Skaitļi paši par sevi nerunā. Ar datiem pilna izklājlapa auditorijai neko nepasaka, kamēr kāds nepieņem lēmumu: ko tas īsti nozīmē un kā to vislabāk parādīt?
Šim lēmumam ir lielāka nozīme, nekā vairums cilvēku apzinās. Viens un tas pats datu kopums, kas attēlots kā tabula, līniju diagramma vai izkliedes diagramma, stāsta trīs pilnīgi atšķirīgus stāstus. Izvēlieties nepareizu formātu un jūs zaudēsiet vietu. Izvēlieties pareizo, un atziņas nonāks, pirms esat izteicis ne vārda.
Šeit ir desmit datu prezentēšanas veidi un precīzs katra no tiem izmantošanas laiks.
1. Galdi
Tabulās dati tiek sakārtoti rindās un kolonnās, attēlojot precīzas vērtības, lai tās būtu viegli atrast un salīdzināt. Tās vislabāk darbojas, ja auditorijai ir jāmeklē konkrēti skaitļi vai jāsalīdzina vairāki datu punkti vairākās kategorijās.
Labākais: Finanšu pārskati, krājumu saraksti, aptaujas rezultāti ar daudziem mainīgajiem vai jebkura situācija, kurā precizitāte ir svarīgāka par modeļu atpazīšanu.
Piemērs: 4. ceturkšņa ieņēmumu salīdzinājums piecās produktu līnijās ar precīziem skaitļiem. Katrā rindas vienībā ir norādīts nosaukums, pārdotās vienības, ieņēmumi, peļņas norma un izaugsme salīdzinājumā ar iepriekšējo gadu. Ieinteresētās personas var detalizēti aplūkot informāciju, vienlaikus redzot pilnu kontekstu.
Ierobežojums: Tabulas neatspoguļo tendences vai neizceļ novirzes tik efektīvi kā citi formāti. Blīvas tabulas ātri kļūst pārāk garlaicīgas. Skaidrības labad nepārsniedziet septiņas rindas un sešas kolonnas.
2. Teksta dati
Dažreiz vissvarīgākais datu punkts ir viens skaitlis vai statistikas rādītājs, kas ietverts plūstošā prozā. Teksta dati ir piemēroti stāstījumiem, kuros tiek skaidrots konteksts, nevis tikai parādīti skaitļi.
Labākais: Kopsavilkumi, stāstu stāstīšana, gadījumu izpēte vai pētījumu rezultātu paziņošana, kur interpretācija ir tikpat svarīga kā neapstrādāti skaitļi.
Piemērs: "Pēdējo trīs gadu laikā mūsu klientu noturēšanas rādītājs ir uzlabojies no 73% līdz 91%, galvenokārt pateicoties mūsu adaptācijas programmas pārveidošanai. Šis 18 punktu pieaugums nozīmē 2.3 miljonus ASV dolāru nesaglabātos gada ieņēmumus." Skaitļi iegūst nozīmi, iepazīstot tos ar kontekstu.
Ierobežojums: Teksta dati ir rūpīgi jālasa. Ja skaitļi ir paslēpti rindkopās, ir viegli nepamanīt galvenos punktus. Šo metodi izmantojiet tikai situācijās, kurās svarīgs ir naratīvs.
3. Sektoru diagrammas
Sektordiagrammas attēlo veseluma daļas kā šķēles, kur katras šķēles lielums ir proporcionāls tās procentuālajai daļai no kopējā apjoma. Tās lieliski parāda kompozīciju, dalot kaut ko, kura kopsumma ir 100%.
Labākais: Budžeta sadalījums, tirgus daļas sadalījums, aptaujas atbilžu sadalījums pa kategorijām vai resursa sadalījuma attēlošana.
Piemērs: Mārketinga budžeta sadalījums, kurā redzams, ka 40% ir paredzēti digitālajai reklāmai, 25% pasākumiem, 20% saturam, 10% rīkiem un 5% testēšanai. Diagrammā uzreiz redzama digitālā dominance un relatīvās proporcijas.
Ierobežojums: Sektoru diagrammas darbojas tikai ar 2–5 kategorijām. Ja tas pārsniedz šo kategoriju, tās ir grūti interpretēt un salīdzināt. Nekad neizmantojiet 3D efektus, kas kropļo uztveri. Daudzi datu eksperti pilnībā iebilst pret sektoru diagrammām, ja joslu diagrammas darbotos, un tās ir piemērotas salīdzināšanai daudzās kategorijās.
4. Joslu diagrammas
Joslu diagrammās vērtības dažādās kategorijās tiek parādītas, izmantojot taisnstūrveida joslas. Gan horizontālā, gan vertikālā orientācija ir atkarīga no konteksta. Joslu diagrammas ir izcilas vērtību salīdzināšanai un, iespējams, ir vispusīgākais datu vizualizācijas formāts.
Labākais: Pārdošanas apjomu salīdzināšana dažādos reģionos, dažādu komandu snieguma rādītāju parādīšana, aptaujas atbilžu biežuma parādīšana vai jebkādu kategorisku datu salīdzināšana.
Piemērs: Tiek rādīti klientu apmierinātības rādītāji (skalā no 0 līdz 10) piecās uzņēmuma nodaļās. Joslas uzreiz norāda, ka operāciju nodaļai ir visaugstākais vērtējums (8.2) un IT nodaļai viszemākais vērtējums (6.8). Skatītāji var uzreiz redzēt rangu un aptuvenās vērtības.
Ierobežojums: Stabiņu diagrammas ir mazāk efektīvas, lai attēlotu izmaiņas laika gaitā, īpaši, ja ir daudz laika periodu. Tām ir arī grūtības apstrādāt ļoti lielus datu kopumus, kuriem būtu nepieciešami simtiem joslu.
5. Histogrammas
Histogrammas atgādina joslu diagrammas, bet attēlo nepārtraukta mainīgā sadalījumu. Atšķirībā no parastajām joslu diagrammām ar atstarpēm starp joslām, histogrammās joslas saskaras, jo tās attēlo nepārtrauktu diapazonu, kas sadalīts intervālos.
Labākais: Parāda, kā populācija ir sadalīta, piemēram, vecuma sadalījums, algu diapazoni, atbildes laika sadalījums vai testa rezultātu biežums.
Piemērs: Klientu vecuma sadalījums, kas parāda klientu koncentrāciju vecumā no 25 līdz 34 gadiem (maksimums), ar samazinātu skaitu jaunākās un vecākas vecuma grupās. Tas uzreiz atklāj jūsu galveno demogrāfisko informāciju.
Ierobežojums: Histogrammām ir jāizvēlas atbilstoši intervālu lielumi. Pārāk šaurs intervāls — troksnis. Pārāk plats intervāls — jēgpilnas detaļas zudums. Tās arī nav plaši saprotamas netehniskajai auditorijai.
6. Līniju diagrammas
Līniju diagrammas savieno datu punktus ar līnijām, parādot tendences un izmaiņas laika gaitā. Tās ir ideāli piemērotas mainīgo izsekošanai, kas svārstās vai progresē secīgi.
Labākais: Akciju cenu svārstības, tīmekļa vietnes apmeklētība mēnešu gaitā, temperatūras svārstības, ieņēmumu tendences, lietotāju skaita pieaugums vai jebkurš rādītājs, kuru vēlaties vērot laika gaitā.
Piemērs: Mēneša tīmekļa vietnes apmeklētība pēdējā gada laikā, kas liecina par kritumu jūlijā (vasaras palēninājums) un pieaugumu oktobrī (produkta laišana klajā). Vairākas rindas var attēlot dažādus kanālus: organiskās meklēšanas tendences pieaug, sociālo mediju stagnācija, apmaksāto reklāmu pieaugums. Tendences un krustpunkti uzreiz atklāj stāstu.
Ierobežojums: Līniju diagrammas rāda modeļus, bet salīdzinājumā ar tabulām aizsedz precīzas vērtības. Tās arī kļūst pārblīvētas ar pārāk daudzām pārklājošām līnijām. Ierobežojiet līdz trim vai četrām vienlaicīgām līnijām.
Atsevišķi ir vērts pieminēt vienu formātu: tiešraides datu vizualizācija prezentāciju laikā. Tādi rīki kā AhaSlides ļauj reāllaikā veikt aptaujas, vārdu mākoņus un jautājumu un atbilžu sesijas, rezultātus vizualizējot ekrānā, auditorijai reaģējot. Tas ir ne tikai saistoši, bet arī ātrākais veids, kā apkopot un attēlot auditorijas datus, iepriekš nesagatavojot nevienu diagrammu. Telpa kļūst par datu kopu.
7. Piktogrammas
Piktogrammas izmanto ikonas vai ilustrācijas, lai attēlotu datu punktus, padarot tos pieejamus un saistošus. Katra ikona apzīmē vienību vai lielāku daudzumu. Tās vislabāk darbojas ar mazākiem datu kopumiem, kurus vēlaties padarīt vizuāli pievilcīgus.
Labākais: Infografikas, prezentācijas plašai auditorijai vai jebkura cita situācija, kurā ir svarīgi, lai dati šķistu draudzīgi un pieejami.
Piemērs: Aptaujas jautājums "Cik stundas nedēļā jūs vingrojat?". Attēlojiet mazus, mainīgus skaitļus, kur katrs skaitlis apzīmē piecus cilvēkus. Desmit cilvēki, kas atbildēja "neviens", parādītu divus ciparus. Tas ir saistošāk nekā vienkāršs skaitlis.
Ierobežojums: Piktogrammas darbojas tikai ar veseliem skaitļiem un relatīvi nelielām datu kopām. Tās ir grūtāk lasīt ar lieliem daudzumiem. Tās arī aizņem vairāk vietas nekā citi formāti.
8. Radara diagrammas
Radara diagrammas, ko sauc arī par zirnekļa diagrammām, attēlo daudzfaktoru datus vairākās asīs, kas izstaro no centrālā punkta. Katra ass attēlo atšķirīgu mainīgo, un vērtības tiek attēlotas kā daudzstūris.
Labākais: Profilu vai snieguma vienlaicīga salīdzināšana daudzās dimensijās, prasmju novērtēšana vai stipro un vājo pušu attēlošana vienā mirklī.
Piemērs: Divu konkurējošu produktu salīdzinājums sešās dimensijās: cena, kvalitāte, lietošanas ērtums, klientu atbalsts, funkciju pilnīgums un drošība. Viens produkts var izcelties cenas un lietošanas ērtuma ziņā, bet atpalikt funkciju ziņā. Otrs produkts var izcelties kvalitātes un funkciju ziņā, bet maksāt vairāk. Formas uzreiz atklāj katra profilu.
Ierobežojums: Radara diagrammas ir mazāk precīzas nekā citi formāti, un auditorijai, kas ar tām nav pazīstama, tās ir grūtāk interpretēt. Tās vislabāk darbojas ar 3–7 asīm. Ja tas ir vairāk, tās kļūst par vizuālu jucekli.
9. Siltuma kartes
Karstuma kartes izmanto krāsu intensitāti, lai attēlotu datu blīvumu vai biežumu. Tumšākas vai siltākas krāsas parasti norāda uz lielākām vērtībām vai lielāku koncentrāciju. Tās ir lieliski piemērotas modeļu un noviržu atklāšanai divās dimensijās.
Labākais: Laika gaitā balstīti modeļi (tīmekļa vietnes apmeklētība pa stundām un dienām), ģeogrāfiskie dati, aktivitāšu matricas vai jebkādi dati, kurus vēlaties izcelt koncentrāciju un klasterus.
Piemērs: Tīmekļa vietnes apmeklētība pa diennakts stundām un nedēļas dienām atklāj, ka otrdienas plkst. 10:00 ir maksimālās apmeklētāju skaita laiks, svētdienas ir klusas un naktis ir lēnas. Krāsu gradācija (vēsi zila krāsa mazai apmeklētāju plūsmai, spilgti sarkana krāsa lielai apmeklētāju plūsmai) liek modeļiem izcelties, nenolasot skaitļus.
Ierobežojums: Karstuma kartes vislabāk darbojas ar noteiktiem datu tipiem un zaudē efektivitāti, ja vērtības daudz neatšķiras. Krāsu interpretācija ir atkarīga arī no skatītāja krāsu uztveres, tāpēc pieejamībai ir nozīme.
10. Izkaisītie grafiki
Izkaisītie grafiki parāda divus saistītus mainīgos kā atsevišķus punktus uz xy ass, atklājot attiecības un korelācijas. Tie atbild uz tādiem jautājumiem kā "Vai šie divi mainīgie pārvietojas kopā?".
Labākais: Korelācijas analīze, noviržu identificēšana, mainīgo lielumu savstarpējo attiecību noteikšana vai kvalitātes kontroles diagrammas.
Piemērs: Klienta dzīves cikla vērtības (y ass) attēlošana pret produkta ieviešanas ātrumu dienās (x ass) atklāj, vai ātrāka ieviešana paredz lielāku vērtību. Punktu kopas augšējā kreisajā stūrī liecina, ka ātrie lietotāji tērē vairāk. Zemāk redzamās novirzes liecina, ka daži ātrie lietotāji nepārvēršas par augstvērtīgiem klientiem. Šī atziņa ietekmē klientu piesaistes stratēģiju.
Ierobežojums: Izkaisītās diagrammas rāda korelāciju, nevis cēloņsakarību. Tās var kļūt pārblīvētas ar lieliem datu kopumiem un var aizsegt precīzas vērtības. Tās ir arī mazāk intuitīvas plašākai auditorijai salīdzinājumā ar joslu vai līniju diagrammām.
Pareizās metodes izvēle
Neviens viens formāts neder visam. Pareizā izvēle ir atkarīga no trim lietām: kādi patiesībā ir jūsu dati, kas tos lasa un ko jums ir nepieciešams, lai viņi saprastu.
Sāciet ar datiem. Kategoriju salīdzināšana norāda uz joslu diagrammām. Laika gaitā izsekot kaut kam nozīmē līniju diagrammas. Sastāva attēlošanai nepieciešama sektoru diagramma. Izkaisīto diagrammu uzdevums ir izpētīt attiecības starp diviem mainīgajiem.
Pēc tam ņemiet vērā savu auditoriju. Karstuma kartes un radara diagrammas labi noder tehniskiem lasītājiem, kuri ērti interpretē nepazīstamus formātus. Plašākai auditorijai pieturieties pie joslām, līnijām un sektoru diagrammām. Pazīstamība vienmēr ir svarīgāka par izsmalcinātību.
Visbeidzot, dažas lietas, kas attiecas neatkarīgi no formāta: izlaidiet 3D efektus, tie vairāk kropļo, nekā atstāj iespaidu. Apzīmējiet visu. Iekļaujiet avotu. Un, ja dekoratīvs elements nepievieno informāciju, tas kaut ko atņem.
Datu vizualizācijas mērķis nav padarīt skaitļus pievilcīgus. Tā ir par to, lai tos nebūtu iespējams ignorēt.
Pareizais formāts paveic argumentāciju jūsu vietā. Jūsu auditorija redz modeli, sajūt plaisu, saprot tendenci, pirms jūs kaut ko paskaidrojat. Ja tas ir pareizi, datiem nav nepieciešams pārstāvis. Tie runā paši par sevi.
