Blogisarjani viidennessä osassa tutkailemme muistin virkistykseksi vanhaa kunnon heat mappiä (lämpökartta, heatmap, jne). Heat map on erittäin monikäyttöinen ja hyvä tapa visualisoida tietoa niin että esitetystä tiedosta korostuu olennaiset asiat. Yksinkertaisuudessaan heat map on siis kaksi ulotteinen kaavio jossa värillä tuodaan kolmas ulottuvuus.
Korostamalla asioita värillä auttaa käyttäjää ymmärtämään hyvinkin monimutkaisia tietoja. Yksinkertainen esimerkki voisi olla visualisointi, joka kuvaa nettisivuilla kävijöiden määrää:
Ylläolevassa kaaviossa y-akselilla on viikonpäivä, x-akselilla kuukausi / vuosi ja värillä kuvattuna kävijöiden määrä. Eli tummempi väri kuvaa sitä että kävijöitä on ollut enemmän ja vaaleampi sitä että vähemmän.
Tämän tyyppinen kaavio on erinomainen erilaisten asioiden kuvaamiseen, esimerkiksi asiakkaat myymälässä, vierailijat nettisivuilla, ostajat verkkokaupassa, autot parkkihallissa, tuotantolinjalta ulos tulleet tuotteet, saapuneet/lähteneet toimitukset, prosessin suorituskyky, resurssin käyttöaste, puhelut asiakaspalveluun, jne. Käyttötarkoituksia on erittäin paljon, koska useita asioita on järkevää analysoida kolmella ulottuvuudella ja heat map on monissa tapauksissa erinomaisen selkeä ja informatiivinen visualisointityökalu siihen.
Kannattaa muistaa että värillä asioiden korostamista voi hyödyntää melkein missä tahansa kaaviotyypissä! Itse en jumiudu heat mapin tarkkaan määritelmään vaan hyödynnän sen olemusta runsaasti eri tyyppisissä kaaviossa.
Jatkan taas blogisarjan edellisistä osista tuttua katteen metsästystä ja tällä kertaa johto on pyytänyt selvittämään olisiko IT-helpdeskin kustannuksia mahdollista jotenkin pienentää. Helpdesk hörppää ison osan kiinteistä ICT-kustannuksista, joten asian selvittely lienee järkevää.
Lyhyen tutkimisen perusteella (waterfall -kaaviota hyödyntäen, vinkvink) selviää, että suurinosa IT-helpdeskin kustannuksista tulee henkilöstökuluista. Helpdesk toimii tällä hetkellä klo 7-17 välisenä aikana, olisiko mahdollista säästää lyhentämällä aukioloaikaa?
Nappaan data setin työkaluun ja rupean visualisoimaan:
Täräytän kaavioon yhteydenotot IT-helpdeskiin (tummempi vihreä enemmän yhteydenottoja ja vaaleampi vähemmän), y-akselille kellonajan (puolen tunnin tarkkuudella) ja x-akselille viikon päivän. Näyttäisi siltä että selkeästi maanantait ja perjantait ovat kiireisimpiä päiviä, kun taas torstaisin on erittäin hiljaista. Myös iltapäivät klo 16 jälkeen ja aamuisin ennen klo 8 on selvästi hiljaisempaa.
Ennen lopullisia johtopäätöksiä tsekkaan pikaisesti ettei aikaisten aamujen ja myöhäisten iltapäivien yhteydenotot ole olleet pääsääntöisesti kiirellisiä ja totean myös samalla että viimeisen vuoden aikana yhteydenotot IT-tukeen ovat laskeneet merkittävästi.
Katteen metsästyksen kanssa on sen verta kiire että pitemmittä puheitta ehdotan johdolle IT-heldeskin aukioloajan lyhentämistä klo 8-16 aikavälille (tunti aamusta ja iltapäivästä pois). Arvioitu kustannussäästö kuukausitasolla n. kymppitonni.
Tämän esimerkin tapauksessa heat map osoittautui arvokkaaksi työkaluksi. Lopputuloksena datamassasta saatiin kaiveltua olennainen informaatio ja sen pohjalta pystyttiin tekemään päätöksiä. Huolimatta tämän esimerkin yksinkertaisuudesta, heat map on erittäin vahva työkalu ja erittäin laajasti hyödynnettävissä, suosittelen!
