Οι αριθμοί δεν μιλούν από μόνοι τους. Ένα υπολογιστικό φύλλο γεμάτο δεδομένα δεν λέει τίποτα στο κοινό σας μέχρι κάποιος να πάρει μια απόφαση: τι σημαίνει αυτό στην πραγματικότητα και ποιος είναι ο καλύτερος τρόπος για να το δείξετε;
Αυτή η απόφαση έχει μεγαλύτερη σημασία από ό,τι αντιλαμβάνονται οι περισσότεροι άνθρωποι. Το ίδιο σύνολο δεδομένων που παρουσιάζεται ως πίνακας, γραμμικό γράφημα ή διάγραμμα διασποράς αφηγείται τρεις εντελώς διαφορετικές ιστορίες. Αν επιλέξετε τη λάθος μορφή, χάνετε τον χώρο. Αν επιλέξετε τη σωστή, η εικόνα θα εμφανιστεί πριν καν πείτε λέξη.
Ακολουθούν δέκα τρόποι παρουσίασης δεδομένων και πότε ακριβώς να χρησιμοποιείτε τον καθένα.
1. Πίνακες
Οι πίνακες οργανώνουν τα δεδομένα σε γραμμές και στήλες, παρουσιάζοντας ακριβείς τιμές για εύκολη αναφορά και σύγκριση. Λειτουργούν καλύτερα όταν το κοινό σας χρειάζεται να αναζητήσει συγκεκριμένους αριθμούς ή να συγκρίνει πολλά σημεία δεδομένων σε διάφορες κατηγορίες.
Καλύτερο για: Οικονομικές αναφορές, λίστες απογραφής, αποτελέσματα ερευνών με πολλές μεταβλητές ή οποιαδήποτε περίπτωση όπου η ακρίβεια έχει μεγαλύτερη σημασία από την αναγνώριση προτύπων.
Παράδειγμα: Σύγκριση εσόδων του τέταρτου τριμήνου σε πέντε σειρές προϊόντων με ακριβή στοιχεία. Κάθε στοιχείο γραμμής δείχνει το όνομα, τις πωληθείσες μονάδες, τα έσοδα, το περιθώριο κέρδους και την ετήσια ανάπτυξη. Τα ενδιαφερόμενα μέρη μπορούν να εμβαθύνουν σε λεπτομέρειες, ενώ παράλληλα βλέπουν το πλήρες πλαίσιο.
Περιορισμός: Οι πίνακες δεν αποκαλύπτουν τάσεις ούτε επισημαίνουν ακραίες τιμές τόσο αποτελεσματικά όσο άλλες μορφές. Οι πυκνοί πίνακες γίνονται γρήγορα υπερβολικοί. Για λόγους σαφήνειας, περιορίστε το μέγιστο σε επτά γραμμές και έξι στήλες.
2. Δεδομένα που βασίζονται σε κείμενο
Μερικές φορές το πιο σημαντικό σημείο δεδομένων είναι ένας μεμονωμένος αριθμός ή ένα στατιστικό στοιχείο ενσωματωμένο σε μια ρέουσα πρόζα. Τα δεδομένα που βασίζονται σε κείμενο λειτουργούν για αφηγήσεις όπου εξηγείτε το πλαίσιο, όχι απλώς παρουσιάζετε αριθμούς.
Καλύτερο για: Εκτελεστικές περιλήψεις, αφήγηση ιστοριών, μελέτες περιπτώσεων ή επικοινωνία ερευνητικών ευρημάτων όπου η ερμηνεία έχει τόση σημασία όσο και οι ακατέργαστοι αριθμοί.
Παράδειγμα: «Τα τελευταία τρία χρόνια, το ποσοστό διατήρησης πελατών μας βελτιώθηκε από 73% σε 91%, κυρίως λόγω του επανασχεδιασμού του προγράμματος ένταξης. Αυτή η αύξηση 18 μονάδων μεταφράζεται σε 2.3 εκατομμύρια δολάρια σε ετήσια έσοδα που παρακρατούνται.» Οι αριθμοί αποκτούν νόημα μέσα από τα συμφραζόμενα.
Περιορισμός: Τα δεδομένα που βασίζονται σε κείμενο απαιτούν προσεκτική ανάγνωση. Είναι εύκολο να χάσετε βασικά σημεία όταν οι αριθμοί είναι θαμμένοι στις παραγράφους. Χρησιμοποιήστε αυτήν τη μέθοδο για περιπτώσεις όπου η αφήγηση είναι απαραίτητη.

3. Διαγράμματα πίτας
Τα γραφήματα πίτας εμφανίζουν τα μέρη ενός συνόλου ως φέτες, με το μέγεθος κάθε φέτας να είναι ανάλογο με το ποσοστό του στο σύνολο. Είναι εξαιρετικά στην απεικόνιση της σύνθεσης όταν διαιρείτε κάτι που έχει άθροισμα 100%.
Καλύτερο για: Κατανομή προϋπολογισμού, κατανομή μεριδίου αγοράς, ανάλυση των απαντήσεων στην έρευνα σε κατηγορίες ή επίδειξη του τρόπου με τον οποίο κατανέμεται ένας πόρος.
Παράδειγμα: Η κατανομή του προϋπολογισμού μάρκετινγκ δείχνει 40% για ψηφιακή διαφήμιση, 25% για εκδηλώσεις, 20% για περιεχόμενο, 10% για εργαλεία και 5% για δοκιμές. Η πίτα δείχνει αμέσως την ψηφιακή κυριαρχία και τα σχετικά ποσοστά.
Περιορισμός: Τα κυκλικά γραφήματα λειτουργούν μόνο με 2-5 κατηγορίες. Πέρα από αυτό, καθίστανται δύσκολα στην ερμηνεία και τη σύγκριση. Ποτέ μην χρησιμοποιείτε τρισδιάστατα εφέ, τα οποία παραμορφώνουν την αντίληψη. Πολλοί ειδικοί δεδομένων διαφωνούν εντελώς με τα κυκλικά γραφήματα, ενώ τα ραβδογράμματα θα λειτουργούσαν, και είναι κατάλληλα για συγκρίσεις σε πολλές κατηγορίες.
4. Γραφήματα ράβδων
Τα γραφήματα ράβδων χρησιμοποιούν ορθογώνιες γραμμές για να εμφανίζουν τιμές σε όλες τις κατηγορίες. Ο οριζόντιος ή ο κάθετος προσανατολισμός λειτουργούν ανάλογα με το περιβάλλον. Τα γραφήματα ράβδων υπερέχουν στη σύγκριση τιμών και αποτελούν αναμφισβήτητα την πιο ευέλικτη μορφή οπτικοποίησης δεδομένων.
Καλύτερο για: Σύγκριση πωλήσεων μεταξύ περιοχών, εμφάνιση μετρήσεων απόδοσης για διαφορετικές ομάδες, εμφάνιση συχνοτήτων απόκρισης σε έρευνες ή σύγκριση οποιωνδήποτε κατηγορικών δεδομένων.
Παράδειγμα: Εμφάνιση βαθμολογιών ικανοποίησης πελατών (κλίμακα 0-10) σε πέντε τμήματα της εταιρείας. Οι μπάρες καθιστούν αμέσως σαφές ότι οι Λειτουργίες έχουν την υψηλότερη βαθμολογία (8.2) και η Πληροφορική τη χαμηλότερη (6.8). Οι θεατές μπορούν να δουν την κατάταξη και να προσεγγίσουν τις τιμές άμεσα.
Περιορισμός: Τα γραφήματα ράβδων λειτουργούν λιγότερο αποτελεσματικά για την εμφάνιση αλλαγών με την πάροδο του χρόνου, ειδικά όταν έχετε πολλές χρονικές περιόδους. Επίσης, δυσκολεύονται με πολύ μεγάλα σύνολα δεδομένων που θα απαιτούσαν εκατοντάδες ράβδους.
5. Ιστογράμματα
Τα ιστογράμματα μοιάζουν με γραφήματα ράβδων, αλλά αναπαριστούν την κατανομή μιας συνεχούς μεταβλητής. Σε αντίθεση με τα κανονικά γραφήματα ράβδων με κενά μεταξύ των ράβδων, τα ιστογράμματα έχουν ραβδώσεις που εφάπτονται επειδή αναπαριστούν ένα συνεχές εύρος διαιρούμενο σε διαστήματα.
Καλύτερο για: Δείχνει τον τρόπο κατανομής ενός πληθυσμού, όπως η κατανομή ηλικιών, τα εύρη μισθών, η κατανομή χρόνου απόκρισης ή οι συχνότητες βαθμολόγησης των εξετάσεων.
Παράδειγμα: Η κατανομή ηλικίας των πελατών δείχνει μια συγκέντρωση πελατών ηλικίας 25-34 ετών (κορυφή), με σταδιακή μείωση των αριθμών σε νεότερες και μεγαλύτερες ηλικιακές ομάδες. Αυτό αποκαλύπτει άμεσα το βασικό δημογραφικό σας στοιχείο.
Περιορισμός: Τα ιστογράμματα απαιτούν την επιλογή κατάλληλων μεγεθών διαστημάτων. Πολύ στενά και βλέπετε θόρυβο. Πολύ μεγάλα και χάνετε σημαντικές λεπτομέρειες. Επίσης, δεν είναι ευρέως κατανοητά από μη τεχνικά ακροατήρια.

6. Γραφήματα γραμμών
Τα γραφήματα γραμμών συνδέουν σημεία δεδομένων με γραμμές, δείχνοντας τάσεις και αλλαγές με την πάροδο του χρόνου. Είναι ιδανικά για την παρακολούθηση μεταβλητών που κυμαίνονται ή εξελίσσονται διαδοχικά.
Καλύτερο για: Κινήσεις τιμών μετοχών, επισκεψιμότητα ιστοτόπου σε διάστημα μηνών, διακυμάνσεις θερμοκρασίας, τάσεις εσόδων, αύξηση χρηστών ή οποιαδήποτε μέτρηση που θέλετε να παρακολουθείτε με την πάροδο του χρόνου.
Παράδειγμα: Η μηνιαία επισκεψιμότητα του ιστότοπου για το περασμένο έτος δείχνει πτώση τον Ιούλιο (επιβράδυνση το καλοκαίρι) και αύξηση τον Οκτώβριο (κυκλοφορία προϊόντος). Πολλαπλές γραμμές μπορούν να υποδεικνύουν διαφορετικά κανάλια: η οργανική αναζήτηση παρουσιάζει ανοδική τάση, τα μέσα κοινωνικής δικτύωσης παραμένουν αμετάβλητα, οι πληρωμένες διαφημίσεις αυξάνονται. Οι τάσεις και οι διασταυρώσεις αφηγούνται την ιστορία αμέσως.
Περιορισμός: Τα γραφήματα γραμμών εμφανίζουν μοτίβα, αλλά αποκρύπτουν τις ακριβείς τιμές σε σύγκριση με τους πίνακες. Επίσης, γεμίζουν με πάρα πολλές επικαλυπτόμενες γραμμές. Περιορίστε σε τρεις ή τέσσερις ταυτόχρονες γραμμές.
Μια μορφή που αξίζει να αναφερθεί ξεχωριστά: η ζωντανή οπτικοποίηση δεδομένων κατά τη διάρκεια παρουσιάσεων. Εργαλεία όπως το AhaSlides σάς επιτρέπουν να εκτελείτε δημοσκοπήσεις, σύννεφα λέξεων και ερωτήσεις και απαντήσεις σε πραγματικό χρόνο, με τα αποτελέσματα να οπτικοποιούνται στην οθόνη καθώς ανταποκρίνεται το κοινό σας. Δεν είναι απλώς ελκυστικό, είναι επίσης ο ταχύτερος τρόπος συλλογής και εμφάνισης δεδομένων κοινού χωρίς να προετοιμάσετε ένα μόνο γράφημα εκ των προτέρων. Το δωμάτιο γίνεται το σύνολο δεδομένων.
7. Εικονογράμματα
Τα εικονογράμματα χρησιμοποιούν εικονίδια ή εικόνες για να αναπαραστήσουν σημεία δεδομένων, καθιστώντας τα προσβάσιμα και ελκυστικά. Κάθε εικονίδιο αντιπροσωπεύει μια μονάδα ή μια μεγαλύτερη ποσότητα. Λειτουργούν καλύτερα με μικρότερα σύνολα δεδομένων που θέλετε να κάνετε οπτικά ελκυστικά.
Καλύτερο για: Πληροφοριακά γραφήματα, παρουσιάσεις σε ευρύ κοινό ή οποιαδήποτε περίπτωση όπου η δημιουργία φιλικών και προσιτών δεδομένων έχει σημασία.
Παράδειγμα: Έρευνα με το ερώτημα «Πόσες ώρες την εβδομάδα γυμνάζεστε;» Δείξτε μικρά νούμερα τρεξίματος όπου κάθε νούμερο αντιπροσωπεύει πέντε άτομα. Δέκα άτομα που απάντησαν «κανένα» θα έδειχναν δύο νούμερα. Αυτό είναι πιο ενδιαφέρον από έναν απλό αριθμό.
Περιορισμός: Τα εικονογράμματα λειτουργούν μόνο με ακέραιους αριθμούς και σχετικά μικρά σύνολα δεδομένων. Είναι πιο δύσκολο να διαβαστούν με μεγάλες ποσότητες. Επίσης, καταλαμβάνουν περισσότερο χώρο από άλλες μορφές.
8. Χάρτες ραντάρ
Τα διαγράμματα ραντάρ, που ονομάζονται επίσης διαγράμματα αράχνης, εμφανίζουν δεδομένα πολλαπλών μεταβλητών σε πολλαπλούς άξονες που εκτείνονται από ένα κεντρικό σημείο. Κάθε άξονας αντιπροσωπεύει μια διαφορετική μεταβλητή, με τιμές που απεικονίζονται ως πολύγωνο.
Καλύτερο για: Σύγκριση προφίλ ή απόδοσης σε πολλές διαστάσεις ταυτόχρονα, αξιολογήσεις δεξιοτήτων ή παρουσίαση δυνατών και αδύναμων σημείων με μια ματιά.
Παράδειγμα: Σύγκριση δύο ανταγωνιστικών προϊόντων σε έξι διαστάσεις: τιμή, ποιότητα, ευκολία χρήσης, υποστήριξη πελατών, πληρότητα χαρακτηριστικών και ασφάλεια. Το ένα προϊόν μπορεί να υπερέχει σε τιμή και ευκολία χρήσης, αλλά να υστερεί σε χαρακτηριστικά. Το άλλο μπορεί να ξεχωρίζει σε ποιότητα και χαρακτηριστικά, αλλά να κοστίζει περισσότερο. Τα σχήματα αποκαλύπτουν κάθε προφίλ αμέσως.
Περιορισμός: Τα διαγράμματα ραντάρ είναι λιγότερο ακριβή από άλλες μορφές και πιο δύσκολο να ερμηνευθούν από το κοινό που δεν είναι εξοικειωμένο με αυτά. Λειτουργούν καλύτερα με 3-7 άξονες. Πάνω από αυτό, δημιουργείται οπτική ακαταστασία.
9. Χάρτες θερμότητας
Οι χάρτες θερμότητας χρησιμοποιούν την ένταση χρώματος για να αναπαραστήσουν την πυκνότητα ή τη συχνότητα δεδομένων. Τα πιο σκούρα ή θερμότερα χρώματα συνήθως υποδεικνύουν υψηλότερες τιμές ή μεγαλύτερη συγκέντρωση. Είναι εξαιρετικά για την αποκάλυψη μοτίβων και ακραίων τιμών σε δύο διαστάσεις.
Καλύτερο για: Χρονικά μοτίβα (επισκεψιμότητα ιστότοπου ανά ώρα και ημέρα), γεωγραφικά δεδομένα, πίνακες δραστηριότητας ή οποιαδήποτε δεδομένα θέλετε να επισημάνετε τη συγκέντρωση και τις συστάδες.
Παράδειγμα: Η επισκεψιμότητα του ιστότοπου ανά ώρα της ημέρας και ημέρα της εβδομάδας αποκαλύπτει ότι οι Τρίτες στις 10 π.μ. είναι οι ώρες αιχμής της επισκεψιμότητας, οι Κυριακές είναι ήσυχες και οι νύχτες αργές. Η διαβάθμιση χρωμάτων (δροσερό μπλε για χαμηλή επισκεψιμότητα, έντονο κόκκινο για υψηλή επισκεψιμότητα) κάνει τα μοτίβα να ξεχωρίζουν χωρίς να διαβάζονται αριθμοί.
Περιορισμός: Οι χάρτες θερμότητας λειτουργούν καλύτερα με συγκεκριμένους τύπους δεδομένων και χάνουν την αποτελεσματικότητά τους όταν οι τιμές δεν διαφέρουν πολύ. Η ερμηνεία των χρωμάτων εξαρτάται επίσης από την αντίληψη χρώματος του θεατή, επομένως η προσβασιμότητα έχει σημασία.
10. Διαγράμματα διασποράς
Τα διαγράμματα διασποράς δείχνουν δύο σχετικές μεταβλητές ως μεμονωμένα σημεία σε έναν άξονα xy, αποκαλύπτοντας σχέσεις και συσχετίσεις. Απαντούν σε ερωτήσεις όπως "Κινούνται αυτές οι δύο μεταβλητές μαζί;"
Καλύτερο για: Ανάλυση συσχέτισης, προσδιορισμός ακραίων τιμών, προσδιορισμός σχέσεων μεταξύ μεταβλητών ή διαγράμματα ελέγχου ποιότητας.
Παράδειγμα: Η απεικόνιση της αξίας ζωής του πελάτη (άξονας y) έναντι της ταχύτητας υιοθέτησης προϊόντος που μετριέται σε ημέρες (άξονας x) αποκαλύπτει εάν η ταχύτερη υιοθέτηση προβλέπει υψηλότερη αξία. Τα σημεία που ομαδοποιούνται επάνω αριστερά υποδηλώνουν ότι όσοι υιοθετούν γρήγορα προϊόντα ξοδεύουν περισσότερα. Οι ακραίες τιμές παρακάτω υποδηλώνουν ότι ορισμένοι που υιοθετούν γρήγορα προϊόντα δεν μετατρέπονται σε πελάτες υψηλής αξίας. Αυτή η πληροφορία διαμορφώνει τη στρατηγική απόκτησης πελατών.
Περιορισμός: Τα διαγράμματα διασποράς δείχνουν συσχέτιση, όχι αιτιώδη συνάφεια. Μπορούν να γεμίσουν με μεγάλα σύνολα δεδομένων και να αποκρύψουν τις ακριβείς τιμές. Είναι επίσης λιγότερο εύχρηστα για το ευρύ κοινό σε σύγκριση με τα γραφήματα ράβδων ή γραμμών.
Επιλέγοντας τη σωστή μέθοδο
Δεν υπάρχει μία και μοναδική μορφή που να λειτουργεί για όλα. Η σωστή επιλογή εξαρτάται από τρία πράγματα: ποια είναι στην πραγματικότητα τα δεδομένα σας, ποιος τα διαβάζει και τι χρειάζεστε για να κατανοήσουν.
Ξεκινήστε με τα δεδομένα. Η σύγκριση κατηγοριών σας οδηγεί σε γραφήματα ράβδων. Η παρακολούθηση κάποιου πράγματος με την πάροδο του χρόνου σημαίνει γραφήματα γραμμών. Η εμφάνιση σύνθεσης απαιτεί ένα κυκλικό γράφημα. Η εξερεύνηση των σχέσεων μεταξύ δύο μεταβλητών είναι μια δουλειά για τα διαγράμματα διασποράς.
Στη συνέχεια, λάβετε υπόψη το κοινό σας. Οι χάρτες θερμότητας και τα διαγράμματα ραντάρ λειτουργούν καλά για τεχνικούς αναγνώστες που νιώθουν άνετα να ερμηνεύουν άγνωστες μορφές. Για το ευρύ κοινό, προτιμήστε τις γραμμές, τις γραμμές και τις πίτες. Η οικειότητα υπερισχύει της πολυπλοκότητας κάθε φορά.
Τέλος, μερικά πράγματα που ισχύουν ανεξάρτητα από τη μορφή: παραλείψτε τα τρισδιάστατα εφέ, παραμορφώνουν περισσότερο παρά εντυπωσιάζουν. Επισημάνετε τα πάντα. Συμπεριλάβετε την πηγή σας. Και αν ένα διακοσμητικό στοιχείο δεν προσθέτει πληροφορίες, αφαιρεί κάτι.

Η οπτικοποίηση δεδομένων δεν έχει να κάνει με το να κάνει τους αριθμούς να φαίνονται όμορφοι. Έχει να κάνει με το να τους κάνεις αδύνατο να τους αγνοήσεις.
Η σωστή μορφή επιχειρηματολογεί για εσάς. Το κοινό σας βλέπει το μοτίβο, νιώθει το κενό, κατανοεί την τάση, προτού εξηγήσετε κάτι. Αν το κάνετε σωστά, τα δεδομένα δεν χρειάζονται εκπρόσωπο. Μιλούν από μόνα τους.







