أهم 10 أنواع لعرض البيانات: كيف تختار النوع المناسب؟
نشرت: 2020-02-19تصور البيانات هو أحد الأشياء الأساسية ، ولا شك فيه. كل يوم ، هناك مليارات البيانات التي يتم إنشاؤها ومشاركتها وتحليلها ، وكشركة ، لديك الكثير من البيانات للتعامل معها. تعرف على المزيد حول أساسيات تصور البيانات.
وللتعامل مع بياناتك الضخمة ، ستحتاج إلى استخدام أنواع تصور البيانات لتصور بياناتك. إذن ما هي بعض أفضل أنواع تصور البيانات المتوفرة هناك؟
حسنًا ، في هذا المقال سأجيب على هذا السؤال فقط. لذلك دعونا نتناول الموضوع دون إضاعة الكثير من الوقت:
جدول المحتويات
ما هو تصور البيانات؟
يشير تصور البيانات ببساطة إلى التقنيات المستخدمة للتواصل مع الرؤى من البيانات من خلال التمثيل المرئي. لتبسيط الأمر ، يمكنك القول أن تصور البيانات يضع البيانات بصريًا. حتى نتمكن من فهمها بسهولة. على المرء أن يتقن أدوات تصور البيانات المختلفة لتصبح فعالة.
الهدف الرئيسي من تصور البيانات هو وضع مجموعات كبيرة من البيانات في الرسومات المرئية. وهي إحدى الخطوات المهمة عندما يتعلق الأمر بعلم البيانات. أيضًا ، إنها طريقة بسيطة لتتبع نقاط البيانات المختلفة.
لا يهم إذا كنت ترغب في تتبع مقاييس موقع الويب أو أداء فريق المبيعات أو حملة التسويق أو معدل اعتماد المنتج أو أي شيء آخر. تصور البيانات هو ما سيساعدك. لمعرفة المزيد حول تصور البيانات والتمثيل المرئي الآخر في علم البيانات ، تحقق من شهادات علوم البيانات لدينا من جامعات معترف بها.
10 أنواع من تصور البيانات للبحث عنها
1. مخطط عمودي
يعد المخطط العمودي أحد الأنواع الشائعة لأدوات تصور البيانات التي يمكنك تجربتها. كما تعلم بالفعل ، لقد تعلمنا كيفية عمل مخططات عمودية في المدرسة الابتدائية. نظرًا لأنها سهلة الفهم ، فهي تستغرق وقتًا أقل ، وتُظهر المقارنة بين مجموعات مختلفة من البيانات. ويمكنك استخدام مخطط عمودي لتعقب مجموعات البيانات بمرور الوقت.
يتضمن مخطط العمود عادةً تسميات البيانات جنبًا إلى جنب مع المحور الأفقي (X) مع المقاييس أو القيم المقاسة المعروضة على المحور الرأسي (ص) ، المعروف أيضًا بالجانب الأيسر من المخطط. يبدأ المحور الصادي عادةً عند 0 ويصل ارتفاعه إلى أكبر قياس تقوم بتتبعه.
يمكن استخدام نوع تصور البيانات هذا لتتبع أرقام المبيعات الشهرية والإيرادات لكل صفحة مقصودة والقياسات المماثلة وما إلى ذلك.
2. رسم خطي
بعد ذلك ، هناك الرسم البياني الخطي. وهو أحد أنواع المخططات القياسية الشائعة التي يمكن التعرف عليها على الفور. يستخدم الرسم البياني الخطي عادةً للكشف عن الاتجاهات أو التقدم أو التغييرات التي تحدث بمرور الوقت.
ويعمل بشكل أفضل عندما تكون بياناتك مستمرة بدلاً من أن تكون مليئة بالبدايات والتوقفات. أيضًا ، تمامًا مثل المخطط العمودي ، يتم وضع تسميات البيانات على رسم بياني خطي على المحور "س" بينما تكون القياسات على المحور "ص". ومع ذلك ، يجب عليك استخدام خطوط صلبة لتجنب رسم أكثر من أربعة أسطر.
3. رسم بياني شريطي
يمكنك أيضًا تجربة استخدام الرسم البياني الشريطي. يتم استخدام الرسم البياني الشريطي والمخطط العمودي بنفس الطريقة. ومع ذلك ، فإن المخططات العمودية تحد من التسمية ومساحة المقارنة. ومن ثم ، فمن الجيد دائمًا استخدام الرسم البياني الشريطي.
يجب عليك استخدام الرسم البياني الشريطي أثناء العمل مع تسمية أطول ، أو عرض أرقام سالبة ، أو مقارنة 10 عناصر أو أكثر من 10. في هذه الحالات ، ستمتد تسمية البيانات الخاصة بك على طول المحور ص بينما تكون القياسات على طول المحور "س".
كما أن الرسم البياني الشريطي يجعل من السهل علينا مقارنة مجموعات البيانات بين المجموعات المختلفة في لمح البصر. يمثل الرسم البياني ببساطة الفئات الموجودة على أحد المحاور ثم ينشئ قيمة منفصلة في المحور الآخر. الهدف هنا هو إظهار العلاقة بين محورين بالإضافة إلى أن المخططات الشريطية يمكن أن تعرض أيضًا تغييرات مهمة في البيانات بمرور الوقت.
علاوة على ذلك ، فهي طريقة فعالة لمقارنة العناصر بين المجموعات المختلفة. يوضح الرسم البياني الشريطي مقارنة الأرقام على أساس ربع سنوي على مدى أربع سنوات.
4. رسم بياني شريطي مكدس
في حالة ما إذا كنت تقارن العديد من العناصر المختلفة ، فإن الرسم البياني الشريطي المكدس هو الخيار الأفضل لك. يعمل بأفضل طريقة عندما ترغب في تتبع النمو الفردي لكل مجموعة بيانات. بالإضافة إلى نمو المجموعة بأكملها أيضًا.
الرسم البياني الشريطي المكدس هو مخطط يستخدم الأشرطة لإظهار مقارنة بين فئات البيانات. ولكنه يوفر لك أيضًا القدرة على تحليل ومقارنة أجزاء من الكل. يمثل كل شريط في المخطط الكل ، وتمثل الأجزاء الموجودة في الشريط أجزاء أو فئات مختلفة من الكل.
5. مخطط ثنائي المحور
في الغالب ، تستخدم مخططات تصور البيانات محور ص واحد أو محور س. لكن المخطط ثنائي المحور أو مخطط المحاور المتعددة يستخدم محورين لتوضيح العلاقة بين متغيرين بأحجام ومقاييس مختلفة للقياسات بسرعة.
ويجب عليك استخدام مخطط ثنائي المحور عند دمج مخططات متعددة وإضافة محور ص ثاني للمقارنة. باستخدام هذا النوع ، ستتمكن بسهولة من رؤية متغيرين بمقاييس مختلفة جدًا. أيضًا ، من الأسهل رؤيتها في نفس الرسم البياني بدلاً من التقليب بين مخططين.
6. مخطط دائري
ليس هناك شك في أن المخطط الدائري هو أحد أكثر أنواع تصور البيانات شيوعًا. وقد سمعنا جميعًا تقريبًا عنها. يمثل المخطط الدائري عادةً رقمًا ثابتًا واحدًا ، ويتم تقسيمه إلى فئات تشكل أجزاء منه.
أيضًا ، عند استخدام مخطط دائري ، ستمثل عادةً كميات عددية بالنسب المئوية. وهناك الكثير من الحالات حيث يمكنك استخدام مخطط دائري. كما هو الحال في حصة السوق ، ونفقات التسويق ، والتركيبة السكانية للعملاء ، واستخدام جهاز العميل ، ومصادر حركة المرور عبر الإنترنت ، وما إلى ذلك.
أيضًا ، تريد أن يكون للمخطط الدائري تمايز متعدد بين الشرائح. ومن ثم فهي فكرة جيدة أن تحد من عدد الفئات التي ترغب في تصورها.
يمكنك استخدام المخطط الدائري عندما يكون لديك بيانات فئوية. كما في هذه الحالة ، يمكن أن تمثل كل شريحة مخطط دائري فئة مختلفة. أيضًا ، يمكنك استخدامه لمقارنة مجالات النمو داخل الأعمال ، مثل معدل الدوران والربح والتعرض.
7. مخطط ميكو
مخطط Mekko هو أيضًا أحد أنواع تصور البيانات غير الشائعة التي بالكاد تكون على دراية بها. قد تعرف عنها فقط إذا كنت تنتمي إلى صناعة تحليل البيانات. يأتي مخطط مكو بتصميم مشابه للرسم البياني الشريطي المكدس.
ومع ذلك ، لديها استثناء رئيسي واحد. بدلاً من تتبع تقدم الوقت ، يقيس المحور X بُعدًا آخر لمجموعات البيانات الخاصة بك. وبمساعدة مخطط Mekko ، ستتمكن بسهولة من مقارنة القيم والقياس والتكوين لكل قيمة. أيضًا ، ستتمكن من تحليل توزيع البيانات جميعًا في نفس الوقت.
بشكل عام ، يعد مخطط Mekko طريقة رائعة للإجابة على مجموعة متنوعة من الأسئلة المتعلقة بنظرة عامة على السوق. على سبيل المثال ، إذا كنت تريد أن تفهم من لديه الامتيازات الأكثر قيمة ، فإن مخطط mekko هو أحد أفضل الطرق لإظهار ذلك.
8. مؤامرة مبعثر
عادةً ما يستخدم الرسم البياني المبعثر أو الرسم التخطيطي المبعثر أو الرسم البياني المبعثر النقاط لتمثيل قيم متغيرين رقميين مختلفين. يشير موضع كل نقطة على المحور الأفقي والرأسي ببساطة إلى قيمة نقاط البيانات الفردية. وتستخدم مخططات التبعثر بشكل أساسي لمراقبة العلاقات بين المتغيرات المختلفة.
تمثل النقاط الموجودة في مخطط التبعثر قيم نقاط البيانات الفردية. بالإضافة إلى أنه يمثل الأنماط عند أخذ البيانات ككل. أيضًا ، يعد تحديد العلاقات الارتباطية أمرًا شائعًا مع مخططات التبعثر.
9. مخطط الفقاعة
تمامًا مثل المخططات المبعثرة ، فإن المخطط الفقاعي قادر أيضًا على إظهار العلاقات والتوزيعات. في هذه الاختلافات ، سيتعين عليك استبدال نقاط البيانات بالفقاعات. أيضًا ، المخطط الفقاعي عبارة عن رسم بياني متعدد المتغيرات يمثل تقاطعًا بين مخطط مبعثر ومخطط منطقة متناسب. أيضًا ، مثل المخططات المبعثرة ، تستخدم المخططات الفقاعية نظام إحداثيات ديكارتي لرسم نقاط على طول شبكة حيث يكون المحور X و Y متغيرين منفصلين.

ولكن على عكس Scatterplot ، يتم تعيين تسمية أو فئة لكل نقطة. علاوة على ذلك ، تمثل كل نقطة رسم متغيرًا ثالثًا بمساحة دائرتها. تُستخدم المخططات الفقاعية عادةً لمقارنة العلاقات بين الدوائر المصنفة وإظهارها. أيضًا ، يمكنك استخدامه لتحليل الأنماط / الارتباطات.
10. رسم بياني نقطي
في النهاية ، لدي رسم بياني نقطي. وهو أيضًا أحد أنواع تصور البيانات الشائعة الاستخدام. إذا كان فريقك يعمل على تحقيق هدف ما ، فيمكن أن يساعدك الرسم البياني النقطي على تتبع تقدمك بصريًا. لها تخطيط مشابه للرسم البياني الشريطي. عادةً ما يتم استخدام الرسم البياني النقطي لعرض بيانات الأداء ، وتعمل الرسوم البيانية النقطية مثل المخطط الشريطي.
لكنها مصحوبة بعناصر بصرية إضافية. وتم تطويره كبديل لمقاييس لوحة العدادات والعدادات. هذا لأنهم لا يعرضون في كثير من الأحيان معلومات كافية.
أيضًا ، باستخدام نوع تصور البيانات هذا ، ستتمكن من إظهار وإخفاء قيمة تقسيم المحور ، وتخصيص حدود المحور ، وتخصيص علامات التجزئة ، والقيم. أيضًا ، يمكنك تخصيص مستحضرات التجميل ، ورسم شريط نطاق دائري نصف دائري. بالإضافة إلى ذلك ، يمكنك تخصيص لون النطاق var. بشكل عام ، يمكنك استخدام الرسوم البيانية النقطية في المواقف التي لا يتوفر فيها مساحة كافية لأنواع أخرى من أجهزة القياس أو الأدوات.
خمسة أسباب أساسية لتطبيق أدوات تصور البيانات
الآن بعد أن تعرفت على أنواع تصور البيانات المختلفة ونوع التصور تعرف متى تستخدم نوع تصور البيانات. حان الوقت لمناقشة أهمية تصور البيانات ولماذا يجب عليك استخدامه. سيساعدك هذا في الحصول على فكرة واضحة حول وقت استخدام تصور البيانات ونوع تصور البيانات الذي سيعمل بشكل أفضل لشركتك.
1. مقارنة القيم
كمحلل بيانات ، سوف تحصل على حصة عادلة من مجموعات البيانات. وعندما تريد مقارنة الاختلافات وأوجه التشابه بين هذه المجموعات ، فإن الرسوم البيانية تعد خيارًا رائعًا. إنها تقدم لك بسرعة القيم العالية والمنخفضة للعبة معينة حتى تتمكن من ملاحظة الفروق المهمة والفجوات والاتجاهات الأخرى.
أيضًا ، إذا كنت ترغب في إنشاء مخطط مقارنة ، فإليك بعض أنواع تصور البيانات الشائعة التي يمكنك استخدامها:
- رسم بياني نقطي
- مخطط دائري
- مخطط Mekko
- شريط الرسم البياني
- مؤامرة مبعثر
- خط الرسم البياني
ستسمح لك أي من تقنيات التصور هذه بمسح عدد كبير من البيانات وإنشاء أنماط إعلامية لك ، مما سيساعد عملك.
2. إظهار المقارنة
إذا كنت ترغب في إظهار المقارنة ، فإن تصور البيانات هو بالتأكيد التقنية التي ستحتاج إلى التحقق منها. في كثير من الأحيان في الشركات ، يتعين علينا إنشاء مخطط حيث يتعين علينا إظهار كيفية تأثير الوحدات الفردية على الصورة الأكثر تميزًا.
على سبيل المثال ، قد ترغب في تتبع إجمالي عمليات الوصول عبر الأجهزة المحمولة على موقع الويب الخاص بك حسب نوع الجهاز والموقع الجغرافي. أو ترغب في معرفة العناصر التي تناسبك بشكل أفضل في حملتك التسويقية الرقمية الأخيرة.
في هذه الحالات ، يمكنك ببساطة مقارنة قيمتين أو أكثر ورسم نمط بسرعة. ولإنشاء مخطط مقارنة ، يمكنك استخدام أنواع تصور البيانات التالية:
- مخطط دائري
- مخطط Mekko
- رسم بياني شريطي مكدس
- مخطط عمودي مكدس
- مخطط الشلال
- مخطط المنطقة
تسمح لك كل أنواع البيانات هذه بقياس مستويات الأداء الفردي وتساعدك على تحديد تأثيرها على مجموعة البيانات الإجمالية.
3. تحديد التوزيع
إذا كنت تتطلع إلى فهم توزيع بياناتك ، فإن مخطط التوزيع هو أفضل طريقة. حيث أنه سيساعدك على إظهار جميع الفواصل الزمنية الممكنة أو قيم مجموعة القيم بالإضافة إلى عدد مرات حدوثها.
ومن هذا النوع المرئي ، ستتمكن بسهولة من تحديد الاتجاهات السائدة. بالإضافة إلى الآبار ، يمكنك تحديد القيم المتطرفة التي يمكن أن تعطل الأنماط. يمكنك أيضًا الحصول على صورة واضحة عن مدى اتساع النطاق بين قيم المعلومات الخاصة بك.
لتحديد التوزيع ، يمكنك استخدام أي من أنواع تصور البيانات التالية:
- مؤامرة مبعثر
- مخطط Mekko
- خط الرسم البياني
- مخطط عمودي
- شريط الرسم البياني.
4. اتجاهات البحث
يمكنك استخدام تصور البيانات في البحث عن الاتجاهات. إذا كنت ترغب في تحديد كيفية أداء مجموعة بيانات معينة خلال إطار زمني محدد ، فستحتاج في هذه الحالة إلى استخدام تصور البيانات.
لإنشاء تصور بيانات للبحث عن الاتجاهات ، يمكنك استخدام أنواع تصور البيانات التالية:
- خط الرسم البياني
- رسم بياني خطي ثنائي المحور
- مخطط عمودي
5. فهم العلاقات في أنواع مختلفة من تصور البيانات
أخيرًا ، إذا كنت ترغب في فهم العلاقات في أنواع مختلفة من تصور البيانات ، فيمكنك أيضًا استخدام تصور البيانات.
هناك أوقات نريد أن نفهم فيها متغيرًا معينًا ونرى كيف يرتبط بمتغير واحد أو عدة متغيرات أخرى. على سبيل المثال ، يمكن أن يكون لأحد المتغيرات تأثير إيجابي أو سلبي على متغير آخر.
ولإنشاء مثل هذا النوع من تصور البيانات ، يمكنك استخدام أنواع تصور البيانات التالية:
- مؤامرة مبعثر
- مخطط فقاعي
- خط الرسم البياني
خاتمة
لذلك كانت هذه بعض أنواع تصور البيانات الأكثر شيوعًا والتي يمكنك تجربتها. لذا انطلق وتحقق منها.
إذا كنت مهتمًا بالتعرف على علوم البيانات ، فراجع برنامج PG التنفيذي في علوم البيانات الذي تم إنشاؤه للمهنيين العاملين ويقدم أكثر من 10 دراسات حالة ومشاريع ، وورش عمل عملية عملية ، وإرشاد مع خبراء الصناعة ، 1-on-1 مع موجهين في الصناعة ، أكثر من 400 ساعة من التعلم والمساعدة في العمل مع الشركات الكبرى.
ما هي عيوب تصور البيانات؟
إذا كنت تستخدم تصور البيانات كشكل جديد من أشكال الاتصال ، فيجب أن تكون موثوقة في تفسيرها للهدف. إذا لم يتم تنفيذ التصميم بشكل صحيح ، فقد يتسبب ذلك في حدوث مشكلات في الاتصال. تكمن الواجهة البشرية في قلب تصور البيانات ، مما يعني أن البيانات التي تعمل كأساس للتصور قد تكون منحرفة. الإحصاء المفيد لجميع الأغراض هو "متوسط" أو متوسط مجموعة البيانات المستخدمة في تصور البيانات. نظرًا لأن القيم المتطرفة يمكن أن تشوه البيانات في اتجاه أو آخر ، فهذه هي الحالة. تتمثل إحدى المشكلات المتعلقة بإدراك المعلومات في أنه ، مهما كان عقلانيًا ، فإن وضوحها في التوضيح يعتمد كليًا على نقطة تركيز الجمهور.
ما هو LLN فيما يتعلق بتصور البيانات وهل هو مفيد؟
ينص قانون LLN أو قانون الأعداد الكبيرة على أن أي تصور للبيانات يعتمد على حجم عينة صغير يكون منحرفًا بنفس القدر مثل حجم العينة. المفهوم الكامن وراء قاعدة الأعداد الكبيرة هو أن العينات الضخمة فقط هي التي يمكن أن تنتج استنتاجات موثوقة. تميل مجموعات البيانات الكبيرة إلى تصوير الواقع بدقة أكبر ، وفقًا للتعريفات الرسمية. ومع ذلك ، عند استخدام LLN مع أحجام عينات صغيرة ، فإن العيب هو أن العارض لا يدرك حجم العينة. نتيجة لذلك ، قد يكون LLN مفيدًا في أحجام العينات الكبيرة ولكن ليس في الأحجام الصغيرة.
ما هي بعض المبادئ الأساسية لتصور البيانات؟
استخدم الميزات الحسية مثل الحجم واللون والمرئيات والمحارف لجذب انتباه جمهورك إلى أهم أجزاء المعلومات عند إنشاء تصوراتك. تأكد من توضيح الأقسام المهمة بشكل جيد. نظرًا لأنه يتم توجيه انتباه المستخدم إلى الزاوية العلوية اليسرى ، فقد ترغب في إضافة نقاط بيانات مهمة هناك. تأكد من محاذاة شاشات عرض المعلومات الخاصة بك رأسيًا وأفقيًا حتى يمكن مقارنتها بشكل صحيح. يساعد هذا أيضًا في تجنب الأوهام البصرية الخادعة في عرضك التقديمي. تجنب استخدام المقاييس التفصيلية والتسميات التي قد تعيق الرؤية. عند تسمية محور الرسم البياني أو المخطط ، ابدأ دائمًا من الصفر ما لم يكن هناك سبب وجيه لعدم القيام بذلك ، مثل عندما يتم تجميع البيانات عند مستويات عالية بشكل غير طبيعي.