Episode ini mengajarkan cara membuat dashboard yang benar-benar dibaca dan dipakai: prinsip layout & hierarki visual, pola narrative data dari analogi laporan koran, story arc dalam dashboard, dan praktik menyusun dashboard storytelling untuk Superstore

Setelah di episode 8-10 kalian menguasai tiga tool dashboard, pada episode ini kita membahas lapisan yang membuat dashboard dibaca, dipahami, dan dipakai: UX dan storytelling. Dua dashboard dengan data sama bisa menghasilkan pengalaman sangat berbeda — satu membuat manajer langsung mengambil keputusan, yang lain membuatnya scroll-scroll lalu menutup.
Mengapa ini penting? Karena dashboard adalah produk komunikasi. Stakeholder tidak punya waktu untuk menganalisis — mereka butuh arah: apa yang penting, apa yang naik/turun, apa yang harus dilakukan. Kalian, sebagai BI Analyst, adalah desainer dari pengalaman membaca data tersebut.
Analogi terbaik untuk dashboard yang baik adalah halaman koran:
Pembaca koran memutuskan "baca atau tidak" dalam beberapa detik pertama — sama seperti stakeholder melihat dashboard kalian. Jika dalam 5 detik mereka tidak tahu poin utamanya, dashboard itu gagal.
Empat prinsip yang akan langsung meningkatkan kualitas dashboard:
Mata manusia membaca dari kiri-atas ke kanan-bawah. Letakkan:
Jangan menaruh visual terpenting di pojok kanan-bawah — tidak ada yang akan sampai ke sana.
Besar kecilnya elemen menunjukkan kepentingannya:
Gunakan bobot tipografi: judul besar, sub-judul medium, label kecil. Semua elemen "berteriak" sama keras = tidak ada yang penting.
Dashboard yang penuh sesak membuat mata lelah. Beri white space di antara visual. Aturan praktis: kalau dashboard butuh scroll lebih dari satu layar untuk poin utama, terlalu penuh — pangkas atau pecah menjadi beberapa tab.
Satu palet warna, satu format angka, satu gaya judul di semua dashboard. Konsistensi mengurangi beban kognitif — pembaca langsung tahu ke mana harus melihat karena pola yang sama.
Dashboard storytelling mengikuti story arc — seperti cerita yang punya awal, tengah, akhir:
| Tahap | Pertanyaan | Elemen |
|---|---|---|
| Setup | "Kondisi sekarang bagaimana?" | KPI + konteks target |
| Konflik | "Apa yang tidak beres?" | Tren turun, anomali, gap vs target |
| Akses | "Mengapa itu terjadi?" | Detail, breakdown, analisis penyebab |
| Aksi | "Apa yang harus dilakukan?" | Rekomendasi, filter untuk eksplorasi |
Contoh nyata untuk Superstore:
Salah satu trik storytelling yang paling diabaikan: judul yang bercerita. Bandingkan:
| Judul Biasa | Judul Bercerita |
|---|---|
| "Revenue per Bulan" | "Revenue naik 8% MoM setelah promo Q2" |
| "Churn by Plan" | "Churn tertinggi di plan Basic — 2x dari Premium" |
Triknya: tulis kesimpulan di judul, biarkan chart mengkonfirmasi. Pembaca langsung mendapat poinnya bahkan tanpa membaca detail. Untuk menerapkan ini secara dinamis, tool modern punya fitur dynamic title yang mengisi judul dari nilai metrik — kombinasi formula + teks.
Tip
Di Power BI pakai Dynamic Format String atau judul berisi DAX ([Revenue] & " naik " & [MoM%]). Di Tableau gunakan calculated field untuk judul. Di Looker gunakan dashboard filters + note. Ketiganya bisa menghasilkan judul dinamis yang bercerita — latihan kecil yang berdampak besar.
Terapkan semua prinsip dengan mendesain ulang dashboard Sales Performance:
Judul (dinamis): "Revenue [bulan] : [nilai] — [tren] vs bulan lalu"
Baris 1 [KPI]: Revenue | Profit | Margin % | AOV (dengan warna naik/turun)
Baris 2 [Setup + Konflik]: Line chart tren 12 bulan | Bar chart per region
Baris 3 [Akses]: Bar per kategori | Table detail | Slicer category + region
Footer (Aksi): teks ringkas — "Fokus: kategori Furniture di region West turun 18% MoM"Sebelum dikirim ke stakeholder, uji dengan satu pertanyaan: "Poin apa yang diambil pembaca setelah 10 detik?" Kalau jawabannya jelas — dashboard berhasil.
Inti yang harus dibawa pulang:
Di episode 12 selanjutnya kita masuk ke lapisan yang membuat semua dashboard konsisten: semantic layer & metrics store — bagaimana dbt semantic layer dan Metrics Store menjadikan definisi "revenue" satu dan dipakai semua tool. Ini membedakan BI Analyst yang bisa scale dari yang stuck di dashboard kecil. Pastikan tetap semangat!