Βέλτιστες πρακτικές οπτικοποίησης δεδομένων – DATAVERSITY

Οι καλές οπτικοποιήσεις δεδομένων ενισχύουν τον αλφαβητισμό των επιχειρηματικών δεδομένων παρουσιάζοντας καλά μελετημένους πίνακες εργαλείων ή αναφορές που εμφανίζουν στοιχεία δεδομένων για ταχύτερη και πιο απλή κατανάλωση. Η παρακολούθηση των βέλτιστων πρακτικών οπτικοποίησης δεδομένων οδηγεί σε θετικά αποτελέσματα για τους οργανισμούς. Αυτά τα πλεονεκτήματα περιλαμβάνουν τη μείωση του χρόνου και του κόστους των ερωτήσεων που κάνουν οι καταναλωτές δεδομένων απαντώντας σε αυτές εκ των προτέρων στις απεικονίσεις δεδομένων. Επιπλέον, οι καλές απεικονίσεις αυξάνουν τη συνέπεια στην εμπειρία του τελικού χρήστη και ενθαρρύνουν τη χρήση δεδομένων για επιχειρηματικό σχεδιασμό και λειτουργίες.

Πώς οι βέλτιστες πρακτικές οπτικοποίησης δεδομένων των εταιρειών βελτιώνουν τον αλφαβητισμό δεδομένων των εργαζομένων τους και αποκομίζουν τα οφέλη που αναφέρονται παραπάνω; Σερένα Ρόμπερτς, συνιδρυτής και COO στο Moxie Analytics, απάντησε σε αυτήν την ερώτηση κατά τη διάρκεια του DATAVERSITY® Enterprise Analytics Online (EAO) συμβάν.

Στην ομιλία της, η Roberts εξήγησε πώς να κάνετε τις ακόλουθες βέλτιστες πρακτικές οπτικοποίησης δεδομένων:

• Βάλτε πρώτα τις πιο σημαντικές πληροφορίες
• Δώστε αμέσως νόημα στα οπτικά στοιχεία
• Διατηρήστε τις απεικονίσεις απλές και οργανωμένες
• Σχεδιάστε τα με πολλές περιπτώσεις χρήσης στο μυαλό και για ένα κοινό
• Επιλέξτε γραφήματα με σύνεση

Βάλτε πρώτα τις πιο σημαντικές πληροφορίες

Αρχικά, ο Roberts έδειξε πώς να προσελκύει τους χρήστες στις πιο σημαντικές πληροφορίες που χρειάζονται. Επέδειξε ότι δείχνει βελτιώσεις στο επάνω μέρος της οθόνης σε μια Περίληψη Διαχείρισης Έργου.

Κατά τη σύγκριση του πίνακα ελέγχου πριν και μετά την εφαρμογή των βελτιώσεων, η Roberts έδειξε πώς αναδιάταξε το επάνω μέρος της οθόνης ώστε να περιέχει τις πιο σημαντικές πληροφορίες: τα κρίσιμα KPI που ταιριάζουν με τις επιχειρηματικές απαιτήσεις. Παραγγέλνει το επάνω μέρος της οθόνης ως συνολικά έργα, έξοδα και προϋπολογισμό με τον τρόπο χρήσης αυτών των χρημάτων, που συνδέει την επιτυχία της διαχείρισης έργου με τα έσοδα.

Σε ένα άλλο παράδειγμα, η Roberts έδειξε τις αλλαγές της σε έναν πίνακα ελέγχου πωλήσεων Superstore.

Αναδιατάσσει τους KPIs στην κορυφή για να τους παρουσιάσει με διαφορετική σειρά, ανά επιχειρηματικές ανάγκες και προτεραιότητες. Ελέγχει με την επιχείρηση για να δει αν οι υποθέσεις της και οι αλλαγές που κάνει ανταποκρίνονται στην επιχειρηματική λογική. Ο Ρόμπερτς είπε, «Είναι μια μικρή αλλά σημαντική αλλαγή να βάζεις πρώτα τις πιο σημαντικές πληροφορίες».

Κάντε τα οπτικά στοιχεία με νόημα

Όπως η τοποθέτηση σε έναν πίνακα εργαλείων ή μια αναφορά, η σκόπιμη χρήση χρωμάτων ή εικονιδίων μπορεί να μεταδώσει γρήγορες, ουσιαστικές πληροφορίες. Πάρτε ένα πολύχρωμο διάγραμμα που δείχνει την πρόοδο ενός ατόμου τρέχοντας:

Ο Ρόμπερτς αναδιάταξε τα χρώματα στη δεύτερη εικόνα για να δείξει την εποχιακή πρόοδο. Χρησιμοποίησε το πορτοκαλί για το φθινόπωρο, το μπλε για το χειμώνα, το πράσινο για την άνοιξη και το κίτρινο για το καλοκαίρι για να δείξει πώς άλλαξε το τρέξιμο κατά τη διάρκεια της εποχής.

Όπως και η σκόπιμη χρήση του χρώματος, τα εικονίδια μπορούν να βοηθήσουν τους χρήστες να επεξεργαστούν το νόημα πιο γρήγορα. Ο Roberts μοιράστηκε αλλαγές σε έναν πίνακα ελέγχου επισκόπησης στελεχών εταιρικού τηλεφωνικού κέντρου.

Αφού προσθέσει εικονίδια σε κάθε στήλη, ο χρήστης συγκρίνει τις στήλες τηλεφώνου, συνομιλίας, email και περιστατικού. Το παράδειγμα του Roberts καταδεικνύει τη δύναμη των εικονιδίων. συνέστησε το Πρόγραμμα Noun όταν ψάχνετε για εικονίδια για χρήση.

Διατηρήστε τις οπτικοποιήσεις δεδομένων απλές και οργανωμένες

Όταν η Roberts συζήτησε την απλότητα και την οργάνωση του ταμπλό, εστίασε στην παρουσίαση αρκετών πληροφοριών. Είπε:

«Μην κατακλύζετε τους χρήστες όταν τραβούν τον πίνακα ελέγχου με πολλά να δουν. Ωστόσο, δώστε στους καταναλωτές δεδομένων πρόσβαση για να λάβουν απαντήσεις για τις πρώτες και τις δεύτερες κορυφαίες ερωτήσεις τους, ώστε να μην χρειάζεται να κάνουν επιπλέον δουλειά για να λάβουν την απάντηση και να υποβάλουν άλλο αίτημα.»

Υποστηρίζει μια απλή διάταξη πλέγματος, όπως φαίνεται στις βελτιώσεις στους πίνακες εργαλείων Περίληψης Διαχείρισης Έργων και Πωλήσεων Superstore. Ο Roberts επεσήμανε μάλιστα ότι μετά τις αλλαγές στον πίνακα εργαλείων, ορισμένα γραφικά θα μπορούσαν να τοποθετηθούν σε άλλη σελίδα, απλοποιώντας περαιτέρω την οπτικοποίηση.

Σκέφτεται να χρησιμοποιήσει τη λειτουργικότητα και τις ετικέτες στον πίνακα εργαλείων για να πει στους χρήστες τι σημαίνει κάθε χαρακτηριστικό με απλό και οργανωμένο τρόπο. Κατά την επισήμανση, ο Roberts πρότεινε ανθρώπινους όρους αντί για αυτούς της βάσης δεδομένων ή συμπεριλαμβανομένου ενός γλωσσάριου πεδίου, εάν αυτό είναι καλύτερη επιλογή.

Χρησιμοποιώντας οποιοδήποτε οπτικό χαρακτηριστικό, ο Roberts συμβούλεψε να το κάνετε με φειδώ. Αυτή πρόσθεσε:

«Δεν θέλουμε να γεμίσουμε υπερβολικά το ταμπλό μας με περιττά χρώματα, γραμμές ή άλλα γραφικά ή να γεμίσουμε κάθε γωνιά του διαθέσιμου χώρου με πράγματα. Λιγότερο μπορεί να είναι περισσότερο. Εκμεταλλευτείτε τον λευκό χώρο.»

Σχεδιασμός με πολλαπλές περιπτώσεις χρήσης στο μυαλό και για ένα κοινό

Η σωστή οπτικοποίηση δεδομένων σημαίνει ότι είναι απλή, οργανωμένη και σχετική με την επιχείρηση. Η επιχείρηση θα πρέπει να θέλει να χρησιμοποιήσει τις αναφορές ή τους πίνακες εργαλείων. Ο Roberts συνέστησε τις ακόλουθες προσεγγίσεις:

• Σχεδιάστε έχοντας στο μυαλό σας περιπτώσεις πολλαπλών χρήσεων, σκεφτόμενοι σχετικές ιστορίες που ένας επιχειρηματίας θα μπορούσε να λύσει με τον ίδιο πίνακα ελέγχου ή διαφορετικά φίλτρα. Αυτή η προσέγγιση καθιστά λιγότερο δυσκίνητη τη διατήρηση και τη βελτίωση των οπτικοποιήσεων δεδομένων με την πάροδο του χρόνου.
• Κατανοήστε ποιο κοινό θα χρησιμοποιήσει την οπτικοποίηση δεδομένων και δημιουργήστε την επιθυμητή εμπειρία. Για παράδειγμα, το C-suite θα θέλει μεγαλύτερη προβολή εικόνας από κάποιον που είναι διαχειριστής προϊόντων. Επομένως, είναι δύσκολο να δημιουργήσετε μια προβολή για διαφορετικά είδη κοινού που θέλουν ξεχωριστές εμπειρίες. Παρόλο που το πλαίσιο έχει σημασία, ο Roberts συμβούλεψε να ωθήσουμε τα πάντα στην οπτικοποίηση για πολλά ακροατήρια.
• Μάθετε πώς ένα κοινό «καταναλώνει και αλληλεπιδρά με οπτικοποιήσεις δεδομένων». Όταν συγκέντρωσε τις απαιτήσεις και σχεδίασε, ο Roberts ρώτησε:
  • Τι θα κάνουν στη συνέχεια οι χρήστες με τα δεδομένα από τις απεικονίσεις; Τι αποφάσεις και ποιες δραστηριότητες θα λάβουν με αυτά τα δεδομένα;
  • Θα εξάγουν τα δεδομένα που προβάλλονται σε άλλη εφαρμογή;
  • Τι θα περιμένει το κοινό να δει στον πίνακα ελέγχου ή στην αναφορά;
  • Πόσο συχνά ένας επιχειρηματίας θα ελέγχει αυτόν τον πίνακα ελέγχου και θα αλληλεπιδρά με τα δεδομένα;
• Χλευάστε το ταμπλό μέσω ενός σκίτσου κατά τη συγκέντρωση απαιτήσεων για να λάβετε τις αντιδράσεις του κοινού και να ξεκινήσετε καλές συζητήσεις για το τι θέλουν. 

Επιλέξτε γραφήματα με σύνεση

Στην παρουσίασή της, η Ρόμπερτς συζήτησε τυπικά χρησιμοποιούμενα τσαρτ που ζητήθηκαν από το κοινό της ή πρότειναν σε αυτούς. Η ίδια τόνισε τα εξής:

• Ραβδόγραμμα: Το γράφημα ράβδων είναι εύκολο να κατασκευαστεί, στέλνει ξεκάθαρα ένα μήνυμα και είναι ο «καλύτερος φίλος» του Roberts. Συμβουλεύει τη χρήση αυτής της οπτικοποίησης δεδομένων κατά τη σύγκριση μιας μέτρησης σε μια διάσταση, όπως οι πωλήσεις ανά τρίμηνο. Υπενθύμισε επίσης στους ακροατές της ότι μπορούν να αλλάξουν τον προσανατολισμό μεταξύ κάθετου και οριζόντιου για πρόσθετο αντίκτυπο.
• Γράφημα στοιβαγμένων ράβδων: Αν και σχετίζεται στενά με ένα γράφημα ράβδων, ο Roberts χρησιμοποιεί το γράφημα με στοίβαξη ράβδων για να εμφανίσει μετρήσεις σε πολλές διαστάσεις. Για παράδειγμα, αυτό το γράφημα αντιπροσωπεύει καλύτερα τις τριμηνιαίες πωλήσεις και τον τρόπο με τον οποίο κάθε περιοχή συνέβαλε στην εργασία.
• Γράφημα γραμμής: Στον Roberts αρέσει να χρησιμοποιεί γραμμικά γραφήματα όταν "απεικονίζει πώς μια μετρική τάση στην ίδια διαδοχική διάσταση, όπως μια ημερομηνία ή μια χρονική σειρά". Για παράδειγμα, ένα γραμμικό γράφημα θα εμφανίζει περιφερειακές ευκαιρίες τους τελευταίους 12 μήνες.
• Χάρτης συνδυασμού: Τα συνδυαστικά γραφήματα απεικονίζουν γραφήματα ράβδων και γραμμών και μπορούν να χωρέσουν πολλές πληροφορίες μαζί. Ο Roberts χρησιμοποιεί αυτήν την οπτικοποίηση για να προβάλει δύο ή τρεις σχετικές μετρήσεις, όπως η διάρκεια ταινίας σε σύγκριση με την απόδοση επένδυσης (ROI) και τις αξιολογήσεις.
• Διάγραμμα ντόνατ: Τα γραφήματα ντόνατ μετρούν τη συνεισφορά σε ένα σύνολο σε μια μεμονωμένη διάσταση, όπως οι συνολικές πωλήσεις ανά περιοχή.
• Διάγραμμα Scatter ή Scatterplot: Ο Ρόμπερτς χρησιμοποιεί αυτό το διάγραμμα «όταν ψάχνει για συσχετίσεις μεταξύ δύο μετρήσεων ή ακραίων τιμών, όπως τα επίπεδα σωματιδίων στον αέρα από τις ποσότητες βροχοπτώσεων».
• Γράφημα περιοχής: Αυτή η οπτικοποίηση δίνει έμφαση σε μια "αλλαγή στη μέτρηση με την πάροδο του χρόνου, επειδή οι χρήστες μπορούν να την επεξεργαστούν ευκολότερα από ό,τι σε ένα γράφημα ράβδων". Για παράδειγμα, χρησιμοποιήστε ένα γράφημα περιοχής για να εμφανίσετε τα έσοδα από πωλήσεις τα τελευταία 20 χρόνια και πώς έχουν αυξηθεί.
• Διάγραμμα κουκκίδων: Ο Roberts συνιστά τη χρήση ενός γραφήματος κουκκίδων για να δείτε "την τρέχουσα τιμή, μια προηγούμενη τιμή ή τιμές και έναν στόχο ή έναν μέσο όρο". Είπε ότι στις ομάδες πωλήσεων αρέσει αυτή η οπτικοποίηση επειδή μπορούν να δουν βελτιώσεις από πέρυσι έως φέτος.
• Γράφημα φυσαλίδων: Τα γραφήματα με συννεφάκια μπορούν να εμφανίζουν πολλά κομμάτια δεδομένων σε μια ενιαία απεικόνιση, επειδή το μέγεθος και το χρώμα της φυσαλίδας μπορούν να μεταφέρουν πρόσθετες πληροφορίες. Για παράδειγμα, ένα γράφημα με φυσαλίδες μπορεί να δώσει πωλήσεις ανά περιοχή, τρίμηνο ανά χρώμα και κέρδος ανά μέγεθος.
• Διάγραμμα διοχέτευσης: Τα γραφήματα διοχέτευσης μετρούν την πρόοδο σε διάφορες διακριτές φάσεις, όπως τον αριθμό των ευκαιριών σε κάθε στάδιο πωλήσεων. Για παράδειγμα, οι υποψήφιοι πελάτες έχουν μεγάλο άκρο της διοχέτευσης, ενώ οι πωλήσεις στον πελάτη εμφανίζονται στο τέλος. 
• Διάγραμμα ραντάρ: Ο Roberts χρησιμοποιεί διαγράμματα ραντάρ για να οπτικοποιήσει και να συγκρίνει δεδομένα χρησιμοποιώντας σχήματα. Χρησιμοποίησε ένα γράφημα ραντάρ που απεικόνιζε ότι ο προϋπολογισμός που διατέθηκε για την ομάδα ανάπτυξης είχε την υψηλότερη βαθμολογία, αλλά η ομάδα μάρκετινγκ ξόδεψε περισσότερα.

Συμπέρασμα

Ο Roberts μοιράστηκε και έδειξε τις βέλτιστες πρακτικές οπτικοποίησης δεδομένων για να κάνει τους πίνακες εργαλείων και τις αναφορές πιο αποτελεσματικές και σχετικές με το κοινό. Ενθάρρυνε τους επαγγελματίες δεδομένων να ακολουθήσουν τις βέλτιστες πρακτικές που λειτουργούν για αυτούς και να τις διατηρήσουν συνεπείς σε όλη την εμπειρία χρήστη για να εξοικονομήσουν χρόνο ανάπτυξης. 

Ο καθορισμός προτύπων και προτύπων καθιστά αυτά τα πρότυπα οπτικοποίησης δεδομένων σταθερά εφικτά. Συνέστησε να λαμβάνετε σχόλια για οπτικά πρότυπα και πρότυπα, ώστε να μπορούν να χρησιμοποιηθούν. Ακολουθώντας τις βέλτιστες πρακτικές οπτικοποίησης δεδομένων της και διατηρώντας τις συνεπείς σε έναν οργανισμό, οι επιχειρηματίες μπορούν να αποδειχθούν υψηλές γνώση δεδομένων με μια ματιά.

Θέλετε να μάθετε περισσότερα για τις επερχόμενες εκδηλώσεις της DATAVERSITY; Δείτε την τρέχουσα σειρά διαδικτυακών και προσωπικών συνεδρίων εδώ.

Ακολουθεί το βίντεο της διαδικτυακής παρουσίασης του Enterprise Analytics:

Εικόνα που χρησιμοποιείται με άδεια από το Shutterstock.com

• SEO Powered Content & PR Distribution. Ενισχύστε σήμερα.
• PlatoData.Network Vertical Generative Ai. Ενδυναμώστε τον εαυτό σας. Πρόσβαση εδώ.
• PlatoAiStream. Web3 Intelligence. Ενισχύθηκε η γνώση. Πρόσβαση εδώ.
• PlatoESG. Ανθρακας, Cleantech, Ενέργεια, Περιβάλλον, Ηλιακός, Διαχείριση των αποβλήτων. Πρόσβαση εδώ.
• PlatoHealth. Ευφυΐα βιοτεχνολογίας και κλινικών δοκιμών. Πρόσβαση εδώ.
• πηγή: https://www.dataversity.net/data-visualization-best-practices/