Prilikom kreiranja poslovnih izveštaja, ne treba da izgubimo iz vida da je njihova primarna namena predstavljanje i tumačenje podataka na jasan način, sa ciljem da pruže konkretnu i validnu informaciju.
Živimo u digitalizovanom svetu, vremenu naglog tehnološkog progresa, munjevitih promena i brzog prilagođavanja novim situacijama. Više ne govorimo o viziji veštačke inteligencije ili virtuelne stvarnosti, već možemo da se pohvalimo da su nam savremenice. Sadašnjica nam, u mnogim sferama, daruje blagodeti i olakšice, ali bi trebalo i da vodimo računa kako se odnosimo prema sebi, svom organizmu, bližnjima, prirodi i planeti Zemlji.
Usled široke dostupnosti svakovrsne hrane, pred nama su brojni izazovi kako da se zdravo hranimo i očuvamo zdrav način života. Šta doručkovati − ovsene pahuljice sa voćem i jogurtom ili možda jaje i avokado ili, pak, neku ukusnu domaću pitu? Premda, većinom, imamo lepe i intenzivne asocijacije na ukus i miris dobre domaće pite, valjalo bi da budemo svesni da nije baš idealna opcija za doručak svakog dana u nedelji, dok je nekoliko puta mesečno sasvim u redu.
Paralelno sa zdravim životom i navikama, potrebno je da kreiramo i sprovodimo i zdravu organizacionu kulturu, vodeći, pritom, računa o kompetitivnosti i profitabilnosti poslovanja organizacije. Uz veliko zalaganje i podršku zaposlenih, primenom savremenih tehnologija, korišćenjem znanja, mogu da se ostvare značajni uspesi. Na tom putu je neophodno da se stalno pomno prate svakodnevni rezultati poslovanja, te da se, shodno njima, pravovremeno reaguje. Bez obzira na oblast poslovanja, više nije dovoljno da se izveštaji kreiraju jednom mesečno i u standardnoj A4 formi distribuiraju menadžmentu, te da se u tom koraku završi celokupna analiza podataka. Jedan od zahteva savremenog poslovanja je stalna dostupnost relevantnih podataka, ne samo o poslovanju organizacije, već i o ostalim činiocima koji nas okružuju (podaci o vremenu, populaciji, BDP), koji, korišćeni zajedno, mogu da donesu višestruke benefite i kreiraju nove, značajne informacije.
Većina poslovnih ljudi, pogotovu na nivou menadžmenta, svoje odluke zasniva na intuiciji, ali još više na podacima (data-driven decisions). Princip donošenja odluka, koji se zasniva na analizi i interpretaciji podataka, sada je toliko rasprostranjen, da se pojavljuje u brojnim disciplinama i oblastima, a ne samo u poslovnom svetu. Tumačenje podataka (data storytelling) predstavlja savremeni trend interpretacije podataka putem različitih vizuala i njihovog razumevanja i uticaja na ostale činioce poslovanja, a to se skladno povezuje i sa trendom korišćenja vizuelnog sadržaja, odnosno vizualizacije podataka putem različitih grafikona. Kako bi se na pravi način iskoristio puni potencijal vizualizacije podataka, potrebno je da znamo pravilan način za njeno kreiranje. Sagledavajući najčešće tipove vizuelnih izveštaja, a shodno zahtevima donosilaca odluka, dolazimo do podatka da su najčešće korišćeni grafikoni pita dijagram (pie chart) i trakasti grafikon (bar chart).
Pita dijagram je kružni grafikon koji je podeljen na delove (kriške), koji predstavljaju doprinos svake kategorije u prikazivanju celine. Najadekvatnije se koristi u situacijama kada želite da odredite kompoziciju i raspodelu određenih podataka. Kada pred sobom imate kategoričke vrednosti, onda to može dobro da se predstavi ovom vrstom prikaza, jer svako parče može da predstavlja drugu podgrupu, kao što je raspodela vrednosti o broju kupaca po polu ili starosnim kategorijama. Još jedna dobra upotreba pita dijagrama bila bi upoređivanje podataka o finansijskim tokovima unutar preduzeća, dugovanjima i potraživanjima.
Učini li vam se da pita dijagramom možete vizuelno da predstavite mnogo toga, pa krenete da malo dalje istražujete, naići ćete na brojne negativne komentare o ovom načinu grafičkog prikazivanja podataka. U osnovi, negativni utisci o zasnivaju se na tome da pita dijagrami nisu jednostavni za čitanje i interpretaciju. Poteškoće u interpretaciji potiču od toga što naš mozak nije idealno prilagođen tumačenju veličine različitih kriški, delova pite. Ako su delovi grafikona slični, ne možemo lako da ih razlikujemo po veličini. U slučaju da imamo samo dva ili tri dela pite i da su svi delovi (kriške) različiti, tada nemamo problema. Nažalost, u praksi, to najčešće nije slučaj. Relativno je česta situacija da pokušavamo da na pita dijagramu prezentujemo veliki broj podataka, te na kraju dobijemo previše isečaka, koji su još i slične veličine. Razlikovanje isečaka tada postaje otežano, pa, recimo, kriška koja čini 25% pite izgleda vrlo slično onoj čija je vrednost 27 procenata.
Ukoliko, prilikom kreiranja pita dijagrama, želimo da svakom parčetu pite pridružimo oznaku, koja bi sadržala naziv dela (kategorije koju prikazuje) i njenu vrednost (apsolutnu vrednost i/ili procentualno učešće), može da dođe do određenih preklapanja i „gužve“ na dijagramu, što ga, po pravilu, čini nepreglednim i teškim za tumačenje. Ovo je zbog toga što ćemo, pored sagledavanja udela (veličine kriški pite), dodatno morati da vodimo računa i istražujemo koja oznaka pripada kojem delu. Dodatno, ako imamo puno različitih vrednosti koje želimo da prikažemo dijagramom, delove pite koji su procentualno malo zastupljeni dosta je teško prikazati i sagledati njihov značaj u ukupnoj raspodeli.
Shodno tome, ako već moramo ili želimo da koristimo pita dijagram na izveštajima, potrebno je da uvažimo neka od pravila, kako bismo što bolje iskoristili njihove dobre strane:
Pie chart može da bude vrlo korisna metoda prezentacije podataka u situacijama koje su u ovom tekstu prethodno pojašnjene i predstavlja sasvim dobro rešenje kada želite da vizuelno prikažete odnos ili učešće manjeg broja kategorija (dve do pet, okvirno), naročito ako se udeli tih kategorija jasno razlikuju.
