HVIS CHARTS DO

Det vigtigste ved et diagram er ikke dets æstetik, teknologien, der bruges til at oprette det, den slags datavisualiseringslayout eller endda de data, det repræsenterer. Det vigtigste ved et diagram er dens indvirkning. Virkningen er, hvad et diagram gør. Og alligevel har vi næppe engang et ordforråd omkring datavisualisering. Det er ikke at sige datavisualiseringskabere ikke er interesseret i indflydelse, men ligesom de to sidste stykker i denne serie skal koncepterne omkring, hvilke diagrammer der skal gøres mere tydelige for at være i stand til at gøre diagrammer mere effektive.

Et godt diagram er typisk erklæret sådan på grund af dets populære appel eller dets optagelse på en liste over store diagrammer. Dette perspektiv ignorerer, at diagrammer er aktive i verden, og deres virkning er det centrale mål for deres succes. Den enkleste ting et diagram kan gøre er at give indsigt. Indblik er flertal, fordi det er bedre at tænke på en indsigt som en ting, der kan tælles og indsamles og vises. At gøre indsigt mere konkret og samlerobjekter er et af de vigtigste temaer for at designe datavisualisering, som om det var et spil.

Insight generation er sandsynligvis den bedst forståede effekt af et diagram, men desværre har vi ikke engang et ordforråd med indsigt. Vi skal være i stand til at tænke på den indsigt, et diagram genererer med det samme niveau af raffinement, som vi har for de kanaler, det bruger til at vise data og værktøjerne, der bruges til at oprette diagrammet. Hvis du kun kan beskrive indsigt på en løs måde, har den ikke den samme form for opmærksomhed til publikum som komponenterne i et datavisualiseringsbibliotek eller gestaltfunktionerne i et bestemt datavisualiseringslayout. En måde at tænke på indsigt på denne måde er at tænke på kommentarer, som typisk peger på et individuelt træk, der kunne siges at være en diskret ”indsigt” af en eller anden art.

Et simpelt linjediagram (til venstre) og funktionerne i det linjediagram (til højre), der kan betragtes som indsigt af et publikum. I dette eksempel består disse af dataets maksima / minima (hvad enten det er som et omfang eller som individuelle træk), mængden af ​​de samlede repræsenterede data, interessepunkter, ændringsvolatilitet eller den samlede tendens i ændringsretningen.

Læsere finder tendenser og interessepunkter i vores diagrammer, og vi forsømmer dem, når vi forsømmer at engagere os i indsigt. I stedet for at navngive og fremme indsamlingen af ​​disse indsigter lader vi dem være efemera på diagrammet, der skal samles i andre tilstande (som fortællingstekst eller i samtale) snarere end at optimere kortpladsen til deres opdagelse og manipulation. Hvis dit publikum finder et linjediagram effektivt, gjorde de det på grund af de tendenser, det viser, interessepunkterne eller volatiliteten? Det kan være i dit næste produkt, at du bedre kan understrege den type indsigt med kommentarer eller ændringer eller et helt andet diagram.

Hvad gør diagrammer ellers? De forårsager forandring. Et diagram afslører en tendens eller indsigt, og det handles på et sted uden for diagrammet. Alligevel har vi gjort lidt for at forbinde aktiviteten ud over diagrammet tilbage til diagrammet. Det er som om vi vil bruge al denne tid og kræfter på at skabe en mekanisme til at forstå og kommunikere, men foregive at vi ikke har brug for det, når handlingen er truffet.

Dette er endnu sværere at måle end indsigt, men også mere vigtigt. At forstå, hvordan et bestemt diagram var et effektivt bevis eller motivation, er nøglen til at udvikle mere effektiv datavisualisering.

Det er vigtigt, at diagrammer medfører visuel forståelse. Mere komplekse datavisualiseringsformer findes end søjlediagrammer og linjediagrammer. Men disse metoder ignoreres ofte af bekymring for, at læserne ikke kan forstå dem. På catch-22-måde kan den nye form ikke introduceres, før den forstås, men kan først forstås, når den er introduceret. Kompleks datavisualisering ses typisk som enten for specialister, som f.eks. De arcane datavisualiseringsformer, der er fremtrædende inden for genetikforskning, eller som "datavisualisering med henblik på datavisualisering" fremmes af kedelige kortproducenter, der ønsker at eksperimentere med xenografi.

Det samme datasæt med tillidsforhold mellem konsulenter hos et firma, der er repræsenteret som et sæt søjlediagrammer (til venstre) eller et styret netværk (til højre) afslører meget forskellige mønstre. Topologiske mønstre er meget svære at repræsentere ved hjælp af diagrammer som søjlediagrammer og linjediagrammer.

Men al datavisualisering var på et tidspunkt kompleks datavisualisering, indtil et publikum blev behageligt og læse nok til at læse det. Diagrammer skaber visuel forståelse og fremmer også gennem forbedret læsefærdighed nye perspektiver, der understreger den slags data, der repræsenteres. Søjlediagrammer og linjediagrammer fremmer numerisk datakendskab og en vægt på nøjagtighed og præcision. Netværksdata visualisering fremmer topologisk datakendskab og en vægt på nye strukturer og systemer. Diagrammer inspirerer og gentager disse perspektiver.

Endelig skaber diagrammer nye diagrammer. Gammeldagse opkald førte til datavisualisering i form af opkald, der til sidst førte til valgopkaldskortet, komplet med skeuomorfe jitter, som i sig selv førte til endnu flere opkaldsdiagrammer. Den første scatterplot forårsagede flere scatterplots, som muterede til graduerede symboldiagrammer og kvadranter og måske hexbins og kontur plot. Kataloger over datavisualisering har en tendens til at behandle enhver form som en kategori af en uden at trække forbindelser imellem dem, hvilket forklarer, hvordan diagrammer fører til andre diagrammer.

Her er en imaginær genealogi for diagrammer, der har scatterplots som en fælles stamfar med grene for at indikere tilsluttede scatterplots, graderede symboldiagrammer, gitterlignende plot og kvadranter (naturligt udvikler sig til kvadranter med ansigter fra populære tv-skuespillere).

Dette lyder måske som den slags ting, som kun en person, der professionelt skaber datavisualisering, bekymrer sig om. Men hvis et diagram er et stykke kommunikation, der bærer det eksplicitte budskaber, forsætlig betydning, årsagspåvirkning og en række andre attributter, betyder det, at når et diagram gengiver det, skaber det et andet i en lang række komplekse, virkningsfulde ting. Diagrammer giver visuel færdighed, hvilket giver muligheden for nye diagrammer (fordi, blandt de andre mennesker, der bliver mere visuelt læse, er diagramskaberne selv).

Nogle regler for forbedring af, hvad et diagram gør

Afslør indsigt: Forstå den slags indsigt, som dine læsere leder efter. Kunne kategorisere disse indsigter og grafisk beskrive, hvordan de vises i de datavisualiseringsprodukter, du opretter. Fokuser på og beskriv de metoder, du bruger til at hjælpe dine læsere med at identificere, indsamle og distribuere denne indsigt. Evaluer de datavisualiseringsmetoder, du bruger til at bestemme, hvordan de forbedrer og holder tilbage til oprettelsen og indsamlingen af ​​disse indsigter.

Årsagsændring: Spor og mål virkningen af ​​diagrammer på forretningsbeslutninger via interviews og eksempler på, hvordan diagrammer er blevet brugt i præsentationer og memoer. Vær opmærksom på, hvordan diagrammer bruges, og om de bruges i deres originale form i de applikationer, hvor de er implementeret, eller om de bruges som skærmbilleder eller med grafisk ændring (som farveændringer, beskæring eller noter). Identificer, hvornår diagrammer har haft negative effekter på grund af forvirring eller misforståelse. Sørg for, at beslutningstagere anerkender diagrammenes rolle i deres beslutninger.

Årsag Visual Literacy: Hold styr på, hvordan dine valg af datavisualiseringsmetode er begrænset af dit publikums visuelle færdigheder. Prøv at finde områder, hvor den indsigt, som dine læsere forventer, kan forbedres med et diagram, som de ikke er komfortable med, og introducer det til dem. Spor hvad der fungerer, og hvad der ikke så vidt angår metoder til at lære læsere at forstå nye diagrammer.

Dette eksempel på en tilsluttet scatterplot, der blev brugt i produktion på Netflix, har indbygget et link til en animeret forklaring af, hvordan man læser det nye diagram sammen med mere kendte diagrammer omkring det for at reducere friktion.

Opret nye diagrammer: Prøv at opretholde en afstamning af diagrammer og visninger i din organisation. Se på diagrammer, der bruges fra eksterne leverandører for at se, om der er formularer, der ikke ofte bruges internt. Værktøjer til ekstern leverandør ofte i kraft af at være salgsfokuseret har en tendens til at have mere flamboyante og komplekse metoder, som kan bruges til at anspore interne værktøjer til at anvende disse metoder. Hold øje med, når bestemte interessenter forbinder et bestemt diagram med et bestemt perspektiv eller datasæt. Flammekurver antages for eksempel ofte kun at gælde for processer på servere eller gengivelse, men den metode, de bruger, partitionslayouten, er generisk og egnet til en bredere række applikationer.

Sådan gør du mere med diagrammer

Hvordan et diagram er lavet, designet og valgt kan stole på ekspertudtalelser og eksempler. Men hvad et diagram gør synes kun at være baseret på svaret; det er samlet. Den situation vil ikke og kan ikke ændre sig. Al kommunikation evalueres på baggrund af indhold, men overbevisende kommunikation, som alle er datavisualisering, medmindre den er rent dekorativ, evalueres med rette også baseret på effekt. Hvis der kan udvikles et sprog med indflydelse og et perspektiv, der understreger effekten af ​​diagrammer, giver det en måde at derefter evaluere responsen og identificere, om bestemte indsigter eller andre produkter var årsagen til appel på kortet.

Vi bliver altid nødt til at lave diagrammer hurtigt og lave diagrammer, der hurtigt kan læses. Men vi skal også bedre forstå skemaet som et værk, som en tekst. Uden at gøre det har chartproducenten ingen vej til forbedring, læseren har ingen kontekst, hvorpå han kan opbygge forventninger, og lederen har ingen måde at planlægge for strategisk ekspertise.

Hvis du endnu ikke har det, kan du tjekke del 1: HVIS CHARTS SAY og Del 2: WHAT CHARTS MENER i denne serie om datavisualisering hurtigt og langsomt.