तुम्ही कधीही तुमच्या बॉस/सहकर्मी/शिक्षकांना डेटा अहवाल सादर केला आहे का, ज्यांना तुम्ही मॅट्रिक्समध्ये राहणारे काही सायबर हॅकर असल्यासारखे ते अति डोप वाटत होते, परंतु त्यांनी जे पाहिले स्थिर संख्यांचा ढीग ते निरर्थक वाटले आणि त्यांना अर्थ नाही?
अंक समजून घेणे आहे कठोर. पासून लोकांना बनवत आहे विश्लेषणात्मक पार्श्वभूमी ते अंक समजून घेणे अधिक आव्हानात्मक आहे.
तुम्ही ते गोंधळात टाकणारे आकडे कसे साफ करू शकता आणि तुमचे सादरीकरण दिवसासारखे कसे स्पष्ट करू शकता? डेटा सादर करण्याचे हे सर्वोत्तम मार्ग पाहू या. 💎
AhaSlides सह अधिक टिपा
डेटा सादरीकरण - ते काय आहे?
'डेटा प्रेझेंटेशन' या शब्दाचा संबंध तुम्ही ज्या पद्धतीने डेटा सादर करता त्या खोलीतील अगदी अनाकलनीय व्यक्तीलाही समजेल.
काही म्हणतात की हे जादूटोणा आहे (तुम्ही काही मार्गांनी संख्या हाताळत आहात), परंतु आम्ही फक्त असे म्हणू की ही शक्ती आहे कोरड्या, कठीण संख्या किंवा अंकांना व्हिज्युअल शोकेसमध्ये बदलणे जे लोकांना पचायला सोपे जाते.
डेटा योग्यरित्या सादर केल्याने तुमच्या प्रेक्षकांना क्लिष्ट प्रक्रिया समजण्यास, ट्रेंड ओळखण्यास आणि त्यांच्या मेंदूला न थकवता जे काही चालले आहे ते त्वरित ओळखण्यास मदत होऊ शकते.
चांगले डेटा सादरीकरण मदत करते…
- माहितीपूर्ण निर्णय घ्या आणि सकारात्मक परिणामांवर पोहोचा. तुम्हाला तुमच्या उत्पादनाची विक्री वर्षभरात सातत्याने वाढत असल्याचे दिसल्यास, त्याचे दूध काढत राहणे किंवा ते स्पिन-ऑफच्या गुच्छात बदलणे (Soutout to Star Wars👀) उत्तम.
- डेटावर प्रक्रिया करण्यात घालवलेला वेळ कमी करा. मानव ग्राफिक पद्धतीने माहिती पचवू शकतो 60,000 वेळा वेगवान मजकुराच्या स्वरूपात पेक्षा. काही अतिरिक्त मसालेदार आलेख आणि चार्ट्ससह काही मिनिटांत डेटाच्या दशकात स्किमिंग करण्याची शक्ती त्यांना द्या.
- निकाल स्पष्टपणे कळवा. डेटा खोटे बोलत नाही. ते वस्तुस्थितीदर्शक पुराव्यावर आधारित आहेत आणि म्हणून जर कोणी तुम्ही चुकीचे आहात अशी कुरकुर करत राहिल्यास, त्यांची तोंडे बंद ठेवण्यासाठी त्यांना काही कठोर डेटाने थप्पड मारा.
- सध्याच्या संशोधनामध्ये जोडा किंवा त्याचा विस्तार करा. डेटा बोर्डवर दिसणार्‍या छोट्या रेषा, ठिपके किंवा चिन्हांवरून सर्फिंग करताना कोणत्या भागात सुधारणांची गरज आहे, तसेच कोणते तपशील वारंवार लक्षात येत नाहीत हे तुम्ही पाहू शकता.
डेटा सादरीकरणाच्या पद्धती आणि उदाहरणे
कल्पना करा की तुमच्याकडे एक स्वादिष्ट पेपरोनी, एक्स्ट्रा-चीज पिझ्झा आहे. तुम्ही तो क्लासिक ८-त्रिकोणी स्लाइसमध्ये, पार्टी स्टाईल १२-चौरस स्लाइसमध्ये कापू शकता किंवा त्या स्लाइसवर सर्जनशील आणि अमूर्त बनवू शकता.
पिझ्झा कापण्याचे विविध मार्ग आहेत आणि तुम्ही तुमचा डेटा कसा सादर करता यावरून तुम्हाला तीच विविधता मिळते. या विभागात, आम्ही तुमच्यासाठी 10 मार्ग आणू पिझ्झाचे तुकडे करा - आम्हाला म्हणायचे आहे तुमचा डेटा सादर करा - ते तुमच्या कंपनीची सर्वात महत्त्वाची मालमत्ता दिवसाप्रमाणे स्पष्ट करेल. चला डेटा कार्यक्षमतेने सादर करण्यासाठी 10 मार्गांचा विचार करूया.
#1 - टॅब्युलर
डेटा सादरीकरणाच्या विविध प्रकारांपैकी, सारणी ही सर्वात मूलभूत पद्धत आहे, ज्यामध्ये पंक्ती आणि स्तंभांमध्ये डेटा सादर केला जातो. Excel किंवा Google Sheets नोकरीसाठी पात्र ठरतील. फॅन्सी काहीही नाही.
हे Google शीटवरील डेटाच्या सारणीबद्ध सादरीकरणाचे उदाहरण आहे. प्रत्येक पंक्ती आणि स्तंभामध्ये एक विशेषता (वर्ष, प्रदेश, महसूल इ.) असते आणि तुम्ही वर्षभरातील कमाईतील बदल पाहण्यासाठी कस्टम फॉरमॅट करू शकता.
#2 - मजकूर
मजकूर म्हणून डेटा सादर करताना, तुम्ही फक्त तुमचे निष्कर्ष परिच्छेद आणि बुलेट पॉइंट्समध्ये लिहा आणि तेच. तुमच्यासाठी केकचा एक तुकडा, ज्याला मुद्द्यापर्यंत पोहोचण्यासाठी सर्व वाचनातून जावे लागेल त्यांच्यासाठी एक कठीण नट.
- जगभरातील 65% ईमेल वापरकर्ते त्यांच्या ईमेलमध्ये मोबाइल डिव्हाइसद्वारे प्रवेश करतात.
- मोबाइलसाठी ऑप्टिमाइझ केलेले ईमेल 15% जास्त क्लिक-थ्रू दर व्युत्पन्न करतात.
- 56% ब्रँड्स त्यांच्या ईमेल विषय ओळींमध्ये इमोजी वापरतात, त्यांचा ओपन रेट जास्त होता.
(स्रोत: ग्राहक थर्मामीटर)
वरील सर्व अवतरण मजकूर स्वरूपात सांख्यिकीय माहिती सादर करतात. अनेक लोकांना मजकुराच्या भिंतीवरून जाणे आवडत नसल्यामुळे, ही पद्धत वापरण्याचा निर्णय घेताना तुम्हाला दुसरा मार्ग शोधावा लागेल, जसे की डेटाचे लहान, स्पष्ट विधानांमध्ये विभाजन करणे किंवा तुमच्याकडे आकर्षक वाक्ये असल्यास त्यांचा विचार करण्याची वेळ.
#3 - पाई चार्ट
पाई चार्ट (किंवा 'डोनट चार्ट' जर तुम्ही त्याच्या मध्यभागी एक छिद्र चिकटवले असेल तर) स्लाइसमध्ये विभागलेले एक वर्तुळ आहे जे संपूर्ण डेटाचे सापेक्ष आकार दर्शविते. तुम्ही टक्केवारी दर्शविण्यासाठी ते वापरत असल्यास, सर्व स्लाइस 100% पर्यंत जोडल्या गेल्याची खात्री करा.
पाई चार्ट हा प्रत्येक पार्टीत एक परिचित चेहरा असतो आणि सहसा बहुतेक लोक ओळखतात. तथापि, ही पद्धत वापरण्याचा एक धक्का म्हणजे आपले डोळे कधीकधी वर्तुळाच्या स्लाइसमधील फरक ओळखू शकत नाहीत आणि दोन भिन्न पाई चार्ट्समधील समान स्लाइसची तुलना करणे जवळजवळ अशक्य आहे. खलनायक डेटा विश्लेषकांच्या नजरेत.
#4 - बार चार्ट
बार चार्ट हा एक तक्ता आहे जो समान श्रेणीतील अनेक वस्तू सादर करतो, सामान्यतः आयताकृती पट्ट्यांच्या स्वरूपात जे एकमेकांपासून समान अंतरावर ठेवलेले असतात. त्यांची उंची किंवा लांबी ते प्रतिनिधित्व करत असलेल्या मूल्यांचे चित्रण करतात.
ते यासारखे सोपे असू शकतात:
किंवा डेटा सादरीकरणाच्या या उदाहरणासारखे अधिक जटिल आणि तपशीलवार. प्रभावी सांख्यिकी सादरीकरणात योगदान देत, हा एक गटबद्ध बार चार्ट आहे जो तुम्हाला केवळ श्रेण्यांचीच नाही तर त्यांच्यातील गटांची देखील तुलना करू देतो.
#5 - हिस्टोग्राम
बार चार्ट प्रमाणेच पण हिस्टोग्राममधील आयताकृती पट्ट्यांमध्ये सहसा त्यांच्या समकक्षांसारखे अंतर नसते.
बार चार्टप्रमाणे हवामानाची प्राधान्ये किंवा आवडते चित्रपट यांसारख्या श्रेणी मोजण्याऐवजी, हिस्टोग्राम केवळ संख्यांमध्ये ठेवता येणाऱ्या गोष्टी मोजतो.
वरील उदाहरणाप्रमाणे बहुतेक विद्यार्थी कोणत्या गुणांच्या गटात येतात हे पाहण्यासाठी शिक्षक हिस्टोग्राम सारखे सादरीकरण आलेख वापरू शकतात.
#6 - रेखा आलेख
डेटा प्रदर्शित करण्याच्या पद्धतींसाठी रेकॉर्डिंग, आम्ही रेखा आलेखांच्या प्रभावीतेकडे दुर्लक्ष करू नये. रेषा आलेख एका सरळ रेषेने एकत्र जोडलेल्या डेटा पॉइंट्सच्या गटाद्वारे दर्शविले जातात. कालांतराने अनेक संबंधित गोष्टी कशा बदलतात याची तुलना करण्यासाठी एक किंवा अधिक ओळी असू शकतात.
रेखा चार्टच्या क्षैतिज अक्षावर, तुमच्याकडे सहसा मजकूर लेबले, तारखा किंवा वर्षे असतात, तर अनुलंब अक्ष सामान्यतः प्रमाण दर्शवतो (उदा: बजेट, तापमान किंवा टक्केवारी).
#7 - पिक्टोग्राम आलेख
एक लहान डेटासेट व्हिज्युअलायझ करण्यासाठी चित्राग्र आलेख मुख्य विषयाशी संबंधित चित्रे किंवा चिन्हे वापरतो. रंग आणि चित्रांचे मजेदार संयोजन हे शाळांमध्ये वारंवार वापरले जाते.
जर तुम्हाला नीरस रेखा चार्ट किंवा बार चार्टपासून काही काळ दूर राहायचे असेल तर चित्रग्राम म्हणजे ताज्या हवेचा श्वास. तथापि, ते खूप मर्यादित प्रमाणात डेटा सादर करू शकतात आणि काहीवेळा ते फक्त प्रदर्शनासाठी असतात आणि वास्तविक आकडेवारीचे प्रतिनिधित्व करत नाहीत.
#8 - रडार चार्ट
बार चार्टच्या रूपात पाच किंवा त्याहून अधिक व्हेरिएबल्स सादर करणे खूप अवघड असल्यास, तुम्ही रडार चार्ट वापरण्याचा प्रयत्न केला पाहिजे, जो डेटा सादर करण्याचा सर्वात सर्जनशील मार्ग आहे.
रडार चार्ट एकाच बिंदूपासून ते एकमेकांशी कसे तुलना करतात या संदर्भात डेटा दर्शवतात. काहीजण त्यांना 'स्पायडर चार्ट' देखील म्हणतात कारण प्रत्येक पैलू एकत्रितपणे स्पायडर वेबसारखे दिसतात.
ज्या पालकांना त्यांच्या मुलांच्या गुणांची तुलना त्यांच्या समवयस्कांशी करून त्यांचा आत्मविश्वास वाढवायचा आहे त्यांच्यासाठी रडार चार्टचा उत्तम उपयोग होऊ शकतो. तुम्ही पाहू शकता की प्रत्येक कोन ० ते १०० पर्यंत गुण असलेल्या विषयाचे प्रतिनिधित्व करतो. ५ विषयांमधील प्रत्येक विद्यार्थ्याचे गुण वेगवेगळ्या रंगात हायलाइट केले आहेत.
जर तुम्हाला वाटत असेल की डेटा सादरीकरणाची ही पद्धत ओळखीची वाटत असेल, तर तुम्हाला कदाचित खेळताना एक सामना आला असेल पोकेमॅन.
#9 - उष्णता नकाशा
उष्णता नकाशा रंगांमध्ये डेटा घनता दर्शवतो. संख्या जितकी मोठी असेल तितकी अधिक रंगाची तीव्रता डेटा दर्शविला जाईल.
बहुतेक यूएस नागरिकांना भूगोलातील या डेटा सादरीकरण पद्धतीशी परिचित असेल. निवडणुकीसाठी, अनेक वृत्तपत्रे राज्याला विशिष्ट रंग कोड नियुक्त करतात, निळा एका उमेदवाराचे प्रतिनिधित्व करतो आणि लाल दुसऱ्याचे प्रतिनिधित्व करतो. प्रत्येक राज्यात निळ्या किंवा लाल रंगाची छटा त्या राज्यातील एकूण मतांची ताकद दर्शवते.
तुम्ही हीट मॅप वापरू शकता अशी आणखी एक चांगली गोष्ट म्हणजे तुमच्या साइटवरील अभ्यागत काय क्लिक करतात ते मॅप करणे. एखाद्या विशिष्ट विभागावर जितके जास्त 'उष्ण' क्लिक केले जाईल तितका रंग निळा ते चमकदार पिवळा ते लाल होईल.
#10 - स्कॅटर प्लॉट
तुम्ही तुमचा डेटा चंकी बार ऐवजी ठिपक्यांमध्ये सादर केल्यास, तुमच्याकडे स्कॅटर प्लॉट असेल.
स्कॅटर प्लॉट हे दोन व्हेरिएबल्समधील संबंध दर्शवणारे अनेक इनपुट असलेले ग्रिड असते. उशिर यादृच्छिक डेटा गोळा करणे आणि काही सांगण्याचा ट्रेंड उघड करणे हे चांगले आहे.
उदाहरणार्थ, या आलेखामध्ये, प्रत्येक बिंदू अनेक दिवसांतील समुद्रकिनाऱ्यावरील अभ्यागतांची संख्या विरुद्ध सरासरी दैनिक तापमान दर्शवितो. तुम्ही पाहू शकता की तापमान वाढते म्हणून ठिपके जास्त होतात, त्यामुळे उष्ण हवामानामुळे अधिक अभ्यागत येण्याची शक्यता आहे.
टाळण्याच्या 5 डेटा सादरीकरण चुका
#1 - तुमच्या प्रेक्षकांना संख्या काय दर्शवते हे समजते असे गृहीत धरा
तुम्हाला तुमच्या डेटाच्या पडद्यामागच्‍या सर्व गोष्टी माहीत असतील कारण तुम्ही अनेक आठवडे त्‍यांच्‍यासोबत काम केले आहे, परंतु तुमच्या प्रेक्षकांना ते माहीत नाही.
न सांगता दाखवल्याने तुमच्या प्रेक्षकांकडून अधिकाधिक प्रश्नांना आमंत्रण मिळते, कारण त्यांना तुमच्या डेटाचा सतत अर्थ काढावा लागतो, परिणामी दोन्ही बाजूंचा वेळ वाया जातो.
तुमची डेटा सादरीकरणे दाखवत असताना, तुम्ही त्यांना प्रथम संख्यांच्या लहरींनी मारण्यापूर्वी डेटा कशाबद्दल आहे ते सांगावे. तुम्ही वापरू शकता परस्पर क्रिया जसे मतदान, वर्ड क्लाउड, ऑनलाइन क्विझ आणि प्रश्नोत्तर सत्रे आयोजित केली जातात जेणेकरून डेटाची त्यांची समज तपासता येईल आणि कोणताही गोंधळ आधीच दूर करता येईल.
#2 - चुकीचा चार्ट वापरा
पाई चार्ट सारख्या चार्टमध्ये एकूण 100% असणे आवश्यक आहे, त्यामुळे खाली दिलेल्या उदाहरणाप्रमाणे तुमची संख्या 193% वर जमा झाल्यास, तुम्ही निश्चितपणे चुकीचे करत आहात.
चार्ट बनवण्यापूर्वी, स्वतःला विचारा: मला माझ्या डेटाने काय साध्य करायचे आहे? तुम्हाला डेटा संचांमधील संबंध पाहायचा आहे, तुमच्या डेटाचे अप आणि डाउन ट्रेंड दाखवायचे आहेत किंवा एका गोष्टीचे विभाग संपूर्ण कसे बनतात ते पाहू इच्छिता?
लक्षात ठेवा, स्पष्टता नेहमीच प्रथम येते. काही डेटा व्हिज्युअलायझेशन छान दिसू शकतात, परंतु ते तुमच्या डेटामध्ये बसत नसल्यास, त्यापासून दूर रहा.
#3 - ते 3D बनवा
3D हे एक आकर्षक ग्राफिकल सादरीकरणाचे उदाहरण आहे. तिसरा परिमाण छान आहे, परंतु जोखमींनी भरलेला आहे.
त्या लाल पट्ट्यांच्या मागे काय आहे ते तुम्ही पाहू शकता का? कारण आपणही करू शकत नाही. तुम्हाला असे वाटेल की 3D चार्ट डिझाईनमध्ये अधिक खोली वाढवतात, परंतु ते चुकीचे समज निर्माण करू शकतात कारण आपले डोळे 3D वस्तू दिसतात त्यापेक्षा जवळ आणि मोठ्या पाहतात, हे नमूद करू नका की त्यांना अनेक कोनातून पाहिले जाऊ शकत नाही.
#4 - एकाच श्रेणीतील सामग्रीची तुलना करण्यासाठी विविध प्रकारचे चार्ट वापरा
हे माशाशी माकडाशी तुलना करण्यासारखे आहे. तुमचे प्रेक्षक फरक ओळखण्यात आणि दोन डेटा संचांमध्ये योग्य संबंध निर्माण करण्यात सक्षम होणार नाहीत.
पुढच्या वेळी, फक्त एका प्रकारच्या डेटा प्रेझेंटेशनला चिकटवा. एकाच वेळी विविध डेटा व्हिज्युअलायझेशन पद्धती वापरण्याचा मोह टाळा आणि तुमचा डेटा शक्य तितक्या प्रवेशयोग्य बनवा.
#5 - प्रेक्षकांवर जास्त माहितीचा भडिमार करा
डेटा प्रेझेंटेशनचे उद्दिष्ट क्लिष्ट विषय समजून घेणे सोपे करणे हे आहे आणि जर तुम्ही टेबलवर जास्त माहिती आणत असाल, तर तुमचा मुद्दा चुकत आहे.
तुम्ही जितकी अधिक माहिती द्याल तितका तुमच्या प्रेक्षकांना या सर्वांवर प्रक्रिया करण्यासाठी जास्त वेळ लागेल. जर तुम्हाला तुमचा डेटा समजण्यायोग्य बनवायचा असेल आणि तुमच्या प्रेक्षकांना ते लक्षात ठेवण्याची संधी द्या, त्यातील माहिती अगदी कमीत कमी ठेवा. आपण आपले सत्र यासह समाप्त केले पाहिजे मुक्त प्रश्न तुमचे सहभागी खरोखर काय विचार करतात हे पाहण्यासाठी.
डेटा सादरीकरणाच्या सर्वोत्तम पद्धती कोणत्या आहेत?
शेवटी, डेटा सादर करण्याचा सर्वोत्तम मार्ग कोणता आहे?
उत्तर आहे…
.
.
.
तेथे कोणीही नाही! प्रत्येक प्रकारच्या सादरीकरणाची स्वतःची सामर्थ्ये आणि कमकुवतता असतात आणि तुम्ही जे निवडता ते तुम्ही काय करण्याचा प्रयत्न करत आहात यावर अवलंबून असते.
उदाहरणार्थ:
- जा एक स्कॅटर प्लॉट जर तुम्ही वेगवेगळ्या डेटा मूल्यांमधील संबंध एक्सप्लोर करत असाल, जसे की तापमानामुळे आईस्क्रीमची विक्री वाढते आहे की लोक दररोज भूक आणि लोभी होत आहेत हे पाहणे.
- जा एक रेषीय आलेख आपण कालांतराने ट्रेंड चिन्हांकित करू इच्छित असल्यास.
- जा एक उष्णता नकाशा तुम्हाला भौगोलिक स्थानातील बदलांचे काही फॅन्सी व्हिज्युअलायझेशन आवडत असल्यास, किंवा तुमच्या वेबसाइटवर तुमच्या अभ्यागतांचे वर्तन पाहणे.
- जा एक पाई चार्ट (विशेषतः 3D मध्ये) जर तुम्हाला इतरांनी दूर ठेवायचे असेल कारण ही कधीही चांगली कल्पना नव्हती
वारंवार विचारले जाणारे प्रश्न
चार्ट प्रेझेंटेशन म्हणजे काय?
चार्ट प्रेझेंटेशन म्हणजे चार्ट, आलेख आणि आकृती यासारख्या व्हिज्युअल एड्सचा वापर करून डेटा किंवा माहिती सादर करण्याचा एक मार्ग आहे. चार्ट सादरीकरणाचा उद्देश प्रेक्षकांसाठी जटिल माहिती अधिक सुलभ आणि समजण्यायोग्य बनवणे आहे.
मी सादरीकरणासाठी तक्ते कधी वापरू शकतो?
डेटाची तुलना करण्यासाठी, कालांतराने ट्रेंड दाखवण्यासाठी, नमुने हायलाइट करण्यासाठी आणि जटिल माहिती सुलभ करण्यासाठी चार्टचा वापर केला जाऊ शकतो.
सादरीकरणासाठी तक्ते का वापरावेत?
तुमचा मजकूर आणि दृश्ये स्वच्छ दिसावीत यासाठी तुम्ही चार्ट्स वापरावेत, कारण ते दृश्य प्रतिनिधित्व करतात, स्पष्टता, साधेपणा, तुलना, कॉन्ट्रास्ट देतात आणि वेळ वाचवतात!
डेटा सादर करण्याच्या 4 ग्राफिकल पद्धती काय आहेत?
हिस्टोग्राम, स्मूथ फ्रिक्वेंसी आलेख, पाई डायग्राम किंवा पाई चार्ट, संचयी किंवा ओगिव फ्रिक्वेंसी आलेख आणि वारंवारता बहुभुज.
