Zes tips voor pakkende datavisualisatie

Uw data is slechts zo goed als uw vermogen om deze te begrijpen en te communiceren. De beste manier om een verhaal met uw data te vertellen, is door het te visualiseren door middel van een grafiek, een grafiek of een andere techniek voor datavisualisatie. Met datavisualisatie kunt u patronen, correlaties en uitbijters ontdekken.

Het is echter van cruciaal belang om de juiste methode voor datavisualisatie te kiezen; als uw data verkeerd wordt voorgesteld of ineffectief worden gepresenteerd, lopen u en uw team belangrijke inzichten en inzichten mis. In deze blog worden zes praktische tips voor datavisualisatie uiteengezet waarmee u uw data effectiever kunt communiceren.

Verzamel betrouwbare data 

Voordat u data kunt visualiseren, moet u deze verzamelen. Vraag uzelf af waar en hoe u aan uw data komt. Als u uw eigen data verzamelt, moet u ervoor zorgen dat deze afkomstig zijn van een betrouwbare bron. Een goede databron is:

Origineel – Uw data moeten afkomstig zijn uit een primaire bron. Als de data afkomstig zijn van een externe bron, zoals Wikipedia of een nieuwsartikel, zoek dan de originele data op om eventuele ongelukken op te sporen.

Uitgebreid – Uw data moeten het hele verhaal vertellen en geen vragen onbeantwoord laten.

Recent – Zorg ervoor dat de data bij voorkeur niet ouder is dan twee jaar.

Betrouwbaar – Controleer of uw bron relevant, legitiem en onbevooroordeeld was.

 

Identificeer uw publiek en het verhaal dat uw data vertelt

Nadat u uw data hebt verzameld, moet u naar de ruwe cijfers kijken en uitpluizen wat belangrijk is. Begin met uw doelstatistieken: wat is de primaire vraag die u probeert te beantwoorden? Waar is uw publiek het meest nieuwsgierig naar?

Het belangrijkste om te overwegen is wat u precies probeert te laten zien aan uw publiek? Uw doel moet zijn om een diagram te maken dat waarde laat zien en het doel ervan op een gemakkelijk herkenbare manier bereikt. Bedenk hoe bekend uw publiek is met de principes die in de gegevens worden gepresenteerd en ontwerp uw beelden zo dat uw publiek de gegevens snel en gemakkelijk kan verwerken. Staafdiagrammen, cirkeldiagrammen, lijndiagrammen, vlakdiagrammen, spreidingsdiagrammen, bellendiagrammen en hittekaarten vertellen allemaal verschillende verhalen - u moet de beste kiezen om uw gegevensverhaal correct te vertellen.

 

Bepaal wat u wilt laten zien

Verandering in de tijd

Een veelvoorkomend gebruik voor gegevensvisualisatie is om te zien hoe een variabele in de loop van de tijd in waarde verandert. Deze diagrammen hebben meestal de tijd op de horizontale as, die van links naar rechts beweegt, met de waarden van de variabele op de verticale as.

Data visualisations that show change over time include bar charts, line charts, and box plots.

 

Samenstelling

Soms is het belangrijk om niet alleen een totaal te kennen, maar ook de verschillende componenten waaruit dat totaal bestaat. Terwijl andere diagrammen, zoals een standaard staafdiagram, kunnen worden gebruikt om de waarden van de componenten te vergelijken, laten diagrammen zoals cirkeldiagrammen duidelijk de samenstelling van het geheel zien.

Data visualisations that show composition include pie charts, stacked bar charts, and stacked area charts.

 

Verdeling

Laten zien hoe gegevenspunten worden verdeeld, is een ander belangrijk gebruik voor gegevensvisualisatie. Dit is met name handig wanneer u probeert inzicht te krijgen in de eigenschappen van gegevensfuncties.

Data visualisations that show distribution include bar charts, histograms, violin plots, and box plots.

 

Vergelijken 

Een andere toepassing voor gegevensvisualisatie is het vergelijken van waarden tussen verschillende groepen. Dit is een veel voorkomende toepassing en wordt vaak gecombineerd met andere rollen voor gegevensvisualisatie, zoals het weergeven van veranderingen in de tijd, en omvat diagrammen zoals staafdiagrammen, lijndiagrammen, vioolplots en meer.

Data visualisations that show comparison include bar charts, dot plots, line charts, grouped bar charts, violin plots, box plots, funnel charts, and bullet plots.

 

Relaties 

Inzicht in de relatie tussen datafuncties is een andere taak die wordt weergegeven bij gegevensverkenning. Diagrammen zoals spreidingsdiagrammen, bellendiagrammen en hittekaarten kunnen worden gebruikt om twee of meer variabelen tegen elkaar uit te zetten om trends te identificeren en de relatie daartussen te observeren.

Data visualisations that demonstrate relationships include scatter plots, bubble charts, and heatmaps.

 

Bied context

Zorg ervoor dat u elke datavisualisatie context geeft om uw publiek te helpen de cijfers te interpreteren die ze zien. Om context te bieden:

  • Label uw grafieken en grafieken correct
  • Orden uw datasets logisch - het is gemakkelijker voor een publiek om een visualisatie te begrijpen wanneer de gegevens intuïtief zijn geordend
  • Noem of markeer essentiële informatie - gebruik pijlen, tekst of visuele aanwijzingen zoals een cirkel of rechthoek

 

Vertel verhalen met duidelijke kleuraanwijzingen

Kleur heeft de kracht om een boodschap over te brengen zonder woorden te gebruiken. Houd het eenvoudig als u kleur gebruikt in uw gegevensvisualisatie. Gebruik kleur alleen om informatie te markeren en te accentueren, niet om cijfers er mooi uit te laten zien. Het gebruik van te veel kleuren kan leiden tot onenigheid, terwijl het gebruik van slechts één kleur of te veel tinten van één kleur ertoe kan leiden dat de gegevens in elkaar overlopen.

Graphic showcasing analogous, monochromatic, triadic, and complementary colour schemes

Vier veel voorkomende kleurenschema's zijn analoog, monochroom, triadisch en complementair.

Analoge kleurenpaletten bestaan uit één hoofdkleur en twee kleuren direct ernaast op het kleurenwiel om een zachter, minder contrasterend ontwerp te creëren. Dit is beter voor een afbeelding dan voor datavisualisatie.

Een monochroom kleurenschema bevat verschillende tinten van één kleur. Dit is geweldig als u geen hoog contrast hoeft te creëren of echt de aandacht hoeft te trekken.

Triadisch is een contrastrijk kleurenschema dat dezelfde toon behoudt. Een triadisch kleurenschema is geweldig om contrast te creëren, maar kan soms overweldigend zijn. Het ziet er het beste uit in staaf- of cirkeldiagrammen omdat het het contrast biedt dat u nodig hebt om duidelijke vergelijkingen te maken.

Een complementair palet is het gebruik van twee kleuren direct tegenover elkaar op het kleurenwiel en relevante tinten van deze kleuren. Dankzij het hoge contrast kunt u belangrijke punten en aandachtspunten uit uw gegevens benadrukken.

 

Houd het simpel en behapbaar

Coherentie is essentieel als u grote hoeveelheden data in een visualisatie zet. Een samenhangend ontwerp visualiseert uw date naadloos op een manier die uw publiek in staat stelt informatie gemakkelijk te verwerken zonder dat het te 'in-your-face' is.

Onthoud dat de volgorde waarin gegevens worden weergegeven, de gebruikte kleuren en de grootte van verschillende elementen van een diagram, gebruikers kunnen helpen om gegevens gemakkelijker te interpreteren.

Zorg ervoor dat uw datavisualisatie een duidelijk verhaal vertelt; vermijd het gebruik van visuele representaties die de dataset niet nauwkeurig weergeven, zoals 3D-cirkeldiagrammen die uw gegevens kunnen vertekenen en uw publiek in verwarring kunnen brengen.

 

Onthoud:

Uw gegevens zijn slechts zo waardevol als uw vermogen om deze te communiceren. Volg deze zes best practices voor datavisualisatie om uw verhaal effectief te vertellen. Als u klaar bent om een datagedreven bedrijf te worden, neem dan contact met me op voor een gesprek.