If a critical shipment is at  risk of missing its deadline, a high‐level statistic won't do; you need to know the order number, who's  handling it, and where it is in the warehouse. Details like these might appear automatically on an  operational dashboard, or they might be accessed by drilling down on or hovering the mouse over higher‐ level data, so interactivity is often useful. The ways that dashboard design must take different forms in response to different roles are clearly worth  your attention. We'll examine some of these differences in more detail in Chapter 8, Putting It All Together,  when we review several examples of what works and what doesn't for various purposes. 2. 2. Typical Dashboard Data  Dashboards are useful for all kinds of work. Whether you're a meteorologist monitoring the weather, an  intelligence analyst monitoring potential terrorist chatter, a CEO monitoring the health and opportunities of  a multi‐billion dollar corporation, or a financial analyst monitoring the stock market, a well‐designed  dashboard could serve you well. 2. 2. 1. The Common Thread in Dashboard Diversity  Despite these diverse applications, in almost all cases dashboards primarily display quantitative measures  of what's currently going on. This type of data is common across almost all dashboards because they are  used to monitor the critical information needed to do a job or meet one or more particular objectives, and  most (but not all, as we'll see later) of the information that does this best is quantitative. The following table lists several measures of "what's currently going on" that are typical in business. Table 2‐2. class  Measures  revenues  Bookings  Billings  Sales pipeline (anticipated sales)  Number of orders  Order amounts  Selling prices  advertising  Market share  Campaign success  Customer demographics  Finance  sales  charges  earnings  Technical Support  Number of support calls  Resolved cases  Customer satisfaction  Call durations  achievement  Number of days to ship  Backlog  Inventory levels  production  Number of units manufactured  Manufacturing times  Number of defects  Human Resources  Employee satisfaction  Employee turnover  Count of open positions  Count of late performance reviews  Information Technology  Network downtime  System usage  Fixed application bugs  Web Services  Number of visitors  Number of page hits  Visit durations    These measures are often expressed in summary form, most often as totals, slightly less often as averages  (such as average selling price), occasionally as measures of distribution (such as a standard deviation), and  rarer still as measures of correlation (such as a linear correlation coefficient). Summary expressions of  quantitative data are particularly useful in dashboards, where it is necessary to monitor an array of  business phenomena at a glance. Obviously, the limited real estate of a single screen requires concise  communique. 2. 2. 1. 1. Variations in timing  Measures of what's currently going on can be expressed in a variety of timeframes.