Jenis Visualisasi Data - dummies

A visualisasi data adalah perwakilan visual yang direka untuk tujuan menyampaikan makna dan kepentingan data dan pandangan data. Oleh kerana visualisasi data direka untuk spektrum keseluruhan khalayak berbeza, tujuan yang berbeza, dan tahap kemahiran yang berbeza, langkah pertama untuk mereka bentuk visualisasi data yang hebat adalah mengetahui khalayak anda .

Khalayak hadir dalam pelbagai bentuk, bentuk, dan saiz. Anda boleh merancang sesuatu untuk pembaca yang muda dan ceria majalah Rolling Stone , atau mungkin anda perlu merekabentuk visualisasi untuk menyampaikan hasil saintifik kepada kumpulan penyelidikan. Mungkin penonton anda terdiri daripada ahli lembaga pengarah dan pembuat keputusan organisasi, atau mungkin anda merancang sesuatu yang dimaksudkan untuk membangkitkan keberanian dengan anggota organisasi akar umbi tempatan.

Oleh kerana setiap penonton akan terdiri daripada kelas pengguna yang unik, masing-masing dengan keperluan visualisasi data yang unik, penting untuk menjelaskan secara tepat siapa yang anda dirancang. Dalam perenggan, anda dapat mengetahui tiga jenis visualisasi data utama dan cara memilih yang paling sesuai dengan keperluan khalayak anda.

Pengisytiharan data untuk pembuat keputusan organisasi

Kadangkala anda perlu merancang visualisasi data untuk penonton kurang teknikal, mungkin untuk membantu ahli penonton ini membuat keputusan perniagaan yang lebih baik. Tujuan visualisasi ini adalah untuk memberitahu penonton anda cerita di belakang data. Dalam penceritaan data, penonton bergantung kepada anda untuk memahami data di belakang visualisasi dan kemudian menjadikan pandangan berguna dalam cerita visual yang mereka dapat fahami.

Dengan pengisytiharan data , matlamat anda adalah untuk membuat visualisasi yang sangat bebas, sangat fokus supaya ahli penonton anda dengan cepat dapat mengekstrak makna tanpa banyak usaha. Visualisasi ini disampaikan dengan baik dalam bentuk imej statik, tetapi pembuat keputusan yang lebih mahir mungkin lebih suka mempunyai papan pemuka interaktif yang mereka boleh gunakan untuk melakukan sedikit penjelajahan dan pemodelan apa-jika.

Data mempamerkan penganalisis

Jika anda merancang untuk orang ramai yang logik, mengira penganalisis, anda boleh membuat visualisasi data yang agak terbuka. Tujuan visualisasi ini adalah untuk membantu ahli-ahli audiens secara visual meneroka data dan membuat kesimpulan mereka sendiri.

Apabila menggunakan

data mempamerkan teknik, matlamat anda adalah untuk memaparkan banyak maklumat kontekstual yang menyokong ahli penonton anda dalam membuat tafsiran mereka sendiri.Visualisasi ini harus mengandungi data yang lebih kontekstual dan fokus yang kurang konklusif, jadi orang boleh masuk ke sana, menganalisis data untuk diri mereka sendiri, dan membuat kesimpulan mereka sendiri. Visualisasi ini disampaikan dengan baik sebagai imej statik atau dashboard interaktif dinamik. Merekabentuk seni data untuk aktivis

Anda boleh merancang untuk penonton idealis, pemimpi, dan pembuat perubahan. Apabila mereka merancang untuk penonton ini, anda mahu visualisasi data anda menjadi titik! Anda boleh menganggap bahawa ahli khalayak biasa anda bukanlah analitik. Apa yang orang ini kurang dalam kemahiran matematik, bagaimanapun, mereka lebih daripada mengimbangi dalam keyakinan yang solid.

Orang-orang ini melihat visualisasi data anda sebagai kenderaan yang membuat kenyataan. Apabila merancang untuk penonton ini, seni data adalah cara untuk pergi. Matlamat utama dalam seni data adalah untuk menghiburkan, mencetuskan, menyusahkan, atau melakukan apa sahaja yang diperlukan untuk membuat kenyataan yang keras, jelas, menuntut perhatian. Seni data mempunyai sedikit naratif dan tidak memberi ruang kepada penonton untuk membentuk tafsiran mereka sendiri. Penting untuk menekankan di sini bahawa para saintis data mempunyai tanggungjawab etika untuk sentiasa mewakili data dengan tepat. Seorang saintis data tidak boleh memesongkan mesej data agar sesuai dengan apa yang khalayak mahu dengar - bahkan untuk seni data! Penonton bukan teknikal tidak akan tahu apa masalah yang mungkin, apalagi dapat melihatnya. Mereka bergantung pada saintis data untuk memberikan perwakilan yang jujur ​​dan tepat, dengan itu menguatkan tahap tanggungjawab etika yang mesti diambil oleh saintis data.