Sayılar kendi başlarına konuşmaz. Verilerle dolu bir elektronik tablo, birisi karar verene kadar izleyicilerinize hiçbir şey anlatmaz: Bu aslında ne anlama geliyor ve bunu göstermenin en iyi yolu nedir?
Bu karar, çoğu insanın fark ettiğinden daha önemlidir. Aynı veri seti tablo, çizgi grafik veya dağılım grafiği olarak sunulduğunda tamamen farklı üç hikaye anlatır. Yanlış formatı seçerseniz, konuyu kaybedersiniz. Doğru formatı seçerseniz, daha bir kelime bile söylemeden içgörüye ulaşırsınız.
İşte verileri sunmanın on yolu ve her birinin ne zaman kullanılacağı.
1. Tablolar
Tablolar, verileri satır ve sütunlar halinde düzenleyerek, kolay referans ve karşılaştırma için kesin değerler sunar. Hedef kitlenizin belirli rakamlara bakması veya birden fazla kategorideki çeşitli veri noktalarını karşılaştırması gerektiğinde en iyi sonucu verirler.
En iyi: Finansal raporlar, envanter listeleri, birçok değişken içeren anket sonuçları veya desen tanımadan ziyade hassasiyetin daha önemli olduğu herhangi bir durum.
Örnek: Dördüncü çeyrek gelirlerini beş ürün grubu genelinde kesin rakamlarla karşılaştırıyoruz. Her bir kalem, ürün adını, satılan birim sayısını, geliri, kar marjını ve yıllık büyüme oranını gösteriyor. Paydaşlar, tüm bağlamı görürken belirli ayrıntılara da inebilirler.
Sınırlama: Tablolar, diğer formatlar kadar etkili bir şekilde eğilimleri ortaya koymaz veya aykırı değerleri vurgulamaz. Yoğun tablolar hızla bunaltıcı hale gelir. Daha anlaşılır olması için en fazla yedi satır ve altı sütun kullanın.
2. Metin tabanlı veriler
Bazen en önemli veri noktası, akıcı bir metnin içine yerleştirilmiş tek bir sayı veya istatistiktir. Metin tabanlı veriler, sadece rakamlar sunmak yerine bağlamı açıkladığınız anlatılar için işe yarar.
En iyi: Özet raporlar, hikaye anlatımı, vaka çalışmaları veya yorumlamanın ham sayılar kadar önemli olduğu araştırma bulgularının iletilmesi.
Örnek: "Son üç yılda, müşteri sadakat oranımız, özellikle yeni müşteri kazanım programımızın yeniden tasarlanması sayesinde %73'ten %91'e yükseldi. Bu 18 puanlık artış, yıllık 2.3 milyon dolarlık gelir artışına karşılık geliyor." Rakamlar bağlam içinde anlam kazanıyor.
Sınırlama: Metin tabanlı veriler dikkatli okuma gerektirir. Sayılar paragrafların içine gömüldüğünde önemli noktaları kaçırmak kolaydır. Bu yöntemi, anlatımın şart olduğu durumlar için saklayın.
3. Pasta grafikler
Pasta grafikler, bir bütünün parçalarını dilimler halinde gösterir ve her dilimin boyutu, toplam içindeki yüzdesiyle orantılıdır. Toplamı %100 olan bir şeyi bölerken, bileşimi göstermede oldukça başarılıdırlar.
En iyi: Bütçe tahsisi, pazar payı dağılımı, anket yanıtlarının kategorilere ayrılması veya bir kaynağın nasıl bölündüğünün gösterilmesi.
Örnek: Pazarlama bütçesinin dağılımı şu şekilde: %40 dijital reklam, %25 etkinlikler, %20 içerik, %10 araçlar ve %5 test. Pasta grafiği, dijitalin hakimiyetini ve göreceli oranlarını hemen gösteriyor.
Sınırlama: Pasta grafikler yalnızca 2-5 kategoriyle çalışır. Bunun ötesinde, yorumlanmaları ve karşılaştırılmaları zorlaşır. Algıyı bozduğu için asla 3 boyutlu efektler kullanmayın. Birçok veri uzmanı, çubuk grafiklerin daha iyi sonuç vereceği durumlarda pasta grafiklere tamamen karşı çıkar ve çubuk grafikler birçok kategori arasında karşılaştırma yapmak için uygundur.
4. Çubuk grafikler
Çubuk grafikler, kategoriler genelinde değerleri göstermek için dikdörtgen çubuklar kullanır. Yatay veya dikey yönlendirme, bağlama bağlı olarak her ikisi de işe yarar. Çubuk grafikler, değerleri karşılaştırmada mükemmeldir ve tartışmasız en çok yönlü veri görselleştirme biçimidir.
En iyi: Bölgeler arası satışları karşılaştırmak, farklı ekiplerin performans metriklerini göstermek, anket yanıt sıklıklarını sergilemek veya herhangi bir kategorik veriyi karşılaştırmak.
Örnek: Şirketin beş departmanındaki müşteri memnuniyeti puanlarını (0-10 ölçeğinde) gösteriyor. Çubuk grafikler, Operasyon departmanının en yüksek (8.2) ve BT departmanının en düşük (6.8) puanı aldığını hemen ortaya koyuyor. İzleyiciler sıralamayı ve yaklaşık değerleri anında görebiliyor.
Sınırlama: Çubuk grafikler, özellikle çok sayıda zaman dilimi olduğunda, zaman içindeki değişimi göstermede daha az etkilidir. Ayrıca, yüzlerce çubuk gerektirecek çok büyük veri kümeleriyle de başa çıkmakta zorlanırlar.
5. Histogramlar
Histogramlar çubuk grafiklere benzer ancak sürekli bir değişkenin dağılımını temsil eder. Çubuklar arasında boşluk bulunan normal çubuk grafiklerin aksine, histogramlarda çubuklar birbirine temas eder çünkü bunlar aralıklara bölünmüş sürekli bir aralığı temsil eder.
En iyi: Bir popülasyonun nasıl dağıldığını göstermek; örneğin yaş dağılımı, maaş aralıkları, yanıt süresi dağılımı veya test puanı sıklıkları.
Örnek: Müşteri yaş dağılımı, 25-34 yaş arası müşterilerin yoğunlaştığını (zirve) ve daha genç ve daha yaşlı yaş gruplarında sayıların azaldığını göstermektedir. Bu, temel demografik yapınızı anında ortaya koymaktadır.
Sınırlama: Histogramlar, uygun aralık boyutlarının seçilmesini gerektirir. Çok dar aralıklar gürültüye neden olur, çok geniş aralıklar ise anlamlı ayrıntıları kaybetmenize yol açar. Ayrıca, teknik olmayan kitleler tarafından yaygın olarak anlaşılmazlar.
6. Çizgi grafikleri
Çizgi grafikler, veri noktalarını çizgilerle birleştirerek zaman içindeki eğilimleri ve değişiklikleri gösterir. Dalgalanan veya ardışık olarak ilerleyen değişkenleri izlemek için mükemmeldirler.
En iyi: Hisse senedi fiyat hareketleri, aylık web sitesi trafiği, sıcaklık değişimleri, gelir trendleri, kullanıcı artışı veya zaman içinde izlemek istediğiniz herhangi bir ölçüt.
Örnek: Geçtiğimiz yılın aylık web sitesi trafiği, Temmuz ayında bir düşüş (yaz yavaşlaması) ve Ekim ayında bir artış (ürün lansmanı) gösteriyor. Birden fazla çizgi farklı kanalları gösterebilir: organik arama artış eğiliminde, sosyal medya sabit, ücretli reklamlar artıyor. Eğilimler ve kesişim noktaları hikayeyi anında anlatıyor.
Sınırlama: Çizgi grafikler desenleri gösterir ancak tablolara kıyasla kesin değerleri gizler. Ayrıca çok fazla üst üste binen çizgiyle karmaşık hale gelirler. Eş zamanlı olarak üç veya dört çizgiyle sınırlayın.
Ayrıca belirtmekte fayda var: sunumlar sırasında canlı veri görselleştirme. AhaSlides gibi araçlar, anketler, kelime bulutları ve soru-cevap oturumlarını gerçek zamanlı olarak yürütmenize ve sonuçların izleyicilerinizin yanıtlarına göre ekranda görselleştirilmesine olanak tanır. Bu sadece ilgi çekici değil, aynı zamanda önceden tek bir grafik hazırlamadan izleyici verilerini toplamanın ve görüntülemenin en hızlı yoludur. Oda, veri kümesi haline gelir.
7. Piktogramlar
Piktogramlar, veri noktalarını temsil etmek için simgeler veya çizimler kullanır ve bu da onları erişilebilir ve ilgi çekici hale getirir. Her simge bir birimi veya daha büyük bir miktarı temsil eder. Görsel olarak çekici hale getirmek istediğiniz daha küçük veri kümeleriyle en iyi sonucu verirler.
En iyi: Bilgilendirici grafikler, genel kitleye yönelik sunumlar veya verilerin kullanıcı dostu ve anlaşılır hale getirilmesinin önemli olduğu her türlü durum.
Örnek: "Haftada kaç saat egzersiz yapıyorsunuz?" sorusunu içeren bir anket yapın. Her bir rakamın beş kişiyi temsil ettiği küçük hareketli figürler gösterin. "Hiçbiri" cevabını veren on kişi için iki figür gösterin. Bu, basit bir sayıdan daha ilgi çekicidir.
Sınırlama: Piktogramlar yalnızca tam sayılar ve nispeten küçük veri kümeleriyle çalışır. Büyük miktarlarda veriyle okunmaları daha zordur. Ayrıca diğer formatlara göre daha fazla yer kaplarlar.
8. Radar haritaları
Radar grafikleri veya örümcek grafikleri olarak da adlandırılan bu grafikler, merkezi bir noktadan yayılan birden fazla eksen boyunca çok değişkenli verileri gösterir. Her eksen farklı bir değişkeni temsil eder ve değerler çokgen şeklinde çizilir.
En iyi: Profilleri veya performansı birçok boyutta eş zamanlı olarak karşılaştırmak, beceri değerlendirmeleri yapmak veya güçlü ve zayıf yönleri bir bakışta göstermek.
Örnek: İki rakip ürünü altı boyutta karşılaştırıyoruz: fiyat, kalite, kullanım kolaylığı, müşteri desteği, özellik eksiksizliği ve güvenlik. Bir ürün fiyat ve kullanım kolaylığında üstün olabilir ancak özelliklerde geride kalabilir. Diğeri ise kalite ve özelliklerde öne çıkabilir ancak daha pahalı olabilir. Şekiller her bir profili anında ortaya koyuyor.
Sınırlama: Radar haritaları diğer formatlara göre daha az hassastır ve bunlara aşina olmayan izleyiciler için yorumlanması daha zordur. 3-7 eksenle en iyi sonucu verirler. Daha fazla eksenle görsel karmaşaya dönüşürler.
9. Isı haritaları
Isı haritaları, veri yoğunluğunu veya sıklığını temsil etmek için renk yoğunluğunu kullanır. Daha koyu veya daha sıcak renkler genellikle daha yüksek değerleri veya daha büyük konsantrasyonu gösterir. İki boyutta kalıpları ve aykırı değerleri ortaya çıkarmak için mükemmeldirler.
En iyi: Zaman bazlı kalıplar (saat ve gün bazında web sitesi trafiği), coğrafi veriler, etkinlik matrisleri veya yoğunlaşma ve kümelenmeleri vurgulamak istediğiniz herhangi bir veri.
Örnek: Web sitesinin günün saatine ve haftanın gününe göre trafik dağılımı, salı günleri saat 10:00'da en yoğun trafik zamanının yaşandığını, pazar günlerinin sakin olduğunu ve gecelerin yavaş geçtiğini ortaya koyuyor. Renk geçişleri (düşük trafik için soğuk mavi, yüksek trafik için sıcak kırmızı), rakamlara bakmadan bile kalıpların belirginleşmesini sağlıyor.
Sınırlama: Isı haritaları belirli veri türleriyle en iyi sonucu verir ve değerler çok fazla değişmediğinde etkililiğini kaybeder. Renk yorumlaması ayrıca izleyicinin renk algısına da bağlıdır, bu nedenle erişilebilirlik önemlidir.
10. Dağılım grafikleri
Saçılım grafikleri, iki ilişkili değişkeni xy ekseninde ayrı noktalar olarak göstererek ilişkileri ve korelasyonları ortaya koyar. "Bu iki değişken birlikte mi hareket ediyor?" gibi sorulara cevap verirler.
En iyi: Korelasyon analizi, aykırı değerlerin belirlenmesi, değişkenler arasındaki ilişkilerin tespit edilmesi veya kalite kontrol çizelgeleri.
Örnek: Müşteri yaşam boyu değerini (y ekseni) gün cinsinden ölçülen ürün benimseme hızına (x ekseni) karşı grafiğe dökmek, daha hızlı benimsemenin daha yüksek değer öngörüp öngörmediğini ortaya koymaktadır. Sol üst köşede kümelenen noktalar, hızlı benimseyenlerin daha fazla harcama yaptığını göstermektedir. Alttaki aykırı değerler ise bazı hızlı benimseyenlerin yüksek değerli müşterilere dönüşmediğini göstermektedir. Bu bilgi, müşteri edinme stratejisine yön vermektedir.
Sınırlama: Dağılım grafikleri nedenselliği değil, korelasyonu gösterir. Büyük veri kümelerinde karmaşık hale gelebilir ve kesin değerleri gizleyebilirler. Ayrıca, çubuk veya çizgi grafiklerine kıyasla genel kitleler için daha az sezgiseldirler.
Doğru yöntemi seçmek
Her şey için tek bir format geçerli değildir. Doğru seçim üç şeye bağlıdır: verilerinizin ne olduğu, kimin okuduğu ve onların neyi anlamalarını istediğiniz.
Verilerle başlayın. Kategorileri karşılaştırmak sizi çubuk grafiklere yönlendirir. Bir şeyi zaman içinde izlemek çizgi grafikler anlamına gelir. Bileşimi göstermek pasta grafiği gerektirir. İki değişken arasındaki ilişkileri incelemek ise dağılım grafikleri için uygundur.
Ardından hedef kitlenizi göz önünde bulundurun. Isı haritaları ve radar grafikleri, alışılmadık formatları yorumlamakta rahat olan teknik okuyucular için iyi sonuç verir. Genel kitleler için ise çubuk, çizgi ve pasta grafiklerine bağlı kalın. Aşinalık, karmaşıklıktan her zaman daha iyidir.
Son olarak, format ne olursa olsun geçerli olan birkaç şey: 3D efektlerden kaçının, etkileyici olmaktan çok bozulmaya neden olurlar. Her şeyi etiketleyin. Kaynağınızı belirtin. Ve eğer dekoratif bir unsur bilgi eklemiyorsa, bir şey eksiltiyordur.
Veri görselleştirme, sayıların güzel görünmesini sağlamakla ilgili değildir. Veri görselleştirme, sayıların göz ardı edilmesini imkansız hale getirmekle ilgilidir.
Doğru format, sizin yerinize tartışmayı yürütür. İzleyicileriniz, siz hiçbir şey açıklamadan önce bile kalıbı görür, farkı hisseder, eğilimi anlar. Bunu doğru yaparsanız, verilerin bir sözcüye ihtiyacı olmaz. Kendi kendini anlatır.
