FREE
TABLEAU
MOCK-UP TEST

Wizualizacje danych

Wizualizacja danych to prezentowanie złożonych struktur danych w prosty zrozumiały dla odbiorcy sposób, najczęściej za pomocą wykresów, map i piktogramów. Prezentowanie danych w sposób wizualny ma na celu przyspieszenie procesu zrozumienia danych oraz pomaga dostrzec relacje, trendy i właściwości, które nie byłby możliwe do zauważenia gdybyśmy analizowali dane za pomocą tabeli, arkusza kalkulacyjnego lub tekstu.

Dzieje się tak dlatego, że nasz mózg z łatwością przetwarza obraz za pomocą atrybutów wizualnych takich jak wielkość, kolor, pozycja, ruch. W przypadku tekstu droga między okiem, a zrozumieniem przebiega nieporównywalnie dłużej..

Wykres zdaje się być synonimem wizualizacji danych, ale nie musi ona sprowadzać się wyłącznie do wykresu. Wizualizacja danych może być piękna, dzięki wykorzystaniu zdjęć, czy innych elementów graficznych, palet kolorów i animacji. Doskonałe wizualizacje danych wymagają zarówno umiejętności opowiadania historii za pomocą danych jak i umiejętności analitycznych..

Komu pomaga wizualizacja danych?

W Vizyble pomagamy firmom, organizacjom non-profit i osobom indywidualnym zaprojektować i wykonać wizualizacje danych, które niosą przekaz i zmuszają do działania. Z reguły wizualne analizy danych pomagają w podejmowaniu decyzji biznesowych. Dobra wizualizacja danych jest zrozumiała dla odbiorcy i ma mieć wpływ na jego działania. Wizualizujemy dane nie tylko biznesowe. Zajmujemy się też danymi opisującymi ważne problemy społeczne. Przykładem jest zestaw naszych wizualizacji dotyczących statystyk SARS-Cov-2 opublikowanych na portalu informacyjnym interia.pl

W dzisiejszym świecie pełnym natłoku danych, analiza wizualna stała jest nieodzownym elementem wyciągania wniosków z danych.

Air traffic in Poland

Skorzystaj z darmowej konsultacji - 30 min. Napisz w formularzu, co chcesz omówić z naszym konsultantem na spotkaniu online.

Narzędzia do wizualizacji danych

 

dane na mapach

Na rynku Business Intelligence istnieje szeroki wybór narzędzi do wizualizacji danych. W Vizyble najczęściej pracujemy w Tableau, które daje wyjątkowe możliwości eksplorowania danych. Szukania głębszych przyczyn, w różnych zestawieniach danych, przy użyciu intuicyjnego naturalnego języka. W różnorodnych narzędziach Tableau możesz wykonać każdą operację na danych i dojdziesz do zaskakujących rezultatów.

Pracujemy również w Power BI, którego zaletą jest możliwość płynnego integrowania danych i przejrzyste planowanie modelu.

 

Co sprawia, że wizualizacja danych jest skuteczna?

 

Prawidłowe wykonanie wizualizacji danych jest warunkiem jej skuteczności. Na początku powinniśmy dokładnie określić jej cel. Tak - wizualizacja danych powinna mieć ustalony przez jej twórcę cel. W przeciwnym razie jest po prostu kreacją graficzną bez przełożenia na działania lub przemyślenia odbiorcy. Najlepszym potwierdzeniem tego czy wizualizacja danych przemawia do jej odbiorcy jest pojawienie się dodatkowych pytań i chęć pogłębienia przez niego wyświetlanych informacji. Jeśli odbiorca w pierwszej kolejności ma trudność ze zrozumieniem jaki jest przedstawiony problem to jest dowód na niezbyt dokładne ustalenie celu czy też niewłaściwe skomponowanie wizualizacji. Dlatego zawsze konfrontuj swoje podejście do prezentacji danych z odbiorcami wtedy będziesz wiedzieć, czy jesteś na właściwej ścieżce. Aby być skutecznym, ważne jest, aby zaprojektować odpowiednie wizualizacje dla swoich danych, aby umożliwić sobie i członkom zespołu interpretację i podejmowanie decyzji na podstawie tego co widzą. Najlepiej zacząć od zapoznania się z różnymi rodzajami wizualizacji i zrozumienia jakiemu celowi one służą.

 

Podkreśl najważniejsze dane

 

Wiele typów wykresów umożliwia umieszczenie wielu miar i wymiarów w jednym widoku. W wykresach punktowych, na przykład, możesz umieścić miary na osi X lub Y, a także oznaczyć dodatkowe zmienne kolorem, rozmiarem lub kształtem.

Wybór miejsca umieszczenia każdej zmiennej zależy od tego jaki rodzaj analizy wykonujesz i co starasz się podkreślić. Praktyczną zasadą jest umieszczanie najważniejszych danych na osi X lub Y, a mniej ważnych danych zaznaczeniem kolorem, rozmiarem lub kształtem.

wykres punktowy

Zorientuj swoje widoki dla lepszej czytelności

 

wykres słupkowy

Czasami proste zabiegi mogą mieć ogromny wpływ na ułatwienie odbioru naszej wizualizacji. Na przykład spójrz na widok po lewej. ⇐

 

Czy trudno ci było ustalić, który produkt zajmuje wysokie pozycje w rankingu? Jeśli tak, to prawdopodobnie dlatego, że wszystkie etykiety są zorientowane pionowo. To sprawia, że są trudne do odczytania. Jeśli znajdziesz się z widokiem z długimi etykietami, które mieszczą się tylko w pionie, spróbuj obrócić widok.

Zawsze miej na uwadze interes odbiorcy i dobieraj takie techniki aby ułatwić mu życie. Z tego powodu stosuj czytelne tytuły kokpitów, wizualizacji oraz inne opisy, które istotnie poprawiają czytelność i dekodowanie informacji.

 

5 kategorii wizualizacji danych

Poniższa klasyfikacja została przedstawiona przez profesora Bena Shneiderman w artykule pod tytułem “The eyes have it: A task by data type taxonomy for information visualizations” (1996).

Klasyfikacja ta jest ukierunkowana na bardziej abstrakcyjne techniki wizualizacji informacji i jest mniej charakterystyczna dla wizualizacji naukowych, które mogą być wysoce wyspecjalizowane w zależności od dziedziny i które trudniej jednoznacznie skategoryzować.

 

Wizualizacje czasowe

Wizualizacje danych, które należą do kategorii czasowej spełniają dwa warunki: są liniowe i jednowymiarowe. Wizualizacje czasowe zwykle najczęściej kojarzą się ze znajomymi wykresami liniowymi ale mają bardzo wiele różnych odmian i wariacji. Ich zadaniem jest zaprezentowanie zmiany zjawisk w czasie

Przykłady wizualizacji danych czasowych obejmują:

  • Wykres osi czasu (timeline)
  • Wykresy liniowe (więcej o wykresach liniowych LINK)
  • Sekwencje szeregów czasowych (jak tworzyć szeregi czasowe? LINK)
  • Wykres Gantta
  • Wykres obszarowy (area chart)
  • Kalendarz
  • Wykres strumieniowy (stream graph)
  • Diagram łukowy (arc diagram)

Wizualizacje hierarchiczne

 

wizualizacje hierarchiczne

Wizualizacje danych należące do kategorii hierarchicznej to te, które porządkują dane w grupy i podgrupy. Wizualizacje hierarchiczne najlepiej nadają się do wyświetlania różnych kategorii informacji, które chcemy przedstawić w relacji do całości oraz pokazać koncentrację lub dekompozycję. Przy zbyt wielu poziomach hierarchii mogą być nieczytelne, wtedy przydaje się możliwość wchodzenia w niższe warstwy danych dzięki opcji drill-down, którą oferują różne narzędzia do wizualizacji.

Przykłady hierarchicznych wizualizacji danych obejmują:

  • Diagram hierarchii
  • Mapa drzewa
  • Dendrogram
  • Wykresy pierścieniowe
  • Diagramy promieniste.

Wizualizacje sieci

Wizualizacje danych sieciowych pokazują, jak określone punkty w danych ze sobą połączone w sieć powiązań. W ten sposób możemy zobrazować wszystkie punkty styku. Dodatkowe zmienne również opisywać atrybut koloru czy grubość linii połączenia. Ten typ będzie wykorzystywany w przypadku relacji niehierarchicznych, nieliniowych. Przykładem może być mapa sieci kontaktów biznesowych.

Przykłady wizualizacji danych sieciowych obejmują:

  • Wykresy macierzowe
  • Diagramy połączeń i węzłów
  • Chmury słów
  • Schematy aluwialne.

wizualizacje sieci

Wizualizacje wielowymiarowe

Wielowymiarowość wizualizacji oznacza, że wykorzystane są zawsze 2 lub więcej zmienne. Ze względu na wiele współbieżnych warstw i zestawów danych tego typu wizualizacje są zwykle najbardziej efektownym i przyciągającym wzrok sposobem prezentacji danych. Kolejną ich zaletą jest możliwość segmentowania mnóstwa danych, tak by wydobyć kluczowe wnioski.

Przykłady wielowymiarowych wizualizacji danych obejmują:

  • Wykres punktowy (o wykresach punktowych dowiedz się więcej TUTAJ)
  • Wykres kołowy
  • Diagram Venna
  • Skumulowane wykresy słupkowe
  • Histogramy.

 

wizualizacje wielowymiarowe

Wizualizacje geoprzestrzenne

 

wizualizacje geoprzestrzenne

Wizualizacje danych geoprzestrzennych lub przestrzennych odnoszą się do rzeczywistych lokalizacji fizycznych. Proces ich tworzenia polega na nakładaniu na mapy zdefiniowanych obszarów różnych punktów lub siatek. Tego typu wizualizacje danych są powszechnie używane do prezentacji zjawisk w kontekście miejsca ich powstawania.

Przykłady wizualizacji danych geoprzestrzennych obejmują:

  • Mapa przepływu
  • Mapa gęstości
  • Kartogram
  • Mapa cieplna.

 

Pozostałe kategorie wizualizacji danych

 

Ben Shneiderman w swojej publikacji wymienia również dwie dodatkowe klasyfikacje. Pierwsza z nich to wizualizacja 1D, do której możemy zaliczyć listy zorganizowane według określonego porządku danych. Kolejna to wizualizacja 3D czyli wizualizacja wolumetryczna czy też objętościowa, która może być wykorzystywana w medycynie, specjalistycznych badaniach naukowych czy inżynierii.

Wizualizacja danych - sztuka czy nauka?

Wizualizacja danych jest ściśle związana z procesem analizy danych i najczęściej wieńczy długi proces zrozumienia, łączenia wielu zestawów danych i ich modelowania. Jest to dziedzina interdyscyplinarna, która łączy zmysł estetyczny z umiejętnością pracowania z danymi. Dobra wizualizacja wymaga od jej twórcy szczypty ciekawości i umiejętności czytania między wierszami, dostrzegania różnych nieoczywistości.