Wizualizacja danych – najlepsze praktyki i podstawy

„Bałagan i zamieszanie nie są atrybutami danych – to wady projektu”. – Edward Tufte

Co to jest wizualizacja danych?

Michael Friendly definiuje wizualizację danych „jako informację, która została wyabstrahowana w jakiejś schematycznej formie, w tym atrybuty lub zmienne jednostek informacji”. Innymi słowy, jest to spójny sposób wizualnego komunikowania treści ilościowych. W zależności od atrybutów dane mogą być reprezentowane na wiele różnych sposobów, takich jak wykres liniowy, wykres słupkowy, wykres kołowy, wykres punktowy lub mapa.

Dla grafików ważne jest przestrzeganie najlepszych praktyk dotyczących wizualizacji danych i określenie najlepszego sposobu wizualnego przedstawienia zestawu danych. Wizualizacje danych powinny być przydatne, atrakcyjne wizualnie i nigdy nie wprowadzać w błąd. Szczególnie podczas pracy z bardzo dużymi zestawami danych opracowanie spójnego formatu jest niezbędne do tworzenia wizualizacji, które są zarówno przydatne, jak i atrakcyjne wizualnie.

Dlaczego warto korzystać z wizualizacji danych

Według IBM każdego dnia tworzonych jest 2,5 tryliona bajtów danych. Naukowiec Andrew McAfee i profesor Erik Brynjolfsson z MIT zwracają uwagę, że „w każdej sekundzie przez Internet przepływa więcej danych niż było przechowywanych w całym Internecie zaledwie 20 lat temu”.

W miarę jak świat staje się coraz bardziej związany z coraz większą liczbą urządzeń elektronicznych, ilość danych będzie rosła wykładniczo. IDC przewiduje, że do 2025 r. będzie 163 zetabajty (163 biliony gigabajtów) danych.

Wszystkie te dane są trudne do zrozumienia dla ludzkiego mózgu – w rzeczywistości ludzki mózg jest trudny do zrozumienia liczb większych niż pięć bez rysowania jakiejś analogii lub abstrakcji. Projektanci wizualizacji danych mogą odegrać istotną rolę w tworzeniu tych abstrakcji.

W końcu big data jest bezużyteczna, jeśli nie można jej zrozumieć i wykorzystać w użyteczny sposób. Dlatego wizualizacja danych odgrywa ważną rolę we wszystkim, od ekonomii po naukę i technologię, po opiekę zdrowotną i usługi dla ludzi. Zamieniając liczby zespolone i inne informacje w wykresy, treść staje się łatwiejsza do zrozumienia i wykorzystania.

Kiedy go używać

Ponieważ duże liczby są tak trudne do zrozumienia w jakikolwiek znaczący sposób, a wiele z najbardziej użytecznych zbiorów danych zawiera ogromne ilości cennych danych, wizualizacja danych stała się istotnym źródłem informacji dla decydentów. Aby wykorzystać wszystkie te dane, wiele firm dostrzega wartość wizualizacji danych w jasnym i skutecznym zrozumieniu ważnych informacji, umożliwiając decydentom zrozumienie trudnych pojęć, identyfikację nowych wzorców i uzyskanie wglądu opartego na danych w celu poprawy decyzje.

Warto przeznaczyć środki na rozwiązania do projektowania wizualizacji danych . Zrozumienie dużych zbiorów danych jest niezbędne do podjęcia świadomej decyzji — czy to w biznesie, technologii, nauce, czy w innej dziedzinie. Przejrzyste wizualizacje ułatwiają uchwycenie złożonych danych, a tym samym podjęcie działań.

Zasady

Określ jasny cel

Wizualizacja danych powinna odpowiadać na ważne pytania strategiczne, dostarczać rzeczywistą wartość i pomagać w rozwiązywaniu rzeczywistych problemów. Może być używany na przykład do śledzenia wydajności, monitorowania zachowań klientów i mierzenia efektywności procesów. Poświęcenie czasu na początku projektu wizualizacji danych na jasne zdefiniowanie celu i priorytetów sprawi, że efekt końcowy będzie bardziej użyteczny i zapobiegnie marnowaniu czasu na tworzenie niepotrzebnych wizualizacji.

Poznaj publiczność

Wizualizacja danych jest bezużyteczna, jeśli nie została zaprojektowana w celu jasnego komunikowania się z odbiorcami docelowymi. Powinien być zgodny z wiedzą odbiorców i umożliwiać widzom łatwe i szybkie przeglądanie i przetwarzanie danych. Weź pod uwagę, jak dobrze odbiorca jest zaznajomiony z podstawowymi zasadami prezentowanymi przez dane, a także czy prawdopodobnie mają one tło w dziedzinach STEM, gdzie wykresy i wykresy są częściej oglądane regularnie.

Użyj funkcji wizualnych, aby prawidłowo wyświetlić dane

Jest tak wiele różnych rodzajów wykresów. Decyzja, jaki typ najlepiej nadaje się do wizualizacji prezentowanych danych, jest sztuką samą w sobie. Odpowiedni wykres nie tylko ułatwi zrozumienie danych, ale także przedstawi je w jak najdokładniejszym świetle. Aby dokonać właściwego wyboru, zastanów się, jakie dane musisz przekazać i komu są one przekazywane.

Oto najpopularniejsze typy wykresów do wizualizacji danych:

Wykresy liniowe: wykresów liniowych należy używać do porównywania wartości w czasie i doskonale nadają się do wyświetlania zarówno dużych, jak i małych zmian. Mogą być również używane do porównywania zmian w więcej niż jednej grupie danych.

Wykresy słupkowe: wykresów słupkowych należy używać do porównywania danych ilościowych z kilku kategorii. Można ich również używać do śledzenia zmian w czasie, ale najlepiej ich używać tylko wtedy, gdy te zmiany są znaczące.

Wykresy punktowe: Wykresy punktowe powinny być używane do wyświetlania wartości dwóch zmiennych dla zestawu danych. Są doskonałe do odkrywania relacji między tymi dwoma zestawami.

Wykresy kołowe: wykresów kołowych należy używać do pokazywania części całości. Nie mogą wyświetlać takich rzeczy, jak zmiany w czasie.

Utrzymuj porządek i spójność

Spójność jest szczególnie ważna podczas kompilowania zestawu danych big data do wizualizacji. Spójny projekt skutecznie zniknie w tle, umożliwiając użytkownikom łatwe przetwarzanie informacji. Najlepsze wizualizacje pomagają widzom wyciągać wnioski na temat prezentowanych danych bez wchodzenia „w twarz” lub w inny sposób zwracania na siebie uwagi. Po prostu pokazują dane w najlepszy możliwy sposób.

Tworzenie hierarchii danych pokazuje różne punkty danych w odpowiedni sposób dla decydentów. Możesz sortować od najwyższej do najniższej, aby podkreślić największe wartości lub wyświetlić kategorię, która jest ważniejsza dla użytkowników w widoczny sposób.

Nawet kolejność wyświetlania danych, używane kolory (takie jak jaśniejsze kolory w przypadku najważniejszych punktów lub szarość w przypadku danych bazowych) oraz rozmiar różnych elementów wykresu (np. rozszerzanie niektórych wycinków wykresu kołowego poza obszar regularna granica wykresu) może ułatwić użytkownikom interpretację danych. Uważaj na tworzenie stronniczości tam, gdzie nie powinno jej być podczas korzystania z tych technik.

Włącz wizualizację danych

Kolor jest powszechnie używany jako sposób przedstawiania i różnicowania informacji. Według niedawnego badania przeprowadzonego przez Salesforce jest to również kluczowy czynnik w decyzjach użytkowników.

Przeanalizowali, w jaki sposób ludzie reagowali na różne kombinacje kolorów używane na wykresach, zakładając, że mieliby silniejsze preferencje dla palet o subtelnych wariantach kolorystycznych, ponieważ byłyby bardziej atrakcyjne estetycznie.

Odkryli jednak, że choć atrakcyjne, subtelne palety sprawiają, że wykresy są trudniejsze do analizy i uzyskania wglądu. To całkowicie niweczy cel tworzenia wizualizacji do wyświetlania danych.

Jeśli wykresy z podobnymi kolorami – i mniejszym kontrastem – są trudne do odczytania dla przeciętnej osoby, są jeszcze trudniejsze dla osób, które nie mają doskonałego wzroku – i reprezentują znaczną część populacji. Według WHO około 253 miliony ludzi żyje z wadą wzroku.

Na szczęście dostępne są narzędzia do sprawdzania, jak obraz będzie wizualizowany przez osoby z tymi wadami, takie jak sprawdzanie ślepoty barw w programach Photoshop i Illustrator. Pomocne są również inne rzeczy, takie jak używanie odpowiednio dużych rozmiarów czcionek i odpowiedni kontrast między czcionką a tłem.

Jeśli narzędzia symulacyjne ujawniają problemy z paletą kolorów, istnieją techniki, które mogą poprawić czytelność wykresu:

• Używaj kolorów o wysokim kontraście.
• Uzupełnij użycie koloru wzorem lub teksturą, aby przekazać różne rodzaje informacji.
• Użyj tekstu lub ikon, aby opisać elementy.

Wybór czcionki może wpłynąć na czytelność tekstu, wzmacniając lub pomniejszając zamierzone znaczenie. Z tego powodu lepiej jest unikać czcionek wyświetlanych i trzymać się bardziej podstawowych krojów serif lub sans serif.

Upewnij się, że wizualizacja danych ma czytelny rozmiar czcionki dla swojego nośnika. Smashing Magazine sugeruje, że „16 pikseli powinno generalnie stanowić minimalny rozmiar kopii ciała we współczesnym projektowaniu stron internetowych”.

Nie zniekształcaj danych

Świetna wizualizacja danych powinna jasno opowiadać historię, unikając zniekształceń. Unikaj używania reprezentacji wizualnych, które nie odzwierciedlają dokładnie zestawu danych, takich jak wykresy kołowe w 3D.

Wizualizacje danych mogą prowadzić widzów do pewnych wniosków bez zniekształcania samych danych. Może to być szczególnie przydatne przy projektowaniu takich rzeczy, jak infografiki do użytku publicznego, zwykle tworzone w celu wspierania konkretnych wniosków, a nie tylko ogólnego przekazywania danych. Rzeczy takie jak wybór kolorów i wskazywanie konkretnych punktów danych można wykorzystać do tego celu bez tworzenia grafik, które wprowadzają w błąd (co może potencjalnie podważyć wiarygodność projektanta).

Przykłady wizualizacji złych danych

Przykłady dobrych wizualizacji danych

Wniosek

Dobra wizualizacja danych powinna komunikować zestaw danych w sposób jasny i skuteczny za pomocą grafiki. Najlepsze wizualizacje ułatwiają zrozumienie danych na pierwszy rzut oka. Biorą złożone informacje i rozkładają je w sposób, który ułatwia odbiorcom docelowym zrozumienie i na których można oprzeć swoje decyzje.

Jak zauważył Edward R. Tufte, „podstawowym testem projektowania jest to, jak dobrze pomaga w zrozumieniu treści, a nie jak stylowy jest”. W szczególności wizualizacje danych powinny być zgodne z tą ideą. Celem jest wzbogacenie danych poprzez projektowanie, a nie zwracanie uwagi na sam projekt.

Pamiętanie o tych najlepszych praktykach w zakresie wizualizacji danych upraszcza proces projektowania infografik, które są naprawdę przydatne dla odbiorców.

Dalsza lektura:

• Zainspiruj się tymi wizualizacjami danych
• Ulepsz swoje statystyki dzięki tym inspiracjom do projektowania pulpitów nawigacyjnych
• Projekt pulpitu nawigacyjnego — rozważania i najlepsze praktyki
• Projektowanie prezentacji i sztuka wizualnego opowiadania historii
• Znaczenie projektowania zorientowanego na człowieka w projektowaniu produktu
• Najlepsze portfolio projektantów UX – inspirujące studia przypadków i przykłady