Brojke ne govore same za sebe. Proračunska tablica puna podataka ne govori vašoj publici ništa dok netko ne donese odluku: što to zapravo znači i koji je najbolji način da se to prikaže?
Ta je odluka važnija nego što većina ljudi shvaća. Isti skup podataka predstavljen kao tablica, linijski grafikon ili dijagram raspršenja priča tri potpuno različite priče. Odaberite pogrešan format i gubite prostor. Odaberite pravi i uvid stiže prije nego što izgovorite ijednu riječ.
Evo deset načina za predstavljanje podataka i kada točno koristiti svaki od njih.
1. Stolovi
Tablice organiziraju podatke u retke i stupce, prikazujući točne vrijednosti za jednostavno snalaženje i usporedbu. Najbolje funkcioniraju kada vaša publika treba pretražiti određene brojeve ili usporediti više podatkovnih točaka u nekoliko kategorija.
Najbolje za: Financijska izvješća, popise inventara, rezultate anketa s mnogo varijabli ili bilo koju situaciju u kojoj je preciznost važnija od prepoznavanja uzoraka.
Primjer: Usporedba prihoda za četvrto tromjesečje za pet linija proizvoda s točnim brojkama. Svaka stavka prikazuje naziv, prodane jedinice, prihod, profitnu maržu i rast u odnosu na prethodnu godinu. Dionici mogu detaljno analizirati detalje, a istovremeno vidjeti cijeli kontekst.
Ograničenje: Tablice ne otkrivaju trendove niti ističu odstupanja jednako učinkovito kao drugi formati. Guste tablice brzo postaju preopterećujuće. Radi jasnoće ograničite se na najviše sedam redaka i šest stupaca.
2. Podaci temeljeni na tekstu
Ponekad je najvažnija podatkovna točka jedan broj ili statistika ugrađena u tekući prozni tekst. Podaci temeljeni na tekstu funkcioniraju za narative gdje objašnjavate kontekst, a ne samo predstavljate brojke.
Najbolje za: Sažetke, pripovijedanje, studije slučaja ili prenošenje istraživačkih rezultata gdje je interpretacija jednako važna kao i sirove brojke.
Primjer: „U protekle tri godine, naša stopa zadržavanja kupaca poboljšala se sa 73% na 91%, prvenstveno zahvaljujući redizajnu našeg programa uvođenja u posao. Ovo povećanje od 18 bodova prevodi se u 2.3 milijuna USD zadržanog godišnjeg prihoda.“ Brojke dobivaju na značenju kroz kontekst.
Ograničenje: Podaci temeljeni na tekstu zahtijevaju pažljivo čitanje. Lako je propustiti ključne točke kada su brojevi zakopani u odlomcima. Ovu metodu rezervirajte za situacije u kojima je naracija ključna.
3. Tortni grafikoni
Tortni dijagrami prikazuju dijelove cjeline kao kriške, s veličinom svake kriške proporcionalnom njezinom postotku od ukupnog broja. Izvanredni su u prikazivanju sastava kada dijelite nešto što ukupno iznosi 100%.
Najbolje za: Raspodjelu proračuna, raspodjelu tržišnog udjela, raščlambu odgovora iz ankete u kategorije ili prikazivanje kako je resurs podijeljen.
Primjer: Raspodjela marketinškog proračuna prikazuje 40% za digitalno oglašavanje, 25% za događaje, 20% za sadržaj, 10% za alate i 5% za testiranje. Kružni grafikon odmah pokazuje digitalnu dominaciju i relativne omjere.
Ograničenje: Tortni grafikoni funkcioniraju samo s 2-5 kategorija. Nakon toga, teško ih je interpretirati i uspoređivati. Nikada nemojte koristiti 3D efekte koji iskrivljuju percepciju. Mnogi stručnjaci za podatke u potpunosti se protive tortnim grafikonima, iako bi stupčasti grafikoni funkcionirali, a oni su dobri za usporedbe u mnogim kategorijama.
4. Trakasti grafikoni
Trakasti grafikoni koriste pravokutne trake za prikaz vrijednosti u kategorijama. Horizontalna ili vertikalna orijentacija funkcioniraju ovisno o kontekstu. Trakasti grafikoni izvrsni su u usporedbi vrijednosti i vjerojatno su najsvestraniji format vizualizacije podataka.
Najbolje za: Uspoređivanje prodaje po regijama, prikazivanje metrika uspješnosti za različite timove, prikazivanje učestalosti odgovora na anketu ili usporedbu bilo kojih kategoričkih podataka.
Primjer: Prikaz ocjena zadovoljstva kupaca (ljestvica od 0 do 10) u pet odjela tvrtke. Trake odmah jasno pokazuju da Operacije imaju najviši rezultat (8.2), a IT najniži (6.8). Gledatelji mogu odmah vidjeti rang i približne vrijednosti.
Ograničenje: Stupčasti grafikoni manje učinkovito prikazuju promjene tijekom vremena, posebno kada imate mnogo vremenskih razdoblja. Također se muče s vrlo velikim skupovima podataka koji bi zahtijevali stotine stupaca.
5. Histogrami
Histogrami nalikuju stupčastim dijagramima, ali predstavljaju distribuciju kontinuirane varijable. Za razliku od običnih stupčastih dijagrama s razmacima između stupaca, histogrami imaju stupce koji se dodiruju jer predstavljaju kontinuirani raspon podijeljen u intervale.
Najbolje za: Prikazivanje raspodjele populacije, kao što su dobna raspodjela, rasponi plaća, raspodjela vremena odgovora ili učestalost rezultata testova.
Primjer: Dobna distribucija kupaca koja prikazuje koncentraciju kupaca u dobi od 25 do 34 godine (vrhunac), s postupnim smanjivanjem broja mlađih i starijih dobnih skupina. To odmah otkriva vašu ključnu demografsku skupinu.
Ograničenje: Histogrami zahtijevaju odabir odgovarajućih veličina intervala. Ako su preuski, vidjet ćete šum. Ako su preširoki, gubite značajne detalje. Također ih ne razumiju svi koji nisu tehnički orijentirani.
6. Linijski grafovi
Linijski grafikoni povezuju podatkovne točke linijama, prikazujući trendove i promjene tijekom vremena. Savršeni su za praćenje varijabli koje fluktuiraju ili napreduju sekvencijalno.
Najbolje za: Kretanje cijena dionica, promet na web stranici tijekom mjeseci, promjene temperature, trendove prihoda, rast broja korisnika ili bilo koju metriku koju želite pratiti tijekom vremena.
Primjer: Mjesečni promet na web stranici za proteklu godinu pokazuje pad u srpnju (ljetno usporavanje) i porast u listopadu (lansiranje proizvoda). Više redaka može prikazivati različite kanale: organsko pretraživanje u porastu, društveni mediji u padu, plaćeni oglasi u porastu. Trendovi i presjeci odmah govore priču.
Ograničenje: Linijski grafikoni prikazuju uzorke, ali ne prikazuju točne vrijednosti u usporedbi s tablicama. Također postaju pretrpani s previše preklapajućih linija. Ograničite se na tri ili četiri istovremene linije.
Jedan format koji vrijedi zasebno spomenuti: vizualizacija podataka uživo tijekom prezentacija. Alati poput AhaSlidesa omogućuju vam pokretanje anketa, oblaka riječi i pitanja i odgovora u stvarnom vremenu, s rezultatima koji se vizualiziraju na zaslonu dok vaša publika odgovara. To nije samo zanimljivo, već je i najbrži način prikupljanja i prikazivanja podataka o publici bez pripreme ijednog grafikona unaprijed. Prostorija postaje skup podataka.
7. Piktogrami
Piktogrami koriste ikone ili ilustracije za predstavljanje podatkovnih točaka, što ih čini pristupačnima i zanimljivima. Svaka ikona predstavlja jedinicu ili veću količinu. Najbolje funkcioniraju s manjim skupovima podataka koje želite učiniti vizualno privlačnima.
Najbolje za: infografike, prezentacije za širu publiku ili bilo koju situaciju u kojoj je važno da se podaci osjećaju prijateljski i pristupačno.
Primjer: Anketa s pitanjem "Koliko sati tjedno vježbate?" Prikažite male brojke gdje svaka brojka predstavlja pet osoba. Deset osoba koje su odgovorile s "nitko" prikazale bi dvije brojke. Ovo je zanimljivije od jednostavnog broja.
Ograničenje: Piktogrami rade samo s cijelim brojevima i relativno malim skupovima podataka. Teže ih je čitati s velikim količinama. Također zauzimaju više prostora od drugih formata.
8. Radarske karte
Radarski grafikoni, također poznati kao paukovi grafikoni, prikazuju multivarijantne podatke preko više osi koje zrače iz središnje točke. Svaka os predstavlja različitu varijablu, s vrijednostima prikazanim kao poligon.
Najbolje za: Uspoređivanje profila ili performansi u mnogim dimenzijama istovremeno, procjenu vještina ili prikazivanje snaga i slabosti na prvi pogled.
Primjer: Usporedba dvaju konkurentnih proizvoda u šest dimenzija: cijena, kvaliteta, jednostavnost korištenja, korisnička podrška, cjelovitost značajki i sigurnost. Jedan proizvod može se istaknuti cijenom i jednostavnošću korištenja, ali zaostajati po značajkama. Drugi može blistati po kvaliteti i značajkama, ali koštati više. Oblici odmah otkrivaju svaki profil.
Ograničenje: Radarski grafikoni su manje precizni od drugih formata i teže ih je interpretirati publici koja ih nije upoznala. Najbolje funkcioniraju s 3-7 osi. Više od toga i postaju vizualno nered.
9. Toplinske karte
Toplinske karte koriste intenzitet boja za predstavljanje gustoće ili učestalosti podataka. Tamnije ili toplije boje obično označavaju više vrijednosti ili veću koncentraciju. Izvrsne su za otkrivanje uzoraka i odstupanja u dvije dimenzije.
Najbolje za: Vremenski uvjete (promet web stranice po satu i danu), geografske podatke, matrice aktivnosti ili bilo koje podatke za koje želite istaknuti koncentraciju i klastere.
Primjer: Promet web stranice po satu u danu i danu u tjednu otkriva da su utorkom u 10 sati najveća gužva, nedjeljom mirno, a noćima sporo. Gradacija boja (hladno plava za slab promet, vruće crvena za visok promet) čini da se uzorci istaknu bez očitavanja brojki.
Ograničenje: Toplinske karte najbolje funkcioniraju s određenim vrstama podataka i gube učinkovitost kada se vrijednosti ne razlikuju puno. Interpretacija boja također ovisi o percepciji boja gledatelja, stoga je pristupačnost važna.
10. Dijagrami raspršenja
Dijagrami raspršenja prikazuju dvije povezane varijable kao pojedinačne točke na xy osi, otkrivajući odnose i korelacije. Odgovaraju na pitanja poput "Kreću li se ove dvije varijable zajedno?"
Najbolje za: Analizu korelacije, identifikaciju outliera, identificiranje odnosa između varijabli ili grafikone kontrole kvalitete.
Primjer: Grafikon vrijednosti životnog vijeka kupca (y-os) u odnosu na brzinu usvajanja proizvoda mjerenu u danima (x-os) otkriva predviđa li brže usvajanje veću vrijednost. Grupiranje točaka u gornjem lijevom kutu sugerira da brzi korisnici troše više. Izvanredne vrijednosti u nastavku sugeriraju da neki brzi korisnici ne pretvaraju se u visokovrijedne kupce. Ovaj uvid informira strategiju akvizicije kupaca.
Ograničenje: Dijagrami raspršenja pokazuju korelaciju, a ne uzročnost. Mogu postati pretrpani velikim skupovima podataka i mogu prikriti precizne vrijednosti. Također su manje intuitivni za širu publiku u usporedbi sa stupčastim ili linijskim grafikonima.
Odabir prave metode
Nijedan format ne funkcionira za sve. Pravi izbor svodi se na tri stvari: što vaši podaci zapravo predstavljaju, tko ih čita i što im je potrebno da bi razumjeli.
Započnite s podacima. Uspoređivanje kategorija usmjerava vas prema stupčastim dijagramima. Praćenje nečega tijekom vremena znači linijske grafikone. Prikazivanje sastava zahtijeva tortni grafikon. Istraživanje odnosa između dvije varijable zadatak je raspršenih dijagrama.
Zatim razmislite o svojoj publici. Toplinske karte i radarski grafikoni dobro funkcioniraju za tehničke čitatelje koji se lako snalaze s tumačenjem nepoznatih formata. Za širu publiku držite se stupčastih, linijskih i tortnih grafikona. Poznato uvijek pobjeđuje sofisticiranost.
Konačno, nekoliko stvari koje se primjenjuju bez obzira na format: preskočite 3D efekte, oni više iskrivljuju nego što impresioniraju. Označite sve. Navedite svoj izvor. A ako dekorativni element ne dodaje informacije, onda nešto oduzima.
Vizualizacija podataka nije tu da brojevi izgledaju lijepo. Tu je tu da ih se učini nemogućima za ignoriranje.
Pravi format argumentira umjesto vas. Vaša publika vidi obrazac, osjeća jaz, razumije trend, prije nego što ste nešto objasnili. Ako to učinite kako treba, podacima neće trebati glasnogovornik. Oni govore sami za sebe.
