Skaičiai nekalba patys už save. Skaičiuoklė, pilna duomenų, nieko nepasako jūsų auditorijai, kol kas nors nepriima sprendimo: ką tai iš tikrųjų reiškia ir kaip geriausiai tai parodyti?
Šis sprendimas yra svarbesnis, nei dauguma žmonių suvokia. Tas pats duomenų rinkinys, pateiktas kaip lentelė, linijinė diagrama ar sklaidos diagrama, pasakoja tris visiškai skirtingas istorijas. Pasirinkus netinkamą formatą, prarasite erdvę. Pasirinkus tinkamą, įžvalga pasirodys dar nespėjus ištarti nė žodžio.
Čia pateikiami dešimt duomenų pateikimo būdų ir tiksliai nurodoma, kada naudoti kiekvieną iš jų.
1. Lentelės
Lentelės tvarko duomenis eilutėmis ir stulpeliais, pateikdamos tikslias vertes, kad būtų lengva jas peržiūrėti ir palyginti. Jos geriausiai veikia, kai auditorijai reikia ieškoti konkrečių skaičių arba palyginti kelis duomenų taškus keliose kategorijose.
Tinkamumas/panaudojimas: Finansinės ataskaitos, atsargų sąrašai, apklausų rezultatai su daugeliu kintamųjų arba bet kokia situacija, kai tikslumas yra svarbesnis už šablonų atpažinimą.
Pavyzdys: Penkių produktų linijų 4 ketvirčio pajamų palyginimas su tiksliais skaičiais. Kiekvienoje eilutėje rodomas pavadinimas, parduoti vienetai, pajamos, pelno marža ir metinis augimas. Suinteresuotosios šalys gali gilintis į konkrečius duomenis, matydamos visą kontekstą.
Apribojimas: Lentelės neatskleidžia tendencijų ar neišryškina išskirtinių reikšmių taip efektyviai, kaip kiti formatai. Tankios lentelės greitai tampa pernelyg didelės. Aiškumo dėlei apribokite jas iki septynių eilučių ir šešių stulpelių.
2. Tekstiniai duomenys
Kartais svarbiausias duomenų taškas yra vienas skaičius arba statistika, įterpta į sklandžią prozą. Tekstu pagrįsti duomenys tinka pasakojimams, kuriuose aiškinamas kontekstas, o ne tik pateikiami skaičiai.
Tinkamumas/panaudojimas: Santraukos, pasakojimai, atvejų analizės arba tyrimų išvadų perteikimas, kai interpretacija yra tokia pat svarbi kaip ir skaičiai.
Pavyzdys: „Per pastaruosius trejus metus mūsų klientų išlaikymo rodiklis pagerėjo nuo 73 % iki 91 %, daugiausia dėl mūsų įvadinės programos pertvarkymo. Šis 18 punktų padidėjimas reiškia 2.3 mln. USD neišlaikytų metinių pajamų.“ Skaičiai įgauna prasmę per kontekstą.
Apribojimas: Tekstinius duomenis reikia atidžiai skaityti. Kai skaičiai paslėpti pastraipose, lengva praleisti pagrindinius dalykus. Šį metodą naudokite tik toms situacijoms, kai pasakojimas yra būtinas.
3. Skritulinės diagramos
Skritulinėse diagramose visumos dalys rodomos kaip pjūviai, kurių kiekvienos dalies dydis yra proporcingas jos procentinei daliai nuo bendros sumos. Jos puikiai tinka norint parodyti sudėtį, kai dalijate kažką, kurios suma yra 100 %.
Tinkamumas/panaudojimas: Biudžeto paskirstymas, rinkos dalies paskirstymas, apklausos atsakymų suskirstymas į kategorijas arba išteklių paskirstymo rodymas.
Pavyzdys: Rinkodaros biudžeto paskirstymas rodo, kad 40 % skirta skaitmeninei reklamai, 25 % – renginiams, 20 % – turiniui, 10 % – įrankiams ir 5 % – testavimui. Diagramoje iš karto matyti skaitmeninė dominavimas ir santykinės proporcijos.
Apribojimas: Skritulinės diagramos veikia tik su 2–5 kategorijomis. Be to, jas sunku interpretuoti ir palyginti. Niekada nenaudokite 3D efektų, kurie iškreipia suvokimą. Daugelis duomenų ekspertų visiškai prieštarauja skritulinėms diagramoms, nors juostinės diagramos tiktų ir būtų tinkamos palyginimams tarp daugelio kategorijų.
4. Juostinės diagramos
Juostinės diagramos naudoja stačiakampius stulpelius reikšmėms rodyti skirtingose kategorijose. Horizontali arba vertikali orientacija priklauso nuo konteksto. Juostinės diagramos puikiai tinka palyginti reikšmes ir, ko gero, yra universaliausias duomenų vizualizavimo formatas.
Tinkamumas/panaudojimas: Pardavimų palyginimas skirtinguose regionuose, skirtingų komandų našumo rodiklių rodymas, apklausos atsakymų dažnumo rodymas arba bet kokių kategorinių duomenų palyginimas.
Pavyzdys: Rodomi klientų pasitenkinimo balai (0–10 skalėje) penkiuose įmonės skyriuose. Juostelės iš karto parodo, kad operacijų skyrius įvertintas aukščiausiai (8.2), o IT – žemiausiai (6.8). Žiūrovai gali iš karto matyti reitingą ir apytiksles vertes.
Apribojimas: Stulpelinės diagramos mažiau efektyviai rodo pokyčius laikui bėgant, ypač kai yra daug laikotarpių. Jos taip pat sunkiai apdoroja labai didelius duomenų rinkinius, kuriems reikėtų šimtų stulpelių.
5. Histogramos
Histogramos primena juostines diagramas, tačiau jos vaizduoja tolydaus kintamojo pasiskirstymą. Skirtingai nuo įprastų juostinių diagramų su tarpais tarp juostų, histogramose juostos liečiasi, nes jos vaizduoja tolydų diapazoną, padalytą į intervalus.
Tinkamumas/panaudojimas: Rodoma, kaip populiacija pasiskirsto, pavyzdžiui, amžiaus pasiskirstymas, atlyginimų intervalai, atsako laiko pasiskirstymas arba testo balų dažniai.
Pavyzdys: Klientų amžiaus pasiskirstymas, rodantis 25–34 metų amžiaus klientų koncentraciją (pikas), o jaunesnių ir vyresnių amžiaus grupių skaičius mažėja. Tai iš karto atskleidžia jūsų pagrindinę demografinę grupę.
Apribojimas: Histogramoms reikia pasirinkti tinkamus intervalų dydžius. Per siaura – matomas triukšmas. Per plati – prarandamos prasmingos detalės. Jos taip pat nėra plačiai suprantamos netechninei auditorijai.
6. Linijiniai grafikai
Linijinės diagramos sujungia duomenų taškus linijomis, rodydamos tendencijas ir pokyčius laikui bėgant. Jos puikiai tinka kintamiesiems, kurie svyruoja arba progresuoja nuosekliai, stebėti.
Tinkamumas/panaudojimas: Akcijų kainų pokyčiai, svetainės lankomumas per kelis mėnesius, temperatūros svyravimai, pajamų tendencijos, naudotojų skaičiaus augimas ar bet koks kitas rodiklis, kurį norite stebėti laikui bėgant.
Pavyzdys: Mėnesinis svetainės lankomumas per pastaruosius metus, rodantis sumažėjimą liepą (vasaros sulėtėjimas) ir šuolį spalį (produkto pristatymas). Kelios eilutės gali rodyti skirtingus kanalus: didėjanti organinės paieškos tendencija, socialinės žiniasklaidos stabilumas, didėjantis mokamų skelbimų skaičius. Tendencijos ir susikirtimai iš karto atskleidžia istoriją.
Apribojimas: Linijinės diagramos rodo dėsningumus, bet, palyginti su lentelėmis, tikslias reikšmes užgožia. Jos taip pat tampa per daug persidengiančių linijų. Apribokite jas iki trijų ar keturių vienu metu rodomų linijų.
Vienas formatas, kurį verta paminėti atskirai: tiesioginė duomenų vizualizacija pristatymų metu. Tokios priemonės kaip „AhaSlides“ leidžia realiuoju laiku vykdyti apklausas, žodžių debesis ir klausimų bei atsakymų sesijas, o rezultatai vizualizuojami ekrane, auditorijai reaguojant. Tai ne tik įtraukianti funkcija, bet ir greičiausias būdas rinkti ir rodyti auditorijos duomenis iš anksto nerengiant nė vienos diagramos. Patalpa tampa duomenų rinkiniu.
7. Piktogramos
Piktogramose duomenų taškams pavaizduoti naudojamos piktogramos arba iliustracijos, todėl jie tampa prieinamesni ir patrauklesni. Kiekviena piktograma žymi vienetą arba didesnį kiekį. Jos geriausiai veikia su mažesniais duomenų rinkiniais, kuriuos norite padaryti vizualiai patrauklius.
Tinkamumas/panaudojimas: Infografika, pristatymai plačiajai auditorijai arba bet kokia situacija, kai svarbu, kad duomenys būtų suprantami ir suprantami.
Pavyzdys: Apklausa, kurios klausimas „Kiek valandų per savaitę sportuojate?“, pateiktų mažus bėgančius skaičius, kur kiekvienas skaičius reiškia penkis žmones. Dešimt žmonių, atsakiusių „nė vieno“, parodytų du skaičius. Tai įdomiau nei paprastas skaičius.
Apribojimas: Piktogramos veikia tik su sveikaisiais skaičiais ir santykinai mažais duomenų rinkiniais. Jas sunkiau skaityti, kai duomenys yra dideli. Jos taip pat užima daugiau vietos nei kiti formatai.
8. Radarinės diagramos
Radaro diagramos, dar vadinamos voratinklinėmis diagramomis, vaizduoja daugiamačius duomenis keliose ašyse, besidriekiančiose iš centrinio taško. Kiekviena ašis žymi skirtingą kintamąjį, o reikšmės brėžiamos kaip daugiakampis.
Tinkamumas/panaudojimas: Profilių ar našumo palyginimas daugelyje aspektų vienu metu, įgūdžių vertinimas arba stipriųjų ir silpnųjų pusių parodymas vienu žvilgsniu.
Pavyzdys: Dviejų konkuruojančių produktų palyginimas pagal šešis aspektus: kainą, kokybę, naudojimo paprastumą, klientų aptarnavimą, funkcijų išsamumą ir saugumą. Vienas produktas gali pranokti kainą ir naudojimo paprastumą, bet atsilikti funkcijų srityje. Kitas gali pasižymėti kokybe ir funkcijomis, bet kainuoti daugiau. Formos akimirksniu atskleidžia kiekvieno produkto profilį.
Apribojimas: Radarinės diagramos yra mažiau tikslios nei kiti formatai ir sunkiau suprantamos auditorijai, kuri su jomis nėra susipažinusi. Jos geriausiai veikia su 3–7 ašimis. Daugiau ašių – jos tampa vizualiai netvarkingos.
9. Šilumos žemėlapiai
Šilumos žemėlapiuose spalvų intensyvumas naudojamas duomenų tankiui arba dažniui pavaizduoti. Tamsesnės arba šiltesnės spalvos paprastai rodo didesnes vertes arba didesnę koncentraciją. Jie puikiai tinka norint atskleisti modelius ir išskirtis dviejuose matmenyse.
Tinkamumas/panaudojimas: Laiku pagrįsti modeliai (svetainės srautas pagal valandą ir dieną), geografiniai duomenys, veiklos matricos arba bet kokie duomenys, kuriuos norite pabrėžti koncentraciją ir grupes.
Pavyzdys: Svetainės lankomumo suskirstymas pagal paros valandą ir savaitės dieną rodo, kad antradieniais 10 val. ryto lankomumas yra didžiausias, sekmadieniais – tylu, o naktys – ramios. Spalvų gradacija (šaltai mėlyna – mažas lankomumas, ryškiai raudona – didelis) leidžia išryškėti raštams neįskaitant skaičių.
Apribojimas: Šilumos žemėlapiai geriausiai veikia su konkrečiais duomenų tipais ir praranda efektyvumą, kai vertės labai nesiskiria. Spalvų interpretacija taip pat priklauso nuo žiūrovo spalvų suvokimo, todėl prieinamumas yra svarbus.
10. Sklaidos diagramos
Sklaidos diagramos rodo du susijusius kintamuosius kaip atskirus taškus xy ašyje, atskleisdamos ryšius ir koreliacijas. Jos atsako į tokius klausimus kaip „Ar šie du kintamieji juda kartu?“.
Tinkamumas/panaudojimas: Koreliacinė analizė, išskirtinių verčių nustatymas, ryšių tarp kintamųjų nustatymas arba kokybės kontrolės diagramos.
Pavyzdys: Suskirsčius kliento gyvavimo ciklo vertę (y ašis) pagal produkto diegimo greitį, išmatuotą dienomis (x ašis), paaiškėja, ar greitesnis diegimas prognozuoja didesnę vertę. Viršutiniame kairiajame kampe susitelkę taškai rodo, kad greitai diegiantys klientai išleidžia daugiau. Žemiau pateikti išskirtiniai duomenys rodo, kad kai kurie greitai diegiantys klientai netampa vertingais klientais. Ši įžvalga padeda formuoti klientų pritraukimo strategiją.
Apribojimas: Sklaidos diagramos rodo koreliaciją, o ne priežastinį ryšį. Jos gali būti perkrautos dideliais duomenų rinkiniais ir gali užgožti tikslias vertes. Jos taip pat yra mažiau intuityvios plačiajai auditorijai, palyginti su juostinėmis ar linijinėmis diagramomis.
Tinkamo metodo pasirinkimas
Nėra vieno formato, kuris tiktų viskam. Teisingas pasirinkimas priklauso nuo trijų dalykų: kokie iš tikrųjų yra jūsų duomenys, kas juos skaito ir ko jums reikia, kad jie suprastų.
Pradėkite nuo duomenų. Kategorijų palyginimas leidžia rinktis juostines diagramas. Stebėti kažką laikui bėgant reiškia linijines diagramas. Sudėties demonstravimui reikia skritulinės diagramos. Ryšių tarp dviejų kintamųjų tyrimas yra sklaidos diagramų užduotis.
Tada pagalvokite apie savo auditoriją. Šilumos žemėlapiai ir radarinės diagramos puikiai tinka techniniams skaitytojams, kurie lengvai supranta nepažįstamus formatus. Plačiajai auditorijai rinkitės stulpelius, linijas ir skritulines diagramas. Pažįstamumas visada pranoksta rafinuotumą.
Galiausiai, keli dalykai, kurie taikomi nepriklausomai nuo formato: praleiskite 3D efektus, jie labiau iškreipia nei daro įspūdį. Pažymėkite viską. Įtraukite šaltinį. O jei dekoratyvinis elementas neprideda informacijos, jis kažką atima.
Duomenų vizualizavimo tikslas ne tas, kad skaičiai atrodytų gražiai. Svarbu, kad jų nebūtų įmanoma ignoruoti.
Tinkamas formatas argumentuoja už jus. Jūsų auditorija mato modelį, jaučia atotrūkį, supranta tendenciją dar prieš jums ką nors paaiškinant. Jei tai padarysite teisingai, duomenims nereikės atstovo. Jie kalba patys už save.
.webp)
