Reconhecendo as três características de um Visual eficaz
Quando o mock-up em preto-e-branco é completa, você está pronto para adicionar o visual oh tão poderosas que vão torná-lo pop. É por isso que você começou esta jornada para começar, certo? Ao adicionar recursos visuais para o seu mock-up, é importante se concentrar em adicionar recursos visuais eficazes. Infelizmente, devido à falta de liderança de pensamento e de formação na indústria de business intelligence (BI), toneladas de visualmente atraentes, mas ineficazes visualizações de dados fornecer o valor zero. Basta fazer uma pesquisa na Internet para visualizações de dados
para ver alguns exemplos.A tabela abaixo mostra os três principais características de um visual eficaz.
| Traço | detalhes |
|---|---|
| Dados é clara. | Certifique-se de que os dados é clara, tanto em anddisplay propósito. |
| Visual ajusta aos dados. | Se você escolhe um gráfico ou de texto, certifique-se de que você está usingthe direito visual para o trabalho. |
| Exceções são fáceis de detectar. | Se você está destacando uma comparação ou valores extremos em thedata, você deve tornar mais fácil para os usuários para identificar exceptionsin os dados. |
A tabela anterior foi influenciado por Edward Tufte, que é considerado o padrinho de visualização de dados. Livro dele A apresentação visual de informações quantitativas, 2nd Edition (Graphics Press), é um dos livros mais conceituados na área de visualização de dados. Embora ele tem uma abordagem científica, é uma leitura obrigatória para os dados viz iniciantes e experts.
Estas três características não são tudo incluído, para que você não deve esperar para ter todos eles para decidir se um visual deve fazê-lo em seu mock-up. Em vez disso, usá-los como diretrizes como você escolhe seu visual. Os traços mais você tem em cada visual, o mais eficaz a sua viz geral dos dados será!
Dados é clara
visuais eficazes exibir dados isso está claro em ambos os apresentação e função, não distorcida de qualquer forma. Um erro comum é empurrar muitos dados em um único visual, fazendo com que o ponto importante dos dados a ser escondido, ofuscado, ou distorcida por todo o barulho. A figura a seguir mostra um bom exemplo de uma visualização de dados que usa um gráfico de rosca para mostrar que tipos de dispositivos móveis pessoas estão usando. Veja como o efeito 3-D faz com que seja muito difícil de entender os dados.
Também é importante para garantir que o propósito do visual é super-clara para que o usuário não tem espaço para interpretações erradas. Bons visualizações de dados contar uma história em resumo, deixando o leitor querendo mais. Se a visualização de dados é confuso ou mal interpretado, a maioria dos usuários ficar desligado e abandoná-lo. A figura abaixo mostra um exemplo de uma visualização confuso que retrata o uso de rede social. Infelizmente, as cores e as percentagens parecem não ter correlação e são, portanto, muito confuso. você pode dizer que a visualização é retratar?
Visual ajusta aos dados
O visual tem para ajustar os dados. Visuais são mais do que apenas gráficos, no entanto, e certos recursos visuais simplesmente não se encaixam determinados dados. Normalmente, você pode apresentar dados de várias maneiras. Seu trabalho é encontrar a maneira mais eficaz de fazê-lo.
Você nunca deve usar um gráfico de pizza, por exemplo, para mostrar dados com mais de cinco pontos de dados ou para exibir qualquer conjunto de dados com pouca ou nenhuma variação na magnitude. Da mesma forma, você nunca deve usar uma tabela ou scorecard para mostrar uma tendência ao longo do tempo.
A figura abaixo mostra duas visualizações que mapeiam os mesmos dados. O gráfico de linhas no topo é a melhor opção para mostrar a tendência margem de vendas em 2014, porque torna mais descaradamente claro que as despesas da companhia estão subindo muito acima seus lucros. O gráfico de colunas na parte inferior não transmite essa tendência tão claramente. Os gráficos de colunas são mais utilizados para comparar itens.
Exceções são fáceis de detectar
Se eles estão na forma de alertas, comparações, ou outliers exceções nos dados deve ser fácil de detectar, em um visual eficaz. Se uma exceção requer uma análise profunda adicional para entender, as chances são de que seu visual não é eficaz.
Excepções em visualizações de dados são extremamente poderosos e podem adicionar grande valor. Quando os usuários podem detectar exceções e decifrá-las rapidamente, eles sabem se atenção imediata, moderada ou luz é necessária. Destacar exceções também fornece insights sobre as tendências potenciais que podem exigir atenção.
A figura a seguir mostra um gráfico que usa um alerta para destacar algumas das exceções na tendência dos dados de vendas.
