Numbrid ei räägi enda eest. Andmeid täis tabel ei ütle teie publikule midagi enne, kui keegi langetab otsuse: mida see tegelikult tähendab ja kuidas seda kõige paremini näidata?
See otsus on olulisem, kui enamik inimesi arvab. Sama andmestik tabeli, joondiagrammi või hajuvusdiagrammina jutustab kolm täiesti erinevat lugu. Vale vormingu valimisel kaotad ruumi. Õige vormingu valimisel ilmub teadmine kohale enne, kui oled sõnagi lausunud.
Siin on kümme viisi andmete esitamiseks ja täpselt, millal igaüht neist kasutada.
1. Lauad
Tabelid korraldavad andmed ridadesse ja veergudesse, esitades täpsed väärtused hõlpsaks otsimiseks ja võrdlemiseks. Need toimivad kõige paremini siis, kui teie sihtrühm peab otsima konkreetseid numbreid või võrdlema mitut andmepunkti mitmes kategoorias.
Sobib kõige paremini: finantsaruannete, varude nimekirjade, paljude muutujatega uuringu tulemuste või muude olukordade jaoks, kus täpsus on olulisem kui mustrituvastus.
Näide: Viie tootesarja 4. kvartali tulude võrdlus täpsete arvudega. Iga reaüksus näitab nime, müüdud ühikuid, tulu, kasumimarginaali ja aastast kasvu. Sidusrühmad saavad süveneda üksikasjadesse, nähes samal ajal täielikku konteksti.
Piirang: Tabelid ei näita trende ega too esile kõrvalekaldeid nii tõhusalt kui muud vormingud. Tihedad tabelid muutuvad kiiresti üle jõu käivaks. Selguse huvides piirdu maksimaalselt seitsme rea ja kuue veeruga.
2. Tekstipõhised andmed
Mõnikord on kõige olulisem andmepunkt voolavasse proosasse põimitud üksik arv või statistiline näitaja. Tekstipõhised andmed sobivad narratiivide jaoks, kus selgitatakse konteksti, mitte ei esitata ainult numbreid.
Sobib kõige paremini: lühikokkuvõteteks, lugude jutustamiseks, juhtumiuuringuteks või uurimistulemuste edastamiseks, kus tõlgendamine on sama oluline kui toornumbrid.
Näide: „Viimase kolme aasta jooksul on meie klientide püsivusmäär paranenud 73%-lt 91%-le, peamiselt tänu meie sisseelamisprogrammi ümberkujundamisele. See 18-punktiline tõus tähendab 2.3 miljonit dollarit aastas jaotamata tulu.“ Numbrid saavad tähenduse konteksti kaudu.
Piirang: Tekstipõhised andmed vajavad hoolikat lugemist. Kui numbrid on lõikudesse peidetud, on lihtne olulisi punkte kahe silma vahele jätta. Hoidke see meetod olukordades, kus narratiiv on oluline.
3. Sektordiagrammid
Sektordiagrammid näitavad terviku osi viiludena, kus iga viilu suurus on proportsionaalne selle osakaaluga kogusummast. Need sobivad suurepäraselt kompositsiooni näitamiseks, kui jagate midagi, mille summa on 100%.
Sobib kõige paremini: eelarve eraldamiseks, turuosa jaotamiseks, küsitluse vastuste kategooriatesse jaotamiseks või ressursi jaotuse näitamiseks.
Näide: Turunduseelarve jaotus, mis näitab 40% digitaalse reklaami, 25% ürituste, 20% sisu, 10% tööriistade ja 5% testimise jaoks. Diagramm näitab kohe digitaalset domineerimist ja suhtelist osakaalu.
Piirang: Sektordiagrammid toimivad ainult 2–5 kategooriaga. Lisaks on neid raske tõlgendada ja võrrelda. Ärge kunagi kasutage 3D-efekte, mis moonutavad taju. Paljud andmeeksperdid vaidlevad sektordiagrammide vastu täielikult, samas kui tulpdiagrammid toimiksid ja sobivad võrdlemiseks paljude kategooriate vahel.
4. Tulpdiagrammid
Tulpdiagrammid kasutavad kategooriate väärtuste kuvamiseks ristkülikukujulisi tulpe. Nii horisontaalne kui ka vertikaalne orientatsioon toimivad olenevalt kontekstist. Tulpdiagrammid on suurepärased väärtuste võrdlemisel ja on vaieldamatult kõige mitmekülgsem andmete visualiseerimise vorming.
Sobib kõige paremini: müügi võrdlemiseks piirkondade vahel, erinevate meeskondade tulemusnäitajate kuvamiseks, küsitlustele vastamise sageduse kuvamiseks või mis tahes kategooriliste andmete võrdlemiseks.
Näide: Kuvatakse klientide rahulolu skoorid (skaala 0–10) ettevõtte viie osakonna lõikes. Tulbad näitavad kohe, et operatsioonide skoor on kõrgeim (8.2) ja IT skoor madalaim (6.8). Vaatajad näevad koheselt edetabelit ja ligikaudseid väärtusi.
Piirang: Tulpdiagrammid ei ole aja jooksul toimunud muutuste näitamiseks piisavalt tõhusad, eriti kui ajavahemikke on palju. Samuti on neil raskusi väga suurte andmekogumitega, mis nõuaksid sadu tulpe.
5. Histogrammid
Histogrammid meenutavad tulpdiagramme, kuid kujutavad pideva muutuja jaotust. Erinevalt tavalistest tulpdiagrammidest, millel on tulpade vahel tühikud, on histogrammidel tulbad kokkupuutes, kuna need kujutavad endast pidevat vahemikku, mis on jagatud intervallideks.
Parim valik: populatsiooni jaotuse, näiteks vanuselise jaotuse, palgavahemike, vastamisaja jaotuse või testi tulemuste sageduste näitamiseks.
Näide: Klientide vanuseline jaotus, mis näitab klientide kontsentratsiooni vanuses 25–34 (tipp), kusjuures nooremate ja vanemate vanuserühmade arv väheneb. See näitab koheselt teie põhidemograafilist teavet.
Piirang: Histogrammide puhul tuleb valida sobivad intervalli suurused. Liiga kitsad intervallid tekitavad müra. Liiga laiad intervallid tekitavad oluliste detailide kadumise. Samuti ei ole need mitte-tehnilise taustaga publikule laialdaselt arusaadavad.
6. Joondiagrammid
Joondiagrammid ühendavad andmepunkte joontega, näidates trende ja muutusi ajas. Need sobivad ideaalselt selliste muutujate jälgimiseks, mis kõikuvad või arenevad järjestikku.
Sobib kõige paremini: aktsiahinna muutuste, veebisaidi külastatavuse kuude kaupa, temperatuurikõikumiste, tulude trendide, kasutajate arvu kasvu või mis tahes muu mõõdiku jaoks, mida soovite aja jooksul jälgida.
Näide: Viimase aasta igakuine veebisaidi külastatavus, mis näitab langust juulis (suvine aeglustumine) ja hüpet oktoobris (toote turuletoomine). Mitu rida võivad kuvada erinevaid kanaleid: orgaanilise otsingu trend tõusuteel, sotsiaalmeedia seisak, tasuliste reklaamide kasv. Trendid ja nende kokkupuutepunktid jutustavad koheselt loo.
Piirang: Joondiagrammid näitavad mustreid, kuid varjavad täpseid väärtusi võrreldes tabelitega. Samuti muutuvad need liiga paljude kattuvate joonte tõttu risustatuks. Piirake kolme või nelja samaaegse reaga.
Üks formaat, mida tasub eraldi mainida: reaalajas andmete visualiseerimine esitluste ajal. Tööriistad nagu AhaSlides võimaldavad teil reaalajas küsitlusi, sõnapilvi ja küsimuste-vastuste vooru korraldada, kusjuures tulemused visualiseeritakse ekraanil vastavalt teie publiku reageeringule. See pole mitte ainult kaasahaarav, vaid ka kiireim viis publiku andmete kogumiseks ja kuvamiseks ilma eelnevalt ühtegi diagrammi ette valmistamata. Ruumist saab andmestik.
7. Piktogrammid
Piktogrammid kasutavad andmepunktide esitamiseks ikoone või illustratsioone, muutes need ligipääsetavaks ja kaasahaaravaks. Iga ikoon tähistab ühikut või suuremat kogust. Need sobivad kõige paremini väiksemate andmekogumitega, mida soovite visuaalselt atraktiivseks muuta.
Sobib kõige paremini: infograafikute, laiemale publikule suunatud esitluste või muude olukordade jaoks, kus on oluline muuta andmed ligipääsetavaks ja kasutajasõbralikuks.
Näide: küsitlus, milles küsitakse „Mitu tundi nädalas te treenite?”, näitab väikseid jooksvaid numbreid, kus iga number tähistab viit inimest. Kümme inimest, kes vastasid „mitte ühtegi”, näitavad kahte numbrit. See on köitvam kui lihtne number.
Piirang: Piktogrammid töötavad ainult täisarvude ja suhteliselt väikeste andmekogumitega. Suurte koguste korral on neid raskem lugeda. Samuti võtavad need rohkem ruumi kui teised vormingud.
8. Radaridiagrammid
Radiaardiagrammid, mida nimetatakse ka ämblikdiagrammideks, kuvavad mitmemõõtmelisi andmeid mitme telje ulatuses, mis lähtuvad keskpunktist. Iga telg esindab erinevat muutujat, mille väärtused on joonistatud hulknurgana.
Parim valik: profiilide või tulemuslikkuse samaaegne võrdlemine mitmes dimensioonis, oskuste hindamine või tugevuste ja nõrkuste kiire kuvamine.
Näide: Kahe konkureeriva toote võrdlemine kuue dimensiooni alusel: hind, kvaliteet, kasutusmugavus, klienditugi, funktsioonide täielikkus ja turvalisus. Üks toode võib olla hinna ja kasutusmugavuse poolest suurepärane, kuid funktsioonide poolest maha jääda. Teine võib küll särada kvaliteedi ja funktsioonide poolest, kuid maksta rohkem. Kujundid paljastavad iga profiili koheselt.
Piirang: Radiaardiagrammid on vähem täpsed kui teised vormingud ja neid on nendega harjumatu publiku jaoks raskem tõlgendada. Need toimivad kõige paremini 3–7 teljega. Rohkema telje korral muutuvad need visuaalseks segaduseks.
9. Soojuskaardid
Soojuskaardid kasutavad värvi intensiivsust andmete tiheduse või sageduse kujutamiseks. Tumedamad või soojemad värvid näitavad tavaliselt kõrgemaid väärtusi või suuremat kontsentratsiooni. Need sobivad suurepäraselt mustrite ja kõrvalekallete paljastamiseks kahes dimensioonis.
Sobib kõige paremini: ajapõhistele mustritele (veebisaidi liiklus tunni ja päeva kaupa), geograafilistele andmetele, tegevusmaatriksitele või mis tahes andmetele, mille puhul soovite esile tõsta kontsentratsiooni ja klastreid.
Näide: Veebisaidi külastatavuse jagamine kellaaja ja nädalapäeva järgi näitab, et tipptundidel on liiklust teisipäeviti kell 10, pühapäeviti vaikselt ja öösiti rahulikult. Värvigradatsioon (külm sinine vähese külastatavuse, kuum punane suure külastatavuse korral) paneb mustrid silma paistma ilma numbreid lugemata.
Piirang: Soojuskaardid toimivad kõige paremini teatud andmetüüpidega ja kaotavad efektiivsuse, kui väärtused palju ei varieeru. Värvide tõlgendamine sõltub ka vaataja värvitajust, seega on ligipääsetavus oluline.
10. Hajudiagrammid
Hajusdiagrammid näitavad kahte omavahel seotud muutujat xy-teljel paiknevate üksikute punktidena, paljastades seoseid ja korrelatsioone. Need vastavad küsimustele nagu "Kas need kaks muutujat liiguvad koos?".
Sobib kõige paremini: korrelatsioonianalüüsiks, kõrvalekallete tuvastamiseks, muutujate vaheliste seoste tuvastamiseks või kvaliteedikontrolli diagrammideks.
Näide: Kliendi eluaegse väärtuse (y-telg) ja toote omaksvõtu kiiruse (päevades) (x-telg) graafikule võtmine näitab, kas kiirem omaksvõtt ennustab suuremat väärtust. Vasakus ülanurgas olevad punktid viitavad sellele, et kiired omaksvõtjad kulutavad rohkem. Allpool olevad kõrvalekalded viitavad sellele, et mõned kiired omaksvõtjad ei konverteeri väärtuslikeks klientideks. See teave aitab kujundada klientide hankimise strateegiat.
Piirang: Hajudiagrammid näitavad korrelatsiooni, mitte põhjuslikku seost. Suurte andmekogumite korral võivad need muutuda ülekoormatuks ja varjata täpseid väärtusi. Samuti on need tavapubliku jaoks vähem intuitiivsed võrreldes tulp- või joondiagrammidega.
Õige meetodi valimine
Ükski vorming ei sobi kõige jaoks. Õige valik taandub kolmele asjale: millised on teie andmed tegelikult, kes neid loeb ja mida te vajate, et nad sellest aru saaksid.
Alusta andmetest. Kategooriate võrdlemine suunab sind tulpdiagrammide poole. Millegi jälgimine ajas tähendab joondiagramme. Koostise näitamine nõuab sektordiagrammi. Kahe muutuja vaheliste seoste uurimine on hajuvusdiagrammide ülesanne.
Seejärel mõtle oma sihtrühmale. Soojuskaardid ja radardiagrammid sobivad hästi tehnilistele lugejatele, kes tunnevad end mugavalt tundmatute vormingute tõlgendamisel. Üldpubliku jaoks piirdu tulpade, joonte ja sektordiagrammidega. Tuttavus on alati parem kui keerukus.
Lõpetuseks mõned asjad, mis kehtivad olenemata vormingust: jätke 3D-efektid vahele, need moonutavad rohkem kui avaldavad muljet. Märgistage kõik. Lisage oma allikas. Ja kui dekoratiivne element ei lisa teavet, siis see võtab midagi ära.
Andmete visualiseerimise eesmärk ei ole numbrite ilusaks muutmine. See seisneb nende ignoreerimise võimatuks muutmises.
Õige formaat teeb argumenteerimise sinu eest ära. Sinu publik näeb mustrit, tunnetab lõhet, saab trendist aru enne, kui sa midagi selgitama hakkad. Kui see õigesti teha, ei vaja andmed eestkõnelejat. Need räägivad enda eest.
