Zihnin Gözü – Veri Görselleştirme Psikolojisine Bir Bakış

Veri görselleştirme, veriler hakkında bir hikaye anlatmanın harika bir yoludur. Ama bunu yapmanın en iyi yolu nedir? İnsan algısı ve bilişinin anlaşılması, tasarımcıların bunu etkili bir şekilde yapmasına yardımcı olabilir.

İnsanlar binlerce yıldır hikayeleri anlatmak ve temel soruların cevaplarını göstermek için görselleri kullandılar. Veri görselleştirmenin en eski örneği, muhtemelen yaklaşık 27.000 yıl öncesine ait bir haritadır ve uzun bir süredir coğrafya dışında herhangi bir şey için veri görselleştirmeleri görmek nadirdi.

Beynimiz, kalıpları ve bağlantıları tanımak için benzersiz bir şekilde mi inşa edilmiştir? Bugün, veri görselleştirmenin altın çağında yaşıyoruz. Verileri etkili bir şekilde iletmek zor olabilir ve grafikler karmaşık verileri anlamamıza ve hatta yeni bir perspektiften görmemize yardımcı olsa da, bir mesajı bir hedef kitleye düzgün bir şekilde iletmek veya verilere dayalı iş kararları vermek söz konusu olduğunda, görselleştirme çok önemli bir yol olabilir. başarmak için. Ancak veri görselleştirmenin gücünün arkasında ne var ?

Veri Görselleştirme Tasarımının Tarihsel Bağlamı

Veri görselleştirme uzun bir geçmişe sahiptir ve 17. ve 19. yüzyıllar arasında önemli ilerlemeler kaydetmiştir. Nicel verileri grafiksel olarak sunma fikri, 18. yüzyılda Rene Descartes'ın matematiksel işlemler için değerleri görüntülemek için iki boyutlu bir koordinat sistemi icat etmesiyle ortaya çıktı. William Playfair, bugün bildiğimiz şekliyle grafik formlara öncülük ettiğinde bu sistem geliştirildi. Çizgi ve çubuk grafikleri ve daha sonra pasta grafiği ve daire grafiğini icat etmesiyle tanınır.

Yıllar geçtikçe, nicel grafiklerin kullanımı daha yaygın hale geldi. Yöntemleri ve etkinlikleri, 20. yüzyılın ikinci yarısında Jacques Bertin'in Grafiklerin Göstergebilimi adlı kitabının yayınlanmasıyla önemli ölçüde arttı. Çalışması çok önemliydi çünkü bilgiyi sezgisel, açık ve verimli bir şekilde sunmak için görsel algının izlenebilecek kurallara ve kalıplara göre çalıştığını keşfetti.

Bertin, farklı çizelge türlerinin etkinliğini inceledi. Aşağıdaki örnekte, pasta grafikler birkaç ülkede çeşitli et türlerinin üretimini göstermektedir. Bertin bunları “işe yaramaz” olarak değerlendirdi. Ortada, matris görselleştirme kullanılarak üst düzey desenler daha çabuk görünür hale gelir. Ve sağda, ülkeler ve et üretiminin doğal bir düzeni olmadığı için, gösterilen örnek de dahil olmak üzere çok daha fazla netlik sağlayan başka birçok matris üretilebilir. Bu senaryoda, kategorilerin yeniden sıralanması verilerin sunumunu önemli ölçüde iyileştirdi.

Psikolojinin Veri Görselleştirme ile Ne ilgisi Var?

Görsel algı, çevremizi görme, yorumlama ve düzenleme yeteneğidir. Veri görselleştirme, insan beyninin doğal yeteneklerinden yararlandığı için son derece etkili olabilir. Hızlı ve verimli.

Etkili bir Amerikalı matematikçi ve teorik istatistikçi olan John Tukey şöyle dedi: "Bir resmin en büyük değeri, bizi asla görmeyi beklemediğimiz şeyi fark etmeye zorlamasıdır."

Serebral korteks tarafından işlenen biliş, çok daha yavaştır ve bilgiyi işlemek için daha fazla çaba gerektirir. Verileri görsel olarak sunmak, algımızı hızlandırır ve bilişsel yükün azaltılmasına yardımcı olur.

Aşağıdaki örnekte, tablo kesin sayıları görmemizi sağlar. Ancak yenilenebilir su kaynakları için en yüksek ve en düşük rakamları çabucak bulabilir miyiz? Kolay değil, ancak aynı veriler sağdaki çubuk grafikte görsel olarak sunulduğunda çok daha net ve anlaşılır hale geliyor.

Diğer duyulara kıyasla görsel algının baskın etkisi, Danimarkalı fizikçi Tor Norretranders tarafından bir örnekte uygun bir şekilde gösterilmiştir. İnsan duyularının kapasitesini standart bilgisayar çıktılarına dönüştürerek görsellerin gücünü gösterdi. Bir bilgisayar ağı ile aynı bant genişliğine sahip olduğu için görüş öne çıkar. Kanal kapasitesi dokunmadan 10 kat, işitme veya koku almadan 100 kat daha güçlüdür. Sağ alt köşedeki küçük kare, duyusal deneyimlerin bilişsel olarak farkında olduğumuz yerdir.

Ön Özenli İşleme

Görsel işleme duyusal girdilere hakim olmakla kalmaz, aynı zamanda veri miktarı ve işlediğimiz hız, bildiğimizden çok daha yüksektir. Bu fenomen “ön-dikkatli işleme” olarak bilinir. Bilinçaltı ve hızlıdır. Gözün iletmesi ve beynin görsel uyaranın ön-dikkat özelliğini işlemesi 200-500 milisaniye sürer (bu, beynin elektronik tablo verilerini işlemesinden çok daha hızlıdır).

“Ön-dikkatli işleme, çevreden gelen bilinçaltı bilgi birikimidir. Mevcut tüm bilgiler önceden dikkatle işlenir. Ardından, beyin önemli olanı filtreler ve işler. En yüksek belirginliğe (en çok göze çarpan bir uyaran) veya bir kişinin düşündüğü şeyle ilgisi olan bilgi, bilinçli (dikkatli) işleme ile daha fazla ve daha eksiksiz analiz için seçilir. - Wikipedia'dan

Ön-özenli işleme, tasarımcılar için bir nimettir çünkü ustaca konuşlandırılması, insanların sunulanı daha hızlı anlamalarını sağlar. Oldukça yetkin bir tasarımcı, bilinçli işlemeyi hafiflettiği ve bellek yükünü azalttığı için veri görselleştirmelerini görüntüleyen birinin daha fazla bilgiyi daha hızlı ve daha az çabayla emmesine yardımcı olabilir.

Ön dikkatli işlemenin avantajları:

• Hızlı/Otomatik
• Duygusal
• Darbeler/Sürücüler
• Alışkanlıklar
• inançlar
• basmakalıp
• Bilinçaltı

Birçok görsel değişken , bir ön-dikkat yanıtını tetikler. Hangi görsel öğelerin otomatik olarak vurgulandığını öğrenerek ve ardından bunları panolara dahil ederek, verilerin hikayesini etkili bir şekilde anlatan görselleştirmeler tasarlayabiliriz.

Görsel Değişkenler

Jacques Bertin tarafından tanıtılan görsel değişkenler, insan gözünün algıladığı şekilde öğeler arasındaki farklardır. Uzun süre çalışılan bu değişkenler, insan beyninin görsel bilgiyi nasıl işlediğini ve bu bilgiyi nasıl yönlendirdiğini anlamak için araçlar sağlar. Orijinal "retinal değişkenler" seti yedi değişkenden oluşuyordu: konum, boyut, şekil, değer, renk tonu, yönler ve doku.

Aşağıdaki çizelgeler, Bertin'e göre niteliksel veya niceliksel farklılıkları göstermek için yararlı olan görsel değişkenlerin örneklerini göstermektedir. Ayrıca noktalar, çizgiler veya alanlar aracılığıyla nitelikleri sunmanın bir yolunu da gösterirler.

William Cleveland ve Robert McGill tarafından 1984 yılında yapılan bir araştırma, insan beyninin aralarındaki farkları ne kadar kolay algıladığına bağlı olarak iki şeklin sahip olabileceği en yaygın yönleri sıraladı. Aşağıdaki görsel özellikleri en doğrudan en az doğruya doğru sıraladılar:

Ortak Bir Ölçek Boyunca Konum

Ortak bir uzaysal referans sistemini paylaştığımız için konum, uzaydaki öğelerle ilgili olarak tanınması ve değerlendirilmesi en kolay özelliktir.

Örnekler: Çubuk grafikler, Dağılım grafikleri

Hizalanmamış, Özdeş Ölçekler Boyunca Konumlar

Aynı eksenle tekrarlanan ayrı ölçekleri, hizalı olmasalar bile karşılaştırmak kolaydır. Panel çizelgeleri veya "küçük katlar" buna harika bir örnektir. Sonuç, tümü aynı görsel formatı izleyen ancak farklı veri kümeleri gösteren bir grafik ızgarasıdır. Tek, daha büyük bir çizelgeyle karşılaştırıldığında, çok fazla çizilen öğe olduğu için veriler karartıldığında veya tıkandığında küçük katlar üst çizime yardımcı olabilir.

Örnek: Küçük katlar (diğer adıyla Rellis, Kafes, Izgara ve Panel grafikleri)

Uzunluk

Uzunluk, nicel bilgileri etkili bir şekilde temsil edebilir, çünkü bir öğenin uzunluğu temsil ettikleri veri değerine göre ölçeklenebilir. İnsan beyni, nesneler hizalı olmasa bile oranları kolayca tanır ve uzunluğu değerlendirir.

Örnek: Çubuk grafikler

Yön

Yön, insan gözü tarafından kolayca tanınır. Örneğin, zamanla değişen verileri sunmak için çizgi ve eğilim grafiklerini kullanabilir.

Örnek: Trend çizelgeleri

Açı

Açılar, orantı hissi sağlayarak karşılaştırma yapmaya yardımcı olur. Araştırmalar, açıları değerlendirmenin uzunluk veya konumdan daha zor olduğunu gösteriyor. Bununla birlikte, pasta grafikler, bütünün üçten fazla parçası olmadıkça, yığılmış çubuk grafikler kadar verimlidir.

Örnek: Pasta grafikler

Alan

Alanların göreceli büyüklüğünü, çizgilerin uzunluğuyla karşılaştırmak daha zordur. İkinci yön, işlemek ve yorumlamak için daha fazla çaba gerektirir.

Örnek: Kabarcık çizelgeleri

Hacim

Hacim, 3B nesnelerin iki boyutlu uzaylarda kullanılmasını ifade eder ve bu da onları değerlendirmeyi önemli ölçüde zorlaştırır. Bununla birlikte, araştırmalar, aynı boyutlu iki şekli karşılaştırırken 3B nesnelerin daha kesin olarak algılanabileceğini öne sürüyor.

Örnek: 3B çubuk grafikler

Renk doygunluğu

Renk doygunluğu, tek bir tonun yoğunluğunu ifade eder. Artan renk yoğunlukları, sezgisel olarak artan değer sayıları olarak algılanabilir. Ancak sonuçları kesin olarak değerlendirmek zor.

Örnek: Isı Haritaları

Görsel değişkenlerin sıralamasını anlamak, çekici veri görselleştirmeleri oluşturmak için çok önemlidir. Ancak bu, tasarımcıların kendilerini çubuk grafiklerle ve dağılım grafikleriyle sınırlamaları gerektiği anlamına gelmez. Cleveland ve McGill, "Sipariş, verileri görüntülemek için kesin bir reçeteyle sonuçlanmaz, bunun yerine içinde çalışılacak bir çerçevedir."

Renk

William Cleveland'a göre, desenlerin ve davranışların algılanması söz konusu olduğunda renk doygunluğu ve gölgeleme en az doğru olanıdır. Yine de renk, veri görselleştirme tasarımcılarının verileri görüntülerken anlam ve netlik aktarmaları için güçlü bir araç olabilir. Bununla birlikte, tasarımcıların rengin nasıl çalıştığını ve neyi iyi yapıp neyi yapmadığını anlamaları çok önemlidir.

Bağlamda Renk

Renk algımız bağlama, renge ve çevredeki nesnelerle karşıtlığına bağlıdır.

Harika bir örnek, Japonya'daki Ritsumeikan Üniversitesi Psikoloji Bölümü'nde profesör olan Akiyoshi Kitaoka'nın bir parça gri kağıdı siyahtan beyaza bir gradyan boyunca kaydırdığı bir deneydir. Kağıt bir yandan diğer yana hareket ettikçe renk değiştiriyor gibi görünüyor. Her an, rengi farklı gri tonları çevrelediği için farklı algılarız. Aşağıdaki videoya bakın:

Stephen Few , Grafiklerde Renk Kullanımına İlişkin Pratik Kurallar adlı makalesinde, bu gözlemlerden bazı pratik kurallar türetiyor:

1. Bir tabloda veya grafikte aynı renkteki farklı nesnelerin aynı görünmesini istiyorsanız, arka planın - onları çevreleyen rengin - tutarlı olduğundan emin olun.
2. Bir tablodaki veya grafikteki nesnelerin kolayca görülmesini istiyorsanız, nesneyle yeterince kontrast oluşturan bir arka plan rengi kullanın.

Renk Bir Hikaye Anlatır

Renk sadece dekorasyon değildir. Anlamlı ve stratejik olarak kullanıldığında en iyisidir. Renk, bir hikaye anlatmaya ve sunulan veri kümesinin amacını iletmeye yardımcı olmalıdır. Söylediği gibi, “az, daha çoktur”.

Bilişsel yükü azaltmak için yalnızca verilerdeki anlam farklılıklarına zıt renkler uygulanmalıdır. Renk, görselleştirmenin ana unsurlarını da vurgulayabilir.

Rengin olmaması iyi bir tabloyu daha az etkili yapmaz. Gri, fikir aşamasında iyi bir başlangıç ​​noktasıdır ve bir odak noktası belirlendiğinde, renk uygulaması bu kısımları vurgulayacaktır.

Renk Paletlerini Tanımlayın

Bir veri görselleştirme tasarımcısının uyguladığı renk kümesi, verilerin anlamını tamamen değiştirebilir. Birçok araç, verilerin doğasına bağlı olarak anlamlı bir renk paleti seçmeye yardımcı olabilir. İşte bir çift:

• RenkBrewer. Paletler üç türe ayrılır:
  • Kategorik (öğeleri farklı gruplara ayırmak için kullanılır)
  • Sıralı (niceliksel farklılıkları kodlamak için kullanılır)
  • uzaklaşan
• Vize Paleti. Viz Palette, erişilebilirlik, renk körlüğü için tasarım ve algısal olarak eşit aralıklı gölgeler ile ilgilenir. Çeşitli durumlarda aynı görünebilecek tonları tanımlayan bir "renk raporu" içerir.

Gestalt İlkelerini Veri Görselleştirmeye Uygulama

Gestalt algı ilkeleri, beynin görsel bilgileri anlamlandırmaya çalışırken ortak özelliklere dayalı öğeleri nasıl düzenlediğini açıklamaya yardımcı olabilir. Gestalt teorisi, insan beyninin, bilinçaltında parçaları bir dizi farklı öğe yerine bir bütün oluşturan organize bir sistem halinde düzenleyerek birçok öğeden oluşan karmaşık görüntüleri veya tasarımları basitleştirmeye ve düzenlemeye çalışacağı fikrine dayanır.

Benzerlik

Benzerlik ilkesi, zihinlerimizin paylaşılan görsel özelliklere sahip öğeleri otomatik olarak "benzer" olarak gruplayacağını söyler. Benzer renkler, benzer şekiller, benzer boyutlar ve benzer yönler bir grup olarak algılanır. Bu ilke aşağıdaki çizelgelerde gösterilmiştir.

Çubukların farklı renklerde olduğu soldaki tablonun aksine, sağdakiler aynı mavidir. Yalnızca bir değişken (Maliyetler/Gelirler) olduğu düşünüldüğünde, bu mantıklıdır. Çubukların aynı renkte olması, verilerin anlaşılmasını kolaylaştırır ve solda farklı renklerin kullanılmasından kaynaklanan ek bilişsel zorlamayı ortadan kaldırır.

yakınlık

Yakınlık, benzerlikten daha etkilidir çünkü insan gözü, öğeleri birbirine ne kadar yakın olduklarına göre ilişkili olarak algılar.

Aşağıdaki çizelgede amaç, üç çeyrekte ülkelere göre satışları karşılaştırmaktır. Yakınlıkları nedeniyle çeyrek dönem içinde her ülkenin satışlarını karşılaştırmak kolay olsa da, ülkelere göre satışları analiz etmek zor olacaktır.

Gözden geçirilmiş çizelge bunu daha net bir şekilde ifade ediyor. Bu durumda, ana veri noktalarını birbirine daha yakın tuttuğu için görselleştirme hedefine odaklanmak için bilgiye öncelik verilir.

muhafaza

Palmer tarafından 1992'de tanıtılan ortak bölge ilkesi, açıkça tanımlanmış bir sınıra sahip öğelerin çevrelenmesinin, eğer ortak bir alanı paylaşıyorlarsa, bir grup olarak nasıl algılanacağını gösterir.

Aşağıdaki örnekte, gri gölgeli alan içindeki üç çubuk bir grubun parçası gibi görünmektedir. Bu teknik, izleyicilerin bir grafikteki bir grup nesneye odaklanmasına yardımcı olur.

Çözüm

İnsan algısının ve bilişsel sürecin temel unsurlarını anlamak, mükemmel veri görselleştirmeleri tasarlamanın önemli bir parçasıdır. Veri görselleştirme ihtiyaçları olan ürünler üzerinde çalışırken – ister B2B panosu veya finansal uygulama olsun – tasarımcıların insan beyninin görsel algı sürecini ve temel veri görselleştirme tasarım ilkelerini dikkate alması gerekir.

Görsel algının iyi bilinen gestalt ilkelerine aşinalık, tasarımcılar için büyük bir fayda sağlayabilir ve beynin karmaşık görüntüleri kalıplara nasıl dönüştürdüğünü anlamalarına yardımcı olabilir. Veri görselleştirmeleri tasarlarken ve daha etkili grafikler tasarlarken daha açık bir görsel hiyerarşi elde etme sürecinde bu ilkelerin farkında olmak değerlidir.

Ek olarak, ön özenli işleme ve görsel değişkenlerin yanı sıra doğru renk uygulamasının farkında olmak, tasarımcıların daha etkili veri görselleştirmeleri oluşturmasını sağlayacaktır.

Haydi ne düşündüğünü söyle! Lütfen düşüncelerinizi, yorumlarınızı ve geri bildirimlerinizi aşağıya bırakın.

• • •

Toptal Tasarım Blogunda daha fazla okuma:

• En İyi Veri Görselleştirme Araçlarına Tam Bir Genel Bakış
• Veri Görselleştirme – En İyi Uygulamalar ve Temeller
• En İyi Veri Görselleştirme Örnekleri ve Pano Tasarımları
• Pano Tasarımı - Hususlar ve En İyi Uygulamalar
• COVID-19: Nihai Tasarım Düşüncesi Kullanım Örneği