4 Kebimbangan umum Pencipta Visualisasi Data - mammies

Sebagai pemula, ia boleh menjadi agak menggembirakan apabila anda membuat visualisasi data pertama anda (data semata-mata untuk pendek). Menangani sesuatu yang baru selalu mengganggu. Sering kali, banyak menunggang menghasilkan data yang orang dapat berguna.

Jadi bagaimanakah anda boleh menakluk ketakutan ini? Cara terbaik adalah untuk mengenal pasti ketakutan-ketakutan itu supaya anda dapat mengelak daripada membiarkan mereka menahan anda. Berikut adalah empat kebimbangan yang mungkin anda miliki semasa anda memulakan data pertama anda.

Memberitahu kisah yang salah

Anda telah mendengar bahawa data itu adalah tentang bercerita. Visualisasi data yang baik menceritakan kisah penting yang menghasilkan wawasan yang hebat, bukan? Tetapi semasa anda mula membangunkan data anda, anda tidak tahu apa cerita yang akan anda ceritakan. Anda tidak boleh tahu apa cerita sehingga anda dapat mengumpulkan segala sesuatu dan meletakkannya. Oleh itu, ketakutan menerkam kepala hodohnya. Anda hairan, "Bagaimana jika saya tidak mempunyai cerita untuk memberitahu? Bagaimana jika ia tidak memberi inspirasi dan menarik? "

Perkara pertama dahulu. Anda tidak dapat menceritakan kisah anda sehingga anda tahu apa yang data katakan, dan anda tidak boleh mengetahui data yang dikatakan sehingga anda mengetahui data yang akan anda gunakan. Anda perlu bermula pada permulaan dan meletakkan semua elemen bersama-sama. Langkah pertama anda adalah untuk mengetahui soalan yang ingin dijawab. Apabila anda selesai membuat persediaan ini, anda akan merasa kurang terharu dan bersedia membuat pilihan cerita.

Memilih perkara-perkara yang salah untuk mengukur

Anda mungkin berfikir bahawa jika anda memilih untuk memasukkan penunjuk prestasi kunci semasa (KPI) semasa syarikat itu, anda tidak boleh terlalu jauh salah. Itu sebahagiannya benar, tetapi ada lebih banyak daripada itu, dan itulah kebimbangan anda. Anda tahu bahawa KPI akan menyertakan beberapa data yang tepat, tetapi bagaimana pula dengan langkah-langkah lain yang dimiliki oleh jabatan anda? Dan jika jabatan anda (atau pelanggan) tidak mempunyai KPI, bagaimanakah anda meneruskan?

Salah satu cara adalah untuk memulakan dengan memahami apa yang akan dicapai oleh data tersebut. Adakah ia menjawab soalan mengenai bagaimana pasukan jualan sedang melaksanakan? Adakah ia akan cuba untuk menunjukkan wilayah mana yang menjana pendapatan yang paling? Setelah anda memutuskan tujuan tujuan data anda, cubalah untuk menyetujui tajuk untuk itu. Tajuk itu mungkin tidak akan menjadi yang terakhir. Banyak perkara boleh berlaku semasa tempoh projek untuk mengubahnya. Tetapi sekurang-kurangnya anda dapat melihat sama ada semua orang dalam persetujuan pada permulaan tentang ke mana anda menuju. Setelah anda memilih tajuk itu, mintalah semua orang untuk bersetuju mengenai langkah-langkah yang harus digunakan untuk memenuhi janji gelar itu. Sekiranya anda memulakan dialog, anda bergerak ke hadapan dengan cara pintar.

Meminggirkan pemangku kepentingan lain

Anda mungkin mengasingkan pemangku kepentingan data lain dengan bercakap fikiran anda. Bagaimana ini boleh terjadi? Anda ingin melakukan yang terbaik untuk kolaborator dan syarikat anda, tetapi anda mendapati bahawa anda tidak bersetuju dengan idea mereka mengenai data itu. Anda tertanya-tanya sama ada anda sepatutnya bercakap dan risiko penolakan mereka. Jawapannya mungkin ya.

Menyokong idea anda mengenai cara meneruskan dapat menjadikan data anda lebih kuat. Ia juga penting untuk mendengar apa yang dikatakan rakan sekerja anda. Anda ingin mengetahui jika seseorang mempunyai kepentingan dalam sesuatu keputusan tertentu. Jika anda menentukan bahawa seseorang mempunyai kecenderungan, anda harus bercakap dengan mereka tentang bagaimana ia boleh menjejaskan hasilnya. Sebaliknya, seseorang mungkin mempunyai pandangan yang berbeza yang patut dipertimbangkan. Sama ada cara, jangan takut untuk bercakap fikiran anda, dan menggalakkan orang lain melakukan perkara yang sama. Anda boleh yakin bahawa pengurus anda akan menyuarakan pendapat mereka apabila data tersebut dipaparkan kepada mereka. Kemudian anda akan berharap bahawa anda akan mempertimbangkan semua sudut; jika tidak, anda mungkin kelihatan tidak bersedia untuk menjawab soalan dan mungkin gagal untuk menunjukkan bahawa anda memahami data.

Salah faham penonton untuk data anda

Anda mungkin berfikir bahawa anda mengetahui penonton untuk data anda. Sekiranya anda mempunyai khalayak dalaman, anda percaya bahawa anda tahu apa yang dikehendaki oleh pengguna. Anda melakukan kerja rumah anda dan bercakap kepada semua pemegang kepentingan utama. Anda ingin mempunyai visi yang jelas tentang jangkaan pengguna dan bekerja untuk memahami bagaimana mereka berhasrat untuk menggunakan data itu.

Jika anda mempunyai khalayak luar, anda melakukan yang terbaik untuk menyelidik siapa pengguna anda dan apa yang mereka perlukan. Tetapi anda masih mempunyai perasaan yang membingungkan yang anda tidak berkaitan dengan semua kumpulan yang akan menggunakan data anda. Ketakutan ini tidak berasas. Ada kemungkinan anda boleh terlepas bercakap dengan seseorang yang akan menggunakan data anda. Anda boleh membetulkan masalah ini dengan meminta semua pihak berkepentingan utama anda menggunakan visualisasi data selama beberapa hari sebagai pretest. Sesuatu data itu tidak ditetapkan dalam batu; anda boleh mengubahnya. Dengan pretesting, anda boleh mendapat keyakinan bahawa anda telah mencapai sasaran anda.