عين العقل - نظرة على علم نفس تصور البيانات

يعد تصور البيانات طريقة رائعة لسرد قصة حول البيانات. لكن ما هي أفضل طريقة للقيام بذلك؟ يمكن أن يساعد فهم الإدراك والإدراك البشريين المصممين على القيام بذلك بشكل فعال.

استخدم الناس المرئيات للمساعدة في سرد ​​القصص وتوضيح إجابات للأسئلة الأساسية لآلاف السنين. ربما يكون أقدم مثال على تصور البيانات هو خريطة منذ حوالي 27000 عام ، ولفترة طويلة ، كان من النادر رؤية تصورات البيانات لأي شيء آخر غير الجغرافيا.

هل تم بناء دماغنا بشكل فريد للتعرف على الأنماط والوصلات؟ اليوم ، نعيش في عصر ذهبي لتصور البيانات. يمكن أن يكون توصيل البيانات بشكل فعال أمرًا صعبًا ، وعلى الرغم من أن الرسوم البيانية يمكن أن تساعدنا في فهم البيانات المعقدة وحتى رؤيتها من منظور جديد ، عندما يتعلق الأمر بنقل رسالة بشكل صحيح إلى الجمهور أو اتخاذ قرارات العمل بناءً على البيانات ، فقد يكون التصور طريقة محورية لإنجازها. ولكن ما وراء قوة تصور البيانات؟

السياق التاريخي لتصميم تصور البيانات

لتصور البيانات تاريخ طويل وحقق تقدمًا ملحوظًا بين القرنين السابع عشر والتاسع عشر. ظهرت فكرة تقديم البيانات الكمية بيانياً في القرن الثامن عشر عندما اخترع رينيه ديكارت نظام إحداثيات ثنائي الأبعاد لعرض قيم العمليات الرياضية. تم تحسين هذا النظام عندما ابتكر William Playfair الأشكال الرسومية كما نعرفها اليوم. يُنسب إليه الفضل في اختراع المخططات الخطية والشريطية ، ولاحقًا المخطط الدائري والرسم البياني الدائري.

على مر السنين ، أصبح استخدام الرسوم البيانية الكمية أكثر انتشارًا. زادت منهجيتهم وفعاليتهم بشكل ملحوظ في النصف الثاني من القرن العشرين مع نشر كتاب جاك بيرتين The Semiology of Graphics . كان عمله حاسمًا لأنه وجد أنه من أجل تقديم المعلومات بشكل حدسي وواضح وفعال ، فإن الإدراك البصري يعمل وفقًا للقواعد والأنماط التي يمكن اتباعها.

درس بيرتين فعالية أنواع مختلفة من الرسوم البيانية. في المثال أدناه ، توضح المخططات الدائرية إنتاج أنواع مختلفة من اللحوم في العديد من البلدان. اعتبر بيرتين هذه "عديمة الفائدة". في المنتصف - من خلال استخدام تصور المصفوفة ، تصبح الأنماط عالية المستوى أكثر وضوحًا على الفور. وعلى اليمين ، نظرًا لأن البلدان وإنتاج اللحوم ليس لديها ترتيب طبيعي ، يمكن إنتاج العديد من المصفوفات الأخرى - بما في ذلك المثال الموضح - والتي توفر مزيدًا من الوضوح. في هذا السيناريو ، أدت إعادة ترتيب الفئات إلى تحسين عرض البيانات بشكل ملحوظ.

ما علاقة علم النفس بتصور البيانات؟

الإدراك البصري هو القدرة على رؤية بيئتنا وتفسيرها وتنظيمها. يمكن أن يكون تصور البيانات فعالًا للغاية لأنه يستفيد من القدرات الطبيعية للدماغ البشري. إنه سريع وفعال.

قال جون توكي ، عالم الرياضيات والإحصاء النظري الأمريكي المؤثر: "إن أعظم قيمة للصورة هي عندما تجبرنا على ملاحظة ما لم نتوقع رؤيته مطلقًا".

يعتبر الإدراك ، الذي تتعامل معه القشرة الدماغية ، أبطأ بكثير ويتطلب مزيدًا من الجهد لمعالجة المعلومات. يؤدي تقديم البيانات بصريًا إلى تسريع إدراكنا ويساعد على تقليل العبء المعرفي.

في المثال أدناه ، يتيح لنا الجدول رؤية الأرقام الدقيقة. ومع ذلك ، هل يمكننا التوصل بسرعة إلى أعلى وأدنى الأرقام لموارد المياه المتجددة؟ ليس ذلك سهلاً ، ولكن البيانات نفسها تصبح أكثر وضوحًا ومفهومة عند عرضها بشكل مرئي في المخطط الشريطي على اليمين.

تم توضيح التأثير المهيمن للإدراك البصري بالمقارنة مع الحواس الأخرى بشكل مناسب في مثال للفيزيائي الدنماركي Tor Norretranders. أظهر قوة المرئيات من خلال تحويل قدرة حواس الإنسان إلى إنتاجية حاسوبية قياسية. يأتي البصر في المقدمة نظرًا لأنه يحتوي على نفس النطاق الترددي لشبكة الكمبيوتر. تبلغ سعة قناته 10 مرات أعلى من اللمس وأقوى 100 مرة من السمع أو الشم. المربع الصغير في الزاوية اليمنى السفلية هو المكان الذي ندرك فيه إدراكًا للتجارب الحسية.

معالجة الانتباه

لا تهيمن المعالجة المرئية على المدخلات الحسية فحسب ، بل إن كمية البيانات والسرعة التي نعالج بها أعلى بكثير مما ندركه. تُعرف هذه الظاهرة باسم "المعالجة المسبقة". إنه اللاوعي وسريع. يستغرق الأمر من 200 إلى 500 مللي ثانية حتى تنتقل العين ويعالج الدماغ خاصية الانتباه المسبق للمحفز البصري (وهذا أسرع بكثير من الطريقة التي يمكن بها للدماغ معالجة بيانات جداول البيانات).

"المعالجة المسبقة هي تراكم اللاوعي للمعلومات من البيئة. تتم معالجة جميع المعلومات المتاحة باهتمام مسبق. ثم يقوم الدماغ بتصفية ومعالجة ما هو مهم. يتم اختيار المعلومات التي تتمتع بأعلى درجة بروزًا (حافزًا بارزًا) أو ذات صلة بما يفكر فيه الشخص لإجراء تحليل أكثر اكتمالاً عن طريق المعالجة الواعية (اليقظة) ". - من ويكيبيديا

تعتبر المعالجة المسبقة نعمة للمصممين لأن نشرها الماهر يسمح للأشخاص بفهم ما يتم تقديمه بسرعة أكبر. يمكن للمصمم عالي الكفاءة أن يساعد أي شخص يشاهد تصورات البيانات على امتصاص المزيد من المعلومات بشكل أسرع وبجهد أقل ، لأنه يخفف المعالجة الواعية ويقلل من حمل الذاكرة.

مزايا المعالجة المسبقة:

• سريع / تلقائي
• عاطفي
• النبضات / المحركات
• عادات
• المعتقدات
• الصورة النمطية
• الا وعي

تؤدي العديد من المتغيرات المرئية إلى استجابة مسبقة. من خلال معرفة العناصر المرئية التي يتم التأكيد عليها تلقائيًا ثم دمجها في لوحات المعلومات ، يمكننا تصميم تصورات تحكي قصة البيانات بشكل فعال.

المتغيرات المرئية

قدمه جاك بيرتين ، المتغيرات المرئية هي الاختلافات بين العناصر كما تدركها العين البشرية. توفر هذه المتغيرات ، التي تم دراستها لفترة طويلة ، الوسائل التي يمكن من خلالها فهم كيفية معالجة الدماغ البشري للمعلومات المرئية وتوجيهها. تتكون المجموعة الأصلية من "المتغيرات الشبكية" من سبعة متغيرات: الموضع والحجم والشكل والقيمة ودرجة اللون والتوجهات والملمس.

توضح الرسوم البيانية أدناه أمثلة للمتغيرات المرئية المفيدة في إظهار الاختلافات النوعية أو الكمية - وفقًا لبيرتين. كما أنها توضح طريقة لعرض السمات من خلال النقاط أو الخطوط أو المناطق.

صنفت دراسة أجراها ويليام كليفلاند وروبرت ماكجيل عام 1984 الجوانب الأكثر شيوعًا التي يمكن أن يمتلكها شكلين بناءً على مدى سهولة اكتشاف الدماغ البشري للاختلافات بينهما. لقد رتبوا الميزات المرئية التالية من الأكثر دقة إلى الأقل دقة:

الموقف على طول مقياس مشترك

نظرًا لأننا نتشارك في نظام مرجعي مكاني مشترك ، فإن الموضع هو أسهل ميزة للتعرف عليها وتقييمها فيما يتعلق بالعناصر الموجودة في الفضاء.

أمثلة: المخططات الشريطية ، المخططات المبعثرة

المواقف على طول موازين غير منحازة ومتطابقة

من السهل مقارنة المقاييس المنفصلة المكررة مع نفس المحور حتى لو لم تتم محاذاتها. المخططات اللوحية ، أو "المضاعفات الصغيرة" ، هي مثال رائع على ذلك. والنتيجة هي شبكة من المخططات التي تتبع جميعها نفس التنسيق المرئي ولكنها تعرض مجموعات بيانات مختلفة. بالمقارنة مع مخطط واحد أكبر ، يمكن أن تساعد المضاعفات الصغيرة في التخطيط المفرط ، عندما تصبح البيانات محجوبة أو محجوبة بسبب وجود عدد كبير جدًا من العناصر المرسومة.

مثال: المضاعفات الصغيرة (المعروفة أيضًا باسم مخططات Rellis و Lattice و Grid و Panel)

طول

يمكن أن يمثل الطول المعلومات الكمية بشكل فعال لأن طول العنصر يمكن أن يتناسب مع قيمة البيانات التي يمثلها. يتعرف الدماغ البشري بسهولة على النسب ويقيم الطول ، حتى لو لم تكن الأشياء متطابقة.

مثال: المخططات الشريطية

اتجاه

يمكن التعرف على الاتجاه بسهولة بالعين البشرية. يمكنه استخدام المخططات الخطية والاتجاهية ، على سبيل المثال ، لتقديم البيانات التي تتغير بمرور الوقت.

مثال: مخططات الاتجاه

زاوية

تساعد الزوايا على إجراء المقارنات من خلال توفير الإحساس بالتناسب. تشير الدراسات إلى أن قياس الزوايا أصعب من قياس الطول أو الموضع. ومع ذلك ، فإن المخططات الدائرية تكون فعالة مثل المخططات الشريطية المكدسة ما لم يكن هناك أكثر من ثلاثة أجزاء في الكل.

مثال: المخططات الدائرية

مساحة

من الصعب مقارنة الحجم النسبي للمناطق مقابل طول الخطوط. الاتجاه الثاني يتطلب مزيدًا من الجهد في المعالجة والتفسير.

مثال: المخططات الفقاعية

الصوت

يشير الحجم إلى استخدام كائنات ثلاثية الأبعاد في مساحات ثنائية الأبعاد ، مما يجعل تقييمها أكثر صعوبة. ومع ذلك ، تشير الدراسات إلى أنه يمكن إدراك الكائنات ثلاثية الأبعاد بدقة أكبر عند مقارنة شكلين من نفس الأبعاد.

مثال: مخططات شريطية ثلاثية الأبعاد

تشبع اللون

يشير تشبع اللون إلى شدة لون واحد. يمكن إدراك زيادة شدة اللون بشكل حدسي كأرقام ذات قيمة متزايدة. ومع ذلك ، من الصعب تقييم النتائج بدقة.

مثال: خرائط الحرارة

يعد فهم ترتيب المتغيرات المرئية أمرًا ضروريًا لإنشاء تصورات بيانات مقنعة. ومع ذلك ، هذا لا يعني أن المصممين بحاجة إلى تقييد أنفسهم في المخططات الشريطية والمخططات المبعثرة. لاحظ كليفلاند وماكجيل ، "لا ينتج عن الطلب وصفة طبية دقيقة لعرض البيانات بل هو إطار عمل يمكن العمل من خلاله."

اللون

يعتبر تشبع اللون والتظليل أقل دقة عندما يتعلق الأمر بإدراك الأنماط والسلوك ، وفقًا لـ William Cleveland. ومع ذلك ، يمكن أن يكون اللون أداة قوية لمصممي تصور البيانات لنقل المعنى والوضوح عند عرض البيانات. ومع ذلك ، من الأهمية بمكان أن يفهم المصممون كيفية عمل الألوان وما يفعله وما لا يعمل بشكل جيد.

اللون في السياق

يعتمد إدراكنا للون على السياق واللون وتباينه مع الأشياء المحيطة.

وخير مثال على ذلك تجربة قام بها Akiyoshi Kitaoka ، الأستاذ بقسم علم النفس بجامعة Ritsumeikan في اليابان ، حيث قام بتمرير قطعة من الورق الرمادي عبر تدرج من الأسود إلى الأبيض. يبدو أن الورق يتغير لونه أثناء تحركه من جانب إلى آخر. في كل لحظة ، ندرك اللون بشكل مختلف حيث تحيط به ظلال مختلفة من اللون الرمادي. شاهد الفيديو أدناه:

في مقالته القواعد العملية لاستخدام الألوان في الرسوم البيانية ، يستمد ستيفن قليل بعض القواعد العملية من هذه الملاحظات:

1. إذا كنت تريد أن تبدو كائنات مختلفة من نفس اللون في جدول أو رسم بياني متشابهة ، فتأكد من تناسق الخلفية - اللون الذي يحيط بها.
2. إذا كنت تريد رؤية الكائنات الموجودة في جدول أو رسم بياني بسهولة ، فاستخدم لون الخلفية الذي يتناقض بدرجة كافية مع الكائن.

اللون يحكي قصة

اللون ليس مجرد زخرفة. من الأفضل استخدامها بشكل هادف واستراتيجي. يجب أن يساعد اللون في سرد ​​قصة وإيصال الهدف من مجموعة البيانات المقدمة. كما يقول المثل ، "الأقل هو الأكثر".

يجب تطبيق الألوان المتباينة فقط على الاختلافات في المعاني في البيانات لتقليل الحمل المعرفي. يمكن أن يؤكد اللون أيضًا على العناصر الرئيسية للتخيل.

عدم وجود لون يجعل الرسم البياني الجيد أقل فعالية. يعد اللون الرمادي نقطة انطلاق جيدة في مرحلة التفكير ، وبمجرد تحديد نقطة تركيز ، فإن تطبيق اللون سوف يؤكد على تلك الأجزاء.

تحديد لوحات الألوان

يمكن لمجموعة الألوان التي يطبقها مصمم تصور البيانات أن تغير معنى البيانات تمامًا. يمكن أن تساعد العديد من الأدوات في تحديد لوحة ألوان ذات معنى ، اعتمادًا على طبيعة البيانات. هنا زوجان:

• اللون تنقسم اللوحات إلى ثلاثة أنواع:
  • فئوية (تستخدم لفصل العناصر إلى مجموعات مميزة)
  • متسلسلة (تستخدم لتشفير الاختلافات الكمية)
  • متشعب
• فيز باليت. تهتم Viz Palette بإمكانية الوصول ، وتصميم عمى الألوان ، والظلال المتباعدة بشكل مدرك. يتضمن "تقرير اللون" الذي يحدد الظلال التي قد تبدو متشابهة في المواقف المختلفة.

تطبيق مبادئ الجشطالت على تصور البيانات

يمكن أن تساعد مبادئ الجشطالت في الإدراك في توضيح كيفية تنظيم الدماغ للعناصر بناءً على السمات المشتركة حيث يحاول فهم المعلومات المرئية. ترتكز نظرية الجشطالت على فكرة أن الدماغ البشري سيحاول تبسيط وتنظيم الصور أو التصاميم المعقدة التي تتكون من العديد من العناصر عن طريق ترتيب الأجزاء دون وعي في نظام منظم ينتج عنه كلًا ، بدلاً من مجرد سلسلة من العناصر المتباينة.

تشابه

ينص مبدأ التشابه على أن عقولنا ستجمع تلقائيًا العناصر ذات الخصائص المرئية المشتركة على أنها "متشابهة". يُنظر إلى الألوان المتشابهة والأشكال المتشابهة والأحجام المتشابهة والتوجهات المتشابهة كمجموعة. هذا المبدأ موضح في الرسوم البيانية أدناه.

على عكس المخطط الموجود على اليسار مع وجود الأشرطة بألوان مختلفة ، فهي باللون الأزرق على اليمين. بالنظر إلى وجود متغير واحد فقط (التكاليف / الإيرادات) ، فإن هذا أمر منطقي. إن وجود الأشرطة بنفس اللون يجعل من السهل فهم البيانات ويزيل الضغط المعرفي الإضافي الناجم عن استخدام ألوان مختلفة على اليسار.

القرب

يعتبر القرب أكثر فاعلية من التشابه لأن العين البشرية تدرك أن العناصر مرتبطة بناءً على مدى قربها من بعضها البعض.

في الرسم البياني أدناه ، الهدف هو مقارنة المبيعات حسب الدولة في ثلاثة أرباع. في حين أنه من السهل مقارنة مبيعات كل بلد في غضون ربع سنة نظرًا لقربها ، سيكون من الصعب تحليل المبيعات حسب البلد.

يوضح الرسم البياني المنقح ذلك بشكل أكثر وضوحًا. في هذه الحالة ، يتم إعطاء الأولوية للمعلومات للتركيز على هدف التصور ، حيث إنها تحافظ على تقارب نقاط البيانات الرئيسية معًا.

نسيج

يوضح مبدأ المنطقة المشتركة ، الذي قدمه بالمر في عام 1992 ، كيف يميل إحاطة العناصر ذات الحدود المحددة بوضوح إلى أن يُنظر إليها على أنها مجموعة إذا كانت تشترك في منطقة مشتركة.

في المثال أدناه ، تظهر الأشرطة الثلاثة داخل المنطقة المظللة باللون الرمادي كجزء من مجموعة. تساعد هذه التقنية المشاهدين في التركيز على مجموعة من العناصر في الرسم البياني.

خاتمة

يعد فهم العناصر الأساسية للإدراك البشري والعملية المعرفية جزءًا أساسيًا من تصميم تصورات بيانات ممتازة. عند العمل على منتجات ذات احتياجات تصور البيانات - سواء كانت لوحة معلومات B2B أو تطبيقًا ماليًا - يحتاج المصممون إلى الانتباه لعملية الإدراك البصري للعقل البشري ومبادئ تصميم تصور البيانات الأساسية.

يمكن أن يكون الإلمام بمبادئ الجشطالت المعروفة للإدراك البصري فائدة كبيرة للمصممين ومساعدتهم على فهم كيفية تحويل الدماغ للصور المعقدة إلى أنماط. يعتبر وضع هذه المبادئ في الاعتبار أمرًا ذا قيمة في العملية نحو تحقيق تسلسل هرمي مرئي أكثر وضوحًا عند تصميم تصورات البيانات وتصميم مخططات أكثر فاعلية.

بالإضافة إلى ذلك ، فإن إدراك المعالجة المسبقة والمتغيرات المرئية ، بالإضافة إلى التطبيق الصحيح للألوان ، سيمكن المصممين من إنشاء تصورات بيانات أكثر فعالية.

اسمحوا لنا أن نعرف ما هو رأيك! يرجى ترك أفكارك وتعليقاتك وملاحظاتك أدناه.

• • •

مزيد من القراءة على مدونة Toptal Design:

• نظرة عامة كاملة على أفضل أدوات تصور البيانات
• تصور البيانات - أفضل الممارسات والأسس
• أهم أمثلة التمثيل المرئي للبيانات وتصميمات لوحة المعلومات
• تصميم لوحة القيادة - الاعتبارات وأفضل الممارسات
• COVID-19: حالة استخدام التفكير التصميمي المطلق