///5 лучших практик визуализации данных

 

5 лучших практик визуализации данных

Создание хороших визуализаций и объединение их в информационные панели – это не просто упражнение в предоставлении информации массам. Это тот случай, когда один размер подходит не всем.

1. Визуализация данных должна использоваться для расширения возможностей конкретной аудитории и удовлетворения ее потребностей.

Создание хороших визуализаций и объединение их в информационные панели – это не просто упражнение в предоставлении информации массам. Это тот случай, когда один размер подходит не всем. Вы хотите сделать больше, чем просто отслеживать производительность, отслеживать поведение, измерять эффективность и делиться результатами со всеми, кого вы знаете. При создании панелей мониторинга вам необходимо учитывать следующее

Для кого предназначена визуализация?

При разработке визуализации или панели инструментов определите персону с самым высоким приоритетом. Кто будет смотреть на эти данные? С какими проблемами они сталкиваются и какие препятствия мешают им преодолеть эти проблемы? Не поддавайтесь искушению создать информационную панель, отвечающую потребностям каждого участника, который может когда-нибудь взглянуть на нее.

Какое решение я хочу, чтобы пользователь принял и при каких обстоятельствах?

Определите, какие решения вы хотите принять.Полезно подумать о частоте принятия решения: является ли решение стратегическим, то есть ответ на него может потребоваться только один раз – например, стоит ли покупать недвижимость – или решение является оперативным – например, следует ли утверждать претензию или нет – а нужно отвечать несколько раз в день? Или это решение более тактичное, требующее регулярного еженедельного или ежемесячного просмотра на собрании? Визуализация данных должна быть разработана таким образом, чтобы соответствовать частоте принятия решений.Например, для данных временных рядов установите соответствующий масштаб, в котором ряд точек данных отображается в порядке времени. Кроме того, операционные решения созрели для простых двоичных визуализаций.Например, текст, предлагающий «одобрить» или «отклонить» заявку, тогда как тактические решения могут оправдать более сложный и, возможно, интерактивный интерфейс.

Какие действия я хочу, чтобы люди предприняли с этим пониманием?

Обычно это дает им возможность действовать, опираясь на доказательства. При многих визуализациях данных важно определить порог, когда необходимо предпринять какое-либо действие, например, когда эффективность продаж выходит за пределы статистически значимой нормы для этого конкретного периода. Это может быть достигнуто с помощью визуальных индикаторов, таких как пороговые значения цели или функциональных индикаторов, таких как push-уведомления на телефон или электронную почту.При таком подходе ваша визуализация содержит действенное и значимое содержание .

2. Выберите правильный визуал для вашей цели

Как узнать, какой тип данных визуально работает лучше всего? Рассмотрим следующие рекомендации для распространенных типов диаграмм:

 

Таблицы содержат список записей и состоят из строк (каждая строка – одна запись) и столбцов (каждый столбец является полем). Таблицы могут отображать много информации в структурированном виде, но могут перегружать пользователей, которые просто ищут тенденции высокого уровня.

Линейные диаграммы отслеживают изменения или тенденции во времени и показывают взаимосвязь между двумя или более переменными.

Диаграммы площадей подобны линейным диаграммам, но затеняют область под линией. Между ними есть небольшие нюансы, хорошо изображенные в этой статье.

Анализ последовательности покупок и комплектации

лиенты обычно делятся по моделям покупательского поведения, которые могут быть описаны, как последовательность покупок и комплектация продуктов. Понимание паттернов поможет вам продвигать наиболее подходящие сопутствующие продукты, что хорошо иллюстрируется тактикой, используемой онлайн-ритейлерами: «Вместе с этим товаром, также покупают…».

 

Но для компаний, предлагающих множество продуктов, количество возможных комбинаций растет экспоненциально, что усложняет применение программы следующей продажи. Визуализации могут сильно помочь в анализе такого рода, являющемся отчасти наукой, отчасти искусством.

Гистограммы используются для сравнения количества различных категорий.

Диаграммы рассеяния показывают значения двух переменных, нанесенных вдоль двух осей, а структура результирующих точек показывает любую корреляцию, существующую между ними.Пузырьковые диаграммы похожи на диаграммы рассеяния, но показывают разницу между тремя элементами данных, причем размер пузырька представляет третью переменную.

Круговые диаграммы и кольцевые диаграммы , просто круговая диаграмма с отверстием в центре, используются для сравнения частей целого и должны использоваться осторожно. Клинообразные части круговых диаграмм плохо поддаются сравнению.Маркируйте клинья так, чтобы было очевидно, что клин «33%» действительно больше, чем кусок «20%». И никогда не сравнивайте две круговые или кольцевые диаграммы, не отметив при этом, что размер пирога в целом может быть разным.

Древовидные карты отлично подходят для сравнения пропорций между категориями и размерами их площадей эффективным способом.

Тепловые карты графически показывают данные, где отдельные значения, содержащиеся в матрице, представлены в виде цвета

Генерация естественного языка (NLG), задача обработки естественного языка при создании естественного языка, может использоваться для интерпретации данных и последующего визуального представления этих данных в виде текста.

3. Обеспечить контекст: контекст порождает доверие, которое ведет к действию

Эпоха ИИ наступает на нас, и вместе с ней это реальное обещание массивной трансформации в будущем труда .Мы можем ожидать значительных улучшений в производительности сотрудников: рекомендации, основанные на машинном обучении, могут предсказать клиентов, которые будут работать, могут стимулировать персонализированные маркетинговые кампании и могут подсказать, как оптимально оценить ваши продукты. Во многих случаях задачи будут автоматизированы, но в других опытным пользователям потребуется пересмотреть прогнозы и рекомендации. Для этого им необходимо понять контекст прогноза или рекомендации и доверять им, чтобы в конечном итоге принять окончательное решение. Это верно даже в простых случаях использования без машинного обучения, таких как показатели продаж. Чтобы запустить действие, зритель должен понять, как производительность сравнивается с чем-то осязаемым, например, целью или критерием предыдущего периода. Вы захотите представить метрики в сравнении с динамическими пороговыми значениями в визуализации данных, чтобы помочь вашей аудитории лучше интерпретировать числа, которые они видят.Машинное обучение или нет, чем больше контекста, тем легче им знать, где требуются действия.

 

Отличным методом визуализации данных, помогающим продемонстрировать производительность, будет использование цвета, стрелок, текста и других визуальных подсказок, чтобы помочь зрителям с первого взгляда понять, как интерпретировать информацию.

4. Держите визуализации и информационные панели простыми и удобными для восприятия

Маркетологи уже давно знают, что контент нужно перекусывать , и это относится и к данным! Если каждый собирается создавать свои собственные визуализации данных в вашей компании, вы хотите, чтобы они были разработаны с максимальной отдачей. GoodData имеет собственный Центр компетенции по визуализации данных, который предлагает несколько замечательных советов по улучшению визуализации данных . Проверь их; они помогут вашим дизайнерам визуализации данных лучше использовать пустое пространство и иерархию данных, чтобы рассказать более ясные истории. При использовании таких методов проектирования, улучшенная визуализация поможет различным аудиториям:

  • Быстро понять обзорную информацию высокого уровня
  • Помогите себе больше информации по мере необходимости
  • С большей готовностью используйте ваши визуализации данных, чтобы отвечать на вопросы и эффективно вырабатывать стратегию

5. Дизайн для привлечения пользователей

Новейшая тенденция взаимодействия с пользователем (UX) заключается в объединении опыта рабочих процессов пользователей с действенными идеями, предложениями, прогнозами и следующими лучшими действиями, которые необходимо предпринять для решения задачи или решения под рукой. Опытные бизнес-пользователи по-прежнему смогут углубляться в данные и обнаруживать закономерности и аномалии, но они не будут обременены чрезмерно сложными наборами инструментов, которые используются выделенными бизнес-аналитиками. Вы можете прочитать больше об этом подходе в блоге о дизайне, ориентированном на пользователя, моим коллегой Петром.

 

Поскольку понимание данных влияет на бизнес, все больше людей будут нуждаться в доступе к возможностям облачной бизнес-аналитики вашей компании. Создавая культуру визуализации данных , вы можете стимулировать систематизированный обмен передовым опытом для обеспечения того, чтобы обмен информацией был целенаправленным, стратегическим и эффективным.

2021-02-10T16:11:36+02:00