Οι τύποι απεικονίσεων δεδομένων - Dummies

Η απεικόνιση δεδομένων είναι μια οπτική αναπαράσταση που έχει σχεδιαστεί για να μεταφέρει το νόημα και τη σημασία των δεδομένων και των δεδομένων. Δεδομένου ότι οι απεικονίσεις δεδομένων έχουν σχεδιαστεί για ένα ολόκληρο φάσμα διαφορετικών θεατών, διαφορετικούς σκοπούς και διαφορετικά επίπεδα δεξιοτήτων, το πρώτο βήμα για το σχεδιασμό μιας μεγάλης απεικόνισης δεδομένων είναι να γνωρίσετε το κοινό σας .

Τα ακροατήρια έρχονται σε όλα τα σχήματα, μορφές και μεγέθη. Θα μπορούσατε να σχεδιάζετε κάτι για τους νέους και νευρικούς αναγνώστες του περιοδικού Rolling Stone ή ίσως πρέπει να σχεδιάσετε μια απεικόνιση για να μεταδώσετε επιστημονικά ευρήματα σε μια ερευνητική ομάδα. Είναι πιθανό ότι το ακροατήριό σας αποτελείται από μέλη του διοικητικού συμβουλίου και οργανωτικούς υπεύθυνους για τη λήψη αποφάσεων, ή ίσως σχεδιάζετε ένα κομμάτι που έχει ως στόχο να προκαλέσει ένα ruckus με μέλη μιας τοπικής οργάνωσης λαϊκής βάσης.

Δεδομένου ότι κάθε ακροατήριο θα αποτελείται από μια μοναδική κατηγορία καταναλωτών, κάθε μία με μοναδικές ανάγκες απεικόνισης δεδομένων, είναι απαραίτητο να διευκρινιστεί ακριβώς για ποιον σχεδιάζετε. Στις παραγράφους, γνωρίζετε τους τρεις κύριους τύπους απεικονίσεων δεδομένων και πώς μπορείτε να επιλέξετε αυτό που ανταποκρίνεται καλύτερα στις ανάγκες του κοινού σας.

Αναπαραγωγή δεδομένων για οργανωτικούς υπεύθυνους λήψης αποφάσεων

Μερικές φορές πρέπει να σχεδιάζετε οπτικοποιήσεις δεδομένων για ένα λιγότερο τεχνικό κοινό, ίσως για να βοηθήσετε τα μέλη αυτού του κοινού να λαμβάνουν καλύτερα ενημερωμένες επιχειρηματικές αποφάσεις. Ο σκοπός αυτού του τύπου απεικόνισης είναι να πείτε στο κοινό σας την ιστορία πίσω από τα δεδομένα. Στην αφήγηση δεδομένων, το κοινό εξαρτάται από εσάς να κατανοήσετε τα δεδομένα πίσω από την οπτικοποίηση και στη συνέχεια να μετατρέψετε χρήσιμες γνώσεις σε οπτικές ιστορίες που μπορούν να κατανοήσουν.

Με το storytelling δεδομένων , ο στόχος σας θα πρέπει να είναι να δημιουργήσετε μια απερίσκεπτη, άκρως εστιασμένη απεικόνιση, ώστε τα μέλη του ακροατηρίου σας να μπορούν γρήγορα να εξάγουν το νόημα χωρίς μεγάλη προσπάθεια. Αυτές οι απεικονίσεις παρέχονται καλύτερα με τη μορφή στατικών εικόνων, αλλά οι πιο έμπειροι ιθύνοντες μπορεί να προτιμούν να έχουν ένα διαδραστικό πίνακα εργαλείων το οποίο μπορούν να χρησιμοποιήσουν για να κάνουν λίγη εξερεύνηση και τι-αν μοντελοποίηση.

Προβολή δεδομένων για αναλυτές

Εάν σχεδιάζετε για ένα πλήθος λογικών υπολογιστών αναλυτών, μπορείτε να δημιουργήσετε οπτικοποιήσεις δεδομένων που είναι μάλλον ανοικτές. Ο σκοπός αυτού του τύπου απεικόνισης είναι να βοηθήσει τα μέλη του κοινού να εξερευνήσουν οπτικά τα δεδομένα και να συντάξουν τα δικά τους συμπεράσματα.

Όταν χρησιμοποιείτε δεδομένα που παρουσιάζουν τεχνικές , ο στόχος σας θα πρέπει να είναι η εμφάνιση πολλών πληροφοριών με βάση τα συμφραζόμενα που υποστηρίζουν τα μέλη του κοινού σας να κάνουν τις δικές τους ερμηνείες.Αυτές οι απεικονίσεις θα πρέπει να περιλαμβάνουν πιο συμφραζόμενα δεδομένα και λιγότερο επικεντρωμένη εστίαση, ώστε οι άνθρωποι να μπορούν να μπουν εκεί, να αναλύσουν τα δεδομένα για τον εαυτό τους και να συνάγουν τα δικά τους συμπεράσματα. Αυτές οι απεικονίσεις παρέχονται καλύτερα ως στατικές εικόνες ή δυναμικοί, διαδραστικοί πίνακες ελέγχου.

Σχεδίαση τέχνης δεδομένων για ακτιβιστές

Θα μπορούσατε να σχεδιάζετε ένα ακροατήριο ιδεαλιστών, ονειρομένων και κατασκευαστών αλλαγών. Όταν σχεδιάζετε για αυτό το κοινό, θέλετε η οπτικοποίηση των δεδομένων σας να κάνει ένα σημείο! Μπορείτε να υποθέσετε ότι το τυπικό μέλος του ακροατηρίου σας δεν είναι αναλυτικό. Αυτό που αυτοί οι άνθρωποι δεν διαθέτουν τις δεξιότητες μαθηματικών, ωστόσο, αντισταθμίζουν περισσότερο από τις πεπεισμένες αποφάσεις.

Αυτοί οι άνθρωποι αναζητούν την απεικόνιση των δεδομένων σας ως όχημα για να κάνουν μια δήλωση. Όταν σχεδιάζετε για αυτό το ακροατήριο, το art art είναι ο τρόπος να πάτε. Ο βασικός στόχος της τέχνης δεδομένων είναι να ψυχαγωγήσει, να προκαλέσει, να ενοχλήσει ή να κάνει ό, τι χρειάζεται για να κάνει μια δυνατή, σαφή, απαιτητική δήλωση. Η τέχνη δεδομένων έχει ελάχιστη ή και καθόλου αφήγηση και δεν προσφέρει στους θεατές τη δυνατότητα να διαμορφώσουν τις δικές τους ερμηνείες.

Είναι σημαντικό να υπογραμμίσουμε εδώ ότι οι επιστήμονες δεδομένων έχουν μια ηθική ευθύνη να αντιπροσωπεύουν πάντα τα δεδομένα με ακρίβεια. Ένας επιστήμονας δεδομένων δεν πρέπει ποτέ να στρεβλώνει το μήνυμα των δεδομένων για να ταιριάζει σε αυτό που θέλει να ακούσει το ακροατήριο - ούτε καν για την τέχνη των δεδομένων! Τα μη τεχνικά ακροατήρια δεν θα γνωρίζουν καν τα πιθανά ζητήματα, πόσο μάλλον τα βλέπουν. Στηρίζονται στον επιστήμονα δεδομένων για να παρέχουν ειλικρινείς και ακριβείς παραστάσεις, ενισχύοντας έτσι το επίπεδο ηθικής ευθύνης που πρέπει να αναλάβει ο επιστήμονας δεδομένων.