Hvordan du kan forbedre visualiseringen av dine data

Hvordan du kan forbedre visualiseringen av dine data

Formålet med visualisering er å effektivt kommunisere informasjon. Dette vil man kunne gjøre på måter som trekker ut trender og mønstre som ikke så lett kan ses ved å bare se på talltabeller. Ideelt sett skal dette også være noe som er visuelt tiltrekkende. Du bør få en positiv følelsesmessig respons når du ser på noen av disse visualiseringene og engasjere brukere, slik at de er villig til å virkelig dykke ned for å analysere data.

I dette innlegget vurderes noen av Dimensional Insight sine Chart Portlet visualiseringer, for å illustrere et bredt spekter av måter å visualisere data på. Jeg tror du vil se med alle de tilgjengelige alternativene, at det er enkelt å kommunisere informasjon på en måte som er både effektiv og behagelig for øyet.

Diagramtyper

Her er en liste over noen forskjellige diagramtyper for visualisering av data.

Noen favoritter

La oss se på noen av våre favoritter av ulike diagrammer, slik at du kan få en bedre forståelse for hvordan de kommuniserer informasjon.

Dette eksemplet viser både gjennomsnitt og median. Man kan klikke på et punkt, for å navigere ned i detaljdata.
Vanligvis brukes både Lysestake-diagrammer og OHLC-diagrammer til å vise økonomiske data. Lysestake-diagrammet bruker hvitt og svart for å vise at en verdi går opp og ned. OHLC-diagrammet bruker grønt og rødt til å vise at en verdi går opp og ned. Grunnen til å bruke en type fremfor en annen er et spørsmål om personlig preferanse.

Her er noe som kanskje er mer interessant. Dette diagrammet er spesialisert for transport industrien. Det viser sammenhenger mellom punkter i et transportsystem, slik at du kan få en idé om rutesammenhenger. Hvis du markere en bue eller destinasjon, dukker det opp et informasjonsvindu som viser forskjellige type informasjon, eksempelvis antall turer som går frem og tilbake. I Arc-diagrammet er det mange visningsalternativer.

Waterfall diagrammet fungerer bra for å spore en prosess over tid. Dette eksemplet viser en verdi som startet på null på mandag, og som gikk opp til nesten 40. Så på tirsdag falt den (stolpen er rød) helt ned til nesten negativ 20. På onsdag fortsatt den å falle videre. På torsdag steg det. På fredag steg den igjen. På slutten av uken viser diagrammet en enkelt stolpe (blå) hvor verdien endte. Waterfall diagrammet gir en detaljert måte å spore noe over tid – i dette tilfelle ned til dager.
Dual Axis-diagram kan være greit å bruke når du sammenligner to datasett eller to kolonneverdier som – selv om de ikke har samme skala – har vanlige mønstre du vil se. Her ser vi på antall salg kontra omsetning. Selv om dataverdiene ikke er av samme størrelsesorden, er det visse mønstre mellom de to som er verdt å vurdere.
Det finnes en rekke måter å kombinere ulike diagram typer for å analysere forholdet mellom to sett med data. Dette diagrammet kombinerer stolper og linjer samtidig, i tillegg til en dobbel akse.
Dette MultiTab-diagrammet viser dimensjonen for salgsområdet langs bunnen av diagrammet, og deretter produktfamilie-dimensjonen som unike farger. (Det er egentlig et diagram i et diagram.)

Dette varmekartet viser dager i uken på den vertikale aksen og klokkeslett på den horisontale akse. Hver celle representerer «on-time» prosentandelen av et bestemt transportsystem som analyseres. Det er også en skala til høyre som viser at grønn er bra og rød er dårlig.

Dette er bare et utdrag av hva som kan gjøres med de ulike diagramtyper. Bruk av riktig visualisering og diagramtyper kan gjøre det enkelt å kommunisere informasjon på en måte som er både effektiv og behagelig for øyet.

Om du ønsker, kan du laste ned en eBook om visualisering for fremtidig referanse.