داشبورد تحلیلی سلامت شغلی

ایران فاوا گسترش · گروه صنعتی ایران‌خودرو

نقش
مهندس ارشد فرانت‌اند
دوره
۱۴۰۳
نوع
خصوصی
  • React
  • TypeScript
  • Highcharts
  • REST APIs
  • SCSS

داشبوردی برای تیم‌های سلامت شغلی یک گروه صنعتی که سوابق سلامت نیروی کار و خروجی مدل را به چیزی تبدیل می‌کند که یک غیرتحلیل‌گر هم بتواند بر اساسش تصمیم بگیرد: کدام سایت‌ها و نقش‌ها به سمت ریسک می‌روند، و پیش‌بینی چقدر قابل اطمینان است.

چالش

یک پلتفرم تحلیلی با کمک هوش مصنوعی که روندهای پیش‌بینی‌شده‌ی سلامت شغلی را در نیروی کار یک گروه صنعتی نمایش می‌دهد، ساخته‌شده بر پایه‌ی Highcharts.

خروجی پیش‌بینی را خیلی راحت می‌شود بد نمایش داد. نموداری که پیش‌بینی را با همان وزن یک اندازه‌گیری رسم کند، مخاطب را دعوت می‌کند حدس مدل را واقعیت فرض کند - و در زمینه‌ی سلامت شغلی، این به تصمیم‌هایی درباره‌ی آدم‌های واقعی منجر می‌شود. مخاطب کارکنان بهداشت و ایمنی‌اند، نه دانشمندان داده؛ پس رابط باید عدم قطعیت را آشکارا نشان می‌داد، بی‌آنکه هر نمودار را به یک کلاس آمار تبدیل کند. داده‌ها هم با دانه‌بندی‌های مختلف می‌رسند و همین تجمیع ساده‌لوحانه را بی‌صدا گمراه‌کننده می‌کند.

کاری که کردم

  • تاریخچه‌ی اندازه‌گیری‌شده را از بازه‌ی پیش‌بینی‌شده از نظر بصری جدا کردم - خط توپر در برابر نوار - تا پیش‌بینی هرگز مثل یک مقدار ثبت‌شده خوانده نشود.
  • بازه‌ی اطمینان را در خود نمودار گذاشتم، نه در پانویس؛ تا پهنای نوار اولین چیزی باشد که دیده می‌شود.
  • به‌جای ارائه‌ی همه‌ی انواع نمودار Highcharts و رها کردن داشبوردها، روی مجموعه‌ی کوچکی از انواع نمودار متناسب با پرسش مورد نظر استانداردسازی کردم.
  • سطح تجمیع را در هر نما صریح کردم، تا نمودار بگوید هر نقطه نماینده‌ی چیست، نه اینکه حدس زدنش به عهده‌ی خواننده باشد.
  • لایه‌ی نمودار را به شکل wrapperهای پیکربندی‌شده روی Highcharts ساختم تا رفتار محورها، tooltip و رنگ در سراسر داشبورد یکسان بماند.

ویژگی‌های کلیدی

  • نمایش روندهای پیش‌بینی‌شده با بازه‌های اطمینان صریح.
  • لایه‌ی نمودار یکدست بر پایه‌ی Highcharts.
  • طراحی‌شده برای کارکنان بهداشت و ایمنی، نه تحلیل‌گران.

نتیجه

تیم‌های سلامت داشبورد را مستقیم می‌خوانند و دیگر گزارش‌های موردی درخواست نمی‌کنند، و جداسازی بصری مقادیر اندازه‌گیری‌شده و پیش‌بینی‌شده باعث می‌شود خروجی مدل همان‌طور که هست دیده شود.

پروژه‌های دیگر