Πίνακας περιεχομένων:
Βίντεο: Week 7 2024
Όταν ολοκληρωθεί η ασπρόμαυρη μακέτα σας, είστε έτοιμοι να προσθέσετε τα οπτικά εφέ τόσο δυνατά αυτό θα το κάνει να σκάσει. Αυτός είναι ο λόγος για τον οποίο ξεκινήσατε αυτό το ταξίδι για να ξεκινήσετε, σωστά; Όταν προσθέτετε γραφικά στη μακέτα σας, είναι σημαντικό να εστιάσετε στην προσθήκη αποτελεσματικών γραφικών. Δυστυχώς, λόγω έλλειψης ηγετικής σκέψης και κατάρτισης στη βιομηχανία επιχειρησιακών πληροφοριών (BI), οι τόνοι οπτικοακουστικών αλλά αναποτελεσματικών οπτικοποιήσεων δεδομένων παρέχουν μηδενική αξία. Απλά κάντε αναζήτηση στο Internet για απεικονίσεις δεδομένων για να δείτε μερικά παραδείγματα.
Ο παρακάτω πίνακας αναφέρει τα τρία βασικά χαρακτηριστικά ενός αποτελεσματικού οπτικού.
Trait | Λεπτομέρειες |
---|---|
Τα δεδομένα είναι ξεκάθαρα. | Βεβαιωθείτε ότι τα δεδομένα είναι καθαρά, τόσο στο σκοπό όσο και στην οθόνη
. |
Το οπτικό προσαρμόζει τα δεδομένα. | Εάν επιλέγετε ένα γράφημα ή ένα κείμενο, βεβαιωθείτε ότι χρησιμοποιείτε το
το σωστό οπτικό για την εργασία. |
Οι εξαιρέσεις είναι εύκολο να εντοπιστούν. | Αν υπογραμμίζετε μια σύγκριση ή υπερβάσεις στα δεδομένα , θα πρέπει να διευκολύνετε τους χρήστες σας να εντοπίζουν εξαιρέσεις
στα δεδομένα. |
Ο προηγούμενος πίνακας επηρεάστηκε από τον Edward Tufte, ο οποίος θεωρείται ο οπαδός της απεικόνισης δεδομένων. Το βιβλίο του Η οπτική απεικόνιση των ποσοτικών πληροφοριών , 2η έκδοση (Graphics Press), είναι ένα από τα καλύτερα θεωρημένα βιβλία στο πεδίο οπτικοποίησης δεδομένων. Παρόλο που χρειάζεται μια επιστημονική προσέγγιση, είναι απαραίτητο να διαβάζουμε για τα δεδομένα τόσο αρχάριους όσο και εμπειρογνώμονες.
Αυτά τα τρία χαρακτηριστικά δεν είναι all-inclusive, οπότε δεν πρέπει να περιμένετε να έχουν όλοι τους να αποφασίσουν εάν ένα οπτικό θα πρέπει να το κάνει στη μακέτα σου. Αντ 'αυτού, χρησιμοποιήστε τα ως κατευθυντήριες γραμμές καθώς επιλέγετε τα γραφικά σας. Τα περισσότερα γνωρίσματα που έχετε σε κάθε οπτική, τόσο πιο αποτελεσματικά θα είναι τα συνολικά σας δεδομένα!
Τα δεδομένα είναι σαφή
Τα αποτελεσματικά οπτικά στοιχεία εμφανίζουν δεδομένα που είναι σαφή τόσο στην παρουσίαση όσο και στο σκοπό, χωρίς να παραμορφώνονται με κανέναν τρόπο. Ένα συνηθισμένο λάθος είναι να πιέσετε πάρα πολλά δεδομένα σε ένα ενιαίο οπτικό, προκαλώντας το σημαντικό σημείο των δεδομένων να κρύβονται, να επισκιάζονται ή να αλλοιώνονται από όλο τον θόρυβο. Το παρακάτω σχήμα δείχνει ένα καλό παράδειγμα απεικόνισης δεδομένων που χρησιμοποιεί ένα γράφημα donut για να δείξει ποιοι τύποι φορητών συσκευών χρησιμοποιούν οι χρήστες. Δείτε πώς η επίδραση 3-D καθιστά πολύ δύσκολη την κατανόηση των δεδομένων.
Είναι επίσης σημαντικό να διασφαλιστεί ότι ο σκοπός του οπτικού είναι εξαιρετικά καθαρός, ώστε ο χρήστης να μην έχει περιθώρια παρερμηνείας. Οι καλές οπτικοποιήσεις δεδομένων αναφέρουν μια ιστορία με μια ματιά, αφήνοντας τον αναγνώστη να θέλει περισσότερα.Εάν η απεικόνιση των δεδομένων προκαλεί σύγχυση ή παρερμηνεία, οι περισσότεροι χρήστες απενεργοποιούνται και εγκαταλείπουν. Το σχήμα που ακολουθεί δείχνει ένα παράδειγμα σύγχυσης απεικόνισης που απεικονίζει τη χρήση του κοινωνικού δικτύου. Δυστυχώς τα χρώματα και τα ποσοστά δεν φαίνεται να έχουν καμία συσχέτιση και επομένως είναι πολύ συγκεχυμένα. Μπορείτε να πείτε τι απεικονίζει η απεικόνιση;
Οπτική προσαρμογή των δεδομένων
Το οπτικό πρέπει να ταιριάζει με τα δεδομένα. Οι οπτικές είναι κάτι περισσότερο από διαγράμματα, ωστόσο, και ορισμένα γραφικά απλά δεν ταιριάζουν σε ορισμένα δεδομένα. Συνήθως, μπορείτε να παρουσιάσετε δεδομένα με πολλούς τρόπους. Η δουλειά σας είναι να βρείτε τον πιο αποτελεσματικό τρόπο.
Δεν πρέπει να χρησιμοποιείτε ποτέ ένα διάγραμμα πίτας, για παράδειγμα, για να εμφανίσετε δεδομένα με περισσότερα από πέντε σημεία δεδομένων ή για να εμφανίσετε οποιοδήποτε σύνολο δεδομένων με ελάχιστη ή μηδενική διακύμανση. Ομοίως, δεν πρέπει ποτέ να χρησιμοποιήσετε ένα τραπέζι ή scorecard για να δείτε μια τάση με την πάροδο του χρόνου.
Το παρακάτω σχήμα δείχνει δύο απεικονίσεις που καταγράφουν τα ίδια δεδομένα. Το διάγραμμα γραμμής στην κορυφή είναι η καλύτερη επιλογή για την εμφάνιση της τάσης των πωλήσεων το 2014, επειδή καθιστά φανερά σαφές ότι τα έξοδα της εταιρείας ξεπερνούν τα κέρδη της. Το διάγραμμα στήλης στο κάτω μέρος δεν μεταφράζει αυτή την τάση τόσο καθαρά. Τα γραφήματα στήλης χρησιμοποιούνται καλύτερα για τη σύγκριση στοιχείων.
Οι εξαιρέσεις είναι εύκολο να εντοπιστούν
Είτε έχουν τη μορφή ειδοποιήσεων, συγκρίσεων ή εξωλέμβιων, οι εξαιρέσεις στα δεδομένα πρέπει να είναι εύκολα εντοπισμένες σε μια αποτελεσματική οπτική. Εάν μια εξαίρεση απαιτεί πρόσθετη βαθιά ανάλυση για να καταλάβει, οι πιθανότητες είναι ότι το οπτικό σας δεν είναι αποτελεσματικό.
Εξαιρέσεις στις απεικονίσεις δεδομένων είναι εξαιρετικά ισχυρές και μπορούν να προσθέσουν μεγάλη αξία. Όταν οι χρήστες εντοπίζουν εξαιρέσεις και αποκρυπτογραφούν γρήγορα, γνωρίζουν αν χρειάζεται άμεση, μετριοπαθής ή ελαφριά προσοχή. Η επισήμανση εξαιρέσεων παρέχει επίσης μια εικόνα για πιθανές τάσεις που μπορεί να απαιτούν προσοχή.
Το παρακάτω σχήμα δείχνει ένα γράφημα που χρησιμοποιεί μια ειδοποίηση για να επισημάνει μερικές από τις εξαιρέσεις στην τάση δεδομένων πωλήσεων.