מספרים לא מדברים בעד עצמם. גיליון אלקטרוני מלא בנתונים לא אומר לקהל שלכם כלום עד שמישהו מקבל החלטה: מה זה באמת אומר, ומהי הדרך הטובה ביותר להראות את זה?
ההחלטה הזו חשובה יותר ממה שרוב האנשים מבינים. אותו מערך נתונים המוצג כטבלה, גרף קווים או דיאגרמה פיזור מספר שלושה סיפורים שונים לחלוטין. בחרו בפורמט הלא נכון ותאבדו את המרחב. בחרו בפורמט הנכון והתובנה תגיע עוד לפני שאמרתם מילה.
הנה עשר דרכים להציג נתונים, ומתי בדיוק להשתמש בכל אחת מהן.
1. טבלאות
טבלאות מארגנות נתונים בשורות ובעמודות, ומציגות ערכים מדויקים להשוואה קלה. הן פועלות בצורה הטובה ביותר כאשר הקהל שלך צריך לחפש מספרים ספציפיים או להשוות נקודות נתונים מרובות על פני מספר קטגוריות.
הכי טוב בשביל: דוחות כספיים, רשימות מלאי, תוצאות סקרים עם משתנים רבים, או כל מצב שבו דיוק חשוב יותר מזיהוי תבניות.
דוגמא: השוואת הכנסות ברבעון הרביעי על פני חמישה קווי מוצרים עם נתונים מדויקים. כל פריט מציג שם, יחידות שנמכרו, הכנסות, שולי רווח וצמיחה משנה לשנה. בעלי עניין יכולים להתעמק בפרטים הספציפיים תוך כדי ראיית ההקשר המלא.
הַגבָּלָה: טבלאות אינן חושפות מגמות או מדגישות חריגות בצורה יעילה כמו פורמטים אחרים. טבלאות צפופות הופכות במהירות למכביד. יש להימנע משבע שורות ושש עמודות לכל היותר לשם הבהירות.
2. נתונים מבוססי טקסט
לפעמים נקודת הנתונים החשובה ביותר היא מספר בודד או נתון סטטיסטי המשובץ בפרוזה זורמת. נתונים מבוססי טקסט מתאימים לנרטיבים שבהם מסבירים את ההקשר, ולא רק מציגים נתונים.
הכי טוב בשביל: תקצירים, סיפורים, מקרי בוחן או תקשורת ממצאי מחקר שבהם הפרשנות חשובה לא פחות מהמספרים הגולמיים.
דוגמא: "במהלך שלוש השנים האחרונות, שיעור שימור הלקוחות שלנו השתפר מ-73% ל-91%, בעיקר הודות לעיצוב מחדש של תוכנית הקליטה שלנו. עלייה זו של 18 נקודות מתורגמת ל-2.3 מיליון דולר בהכנסות שנתיות שנתיות." המספרים מקבלים משמעות דרך ההקשר.
הַגבָּלָה: נתונים מבוססי טקסט דורשים קריאה מדוקדקת. קל לפספס נקודות מפתח כאשר מספרים קבורים בפסקאות. שמרו שיטה זו למצבים שבהם נרטיב חיוני.
3. תרשימי עוגה
תרשימי עוגה מציגים חלקים של שלם כפרוסות, כאשר גודל כל פרוסה פרופורציונלי לאחוז שלה מהסכום הכולל. הם מצטיינים בהצגת הרכב כאשר מחלקים משהו שמסתכם ב-100%.
הכי טוב בשביל: הקצאת תקציב, חלוקת נתחי שוק, פירוט תשובות הסקר לקטגוריות, או הצגת אופן חלוקת משאב.
דוגמא: הקצאת תקציב השיווק מראה 40% לפרסום דיגיטלי, 25% לאירועים, 20% לתוכן, 10% לכלים ו-5% לבדיקות. העוגה מראה מיד את הדומיננטיות הדיגיטלית ואת הפרופורציות היחסיות.
הַגבָּלָה: תרשימי עוגה עובדים רק עם 2-5 קטגוריות. מעבר לכך, קשה לפרש ולהשוות אותם. לעולם אל תשתמשו באפקטים תלת-ממדיים, אשר מעוותים את התפיסה. מומחי נתונים רבים טוענים נגד תרשימי עוגה לחלוטין כאשר תרשימי עמודות יעבדו, והם נכונים להשוואות בין קטגוריות רבות.
4. תרשימי עמודות
תרשימי עמודות משתמשים בעמודות מלבניות כדי להציג ערכים בקטגוריות שונות. כיוון אופקי או אנכי פועלים בהתאם להקשר. תרשימי עמודות מצטיינים בהשוואת ערכים והם כנראה פורמט ויזואליזציית הנתונים הרב-תכליתי ביותר.
הכי טוב בשביל: השוואת מכירות בין אזורים, הצגת מדדי ביצועים עבור צוותים שונים, הצגת תדירות תגובות לסקרים או השוואת נתונים קטגוריים.
דוגמא: הצגת ציוני שביעות רצון לקוחות (סולם 0-10) על פני חמש מחלקות החברה. העמודות מבהירות באופן מיידי ש-Activations מקבלים את הציון הגבוה ביותר (8.2) ו-IT מקבלים את הציון הנמוך ביותר (6.8). הצופים יכולים לראות דירוג וערכים משוערים באופן מיידי.
הַגבָּלָה: תרשימי עמודות פועלים פחות ביעילות להצגת שינוי לאורך זמן, במיוחד כאשר ישנן תקופות זמן רבות. הם גם מתקשים עם מערכי נתונים גדולים מאוד שידרשו מאות עמודות.
5. היסטוגרמות
היסטוגרמות דומות לתרשימי עמודות אך מייצגות התפלגות של משתנה רציף. בניגוד לתרשימי עמודות רגילים עם פערים בין העמודות, היסטוגרמות מכילות עמודות שנוגעות זו בזו מכיוון שהן מייצגות טווח רציף המחולק למרווחים.
הכי טוב בשביל: הצגת אופן פיזור האוכלוסייה, כגון התפלגות גילאים, טווחי שכר, התפלגות זמני תגובה או תדירויות ציוני מבחנים.
דוגמא: התפלגות גיל הלקוחות המציגה ריכוז של לקוחות בגילאי 25-34 (שיא), עם מספרים הולכים ופוחתים בקבוצות הגיל הצעירות והמבוגרות יותר. זה חושף את הקהל הדמוגרפי העיקרי שלך באופן מיידי.
הַגבָּלָה: היסטוגרמות דורשות בחירת גדלי מרווחים מתאימים. צרות מדי ותראו רעש. רחבות מדי ותאבדו פרטים משמעותיים. הן גם אינן מובנות באופן נרחב על ידי קהלים שאינם טכניים.
6. גרפי קוויים
גרפי קווים מחברים נקודות נתונים עם קווים, ומציגים מגמות ושינויים לאורך זמן. הם מושלמים למעקב אחר משתנים שמשתנים או מתקדמים ברצף.
הכי טוב בשביל: תנועות מחירי מניות, תנועת אתרים לאורך חודשים, שינויי טמפרטורה, מגמות הכנסות, צמיחת משתמשים או כל מדד שתרצו לעקוב אחריו לאורך זמן.
דוגמא: תנועת אתרים חודשית בשנה האחרונה מראה ירידה ביולי (האטה בקיץ) וזינוק באוקטובר (השקת מוצר). מספר שורות יכולות להראות ערוצים שונים: חיפוש אורגני עולה, מדיה חברתית שטוחה, מודעות בתשלום עולות. המגמות והצמתים מספרים את הסיפור באופן מיידי.
הַגבָּלָה: גרפי קווים מראים דפוסים אך מטשטשים ערכים מדויקים בהשוואה לטבלאות. הם גם הופכים עמוסים ביותר מדי קווים חופפים. יש להגביל אותם לשלוש או ארבע שורות בו זמנית.
פורמט אחד שכדאי להזכיר בנפרד: ויזואליזציה של נתונים בזמן אמת במהלך מצגות. כלים כמו AhaSlides מאפשרים לכם להריץ סקרים, ענני מילים ושאלות ותשובות בזמן אמת, כאשר התוצאות מוצגות על המסך בזמן שהקהל שלכם מגיב. זה לא רק מעניין, זו גם הדרך המהירה ביותר לאסוף ולהציג נתוני קהל מבלי להכין תרשים אחד מראש. החדר הופך למערך הנתונים.
7. פיקטוגרמות
פיקטוגרמות משתמשות בסמלים או באיורים כדי לייצג נקודות נתונים, מה שהופך אותן לנגישות ומושכות. כל סמל מייצג יחידה או כמות גדולה יותר. הן פועלות בצורה הטובה ביותר עם מערכי נתונים קטנים יותר שתרצו להפוך למושכים מבחינה ויזואלית.
הכי טוב בשביל: אינפוגרפיקות, מצגות לקהל הרחב, או כל סיטואציה שבה חשוב לגרום לנתונים להרגיש ידידותיים ונגישים.
דוגמא: סקר ששואל "כמה שעות בשבוע אתה מתאמן?" הצג מספרים קטנים של ריצה כאשר כל מספר מייצג חמישה אנשים. עשרה אנשים שענו "אין" יציגו שתי מספרים. זה יותר מעניין ממספר פשוט.
הַגבָּלָה: פיקטוגרמות עובדות רק עם מספרים שלמים ומערכות נתונים קטנות יחסית. הן קשות יותר לקריאה עם כמויות גדולות. הן גם תופסות יותר מקום מאשר פורמטים אחרים.
8. תרשימי מכ"ם
תרשימי מכ"ם, הנקראים גם תרשימי עכביש, מציגים נתונים רב-משתנים על פני צירים מרובים היוצאים מנקודה מרכזית. כל ציר מייצג משתנה שונה, כאשר ערכים מוצגים כמצולע.
הכי טוב בשביל: השוואת פרופילים או ביצועים על פני ממדים רבים בו זמנית, הערכת מיומנויות, או הצגת חוזקות וחולשות במבט חטוף.
דוגמא: השוואה בין שני מוצרים מתחרים על פני שישה ממדים: מחיר, איכות, קלות שימוש, תמיכת לקוחות, שלמות תכונות ואבטחה. מוצר אחד עשוי להצטיין במחיר ובקלות שימוש אך לפגר בתכונות. השני עשוי לזרוח באיכות ובתכונות אך לעלות יותר. הצורות חושפות כל פרופיל באופן מיידי.
הַגבָּלָה: תרשימי מכ"ם פחות מדויקים מפורמטים אחרים וקשים יותר לפענוח עבור קהל שאינו מכיר אותם. הם עובדים בצורה הטובה ביותר עם 3-7 צירים. יותר מזה והם הופכים לעומס ויזואלי.
9. מפות חום
מפות חום משתמשות בעוצמת צבע כדי לייצג צפיפות נתונים או תדירות. צבעים כהים או חמים יותר מצביעים בדרך כלל על ערכים גבוהים יותר או ריכוז גדול יותר. הן מצוינות לחשיפת דפוסים וחריגים בשני ממדים.
הכי טוב בשביל: דפוסים מבוססי זמן (תנועת אתרים לפי שעה ויום), נתונים גיאוגרפיים, מטריצות פעילות, או כל נתון שתרצו כדי להדגיש ריכוזיות ואשכולות.
דוגמא: תנועת אתרים לפי שעות ביום ויום בשבוע מגלה שימי שלישי בשעה 10 בבוקר הם שעות שיא התנועה, ימי ראשון שקטים והלילות איטיים. מדרג הצבעים (כחול קריר לתנועה נמוכה, אדום לוהט לתנועה גבוהה) גורם לדפוסים לבלוט מבלי לקרוא מספרים.
הַגבָּלָה: מפות חום פועלות בצורה הטובה ביותר עם סוגי נתונים ספציפיים ומאבדות את יעילותן כאשר הערכים אינם משתנים הרבה. פרשנות צבעים תלויה גם בתפיסת צבע הצופה, כך שנגישות חשובה.
10. דיאגרמות פיזור
תרשימי פיזור מציגים שני משתנים קשורים כנקודות נפרדות על ציר xy, וחושפים קשרים וקורלציות. הם עונים על שאלות כמו "האם שני המשתנים הללו נעים יחד?"
הכי טוב בשביל: ניתוח קורלציה, זיהוי חריגים, זיהוי קשרים בין משתנים או תרשימי בקרת איכות.
דוגמא: התוויית ערך חיי הלקוח (ציר y) מול מהירות אימוץ המוצר הנמדדת בימים (ציר x) מגלה האם אימוץ מהיר יותר מנבא ערך גבוה יותר. קיבוץ נקודות בפינה השמאלית העליונה מצביע על כך שמאמצים מהירים מוציאים יותר. הערכים החריגים להלן מצביעים על כך שחלק מהמאמצים המהירים אינם ממירים ללקוחות בעלי ערך גבוה. תובנה זו משפיעה על אסטרטגיית רכישת לקוחות.
הַגבָּלָה: תרשימי פיזור מראים קורלציה, לא סיבתיות. הם עלולים להיות עמוסים במערכי נתונים גדולים ולטשטש ערכים מדויקים. הם גם פחות אינטואיטיביים לקהל הרחב בהשוואה לתרשימי עמודות או קווים.
בחירת השיטה הנכונה
אין פורמט אחד שמתאים להכל. הבחירה הנכונה מסתכמת בשלושה דברים: מהם הנתונים שלכם בפועל, מי קורא אותם, ומה אתם צריכים כדי שיסיימו עם הבנה.
התחילו עם הנתונים. השוואת קטגוריות מכוונת אתכם לכיוון תרשימי עמודות. מעקב אחר משהו לאורך זמן פירושו גרפי קווים. הצגת קומפוזיציה דורשת תרשים עוגה. חקירת קשרים בין שני משתנים היא משימה עבור דיאגרמות פיזור.
לאחר מכן, קחו בחשבון את קהל היעד שלכם. מפות חום ותרשימי מכ"ם מתאימים לקוראים טכניים שמרגישים בנוח לפרש פורמטים לא מוכרים. עבור קהל כללי, היצמדו לעמודות, קווים ועוגות. היכרות מנצחת תחכום בכל פעם.
לבסוף, כמה דברים שמתאימים ללא קשר לפורמט: דלגו על אפקטים תלת-ממדיים, הם מעוותים יותר מאשר מרשימים. תייג הכל. כללו את המקור שלכם. ואם אלמנט דקורטיבי לא מוסיף מידע, הוא גורע משהו.
ויזואליזציה של נתונים אינה עניין של לגרום למספרים להיראות יפה. מדובר בהפיכתם לבלתי אפשריים להתעלמות.
הפורמט הנכון יעשה את הטיעון בשבילכם. הקהל שלכם רואה את הדפוס, מרגיש את הפער, מבין את המגמה, עוד לפני שהסברתם דבר. אם תעשו את זה נכון, הנתונים לא צריכים דובר. הם מדברים בעד עצמם.
.webp)
