Smb toolkit: doğru veri görselleştirmesi nasıl seçilir

Elektronik tablolar bu kadar uzun zamandır iş dünyasında bir dayanak noktası olmuş ve bazı insanlar onları bırakmakta zorlanıyor. Bununla birlikte, günümüzde çoğu işletme, daha güçlü self servis iş zekası (BI) araçları lehine, nostaljinin kısacık çekişinden geçti. Bu araçların bir elektronik tablodan daha üstün olmasının birçok nedeni vardır, ancak en belirgin olanı kolayca etkili ve çekici veri görselleştirmeleri üretme yeteneğidir. Bu etken tek bir nedenden ötürü elektronik tabloları destekleme konusundaki herhangi bir argümana ağır basmaktadır: İnsan beyni, bilgilerin görsel sunumlarını sayılardan daha hızlı ve daha iyi emer ve işler.

Rakamlar üzerindeki resimler için bu heves, son keşiflerden uzak. Tarih, bize kavramın zamanla başarılı bir şekilde test edildiğini, erken mağara çizimlerinden dilden bağımsız olarak tüm dünyada tanınan modern evrensel trafik işaretlerine kadar olduğunu gösteriyor. Resme dayalı mesajlara ve bilgilere bir bakış, dil veya matematik becerileriniz ne olursa olsun anlaşılır. Modern veri görselleştirmeleri, bu güçlü iletişim ortamını tamamen yeni bir seviyeye getirerek zengin verilerle oluşturulan zengin çizelgeleri ve grafikleri besler.

Bununla birlikte, doğru veri görselleştirmesinin seçilmesi, sadece bir çubuk grafik veya saçılma grafiği üzerinde bir pasta grafiği seçmek meselesi değildir. 3B sanal gerçeklik (VR) betimlemeleri gibi geleneksel avangard görselleştirmeler üzerinden geleneksel seçim yapmak kadar basit değil. Oyundaki kişisel zevk ve tercihlerden çok daha fazlası var.

Görselleştirmenin her elemanı genel mesajın bir bölümünü taşır. Renk seçimlerinden ve mürekkep oranından verinin kendisine (ve içine ekleyebileceğiniz tüm katmanlara), veri görselleştirmeleri, karmaşık, veri odaklı iş görüşlerinin tek, aldatıcı şekilde basit bir temsilidir.

Peki hangi görselleştirmeyi seçmelisiniz? Nihayetinde, sunduğunuz verilerle göndermeye çalıştığınız mesaja en uygun görsel temsili tanımlamak size kalmış bir seçenek. Bilgilendirilmiş ve stratejik bir karar vermek için bilmeniz gerekenler:

Görselleştirme Türleri

Tüm denenmiş ve gerçekleri geri almakla seni sıkmayacağım. Önemli bir süredir işinizdeyseniz veya yalnızca yazılıma girmenin ötesinde verilerle çalıştıysanız, geleneksel görselleştirme formlarını zaten biliyorsunuz: pasta grafikleri, çubuk grafikler, çizgi grafikler, dağılım grafikleri ve haritalar semboller. Bunlar, diğer grafik gösterimler arasında genellikle zaman, birim sayısı ve maliyet veya satış gibi iki veya üç özellik tarafından düzenlenir.

Bu görselleştirme grubunda yanlış bir şey yok. Uzun süredir iyi bir sebepten dolayı kullanılıyorlar: çalışıyorlar.

Aslında, çok tanıdık olmaları, izleyicinizin mesajı anlamadan önce formu durdurması ve çözmesi gerekmediği anlamına gelir. Tam olarak istediğin bu. Öyleyse neden burada durup bunlardan birini seçmiyorsun? Veya birçok BI uygulamasında bir seçenek olduğu gibi, yazılımın sizin için bir tane seçmesine izin verilsin mi?

Çünkü her analitik çıktı böylesine aşırı basitleştirilmiş bir iletimde ifade edilemez veya ifade edilmemelidir. Trafik ışığı üç özelliğe indirgenmiştir, çünkü iletilmesi gereken yalnızca üç mesaj vardır: git, yavaşla ve dur. Başka bir şey söylemek istersen, başka bir görsel eklemek zorundasın. Belki de "Kırmızıya doğru dönüş yok" yazan bir işaret veya belki sadece dönüş şeridi için başka bir stop lambası eklersiniz. Gösterge panolarında ve raporlarda, eklenen tüm görseller yığılabilir ve izleyicileriniz yığının sonuna geldiğinde, bu bilgilerin yığıntaki ilk veya diğer görsellerle ilgili olduğunu unutmuşlardır. Bu ne etkili ne de öğretici. Ayrıca, çok fazla görselleştirme kullanılması, kullanıcının yorgunluğuna neden olabilir. Mesaj dolaşan akılda kaybolur.

Her durumda, bu görselleştirmeleri zaten biliyorsunuz. Devam edelim ve daha yeni formlar düşünelim.

'Twixt ve' Tween

Bu görselleştirme sınıfı, geleneksel gruptan daha fazla özellik gösterir ancak mesaj tek bir itme eğilimindedir. Örneğin, "kelime bulutu" nu düşünün. Bu görselleştirme, birbirleriyle ilişkili birçok kelimeyi ölçer; böylece her bir kelime, diğer kelimelere kıyasla kullanımına göre boyut olarak gösterilir. Renkler, grup içindeki alt grupları veya diğer bilgileri göstermek veya tek tek kelime boyutlarını bir bakışta görmeyi kolaylaştırmak için kullanılabilir.

Bir kelime bulutu görselleştirmesinin ne zaman kullanımı iyi olabilir? Sosyal medyada müşteri / kullanıcı ruh hali, çağrı merkezlerinde müşteri sorunlarının tırmanması ve / veya azaltılması, belirli ürünlerle ilgili müşteri talepleri, ürün satışları ve diğer vakalar gibi çeşitli kullanım durumları vardır. Bu türün diğer örnekleri bir temaya dayanan verileri gösterdikleri için Infographics'te sıklıkla görülmektedir.

Satıcı-Dostu ancak Kullanıcı-Averse

Öyleyse, BI satıcılarının sunmaktan gurur duyduğu görselleştirmeler var, ancak çok az sayıda alıcı ve kullanıcı anlıyor. Ama bekleyin diyebilirsiniz. Bir görselleştirmeye bakıp nasıl çalıştığını söyleyemezsem, izleyicilerim verinin onlara ne söylediğini nasıl öğrenebilir?

Bazen görselleştirmenin bilgi içerdiği, ancak sunamadığı doğru. Örneğin, Vincent van Gogh’un 1889’da boyadığı “The Starry Night” ’ı ele alalım. İkonik çalışma rüzgar türbülansını doğru bir şekilde gösteriyor ancak hiçbir matematikçi ya da bilim adamı bu anlayışı yüzyıllar öncesine kadar tanımadı. Bilgiyi verememe konusunda konuşun.

Nature’ın bir raporuna göre, “Bilim adamları yüzyıllardır çalkantılı akışı tanımlamak için uğraştı - bazılarının kuantum mekaniğinden daha zor olduğu söyleniyor”. "Van Gogh'un eserlerinin birçoğu Kolmogorov'un parlaklık olasılık dağılımlarında ölçeklendiğini gösteriyor. Göze bakıldığında, bu kalıp hem büyük kıvrımlar hem de fırçanın yarattığı minik başlıklar da dahil olmak üzere farklı boyutlarda başlıklar olarak görülebilir."

Herhangi bir görselleştirmenin başarısı, en azından kısmen izleyicinin bakış açısı ve bilgisine bağlı olsa da, bazen bilgi daha karmaşık ve kesin görselleştirmeler gerektirecek kadar karmaşıktır. Aksi takdirde, bilgi nakliye veya çeviri içerisinde kaybolur.

Bazı BI satıcıları, görselleştirme paletlerinde bu karmaşıklığı sunar. Bir veri setindeki bilgi akışını tarif etmede çok faydalı olan bir Sankey Şeması buna bir örnektir.

Daphne Tan, "Örneğin, bu görselleştirme, bir bankacılık müşterisinin işlem başına nakit akışını ölçerek para aktardığı süreci gösterebilir. Sankey diyagramları, bir işlemde farklı adımlar arasında bilgi akışını göstermek istediğinizde yararlıdır." Aşağıdaki Sankey Şeması görselleştirmesini üreten MicroStrategy'de Ürün Pazarlama Müdürü.

İzleyicilerinize daha karmaşık görselleştirmelerden bazılarını nasıl okuyacaklarını öğretmek için biraz çaba harcayabilir. Ancak, genelleştirilmiş bilgilerden daha fazlasını düzenli olarak aktarmanız ve bir van Gogh çekmek istemiyorsanız, buna değer. Bununla birlikte, istatistikçiler, mühendisler ve bilim dalında çalışan birçok profesyonel de dahil olmak üzere bu daha kesin ölçümlere ve veri sunumlarına zaten aşina olan kitleleri bulacaksınız.

Aşağıda, bu kategorideki bazı görselleştirmelerin göz önünde bulundurulması gereken ve onları nerede kullanmak istediğinize dair kısa bir açıklama bulunmaktadır:

1. Yay Diyagramları : Bu diyagramlar dize verilerindeki karmaşık kalıpları temsil etme özelliğine sahiptir, bu da sıklıkla tekrarlayan alt diziler içeren diziler anlamına gelir. Nesnelerin İnterneti'nden (IoT) DNA ve akış verilerini düşünün. IBM Research tarafından yayınlanan bu metinde Yay Diyagramları hakkında daha ayrıntılı bilgi bulacaksınız.

2. Sunburst Şeması: Çok seviyeli pasta grafikleri olarak da adlandırılanlar, bunlar öncelikle eşmerkezli daireler kullanarak hiyerarşik verileri görselleştirmek için kullanılır. Bunları örneğin Microsoft Excel'de oluşturabilirsiniz. Aşağıda bir örnek:

3. Akış çizelgesi : Microsoft ve GitHub, bir akış çizelgesini "zaman içinde değerleri görüntülemek için sıkça kullanılan, düzgün enterpolasyonlu yığılmış bir alan grafiği" olarak tanımlamaktadır. Akan bir organik şekil bu grafikte oluşur ve sonuç hem şiddetli hem de pürüzlü olabilir. Yine de, zaman içinde çok çeşitli kategorilerdeki trendleri ve kalıpları bulmak için yüksek hacimli veri setlerini görüntülemek gibi çok geçerli kullanımları vardır. Evet, bu açık kaynaklı bir görselleştirmedir, bu nedenle Microsoft Office mağazasından veya GitHub'dan alabilirsiniz.

4. Hiperbolik Ağaç: Hiperbol olarak da adlandırılan bu görselleştirme, hiperbolik geometriden esinlenmiştir ve temel olarak bir blob yapmaktan kaçınırken sınırlı bir alanda çok büyük bir ağaç çekmenin bir yoludur. Dalları daha küçük görünmesi için her şeyi düz bir düzlem yerine bir diske koyarsınız. Ancak bunları size sürükleyerek daha büyük ve incelenmesi daha kolay hale getirebilirsiniz. Hiperbolik ağaçlar, bir görünümde ayrıntılı ve içerikli büyük bilgiler gösterir (zerrecikli ayrıntıları başka bir görünümde çağırma veya başka şekilde toplama ve gösterme yerine).

Yeni Teknolojiden Yayılan Görselleştirmeler

Günümüzde pek çok farklı görselleştirme türü mevcut. Verileri görsel olarak tanımlamak için düşünülebilecek her yolun zaten mevcut olmasını bekleyebilirsiniz. Ne yazık ki hayır. Yeni teknolojiler ve kullanım durumları da kaçınılmaz olarak yeni görselleştirme formları oluşturuyor.

Artırılmış gerçeklik (AR) ve sanal gerçeklik (VR) sistemleri hemen akla geliyor. BI satıcıları zaten bu sistemler için benzersiz görselleştirmeler üzerinde çalışıyor. Bunun bir örneği Vantage Data Centres'in 3D, VR etkin sanal tur sisteminde yeni veri görselleştirme sistemidir. Bu gibi görünüyor:

"Konsept3D platformunu ilk olarak Mayıs 2017'de başlattık. Santa Clara'da şu anda yapım aşamasında olan yeni veri merkezi tesisimizi tanıtmamıza yardımcı olmak için. Var olmayan bir binayı pazarlamaya çalışırken platform inanılmaz "dedi. Vantage Veri Merkezlerinde Başkan Yardımcısı ve Pazarlama Müdürü Steve Lim.

Veriler, VR'de ekranda bir kaplama olarak görünür ancak bu alan tek başına çok kısıtlayıcı olabilir.

“Yakın vadede, müşterilerimizin ve çalışanlarımızın çoğunun sistemi VR veya masaüstü bilgisayarlarında kullanmamasını bekliyoruz. İlk kez görmek çok etkileyici ve bu sistemin bize operasyonlar ve gerçeklere erişme konusunda bize nasıl yardımcı olabileceği konusunda büyük bir potansiyel var. Lim, dünyanın her yerinden-zamanlı veri "dedi.

Göreve Göre Seçin

Her görselleştirme türü, dağıtım, kompozisyon, ilişki veya karşılaştırma gibi belirli bir analitik görev için oluşturulur. Her görevi anladığınızdan ve buna göre görselleştirmeler seçtiğinizden emin olun. Örneğin, Noel gibi tatillerde ürün satışlarını anlamak, bir ilişki çalışmasıdır. Bunun için iyi görselleştirme seçenekleri, dağılım grafikleri, kelime bulutları ve Venn şemaları olacaktır.

Katların veya lastiklerin daha iyi satış yapıp yapmadığını anlamak, karşılaştırma gösterimidir. Çubuk grafikler, pasta grafikler, madde işareti grafikler ve çizgi grafikler burada iyi seçimlerdir. Pazar payını ve rekabet analizini betimlemek bir kompozisyon görevidir. İçeriğinde ne kadar bilgi göstermeniz gerektiğine bağlı olarak, yığılmış çubuk / alan çizelgeleri, pasta çizelgeleri, şelale veya ağaç haritalarından herhangi birini düşünün.

Dağıtım görevleri, hangi tür malların hangi depolara gönderildiğini ve / veya hangi depolarda depolandığını ve aynı zamanda çeşitli demografik verilerle hükümetler tarafından kaynakların nasıl dağıtıldığını görselleştirmeyi içerir. İyi görselleştirme seçenekleri histogramları, şerit çizimlerini ve kutu çizimlerini içerir.

“Bu durumda, tüm verileri bir kerede görebileceğimiz ve değerlerin, şekillerin veya aykırı değerlerin aralığını bulmaya çalıştığımız bir görünüm istiyoruz” diye açıklıyor BI ve görselleştirme yazılımı şirketi Qlik, Patrik Lundbald.

Görselleştirme Seçme Kontrol Listesi

1. Hedef Kitlenizi Tanıyın: Hedef kitlenizin daha çekici ve ilgi çekici bulma olasılığı yüksek olan bir görselleştirme seçin. Öyleyse, bir infografikdeki komik sosisli kaldırım satıcınızın satışlarını en iyi şekilde gösteriyorsa, bununla devam edin. Ancak, istatistiki, veri bilimi, mühendislik veya diğer üst düzey becerilerle dolu bir izleyiciye aktarıyorsanız, bilgiyi eksik etmeyin. Bilgi için hareket etmeleri gereken ayrıntı ve içeriği sunacak, görünüşte sonsuz bir ilgili görselleştirme yığınını ayırmak zorunda kalmadan bir görselleştirme seçin.

2. Netliği Öncelikli Kılın: Yüksek detaylı ve karmaşık bilgilerle bile net ve açık olun. Amacınız, içerik bir şey olsa bile okunması kolay görselleştirmeler üretmektir.

3. Her Ayrıntıya Dikkat Edin: Bu nedenle, bu BI uygulamasındaki çubuk grafiğin bu bilgiyi iletmesini istersiniz. Ancak çubuklar birbirleriyle doğru bir şekilde ilişkili mi yoksa ölçek kapalı mı? Detaylar önemli. Her görselleştirmedeki her şey bir hikaye anlatıyor. Anlatmak istediğin hikayeyi anlattığından emin ol.

4. Kullanıcı Yorgunluğunu Önleme Planı: Çok fazla görselleştirme, bilinmeyen tasvirler veya aşırı karmaşık grafikler gibi izleyiciyi yorur. Bilgiyi kesin ve kısa bir anlatımla aktarın; böylece izleyici meşgul olmaya devam eder ve öğrendiklerini hatırlar. Gösterge tablolarındaki ve raporlardaki görselleştirme sayısını sınırlayın.

5. Görselleştirme Formlarını Test Edin: Görselleştirmeler şakalar gibidir. Onları açıklamak zorunda kalırsan, o zaman başarısız oldun. Bilgiyi minimum metinle aktarabilmelidir. Bir görselleştirmeyi rutin olarak kullanmaya başlamadan önce, konuya yakın olmayan kişilerde test edin. Bilgileri zaten bilmesi gerekenler yerine görselleştirmede bulması gereken kişileri seçin. Aydınlanmış mı yoksa kafası karışık mı? Kafası karışırsa, başka bir görselleştirme formu seçin veya izleyicinizi eğitmek için hazırlanın.

“Yapay zeka, blokajlar, peteşiyal kanama veya kuantum fiziği hakkında derin bilgi gerektiren uzmanlık bilgisi olmadığı sürece, görselleştirme okuyucuya yalnızca makale bağlamında değil, kendi başına yorumlanabildiği zaman en iyi şekilde hizmet eder” dedi. bir sosyal medya / müşteri incelemesi itibar oluşturma şirketi olan NiceJob'da Pazarlama ve İş Geliştirme.

6. Van Gogh'u hatırlayın: Karmaşık bilgi aldatıcı bir şekilde basit bir tasviri ile kaybolabilir. Bu nedenle, basit bir görselleştirme doğru seçim olmayabilir. Bilgiyi aktarmaya odaklan, önemli olan bu. Ayrıca, Van Gogh bize renklerin hızlı bir şekilde bilgi aktarmanın tek ve hatta en iyi yolu olmadığını öğretti. Van Gogh'un "muhteşem fırçası, farklı noktalar arasındaki göreceli parlaklığın bir ölçüsü olan parlaklık olarak bilinen bir özellikten yararlandı. Göz, parlaklık değişikliklerine renk değişiminden daha duyarlı, bu da parlaklık değişikliklerine renklerden daha hızlı yanıt verdiğimiz anlamına geliyor. "NPR bildirildi. Bilgileri vurgulamak veya hareketi göstermek için çeşitli parlaklık seviyelerinin yanı sıra renk kullanın.

7. Yeni Satıcı Görselleştirmelerini Öğrenin: Anlamadığınız bir satıcı tarafından sunulan görselleştirmeler hakkında dersler, örnekler ve diğer bilgiler isteyin. İşi öğrenmek, zaten bildiğiniz görselleştirmelere bağlı kalmaktan daha iyidir. Neden? Çünkü teknoloji değişiyor ve olduğu gibi, daha yeni görselleştirme biçimleri bile ortaya çıkacak. Telefonunuzu asla güncellemiyor veya yükseltmiyor gibisiniz. Er ya da geç hiç kimseye ulaşamayacaksınız.

8. Bazen Otomatik En İyi: Bazı BI satıcıları, otomatik görselleştirme özelliklerine çok fazla düşünürler. Akla gelen örneklerden biri Salesforce Einstein Analytics. Şirket, erken müşteri ilişkileri yönetimi (CRM) günlerine dayanan müşteri, satış ve pazarlama analizlerinde yılların deneyimine sahiptir. Otomatik görselleştirmeleri bu deneyimi yansıtıyor. Bu nedenle, satış ve müşteri verilerini günden güne güçlendiriyorsanız, görselleştirmeleri işlemek için Einstein'a güvenmek akıllı ve pratik bir çözümdür. Tekerleği yeniden icat etmek için hiçbir sebep yok.

9. Anlatıyı değerlendirin: Anlatınızı geliştiren, bir hikaye anlatan görselleştirmeler seçin. Aksi takdirde, rakamları göstermeye geri dönersiniz ve iş arkadaşlarınız ya da patronunuz da bilgiyi özümseyip saklamaz. Gösterimlerin bağlam içinde olduğundan emin olun, doğru ölçüleri kullanın (örn. Göreceli ve mutlak değerler) ve ölçeği kontrol edin. Önemli noktaları vurgulamak için renkler kullanın, ancak kullandığınız renk sayısını sınırlayın. Görselleştirmenin kendisi izleyicinin odağı olmamalı, içerik olmalıdır.

10. Görevinizi Aklınızda Tutun: Görselleştirmelerin belirli görevler için tasarlandığını ve uygun şekilde kullanıldığını unutmayın. Ancak, basit, neredeyse her zaman karmaşıktan daha iyidir. Amaç, bilgileri makinelerden insanlara aktarmak için en iyi, en hızlı ve en açık araçları bulmaktır.