Prinzip 1: Beginnen Sie mit der Entscheidung, nicht mit den Daten
Bevor auch nur eine einzige Visualisierung erstellt wird, identifizieren Sie die drei bis fünf Entscheidungen, die der beabsichtigte Benutzer des Dashboards treffen muss. Nicht die Berichte, die er erstellen muss, sondern die Entscheidungen, die er treffen muss. Für einen staatlichen Epidemiologen, der Daten zur Krankheitsüberwachung überprüft, sind die Entscheidungen: Nähert sich ein Bezirk dem Ausbruchs-Schwellenwert? Wo versagt die Pünktlichkeit der Untersuchung? Gibt es Bezirke mit erheblichen Rückgängen bei der Vollständigkeit der Berichterstattung?
Jede Visualisierung, die nicht direkt eine dieser Fragen beantwortet, gehört auf eine sekundäre Analyse-Seite, nicht auf das primäre Entscheidungsunterstützungs-Dashboard.
Prinzip 2: Die richtige Visualisierung für die richtige Frage
Verwenden Sie den Visualisierungstyp, der die Antwort sofort und ohne kognitiven Aufwand sichtbar macht.
- Thematische Karten für die geografische Verteilung: „Wo sind die Fälle?“ Eine Karte vermittelt in zwei Sekunden, was eine Tabelle in zwei Minuten vermittelt.
- Epi-Kurven (Balkendiagramme nach Datum des Auftretens) für die Epidemietrajektorie: „Wächst der Ausbruch oder geht er zurück?“ Die Form der Kurve, nicht die genauen Zahlen, ist die entscheidungsrelevante Information.
- Einzelwertkarten für die Schwellenwertüberwachung: 7 Fälle diese Woche gegenüber einem Schwellenwert von 5 vermitteln sofortige Dringlichkeit.
- Pivot-Tabellen für den operativen Drilldown auf der zweiten Analyseebene, nicht auf dem ersten Bildschirm.
- Liniendiagramme für die Trendanalyse über mehrere Zeiträume.
Prinzip 3: Weniger Indikatoren, mehr Klarheit
Ein funktionales Entscheidungsunterstützungs-Dashboard sollte nicht mehr als sechs bis acht Visualisierungen auf einem einzigen Bildschirm anzeigen, die ohne Scrollen sichtbar sind. Für Überwachungs-Dashboards sind die relevanten Indikatoren:
- Alarmstatus: Erreichen alle Bezirke den Ausbruchs-Schwellenwert?
- Vollständigkeit der Untersuchung: Wie viel Prozent der registrierten Fälle wurden vollständig untersucht?
- Pünktlichkeit: Mittlere Tage von der Registrierung bis zum Abschluss der Untersuchung
- Fallverlauf: Ist der Trend steigend, stabil oder rückläufig?
- Vollständigkeit der Berichterstattung: Wie viel Prozent der erwarteten Einrichtungsberichte wurden empfangen?
Prinzip 4: Design für den Benutzerkontext
Das Dashboard eines nationalen Programmdirektors und das Dashboard eines LGA-Überwachungsbeauftragten sollten sich kaum ähneln, selbst wenn sie aus derselben DHIS2-Instanz stammen. Verwenden Sie die Benutzerzugriffskontrollen und Organisationseinheitszuweisungen von DHIS2, um rollenspezifische Dashboards zu erstellen. Dashboards, die Daten außerhalb des Verantwortungsbereichs eines Benutzers anzeigen, verwässern den Fokus. Dashboards, die Daten verbergen, die der Benutzer zum Handeln benötigt, sind nutzlos.
Prinzip 5: Raten und absolute Zahlen zusammen anzeigen
Zehn Fälle in einer Bevölkerung von 500.000 haben ein sehr unterschiedliches Risikoprofil als zehn Fälle in einer Bevölkerung von 20.000. Konfigurieren Sie den Nenner für jede Organisationseinheit unter Verwendung der neuesten bevölkerungsbasierten Schätzung auf der Grundlage von Volkszählungen und erstellen Sie die Rate als berechneten Indikator. Verwenden Sie den Standard von Fällen pro 100.000 Einwohnern. Dokumentieren Sie immer die Nennerquelle und das Jahr in der Indikatordefinition.
Prinzip 6: Den Alarmschwellenwert visuell einbetten
Konfigurieren Sie Ausbruchs-Alarmschwellenwerte als Referenzlinien in Zeitreihendiagrammen und Farbgrenzen in thematischen Karten. Fügen Sie in DHIS2 Analytics eine Ziellinie am Ausbruchs-Schwellenwert hinzu, damit jeder Balken, der diesen überschreitet, sofort sichtbar ist, ohne dass eine Berechnung erforderlich ist. Kombinieren Sie dies mit dem DHIS2-Nachrichtenmodul, um automatische Benachrichtigungen an den zuständigen Beamten zu senden, wenn der Schwellenwert überschritten wird.
Prinzip 7: Datenqualität ist auf dem Dashboard sichtbar
Ein Überwachungs-Dashboard, das Fallzahlen anzeigt, ohne die Datenvollständigkeit zu zeigen, präsentiert ein unvollständiges Bild als vollständiges. Fügen Sie eine Einzelwertkarte oben auf jedem Überwachungs-Dashboard hinzu, die die Berichterstattungsvollständigkeit für den aktuellen Zeitraum anzeigt. Farbcodieren Sie sie: grün über 90 %, gelb 75-90 %, rot unter 75 %.
Für eine tiefere Datenqualitätsanalyse siehe DHIS2-Datenqualität: Wie man Systeme aufbaut, die zuverlässige Daten produzieren.
Häufige Fehler, die vermieden werden sollten
- Das Dashboard bauen, bevor die Daten sauber sind. Ein schönes Dashboard mit schlechten Daten führt zu selbstbewusst aussehenden falschen Schlussfolgerungen.
- Das Dashboard als endgültiges Ergebnis betrachten. Planen Sie sechs bis acht Wochen nach der Bereitstellung eine strukturierte Dashboard-Überprüfung mit den primären Benutzern ein.
- Jedes Diagramm standardmäßig interaktiv gestalten. Berücksichtigen Sie separate operationale und analytische Dashboards.
- Ladezeit ignorieren. Halten Sie die Ladezeit unter zehn Sekunden. Dashboards, die langsam laden, werden geschlossen und durch Telefonanrufe ersetzt.