หนังสือ The Big Book of Dashboards ของ Wexler, Shaffer & Cotgreave (2017) ชี้ว่าแดชบอร์ดส่วนใหญ่ในองค์กรถูกสร้างขึ้นแล้วแทบไม่มีใครกลับมาใช้ซ้ำ เพราะออกแบบมาให้ 'ดูครบ' มากกว่า 'ตอบคำถามที่ผู้ใช้ต้องการจริง' ปัญหานี้ยิ่งซับซ้อนขึ้นเมื่อใช้ AI ช่วยเขียน SQL เพราะโค้ดที่ 'รันได้และตัวเลขดูสมเหตุสมผล' อาจยังคงผิดพลาดโดยตรวจจับได้ยาก คอร์สนี้ใช้เลนส์ศาสตร์แห่งเมตรัย (Metraiology) มองว่าความน่าเชื่อถือของแดชบอร์ดไม่ได้มาจากความสวยงาม แต่มาจากกระบวนการตรวจสอบที่ผู้สร้างมองไม่เห็นตอนกดเผยแพร่ ผสานหลักการออกแบบข้อมูลจริงกับงานวิจัยด้านการตัดสินใจของมนุษย์ เพื่อสร้างนักสร้างแดชบอร์ดที่ใช้ AI เร่งความเร็วได้โดยไม่สูญเสียความน่าเชื่อถือ

เข้าใจว่าทำไมแดชบอร์ดส่วนใหญ่ไม่ถูกใช้ซ้ำ และออกแบบให้แตกต่างได้

แยก Vanity Metrics ออกจาก Actionable Metrics ก่อนสร้างกราฟใดๆ

ใช้ Claude ช่วยเขียน SQL และเลือกชนิดกราฟใน Superset ได้เร็วขึ้น โดยตรวจสอบผลลัพธ์ทุกครั้ง

ออกแบบจุดตรวจสอบ (Reconciliation Check) เทียบตัวเลขบนแดชบอร์ดกับแหล่งข้อมูลต้นทาง

รับมือคำถามที่แดชบอร์ดตอบไม่ได้อย่างมืออาชีพ

มีนิสัยตรวจสอบ SQL ที่ AI เขียนก่อนเผยแพร่ทุกครั้ง