In Devlog #7 habe ich die technische Grundlage für einen flexiblen Statistik-Explorer beschrieben. In Devlog #9 ging es darum, wie daraus mehr als nur feste Dashboards werden soll. Seitdem sind viele Bausteine gewachsen: Benchmarking, Indikationsprofile, Gruppen und Vergleiche. Was bislang noch fehlte, war eine Oberfläche, in der man Auswertungen wirklich frei zusammenstellen kann, ohne dass für jede neue Fragestellung erst Code geschrieben werden muss.
Genau das liefert der neue Analysis Explorer. Er ersetzt die bisherige Analytics-Bibliothek sowie die alten Pivot-Tabellen. Statt dutzender fest verdrahteter Seiten gibt es jetzt eine einzige interaktive Arbeitsumgebung, in der Allocation-Daten nach Zeitraum, Scope, Dimension und Chart-Typ untersucht werden.
Vom festen Report zur offenen Analyse
Der Explorer startet entweder leer oder mit einer vordefinierten Ansicht aus der Bibliothek. In beiden Fällen lässt sich die Auswertung im Edit-Drawer anpassen: Welche Dimension soll aufgeschlüsselt werden? Soll nach Geschlecht, Dringlichkeit, Fachabteilung, Wochentag oder klinischen Merkmalen gruppiert werden? Welcher Chart-Typ passt zur Fragestellung, Balken, Linie, Heatmap oder Boxplot? Welche Metrik soll im Diagramm erscheinen, und welche zusätzlichen Kennzahlen sollen in der Ergebnistabelle stehen?
Besonders hilfreich finde ich die Matrix-Ansicht. Wenn man zwei Dimensionen gleichzeitig betrachten will, etwa Wochentag gegen Tageszeit oder Geschlecht gegen Dringlichkeit, lassen sich Zeilen- und Spaltenachse getrennt setzen. Die Ergebnisse erscheinen als Kreuztabelle mit Summen, optional mit Prozent-Anteilen gegenüber der Gesamtsumme. Das ist im Grunde das, wofür die Pivot-Tabellen gedacht waren, nur flexibler und ohne separate Implementierung pro Fragestellung.
Die Ergebnisse selbst kommen als interaktives Diagramm und als sortierbare Tabelle. Wer tiefer einsteigen will, kann die Tabelle clientseitig sortieren, als CSV exportieren oder das Chart als PNG speichern, inklusive Achsenbeschriftungen.
Was mit der alten Analytics-Oberfläche passiert ist
Die frühere Analytics-Bibliothek und die Pivot-Tabellen habe ich entfernt. Nicht, weil die Idee falsch war, sondern weil sie neben dem Explorer redundant geworden sind. Viele der dortigen Auswertungen lassen sich jetzt als vordefinierte System-Ansichten in der neuen Bibliothek öffnen und bei Bedarf weiter anpassen.
Alte URLs leiten automatisch in die neue Analyse-Bibliothek oder in passende Explorer-Ansichten um. Gespeicherte Ansichten aus der alten Generic-Analysis-Schicht wurden nicht migriert; wer eigene Konfigurationen hatte, legt sie im Explorer neu an. Das ist bewusst so, weil das neue Konfigurationsmodell deutlich ausdrucksstärker ist und Zeilen-, Spalten- und Metrik-Achsen sauber trennt.
Technisch im Hintergrund
Unter der Haube nutzt der Explorer dieselbe Generic-Analysis-Engine wie die Dashboards, aber mit einem eigenen Konfigurationsmodell in Schema v3. Zwei Datenquellen sind angebunden: allocations für Einsatzdaten und hospitals für Klinik-Kennzahlen wie Bettenzahlen oder Standortverteilungen. Jede Datenquelle bringt eigene Dimensionen und Fähigkeiten mit; der Explorer validiert, welche Kombinationen sinnvoll sind, bevor eine Abfrage läuft.
System-Ansichten werden in der Datenbank als saved_explorer_view gespeichert und per Konsolenbefehl synchronisiert. Eigene Ansichten können Teilnehmer speichern und als Favoriten markieren. Darüber schreibe ich ausführlicher im nächsten Devlog.
Was als Nächstes kommt
Der Explorer ist in der Alpha-Phase angekommen, aber noch nicht fertig. Teilen von Ansichten, Dashboard-Einbettung und empfohlene Views sind bewusst noch nicht drin. Auch einige Dashboard-Charts auf der Overview verlinken inzwischen in passende Explorer-Ansichten, aber nicht alle. Das kommt Schritt für Schritt.
Trotzdem ist das für mich ein weiterer Wendepunkt: Die Plattform hat jetzt eine echte Analyseumgebung statt einer Sammlung einzelner Reports. Wenn ihr den Explorer ausprobiert, freue ich mich wie immer über Feedback über die Sprechblase in der Anwendung.