10 andmete esitamise meetodit, mis tõesti töötavad 2024. aastal

Kas olete kunagi esitanud oma ülemusele/töökaaslastele/õpetajatele andmeraporti, arvates, et see on ülimõnus, nagu oleksite mõni maatriksis elav küberhäkker, kuid nad nägid ainult kuhja staatilisi numbreid mis tundus mõttetu ja polnud nende jaoks mõttekas?

Numbrite mõistmine on jäik. Inimeste valmistamine mitteanalüütiline taust nende numbrite mõistmine on veelgi keerulisem.

Kuidas saate need segased numbrid selgeks teha ja teha oma esitluse nii selgeks kui päev? Vaatame neid parimaid viise andmete esitamiseks. 💎

Ülevaade

Rohkem näpunäiteid AhaSlides

• Turundusettekanne
• Uuringu tulemuste esitlus
• Esitluse tüübid

Andmete esitamine – mis see on?

Mõiste "andmete esitus" viitab viisile, kuidas te andmeid esitate viisil, mis paneb aru saama isegi ruumis viibivatest inimestest. 

Mõned ütlevad, et see on nõidus (sa manipuleerite mõnel viisil numbritega), kuid me lihtsalt ütleme, et see on muutes kuivad, kõvad numbrid või numbrid visuaalseks esitluseks mida on inimestel lihtne seedida.

Andmete korrektne esitamine võib aidata teie vaatajaskonnal mõista keerulisi protsesse, tuvastada suundumusi ja tuvastada kohe, mis toimub, ilma nende ajusid kurnamata.

Hea andmete esitlus aitab…

• Tehke teadlikke otsuseid ja jõuda positiivsete tulemusteni. Kui näete, et teie toote müük kasvab aastate jooksul pidevalt, on kõige parem seda lüpsmist jätkata või hakata sellest hunnikut kõrvaltooteid tegema (hüüdke Star Warsile👀).
• Vähendage andmete töötlemisele kuluvat aega. Inimene suudab teavet graafiliselt seedida 60,000 korda kiiremini kui teksti kujul. Andke neile võimalus kümne aasta jooksul andmeid minutitega sirvida mõne eriti vürtsika graafiku ja diagrammiga.
• Teatage tulemustest selgelt. Andmed ei valeta. Need põhinevad faktilistel tõenditel ja seepärast, kui keegi jätkab vingumist, et võite eksida, andke neile mõned kõvad andmed, et suu kinni hoida.
• Lisage või laiendage praegust uurimistööd. Näete, millised valdkonnad vajavad parandamist ja millised detailid jäävad sageli andmetahvlile ilmuvate väikeste joonte, punktide või ikoonide vahel surfates märkamatuks.

Andmete esitamise meetodid ja näited

Kujutage ette, et teil on maitsev pepperoni, juustuga pitsa. Võite lõigata selle klassikaliseks 8 kolmnurkseks viiluks, peo stiilis 12 ruudukujuliseks viiluks või olla nende viilude osas loominguline ja abstraktne. 

Pitsa lõikamiseks on erinevaid viise ja andmete esitamine on sama mitmekesine. Selles jaotises tutvustame teile 10 võimalust viiluta pitsa - me tahame esitada oma andmed - see muudab teie ettevõtte kõige olulisema vara selgeks kui päev. Sukeldume 10 viisi, kuidas andmeid tõhusalt esitada.

#1 – tabelikujuline 

Erinevat tüüpi andmeesitusviiside hulgas on kõige olulisem meetod tabelina, kus andmed esitatakse ridade ja veergudena. Excel või Google Sheets sobiksid sellele tööle. Ei midagi uhket.

See on näide Google'i arvutustabelite andmete tabeliesitlusest. Igal real ja veerul on atribuut (aasta, piirkond, tulu jne) ja saate teha kohandatud vormingu, et näha tulude muutust aasta jooksul.

#2 – tekst

Andmete tekstina esitamisel kirjutage ainult oma leiud lõikude ja täppide kaupa üles ja ongi kõik. Sulle koogitükk, kõva pähkel sellele, kes peab asjani jõudmiseks läbima kogu lugemise.

• 65% meilikasutajatest kogu maailmas pääseb oma meilile mobiilseadme kaudu.
• Mobiili jaoks optimeeritud meilid toovad 15% kõrgemad klikkimise määrad.
• 56% brändidest, kes kasutasid oma meili teemareal emotikone, oli avamismäär kõrgem.

(Allikas: Kliendi termomeeter)

Kõik ülaltoodud tsitaadid esitavad statistilist teavet teksti kujul. Kuna paljudele inimestele ei meeldi tekstiseina läbimine, peate selle meetodi kasuks otsustades leidma mõne muu tee, näiteks andmete jagama lühikesteks selgeteks väideteks või isegi meeldejäävateks sõnadeks, kui teil on aeg neile mõelda.

#3 – sektordiagramm

Sektordiagramm (või "sõõrikudiagramm", kui selle keskele torgate augu) on ring, mis on jagatud viiludeks, mis näitavad andmete suhtelist suurust tervikus. Kui kasutate seda protsentide kuvamiseks, veenduge, et kõik lõigud oleksid kokku 100%.

Sektordiagramm on tuttav nägu igal peol ja enamasti tunneb selle ära. Selle meetodi kasutamise üks tagasilöök on aga see, et meie silmad ei suuda mõnikord tuvastada erinevusi ringi lõikudes ja on peaaegu võimatu võrrelda sarnaseid lõike kahest erinevast sektordiagrammist, muutes need kurikaelad andmeanalüütikute silmis.

#4 – tulpdiagramm

Lintdiagramm on diagramm, mis kujutab hunnikut samast kategooriast, tavaliselt ristkülikukujuliste tulpadena, mis on paigutatud üksteisest võrdsele kaugusele. Nende kõrgused või pikkused kujutavad väärtusi, mida nad esindavad.

Need võivad olla nii lihtsad:

​

Või keerulisem ja üksikasjalikum, nagu see andmete esitamise näide. See on rühmitatud tulpdiagramm, mis võimaldab teil võrrelda kategooriaid ka nende sees olevaid rühmi, mis aitab kaasa tõhusale statistikaesitlusele.

#5 – histogramm

Välimuselt sarnane tulpdiagrammiga, kuid histogrammide ristkülikukujulistel tulpadel ei ole sageli vahet nagu nende analoogidel.

Selle asemel, et mõõta kategooriaid, nagu ilmaeelistused või lemmikfilmid, nagu seda teeb tulpdiagramm, mõõdab histogramm ainult asju, mida saab arvudesse panna.

Õpetajad saavad kasutada esitlusgraafikuid nagu histogrammi, et näha, millisesse punktigruppi enamik õpilasi kuulub, nagu selles ülaltoodud näites.

#6 – joondiagramm

Andmete kuvamise viiside salvestiste puhul ei tohiks me tähelepanuta jätta joongraafikute tõhusust. Joonegraafikud on kujutatud andmepunktide rühmana, mis on omavahel ühendatud sirgjoonega. Mitme seotud asja aja jooksul muutumise võrdlemiseks võib olla üks või mitu rida. 

Joondadiagrammi horisontaalteljel on tavaliselt tekstisildid, kuupäevad või aastad, vertikaaltelg aga tavaliselt kogust (nt eelarve, temperatuur või protsent).

#7 - Piktogrammi graafik

Piktogrammigraafik kasutab väikese andmestiku visualiseerimiseks põhiteemaga seotud pilte või ikoone. Lõbus värvide ja illustratsioonide kombinatsioon muudab selle koolides sageli kasutuseks.

Piktogrammid on sõõm värsket õhku, kui soovid monotoonsest joondiagrammist või tulpdiagrammist mõnda aega eemale hoida. Kuid need võivad esitada väga piiratud hulga andmeid ja mõnikord on need ainult kuvamiseks ega kujuta tegelikku statistikat.

#8 - radari diagramm

Kui viie või enama muutuja esitamine tulpdiagrammi kujul on liiga tüütu, peaksite proovima kasutada radardiagrammi, mis on üks loomingulisemaid viise andmete esitamiseks.

Radardiagrammid näitavad andmeid selle kohta, kuidas need omavahel võrreldavad, alates samast punktist. Mõned kutsuvad neid ka "ämblikukaartedeks", kuna iga aspekt koos näeb välja nagu ämblikuvõrk.

Radari diagrammid võivad olla suurepäraseks kasutuseks vanematele, kes soovivad võrrelda oma lapse hindeid eakaaslastega, et alandada nende enesehinnangut. Näete, et iga nurk tähistab õppeainet, mille punktisumma on vahemikus 0 kuni 100. Iga õpilase skoor 5 õppeaine lõikes on esile tõstetud erineva värviga.

Kui arvate, et see andmete esitamise meetod tundub kuidagi tuttav, siis olete ilmselt mängides sellega kokku puutunud Merineitsi.

#9 – soojuskaart

Soojuskaart tähistab andmete tihedust värvides. Mida suurem on arv, seda suurema värviintensiivsusega andmed esitatakse.

Enamik USA kodanikke tunneb seda andmete esitamise meetodit geograafias. Valimiste jaoks määravad paljud uudisteväljaanded osariigile kindla värvikoodi, kus sinine tähistab üht kandidaati ja punane teist. Sinise või punase varjund igas osariigis näitab üldise hääle tugevust selles osariigis.

Teine suurepärane asi, mille jaoks saate soojuskaarti kasutada, on kaardistada, millel teie saidi külastajad klõpsavad. Mida rohkem konkreetsel jaotisel klõpsate, seda kuumemaks värv muutub, sinisest erekollasest punaseks.

#10 – hajuvusdiagramm

Kui esitate andmed turskete tulpade asemel punktidena, kuvatakse hajuvusdiagramm. 

Hajumisdiagramm on mitme sisendiga ruudustik, mis näitab kahe muutuja vahelist seost. See on hea näiliselt juhuslike andmete kogumiseks ja mõne kõneka suundumuse paljastamiseks.

Näiteks sellel graafikul näitab iga punkt keskmist ööpäevast temperatuuri versus rannakülastajate arvuga mitme päeva jooksul. Näete, et täpid muutuvad temperatuuri tõustes kõrgemaks, seega on tõenäoline, et kuumem ilm toob kaasa rohkem külastajaid.

5 andmete esitamise viga, mida vältida

#1 – eeldage, et teie publik mõistab, mida numbrid tähistavad

Võite teada kõiki oma andmete telgitaguseid, kuna olete nendega nädalaid töötanud, kuid teie vaatajaskond ei tea.

Ütlemata näitamine tekitab teie vaatajaskonnas üha rohkem küsimusi, kuna nad peavad teie andmeid pidevalt mõtestama, raiskades sellega mõlema poole aega.

Andmete esitlusi näidates peaksite neile rääkima, millest andmed räägivad, enne kui hakkate neid arvulainetega tabama. Sa võid kasutada interaktiivsed tegevused nagu küsitlused, sõnapilved, veebiviktoriinid ja Küsimuste ja vastuste jaotised, koos jäämurdja mängud, et hinnata nende arusaamist andmetest ja lahendada eelnevalt tekkinud segadus.

#2 – Kasutage vale tüüpi diagrammi

Diagrammidel (nt sektordiagrammidel) peab olema kokku 100%, nii et kui teie arvud kogunevad 193%-ni, nagu see allpool toodud näide, siis teete seda kindlasti valesti.

Enne diagrammi koostamist küsige endalt: mida ma tahan oma andmetega saavutada? Kas soovite näha andmekogumite vahelist seost, näidata oma andmete üles- ja langustrende või näha, kuidas ühe asja segmendid moodustavad terviku?

Pidage meeles, et selgus on alati esikohal. Mõned andmete visualiseeringud võivad tunduda lahedad, kuid kui need teie andmetega ei sobi, hoiduge neist. 

#3 – muutke see 3D-ks

3D on põnev graafiline esitlusnäide. Kolmas dimensioon on lahe, kuid täis riske.

Kas näete, mis on nende punaste ribade taga? Sest ka meie ei saa. Võib arvata, et 3D-diagrammid lisavad kujundusele sügavust, kuid need võivad tekitada vale ettekujutuse, kuna meie silmad näevad 3D-objekte lähemalt ja suuremalt, kui nad paistavad, rääkimata sellest, et neid ei saa näha mitme nurga alt.

#4 – Kasutage sama kategooria sisu võrdlemiseks erinevat tüüpi diagramme

See on nagu kala võrdlemine ahviga. Teie vaatajaskond ei suuda tuvastada erinevusi ega luua sobivat korrelatsiooni kahe andmekogumi vahel. 

Järgmisel korral pidage kinni ainult ühte tüüpi andmete esitusviisist. Vältige kiusatust proovida korraga erinevaid andmete visualiseerimismeetodeid ja tehke oma andmed võimalikult kättesaadavaks.

#5 – Pommitage publikut liiga suure teabega

Andmete esitamise eesmärk on muuta keerulised teemad palju lihtsamini arusaadavaks ja kui tood tabelisse liiga palju teavet, siis jääd asjast ilma.

Mida rohkem teavet annate, seda rohkem aega kulub teie publikul selle kõige töötlemiseks. Kui soovite oma andmed arusaadavaks teha ja andke oma publikule võimalus seda meeles pidada, hoidke selles sisalduvat teavet absoluutse miinimumini. Peaksite oma seansi lõpetama avatud küsimused et näha, mida teie osalejad tegelikult arvavad.

Millised on parimad andmete esitamise meetodid?

Lõpuks, milline on parim viis andmete esitamiseks?

Vastus on ...

.

.

.

Pole ühtegi! Igal esitlustüübil on oma tugevad ja nõrgad küljed ning see, mille valite, sõltub suuresti sellest, mida proovite teha. 

Näiteks:

• Mine a hajuvusdiagramm kui uurite erinevate andmeväärtuste vahelisi seoseid, näiteks kas jäätise müük kasvab temperatuuri tõttu või seetõttu, et inimesed muutuvad iga päevaga näljasemaks ja ahnemaks?
• Mine a joondiagramm kui soovite aja jooksul trendi märkida. 
• Mine a soojuskaart kui teile meeldib geograafilise asukoha muutuste fantastiline visualiseerimine või külastajate käitumise vaatamine teie veebisaidil.
• Mine a sektordiagramm (eriti 3D-s) kui tahad, et teised sind eemale hoiaksid, sest see pole kunagi olnud hea mõte👇

Korduma kippuvad küsimused