Skaitļi paši par sevi nerunā. Ar datiem pilna izklājlapa auditorijai neko nepasaka, kamēr kāds nepieņem lēmumu: ko tas īsti nozīmē un kā to vislabāk parādīt?
Šim lēmumam ir lielāka nozīme, nekā vairums cilvēku apzinās. Viens un tas pats datu kopums, kas attēlots kā tabula, līniju diagramma vai izkliedes diagramma, stāsta trīs pilnīgi atšķirīgus stāstus. Izvēlieties nepareizu formātu un jūs zaudēsiet vietu. Izvēlieties pareizo, un atziņas nonāks, pirms esat izteicis ne vārda.
Šeit ir desmit datu prezentēšanas veidi un precīzs katra no tiem izmantošanas laiks.
1. Galdi
Tabulās dati tiek sakārtoti rindās un kolonnās, attēlojot precīzas vērtības, lai tās būtu viegli atrast un salīdzināt. Tās vislabāk darbojas, ja auditorijai ir jāmeklē konkrēti skaitļi vai jāsalīdzina vairāki datu punkti vairākās kategorijās.
Vispiemērotākais: finanšu pārskatiem, krājumu sarakstiem, aptauju rezultātiem ar daudziem mainīgajiem vai jebkurā situācijā, kur precizitāte ir svarīgāka par modeļu atpazīšanu.
Piemērs: 4. ceturkšņa ieņēmumu salīdzinājums piecās produktu līnijās ar precīziem skaitļiem. Katrā rindas vienībā ir norādīts nosaukums, pārdotās vienības, ieņēmumi, peļņas norma un izaugsme salīdzinājumā ar iepriekšējo gadu. Ieinteresētās personas var detalizēti aplūkot informāciju, vienlaikus redzot pilnu kontekstu.
Ierobežojums: Tabulas neatspoguļo tendences vai neizceļ novirzes tik efektīvi kā citi formāti. Blīvas tabulas ātri kļūst pārāk apjomīgas. Skaidrības labad ierobežojiet to skaitu līdz septiņām rindām un sešām kolonnām.
2. Teksta dati
Dažreiz vissvarīgākais datu punkts ir viens skaitlis vai statistikas rādītājs, kas ietverts plūstošā prozā. Teksta dati ir piemēroti stāstījumiem, kuros tiek skaidrots konteksts, nevis tikai parādīti skaitļi.
Vispiemērotākais: kopsavilkumiem, stāstu stāstīšanai, gadījumu izpētei vai pētījumu rezultātu paziņošanai, kur interpretācija ir tikpat svarīga kā paši skaitļi.
Piemērs: "Pēdējo trīs gadu laikā mūsu klientu noturēšanas rādītājs ir uzlabojies no 73% līdz 91%, galvenokārt pateicoties mūsu adaptācijas programmas pārveidošanai. Šis 18 punktu pieaugums nozīmē 2.3 miljonus ASV dolāru nesaglabātos gada ieņēmumus." Skaitļi iegūst nozīmi, iepazīstoties ar kontekstu.
Ierobežojums: teksta dati ir rūpīgi jāizlasa. Ja skaitļi ir paslēpti rindkopās, ir viegli nepamanīt galvenos punktus. Šo metodi ieteicams izmantot tikai situācijās, kurās svarīgs ir stāstījums.
3. Sektoru diagrammas
Sektordiagrammas attēlo veseluma daļas kā šķēles, kur katras šķēles lielums ir proporcionāls tās procentuālajai daļai no kopējā apjoma. Tās lieliski parāda kompozīciju, dalot kaut ko, kura kopsumma ir 100%.
Vispiemērotākais: budžeta sadalei, tirgus daļas sadalījumam, aptaujas atbilžu sadalījumam pa kategorijām vai resursa sadalījuma attēlošanai.
Piemērs: Mārketinga budžeta sadalījums, kurā 40 % ir paredzēti digitālajai reklāmai, 25 % pasākumiem, 20 % saturam, 10 % rīkiem un 5 % testēšanai. Diagrammā uzreiz ir redzama digitālā dominance un relatīvās proporcijas.
Ierobežojums: sektoru diagrammas darbojas tikai ar 2–5 kategorijām. Ja tas pārsniedz šo kategoriju, tās kļūst grūti interpretēt un salīdzināt. Nekad neizmantojiet 3D efektus, kas kropļo uztveri. Daudzi datu eksperti pilnībā iebilst pret sektoru diagrammām, ja joslu diagrammas darbotos, un tās ir piemērotas salīdzināšanai daudzās kategorijās.
4. Joslu diagrammas
Joslu diagrammās vērtības dažādās kategorijās tiek parādītas, izmantojot taisnstūrveida joslas. Gan horizontālā, gan vertikālā orientācija ir atkarīga no konteksta. Joslu diagrammas ir izcilas vērtību salīdzināšanai un, iespējams, ir vispusīgākais datu vizualizācijas formāts.
Vispiemērotākais: pārdošanas apjomu salīdzināšanai dažādos reģionos, dažādu komandu snieguma rādītāju rādīšanai, aptaujas atbilžu biežuma rādīšanai vai jebkādu kategorisku datu salīdzināšanai.
Piemērs: Tiek rādīti klientu apmierinātības rādītāji (skalā no 0 līdz 10) piecās uzņēmuma nodaļās. Joslas uzreiz norāda, ka operāciju nodaļai ir visaugstākais vērtējums (8.2) un IT nodaļai viszemākais vērtējums (6.8). Skatītāji var uzreiz redzēt rangu un aptuvenās vērtības.
Ierobežojums: Stabiņu diagrammas ir mazāk efektīvas, lai parādītu izmaiņas laika gaitā, īpaši, ja ir daudz laika periodu. Tām ir arī grūtības apstrādāt ļoti lielus datu kopumus, kuriem būtu nepieciešami simtiem stabiņu.
5. Histogrammas
Histogrammas atgādina joslu diagrammas, bet attēlo nepārtraukta mainīgā sadalījumu. Atšķirībā no parastajām joslu diagrammām ar atstarpēm starp joslām, histogrammās joslas saskaras, jo tās attēlo nepārtrauktu diapazonu, kas sadalīts intervālos.
Vispiemērotākais: Lai parādītu populācijas sadalījumu, piemēram, vecuma sadalījumu, algu diapazonus, atbildes laika sadalījumu vai testa rezultātu biežumu.
Piemērs: Klientu vecuma sadalījums, kurā redzama klientu koncentrācija vecumā no 25 līdz 34 gadiem (maksimums), ar samazinātu skaitu jaunākās un vecākas vecuma grupās. Tas uzreiz atklāj jūsu galvenos demogrāfiskos datus.
Ierobežojums: histogrammām ir jāizvēlas atbilstoši intervālu lielumi. Pārāk šauras vērtības nozīmē troksni. Pārāk platas vērtības nozīmē jēgpilnu detaļu zudumu. Tās arī nav plaši saprotamas netehniskajai auditorijai.
6. Līniju diagrammas
Līniju diagrammas savieno datu punktus ar līnijām, parādot tendences un izmaiņas laika gaitā. Tās ir ideāli piemērotas mainīgo izsekošanai, kas svārstās vai progresē secīgi.
Vispiemērotākais: Akciju cenu svārstībām, vietnes apmeklētāju skaitam mēnešu gaitā, temperatūras svārstībām, ieņēmumu tendencēm, lietotāju skaita pieaugumam vai jebkuram citam rādītājam, kuru vēlaties novērot laika gaitā.
Piemērs: Ikmēneša tīmekļa vietnes apmeklētība pēdējā gada laikā, kas uzrāda kritumu jūlijā (vasaras palēninājums) un pieaugumu oktobrī (produkta laišana klajā). Vairākas rindas var attēlot dažādus kanālus: organiskās meklēšanas tendences pieaug, sociālo mediju stagnācija, apmaksāto reklāmu pieaugums. Tendences un krustpunkti uzreiz atklāj stāstu.
Ierobežojums: Līniju diagrammas rāda modeļus, bet salīdzinājumā ar tabulām aizsedz precīzas vērtības. Tās arī kļūst pārblīvētas ar pārāk daudzām pārklājošām līnijām. Ierobežojums ir trīs vai četras vienlaicīgas līnijas.
Atsevišķi ir vērts pieminēt vienu formātu: tiešraides datu vizualizācija prezentāciju laikā. Tādi rīki kā AhaSlides ļauj reāllaikā veikt aptaujas, vārdu mākoņus un jautājumu un atbilžu sesijas, rezultātus vizualizējot ekrānā, auditorijai reaģējot. Tas ir ne tikai saistoši, bet arī ātrākais veids, kā apkopot un attēlot auditorijas datus, iepriekš nesagatavojot nevienu diagrammu. Telpa kļūst par datu kopu.
7. Piktogrammas
Piktogrammas izmanto ikonas vai ilustrācijas, lai attēlotu datu punktus, padarot tos pieejamus un saistošus. Katra ikona apzīmē vienību vai lielāku daudzumu. Tās vislabāk darbojas ar mazākiem datu kopumiem, kurus vēlaties padarīt vizuāli pievilcīgus.
Vispiemērotākais: Infografikām, prezentācijām plašākai auditorijai vai jebkurai citai situācijai, kurā ir svarīgi, lai dati šķistu draudzīgi un pieejami.
Piemērs: Aptauja ar jautājumu "Cik stundas nedēļā jūs vingrojat?" Attēlojiet mazus, mainīgus skaitļus, kur katrs skaitlis apzīmē piecus cilvēkus. Desmit cilvēki, kas atbildēja "neviens", attēlotu divus ciparus. Tas ir saistošāk nekā vienkāršs skaitlis.
Ierobežojums: Piktogrammas darbojas tikai ar veseliem skaitļiem un relatīvi nelielām datu kopām. Tās ir grūtāk lasīt ar lieliem daudzumiem. Tās arī aizņem vairāk vietas nekā citi formāti.
8. Radara diagrammas
Radara diagrammas, ko sauc arī par zirnekļa diagrammām, attēlo daudzfaktoru datus vairākās asīs, kas izstaro no centrālā punkta. Katra ass attēlo atšķirīgu mainīgo, un vērtības tiek attēlotas kā daudzstūris.
Vislabāk piemērots: profilu vai snieguma vienlaicīgai salīdzināšanai daudzās dimensijās, prasmju novērtēšanai vai stipro un vājo pušu attēlošanai vienā mirklī.
Piemērs: divu konkurējošu produktu salīdzinājums sešās dimensijās: cena, kvalitāte, lietošanas ērtums, klientu atbalsts, funkciju pilnīgums un drošība. Viens produkts var izcelties cenas un lietošanas ērtuma ziņā, bet atpalikt funkciju ziņā. Otrs produkts var izcelties kvalitātes un funkciju ziņā, bet maksāt vairāk. Formas uzreiz atklāj katru profilu.
Ierobežojums: Radara diagrammas ir mazāk precīzas nekā citi formāti un grūtāk interpretējamas auditorijai, kas ar tām nav pazīstama. Tās vislabāk darbojas ar 3–7 asīm. Ja tas ir vairāk, tās rada vizuālu jucekli.
Ja vēlaties to veidot no tiešraides auditorijas ievades, nevis no izklājlapas, AhaSlides Radara slaids ļauj ikvienam savā tālrunī novērtēt tos pašus trīs līdz astoņus kritērijus un pēc tam, saņemot vērtējumus, zirnekļa diagrammā attēlo telpas vidējo vērtību katram no tiem.
9. Siltuma kartes
Karstuma kartes izmanto krāsu intensitāti, lai attēlotu datu blīvumu vai biežumu. Tumšākas vai siltākas krāsas parasti norāda uz lielākām vērtībām vai lielāku koncentrāciju. Tās ir lieliski piemērotas modeļu un noviržu atklāšanai divās dimensijās.
Vispiemērotākais: laika gaitā balstītiem modeļiem (tīmekļa vietnes apmeklētība pa stundām un dienām), ģeogrāfiskiem datiem, aktivitāšu matricām vai jebkuriem datiem, kuriem vēlaties izcelt koncentrāciju un klasterus.
Piemērs: Tīmekļa vietnes apmeklētība pa diennakts stundām un nedēļas dienām atklāj, ka otrdienas plkst. 10:00 ir maksimālās apmeklētāju skaita laiks, svētdienas ir klusas un naktis ir lēnas. Krāsu gradācija (vēsi zila krāsa zemai apmeklētāju skaitam, spilgti sarkana krāsa lielai apmeklētāju skaitam) liek modeļiem izcelties, nenolasot skaitļus.
Ierobežojums: Karstuma kartes vislabāk darbojas ar noteiktiem datu tipiem un zaudē efektivitāti, ja vērtības daudz neatšķiras. Krāsu interpretācija ir atkarīga arī no skatītāja krāsu uztveres, tāpēc pieejamība ir svarīga.
10. Izkaisītie grafiki
Izkaisītie grafiki parāda divus saistītus mainīgos kā atsevišķus punktus uz xy ass, atklājot attiecības un korelācijas. Tie atbild uz tādiem jautājumiem kā "Vai šie divi mainīgie pārvietojas kopā?".
Vispiemērotākais: korelācijas analīzei, noviržu identificēšanai, mainīgo lielumu savstarpējo attiecību identificēšanai vai kvalitātes kontroles diagrammām.
Piemērs: Klienta dzīves cikla vērtības (y ass) attēlošana pret produkta ieviešanas ātrumu, kas mērīts dienās (x ass), atklāj, vai ātrāka ieviešana paredz lielāku vērtību. Punktu kopas augšējā kreisajā stūrī liecina, ka ātrie lietotāji tērē vairāk. Zemāk redzamās novirzes liecina, ka daži ātrie lietotāji nepārvēršas par augstvērtīgiem klientiem. Šī atziņa ietekmē klientu piesaistes stratēģiju.
Ierobežojums: Izkaisītās diagrammas rāda korelāciju, nevis cēloņsakarību. Tās var kļūt pārblīvētas ar lieliem datu kopumiem un var aizsegt precīzas vērtības. Tās ir arī mazāk intuitīvas plašākai auditorijai salīdzinājumā ar joslu vai līniju diagrammām.
Pareizās metodes izvēle
Neviens viens formāts neder visam. Pareizā izvēle ir atkarīga no trim lietām: kādi patiesībā ir jūsu dati, kas tos lasa un ko jums ir nepieciešams, lai viņi saprastu.
Sāciet ar datiem. Kategoriju salīdzināšana norāda uz joslu diagrammām. Laika gaitā izsekot kaut kam nozīmē līniju diagrammas. Sastāva attēlošanai nepieciešama sektoru diagramma. Izkaisīto diagrammu uzdevums ir izpētīt attiecības starp diviem mainīgajiem.
Pēc tam ņemiet vērā savu auditoriju. Karstuma kartes un radara diagrammas labi noder tehniskiem lasītājiem, kuri ērti interpretē nepazīstamus formātus. Plašākai auditorijai pieturieties pie joslām, līnijām un sektoru diagrammām. Pazīstamība vienmēr ir svarīgāka par izsmalcinātību.
Visbeidzot, dažas lietas, kas attiecas neatkarīgi no formāta: izlaidiet 3D efektus, tie vairāk kropļo, nekā atstāj iespaidu. Apzīmējiet visu. Iekļaujiet avotu. Un, ja dekoratīvs elements nepievieno informāciju, tas kaut ko atņem.
Datu vizualizācijas mērķis nav padarīt skaitļus pievilcīgus. Tā ir par to, lai tos nebūtu iespējams ignorēt.
Pareizais formāts paveic argumentāciju jūsu vietā. Jūsu auditorija redz modeli, sajūt plaisu, saprot tendenci, pirms jūs kaut ko paskaidrojat. Ja tas ir pareizi, datiem nav nepieciešams pārstāvis. Tie runā paši par sevi.
