Indholdsfortegnelse:
Video: Scott McCloud: Understanding comics 2024
Når din sort-hvide mock-up er færdig, er du klar til at tilføje de oh-så kraftfulde billeder det vil gøre det pop. Derfor begyndte du denne rejse til at begynde med, ikke? Når du tilføjer billeder til din mock-up, er det vigtigt at fokusere på at tilføje effektive billeder. På grund af manglende tanke lederskab og træning i business intelligence (BI) industrien, giver tonsvis af visuelt attraktive men ineffektive datavisualiseringer nulværdi. Bare gør en internetsøgning efter datavisualiseringer for at se et par eksempler.
Tabellen nedenfor viser de tre hovedtræk ved en effektiv visuel.
| Egenskab | Detaljer |
|---|---|
| Data er tydelig. | Sørg for, at dataene er klare, både i formål og
. |
| Visual passer til dataene. | Uanset om du vælger et diagram eller en tekst, skal du være sikker på at du bruger
den rigtige visuelle for jobbet. |
| Undtagelser er nemme at få øje på. | Uanset om du fremhæver en sammenligning eller afvigelser i
-dataene, bør du gøre det nemt for dine brugere at identificere undtagelser i dataene. |
Den foregående tabel blev påvirket af Edward Tufte, som anses for at være gudfar til datavisualisering. Hans bog Den visuelle visning af kvantitative oplysninger , 2. udgave (Graphics Press), er en af de bedst betragte bøger i datavisningsfeltet. Selvom det tager en videnskabelig tilgang, er det et must-read for data både nybegyndere og eksperter.
Disse tre træk er ikke altomfattende, så du bør ikke forvente at få dem alle til at afgøre, om en visuel bør gøre det til din mock-up. I stedet skal du bruge dem som retningslinjer, når du vælger dine billeder. Jo flere egenskaber du har i hvert visuelt, desto mere effektivt bliver dine generelle data viz!
Data er klart
Effektive billeder viser data, der er klare i både præsentation og formål, ikke forvrænget på nogen måde. En almindelig fejl er at skubbe for meget data til en enkelt visuel, hvilket gør det vigtige punkt for dataene at blive skjult, overskygget eller forvrænget af al støj. Den følgende figur viser et godt eksempel på en datavisualisering, der bruger et donutdiagram til at vise, hvilke typer mobilenheder folk bruger. Se, hvordan 3-D-effekten gør det meget svært at forstå dataene.
Det er også vigtigt at sikre, at formålet med det visuelle er superklart, så brugeren ikke har plads til fejlfortolkning. Gode datavisualiseringer fortæller en historie med et blik, så læseren ønsker mere.Hvis data visualisering er forvirrende eller fejlagtigt, bliver de fleste brugere slukket og overgiver den. Figuren nedenfor viser et eksempel på en forvirrende visualisering, der viser brugen af sociale netværk. Desværre synes farverne og procentsatserne ikke at have nogen sammenhæng og er derfor meget forvirrende. Kan du fortælle, hvad visualiseringen skildrer?
Visual passer til dataene
Det visuelle skal passe til dataene. Visualer er mere end blot diagrammer, og visse visuelle billeder passer bare ikke til bestemte data. Normalt kan du præsentere data på flere måder. Dit job er at finde den mest effektive måde at gøre det på.
Du bør aldrig bruge et cirkeldiagram, for eksempel at vise data med mere end fem datapunkter eller for at vise ethvert datasæt med lidt eller ingen variation i størrelsen. Ligeledes bør du aldrig bruge et bord eller scorecard til at vise en tendens over tid.
Figuren nedenfor viser to visualiseringer, der tegner de samme data. Linjediagrammet øverst er den bedste mulighed for at vise salgsmarginudviklingen i 2014, fordi det gør det åbenlyst klart, at virksomhedens omkostninger er stigende over overskuddet. Kolonnediagrammet i bunden overfører ikke denne tendens som tydeligt. Kolonneoversigter bruges bedst til at sammenligne varer.
Undtagelser er nemme at få øje på
Uanset om de er i form af advarsler, sammenligninger eller udelukkere, bør undtagelser i dataene være lette at se i en effektiv visuel. Hvis en undtagelse kræver yderligere dyb analyse for at forstå, er chancerne for, at din visuelle ikke er effektiv.
Undtagelser i datavisualiseringer er ekstremt kraftfulde og kan tilføre stor værdi. Når brugere kan få vist undtagelser og dechiffrere dem hurtigt, ved de, om øjeblikkelig, moderat eller let opmærksomhed er nødvendig. Fremhævende undtagelser giver også indsigt i potentielle tendenser, der kan kræve opmærksomhed.
Følgende figur viser et diagram, der bruger en advarsel til at fremhæve nogle af undtagelserne i salgsdataudviklingen.
