شاخص کلیدی عملکرد و کاهش وزن

حدود چند ماه پیش یکی از دوستان که از اضافه وزن، رنج می برد، تصمیم به کاهش وزن گرفت. در آن زمان وزن ۸۰ کیلوگرم داشت و مشاوره تغذیه اش، وزن ایده آل او را، ۶۸ کیلو اعلام کرده بود و پیشنهاد داده بود که طی ۲۴ هفته از شر وزن اضافه خلاص شود. برنامه غذایی نوشته شد، و دوستم شروع به پیروی از برنامه غذایی کرد.

دوست عزیزم برنامه غذایی را رعایت می کرد، اما هیچ معیاری نداشت که چقدر در راستای هدف اش عمل میکند و چقدر به وزن ایده آل اش نزدیک شده است. بهش پیشنهاد دادم که در چارچوب هوش تجاری عمل کند. چطور؟ اجازه بدید که توضیح بدم.

هدف دوستم مشخص بود. کاهش وزن از ۸۰ کیلو به ۶۸ کیلو طی ۲۴ هفته. اولین قدم، استخراج و تعیین شاخص کلیدی عملکرد بود. شاخص کلیدی عملکرد چیست؟ شاخص کلیدی عملکرد در واقع معیار عددی برای سنجش وضعیت در حوزه مورد نظر ما است و مشخص می کند که چقدر ما به هدف آن حوزه نزدیک شده ایم. حالا حوزه مورد نظر ما کاهش وزن است و چه شاخصی واضح تر از خود مقدار وزن. بنابراین دوستم وزن را به عنوان شاخص کاهش وزن در نظر گرفت. گذشته از آن، به موارد دیگری فکر کرد که بر روی کاهش وزن موثر است و می توان به عنوان شاخص کاهش وزن در نظر گرفته شود. مواردی چون مقدار کالری دریافتی، تعداد گام های طی شده در طول روز، تعداد لیوان آب.

دوستم فایل اکسلی به شکل زیر تهیه کرد و در هر روز مقادیر شاخص های وزن، کالری دریافتی، تعداد گام و تعداد لیوان آب را در آن یادداشت می کرد. نتیجه در هفته اول به صورت زیر شد.

 


 

جدول بالا به اندازه کافی گویا نبود و دوستم مجبور بود تمام اعداد را یک بار مطالعه کند تا متوجه وضعیت کاهش وزن اش در هفته اول رژیم شود. بنابراین برای درک بهتر و سریعتر، شروع به نمایش شاخص ها در قالب نمودار کرد. نتیجه تغییرات وزن در هفته اول و به صورت نموداری را در تصویر زیر مشاهده می کنید.

 


 

با یک نگاه متوجه وضعیت کاهش وزن اش در هفته اول شد. نتیجه کاملا ناامید کننده بود. نه تنها کاهش وزن نداشت، که افزایش وزن هم داشت. مشکل کجا بود؟ دوستم به بررسی باقی شاخص ها پرداخت. برای درک بهتر و سریع تر، نمودار مابقی شاخص ها را هم رسم کرد و در کنار هم قرار داد.

 

 

حالا ریشه یابی افزایش وزن ساده تر شد. شاخص ردیف اول سمت چپ، نشان دهنده وزن است، روند نزولی دارد، تا روز آخر که به صورت غیر منتظره افزایش می یابد. شاخص ردیف اول سمت راست، مقدار کالری دریافتی را نشان می دهد. روز قبل از حادث شوم افزایش وحشتناک وزن، دوستم حسابی رژیم را شکسته بود و کلی فست فود و شیرینی خامه ای خورده بود. البته صادق بود و کالری دریافتی را صادقانه نوشته بود.

ریشه افزایش وزن معلوم شد، تا حد زیادی به خاطر کالری دریافتی بالا در روز قبل بود.

گذشته از آن شاخص تعداد گام هم نشون میده که دوستم در اون روز کذایی، تحرک بدنی کمی داشت، روز بعدش هم تلاش کرده جبران کنه، اما کار از کار گذشته بود و اضافه وزن یقه اش را گرفته بود.

در روز کذایی تعداد لیوان آب افزایش پیدا کرده بود. که با توجه به فست فود سنگینی که دوست جان بر بدن زده بود، نوشیدن آب بیشتر دور از انتظار نبود. میدونید که نمک فست فود عاشق چیه؟ عاشق آب که به هم بچسبند و وزن را تصاعدی بکشن بالا.

نمودارهای بالا خبرای بدی برای دوستم داشتند. اما جلو ضرر رو از هر جا بگیری منفعت. حداقل اش حواس اش جمع شد که یه تقلب کوچیک (۵ تا شیرینی خامه ای ناقابل با یه پیتزا ناقابل تر)، چقدر می تونه اون رو از هدف اش دور کنه.

دوستم به روال یادداشت شاخص ها در اکسل و رسم نمودار ادامه داد، الان کجاست؟ داره درخواست های مدلینگ را، یکی یکی رد می کنه.

از کدام نمودار جهت نمایش داده استفاده کنیم؟ (۲)

نمودار ترکیبی

این دسته از نمودارها سهم اجزای مختلف از یک کل را نشان می دهند. نمودار های دایره ای، تجمعی یا انباشته … در این دسته قرار می گیرند.

دایره ای: نمودار دایره ای که گاها با نام نمودار کلوچه ای به آن اشاره می شود، جهت نمایش داده ها به صورت درصدی از کل، مورد استفاده قرار می گیرد. این نوع نمودار برای بررسی داده های هم جنس در یک مقطع از زمان (مثلا سهم هر مشتری از مقدار کل خرید در سال ۱۳۹۶) مناسب می‌باشد، در واقع در حالتی که ما بخواهیم سهم هر یک از موارد یا اتفاقات از یک کل را به دست آوریم، این نمودار بهترین گزینه پیش رو می‌باشد.

 

 

 

تجمعی: این نمودار نیز مشابه نمودار دایره ای جهت نمایش داده ها به صوردت درصدی از کل مورد استفاده قرار می گیرد. با این تفاوت که برخلاف نمودار دایره ای که درصد از کل را بر اساس چند بعد مقایسه می کند. به عنوان مثال در نمودار دایره ای در تصویر قبلی، درصد خرید فقط در یک فصل نمایش داده شده است اما در نمودار تجمعی که در ادامه مشاهده می کنید، در چهار فصل سال نمایش داده شده است.

 

 

 

نمودارهای پراکندگی

این دسته از نمودارها پراکندگی داده‌ها را بر روی یک صفحه مشخص می‌کنند. پر استفاده ترین نمودار این دسته، نمودار نقاط پراکنده یا همان اسکاتر است.

نقاط پراکنده (scatter):
مودار نقاط پراکنده برای ترسیم داده های پیوسته و حتی گسسته علمی / مهندسی / ریاضی / آماری / آزمایشگاهی دقیق مناسب است، مانند ترسیم روند تغییرات آب و هوایی، یا رشد سلولی یا داده های خروجی نرم افزارهای تحلیلی و هزاران کاربرد دیگر.

در تصویر زیر نمونه ای از یک نمودار نقاط پراکنده(Scatter Diagrams) ترسیم شده است، هر نقطه از این نمودار نشان دهنده ی یک داده ی بدست آمده از یک کار آماری یا آزمایشگاهی و یا یک نقطه از یک رابطه ریاضی میباشد.

 

 

نمودارهای رابطه‌ای

این دسته از نمودارها رابطه‌ی متغیرها را با یکدیگر نشان می‌دهند. پر استفاده ترین نمودار این دسته، نمودار حبابی است.

 

حبابی
(Bubble): با کمک این نمودار می توان میزان رشد یک آیتم در ازای تغییرات دو پارمتر استفاده نمود، فرض کنید می خواهید در یک نگاه میزان فروش خود را در ماه های یک سال و به ازای هزینه های تبلیغات مختلف ببیند. با کمک نمودار حبابی به راحتی این کار امکان پذیر است. در نمودار زیر اندازه حباب ها نشان دهنده مقدار هزینه است، محور Y مقدار فروش را نشان می دهد و محور X ماه را.

 

از کدام نمودار جهت نمایش داده استفاده کنیم؟ (۱)

داده ها با طیف متنوعی از نمودارها نشان داده می شوند، اما کدام نمودار وضعیت داده های را به بهترین نحو نمایش می دهد؟ دقت کنید که نمودارها جهت شفاف سازی اطلاعات به وجود آمدند و انتخاب اشتباه نمودار منجر به کج فهمی داده ها شده و اطلاعات درست را به تحلیلگر منتقل نمی کند و ممکن است کاربران نهایی را به اشتباه بیاندازید.

نمودارها به صورت کلی به ۴ دسته تقسیم می شوند که عبارتند از : نمودارهای مقایسه ای، نمودارهای ترکیبی، نمودارهای توزیع و نمودارهای رابطه ای. در ادامه انواع به بررسی انواع نمودارها می پردازیم.

 

 

نمودار مقایسه ای

نمودار های مقایسه ای، همانطور که از نام آنها مشخص است برای مقایسه چند قلم اطلاعاتی مورد استفاده قرار می گیرند و به سادگی کمترین و بیشترین مقدار را نمایش می دهند. با توجه به نوع اقلام اطلاعاتی و گزارش های مورد نظر می توانید از این دسته از نمودارهای استفاده کنید.

 

ستونی: در صورتی که اقلام اطلاعاتی وابسته به زمان نیستند و تعداد آنها کم است، بهترین انتخاب برای نمایش آن، نمودار ستونی است.

 

میله ای: در صورتی که اقلام اطلاعاتی وابسته به زمان نیستند و تعداد آیتم هایی که قرار است مقایسه شوند، زیاد باشد بهتر است که از نمودار میله ای استفاده کنید.

 

رادار: در صورتی که داده های شما شامل شرایط زیر می شود، وابسته به زمان است، در دوره های زمانی مختلف تکرار می شود و تعدا اقلام اطلاعاتی که قرار است با هم مقایسه شوند، اندک است، بهترین گزینه برای نمایش آن، نمودار رادار است. در نمودار زیر تعدا خرید مشتریان در فصل های مختلف مقایسه شده است.

خطی: آیا داده های شما وابسته به زمان است اما تکرار آن در دوره های زمانی مختلف اهمیتی ندارد؟ از نموار خطی استفاده کنید. نمونه آن را در ادامه می بینید.