Varför färdiga BI-verktyg sällan räcker för en nischbransch: lärdomar från att bygga Packindx

Packindx är en marknadsguide för förpackningsindustrin – köpare och säljare av emballage använder den för att följa prisrörelser och fatta beslut utifrån kostnadsförändringar, snarare än att sitta med statiska rapporter eller egna kalkylark. Jag har byggt hela IT-infrastrukturen bakom plattformen som fristående kontraktor, från datainsamling till det gränssnitt användarna faktiskt möter. Det är ett bra exempel på ett problem som ser enkelt ut utifrån – "visa priser i en tabell" – men som blir svårt så fort branschen är smal och datamängden växer.

Varför ett färdigt BI-verktyg sällan räcker

Det finns gott om generiska dashboard- och BI-verktyg som kan rita grafer på data ni matar in. Problemet är att de är byggda för att vara generella – de vet inget om hur just förpackningsbranschen tänker kring priser, leverantörer eller vilka jämförelser som faktiskt är relevanta. Utmaningen med Packindx var att branschdata ändras ofta och att användarna jämför leverantörer i realtid – ett verktyg som bara "visar data" utan att förstå domänen lämnar användaren att själv tolka stora tabeller, vilket är precis det målgruppen inte har tid med.

Aggregerat för överblick, detaljerat när det behövs

Lösningen var att bygga informationsarkitekturen i tydliga nivåer: aggregerade vyer som visar trender över tid för den som vill ha överblick, och detaljnivåer som går att borra ner i när en användare faktiskt behöver se enskilda datapunkter. Ingen av nivåerna är "rätt" för alla besök – en inköpare som jämför leverantörer inför ett beslut behöver något annat än en analytiker som följer en trend över ett kvartal, och gränssnittet är byggt för att inte tvinga fram samma vy på båda.

Prestanda är en förutsättning, inte en efterhandskonstruktion

När datamängden växer är det lätt att prestanda blir något man löser i efterhand när sidorna börjar kännas tunga. Här formades API-lagret och cachestrategin istället kring de mest frekventa frågorna från marknaden redan från start, kombinerat med prestandaoptimering i webbläsaren för tabeller och grafer som annars är tunga att rendera. Målet var att prisrörelser och jämförelser ska kännas omedelbara, oavsett hur mycket historik som finns bakom varje siffra.

Byggd för laptop, inte mobil först

En sak som skiljer Packindx från många konsumentriktade produkter: målgruppen sitter oftast vid en laptop när de gör djupanalys, inte i mobilen. Det påverkade prioriteringen rakt av – läsbarhet och tillgänglighet i täta tabeller vägde tyngre än att pressa in samma upplevelse i en liten skärm. Att känna målgruppen, inte bara bygga för en generell enhetsstandard, är precis den typen av beslut som ett färdigt BI-verktyg aldrig kan fatta åt er.

Resultatet

Beslutsfattare i branschen får idag en källa där prisrörelser går att följa över tid, vilket minskar beroendet av manuella kalkylark och ad hoc-insamling av data. Redaktionellt innehåll och data möts i samma upplevelse istället för att leva i separata verktyg – vilket var hela poängen med att bygga plattformen som ett sammanhållet system snarare än ett generiskt dashboard-lager ovanpå någon annans verktyg.

Har ni datatung information i en smal bransch som förtjänar bättre än ett generiskt BI-verktyg? Läs mer om hela caset på Packindx, eller om skalbara system hos Avitus IT. Vill ni prata igenom er egen data? Hör av er via kontaktsidan.