Визуализация данных может служить важнейшим инструментом для изучения и передачи сложной информации, а также может запутывать, искажать или представлять данные в ложном свете. Вводящая в заблуждение визуализация данных может быть преднамеренной, если у создателя есть план продвижения. Или это может случиться в следствии ошибок, непонимания данных или процесса визуализации. Какой бы ни была причина, в аналитике недопустима визуализация данных, которая вводит пользователя в заблуждение.

Что такое визуализация данных?

Визуализацию данных можно рассматривать как мощный инструмент коммуникации, который помогает в аналитике данных путем преобразования необработанных данных и числовых значений в эстетически привлекательные визуальные объекты. Это помогает представить сложную информацию в логичной, простой, понятной и интерактивной форме. Таким образом, визуализация данных также является формой организации данных в убедительных и удобоваримых формах.

Виды визуализации данных

Рассмотрим способы или формы, в которых данные могут быть представлены:

• гистограмма: обычно используется для сравнения категорий и групп;
• линейный график: применяется для отображения трендов;
• точечная диаграмма: годится для выделения значений двух разных переменных в виде точек на диаграмме;
• диаграмма с областями: очень похожа на линейную диаграмму; разница только в том, что область под линией закрашивается определенным цветом;
• индикатор: необходим для указания направления движения объектов;
• карта: используется для обозначения географического распределения данных;
• матрица: применяется для выделения взаимосвязи между кратными переменными и точками данных;
• сводная таблица: удобна для обобщения большого количества данных (выделяет важную информацию);
• коробчатая диаграмма: полезна для выделения распределения данных.

Ошибки, которых следует избегать при визуализации данных

Вводящий в заблуждение цветовой контраст

Цвет является одним из самых убедительных элементов дизайна. Даже незначительные вариации оттенков вызывают сильные эмоциональные реакции. При визуализации данных высокая степень цветового контраста может заставить зрителей поверить в то, что различия в значениях больше, чем они есть на самом деле.

Неправильное использование 3D-графики

Трехмерные визуализации данных интересны и увлекательны, но их создание может не стоить затраченных усилий. Практически невозможно отследить высоту каждого столбца до правильного значения Y на многомерной гистограмме. Более того, не будет возможности увидеть значения столбцов, спрятанных за более заметными столбцами. Если эти индикаторы не нужны, нужно просто исключить их из визуализации данных. Если они имеют решающее значение, используйте простую гистограмму вместо трехмерной. Также важно помнить, что настройка всех трехмерных видов и цветов требует больше времени и денег, чем создание визуализации в 2D.

Слишком много деталей

Смысл создания визуализации данных в том, чтобы рассказать историю. Таким образом, необходимо включить как можно больше релевантной информации, исключив при этом нерелевантные или ненужные детали. Это гарантирует, что аудитория обратит внимание на самые важные данные.

По этой причине при создании визуализации данных нужно сначала попытаться определить необходимые переменные. Количество выбранных переменных будет определять формат визуализации.

Исключение базовой линии и усечение масштаба

Данные всегда различаются. Иногда их различие значительно, например, при измерении уровня доходов или привычек голосования в зависимости от географического региона. Стремясь сделать визуализацию более драматичной или эстетически приятной, дизайнеры манипулируют значениями масштаба на графиках.

Типичный пример – пропуск базовой линии или выставление начала оси Y где-то выше нуля, чтобы сделать различия в данных более заметными.

Другим примером является усечение значения X в ряду данных, чтобы оно выглядело сопоставимым с рядами с более низкими значениями.

Предвзятые текстовые описания

Текст, который сопровождает визуализацию (вспомогательный текст, заголовки, метки, подписи), предназначен для того, чтобы дать зрителям объективный контекст, а не манипулировать их восприятием данных.

Выбор неправильного метода визуализации

Каждый метод визуализации данных имеет свои варианты использования. Например, круговые диаграммы предназначены для сравнения различных частей целого. Они хорошо подходят для разбивки бюджета и результатов опросов, но не предназначены для сравнения отдельных наборов данных.

Круговую диаграмму можно использовать для визуализации доходов трех конкурирующих предприятий, но столбчатая диаграмма сделает различия или сходства между предприятиями более очевидными. Если бы визуализация предназначалась для отображения дохода с течением времени, то линейная диаграмма была бы лучшим вариантом, чем гистограмма.

Нарушение общепринятых норм

Еще один часто встречающийся трюк заключается в том, чтобы не следовать устоявшимся правилам и нормам представления информации. Например, все привыкли, что круговые графики используются для представления частей целого, или что на таймлайнах с прогрессом движение идет слева направо. Поэтому, когда такие правила нарушаются, людям тяжело сориентироваться, и они могут не понять, что именно им показывают, неправильно интерпретировав представленные данные.

Влияние плохой визуализации данных

Хотя неточная диаграмма может показаться небольшой ошибкой в общей схеме вашей организации, она может иметь серьезные последствия.

В крайнем случае, неправильно отформатированная диаграмма или график могут привести к юридическим или нормативным проблемам. Например, вводящая в заблуждение визуализация данных, включенная в финансовый отчет, может заставить инвесторов покупать или продавать акции компании.

По своей природе неточные визуализации данных приводят к тому, что у вашей аудитории неточное понимание данных, которые в них представлены. Это непонимание может привести к ошибочным выводам и неверным бизнес-решениям.

По этим причинам твердое понимание науки о данных является важным навыком для профессионалов. Знание того, когда данные являются точными и полными, и способность выявлять расхождения между числами и любыми визуализациями, созданными на их основе, является обязательным в современной бизнес-среде.