Datavisualiseringer - dummier

A datavisualisering er en visuel repræsentation, der er designet til at formidle betydningen og betydningen af ​​data og dataindsigt. Da datavisualiseringer er designet til et helt spektrum af forskellige målgrupper, er forskellige formål og forskellige færdighedsniveauer, det første skridt til at designe en stor datavisualisering, at kende dit publikum .

Målgrupper kommer i alle former, former og størrelser. Du kan designe noget for de unge og edgy læsere af bladet Rolling Stone , eller måske skal du designe en visualisering til at formidle videnskabelige resultater til en forskningsgruppe. Det er muligt, at dit publikum består af bestyrelsesmedlemmer og organisatoriske beslutningstagere, eller måske skal du designe et stykke, der er meningen at røre en ruckus sammen med medlemmer af en lokal græsrodsorganisation.

Da hvert publikum vil bestå af en unik klasse af forbrugere, hver med deres unikke data visualiseringsbehov, er det vigtigt at præcisere præcis for hvem du designer. I afsnittene lærer du de tre hovedtyper af datavisualiseringer og hvordan du vælger den der bedst opfylder dine målgruppers behov.

Datafortælling for organisatoriske beslutningstagere

Nogle gange skal man designe datavisualiseringer for et mindre teknisk publikum, måske for at hjælpe medlemmer af dette publikum med at træffe bedre informerede forretningsbeslutninger. Formålet med denne type visualisering er at fortælle dit publikum historien bag dataene. I dataregistrering afhænger publikum af dig at gøre mening for dataene bag visualiseringen og derefter gøre nyttige indsigter i visuelle historier, som de kan forstå.

Med dataregistrering , skal dit mål være at skabe en rodfrit, højfokuseret visualisering, så dine tilhørere hurtigt kan udvinde mening uden stor indsats. Disse visualiseringer leveres bedst i form af statiske billeder, men mere dygtige beslutningstagere foretrækker måske at have et interaktivt dashboard, som de kan bruge til at udføre lidt efterforskning og hvad-om modellering.

Datafremvisning for analytikere

Hvis du designer for en masse logiske beregningsanalytikere, kan du oprette datavisualiseringer, der er ret åbne. Formålet med denne type visualisering er at hjælpe publikum visuelt at undersøge dataene og trække deres egne konklusioner.

Når du bruger datafremvisning -teknikker, skal dit mål være at vise en masse kontekstuelle oplysninger, der understøtter dine målgrupper i deres egne fortolkninger.Disse visualiseringer skal indeholde mere kontekstuelle data og mindre afgørende fokus, så folk kan komme ind der, analysere dataene for sig selv og drage deres egne konklusioner. Disse visualiseringer leveres bedst som statiske billeder eller dynamiske interaktive dashboards.

Design af datakunst for aktivister

Du kan designe for et publikum af idealister, drømmere og forandringer. Når du designer for dette publikum, vil du have din data visualisering til at gøre et punkt! Du kan antage, at dit typiske publikum ikke er så analytisk. Hvad disse mennesker mangler i matematiske færdigheder, men de mere end kompensere for i faste overbevisninger.

Disse mennesker ser på din datavisualisering som et køretøj, hvormed der skal laves en erklæring. Når du designer for dette publikum, er datakunst vejen at gå. Hovedformålet med datakunst er at underholde, provokere, irritere eller gøre alt, hvad der kræves for at gøre en høj, klar, opmærksomhedskrævende erklæring. Datakunst har ringe eller ingen fortælling og giver ikke plads til seerne til at danne deres egne fortolkninger.

Det er vigtigt at understrege her, at datavidenskabsmænd har et etisk ansvar for altid at repræsentere data nøjagtigt. En datavidenskabsmand bør aldrig forvrænge meddelelsen om dataene, så den passer til publikumens ønske om at høre - ikke engang for datakunst! Ikke-tekniske publikum ved ikke engang, hvad de mulige problemer er, endsige at se dem. De stoler på datavidenskabsmanden for at give ærlige og nøjagtige repræsentationer og dermed forstærke det etiske ansvar, som datavidenskabsmanden må påtage sig.