set-for-practice/

(22)

[14] Microsoft Power BI Documentation (viitattu 25.11). Saatavilla: https://docs.microsoft.com/fi-fi/power-bi/fundamentals/desktop-get-the-desktop

[15] Steven Mann et al. Microsoft SharePoint 2010 Business Intelligence Unleashed.

Sams Publishing, 2011. Print.

[16] Microsoft Power BI Blog (viitattu 25.11). Saatavilla: https://docs.micro-

soft.com/en-us/archive/blogs/analysisservices/announcing-microsoft-sql-server- code-name-denali-community-technology-preview-3-ctp3

[17] Thomas W Stewart. “Power BI: An Analytical View.” Journal of Accountancy 2020: 40–51. Print.

[18] Sulava, Power BI – hinnat ja lisenssit (viitattu 26.11). Saatavilla: https://sulava.com/liiketoiminnan-digitalisointi-tiedolla-johtaminen/power-bi-hinnat-ja-lisenssit/

[19] Bloomberg, Mr. Edwyne Fernandes (viitattu 26.11). Saatavilla:

https://www.bloomberg.com/press-releases/2021-12-02/business-intelligence- software-market-size-worth-35-18-billion-globally-by-2028-at-8-45-cagr-verified- market-research

[20] Microsoft Power BI documentation (viitattu 26.11). Saatavilla: https://docs.microsoft.com/fi-fi/power-bi/admin/service-premium-faq

[21] Azure pricing (viitattu 26.11). Saatavilla: https://azure.microsoft.com/en-us/pricing/details/power-bi-embedded/

[22] Tableau (viitattu 23.11). Saatavilla: https://www.tableau.com/why-tableau [23] Lisa Trescott Tableau Viz (viitattu 23.11). Saatavilla: https://public.tab-

leau.com/app/profile/lisa.trescott/viz/BreakthroughArtistsIronViz2021IV- Lisa/Dashboard1

[24] Tableau Help (viitattu 23.11). Saatavilla: https://help.tableau.com/current/pro/desktop/en-us/embed.htm

[25] Peter Sayer and Thor Olavsrud. “Top 12 Business Intelligence (BI) Tools for 2021.” CIO (2021): Print.

[26] “Tableau Switches to Subscription Pricing for Its BI Products.” ICT Monitor Worldwide 2017: Print.

[27] Tableau Help (viitattu 23.11). Saatavilla: https://help.tableau.com/current/server/en-us/license_product_keys.htm

[28] Tableau Public (viitattu 23.11). Saatavilla: https://public.tableau.com/en- us/s/about

[29] Google Blog (viitattu 26.11). Saatavilla: https://www.blog.google/products/mar- ketingplatform/360/introducing-google-analytics-360-suite/

[30] Google Data Studio (viitattu 6.12). Saatavilla: https://datastudio.google.com/

[31] Google Data Studio Support (viitattu 6.12). Saatavilla: https://sup-

port.google.com/datastudio/answer/7450249?hl=en#zippy=%2Cin-this-article

(23)

[32] Chart.js (viitattu 26.11). Saatavilla: https://www.chartjs.org/