Innholdsfortegnelse:
- Fortell feil historikk
- Plukker feil ting å måle
- Alienere andre interessenter
- Misforstå publikum for dine data viz
Video: Is Dominos MeatZZa Pizza Worth Getting? 2024
Som en nybegynner kan det være litt overveldende når du lager din første datavisualisering (data for kort). Å takle noe nytt er alltid foruroligende. Ofte rider mye på å produsere en data, som folk finner nyttige.
Så hvordan kan du erobre disse fryktene? Den beste måten er å identifisere disse fryktene, slik at du kan unngå å la dem holde deg tilbake. Her er fire frykter du kan ha når du starter dine første data, for eksempel.
Fortell feil historikk
Du har hørt at dataene er om fortelling. Gode datavisualiseringer forteller viktige historier som gir fabelaktig innsikt, ikke sant? Men når du begynner å utvikle dataene dine, har du ingen anelse om hvilken historie du skal fortelle. Du kan ikke vite hva historien er før du får alt samlet og satt på plass. Så frykten gir sin grimme hode. Du lurer på, "Hva om jeg ikke har en historie å fortelle? Hva om det ikke er inspirerende og overbevisende? “
Første ting først. Du kan ikke fortelle historien din før du vet hva dataene sier, og du kan ikke vite hva dataene sier før du finner ut hvilke data du vil bruke. Du må starte i begynnelsen og sette alle elementene sammen. Ditt første skritt er å finne ut hvilke spørsmål du vil svare på. Når du har gjort denne forberedelsen, vil du føle deg mindre overveldet og klar til å lage historikkvalg.
Plukker feil ting å måle
Du kan tenke at hvis du velger å inkludere selskapets nåværende nøkkelindikatorer (KPIer) i dataene, kan du ikke gå for langt feil. Det er delvis sant, men det er mye mer til det enn det, og det er det som angår deg. Du vet at KPIene vil inneholde noen av de riktige dataene, men hva med alle de andre tiltakene som avdelingen bryr seg om? Og hvis din avdeling (eller klienten) ikke har KPI, hvordan skal du fortsette?
En måte er å begynne med å forstå hva dataene vil gjøre. Vil den svare på spørsmål om hvordan salgsstyrken utfører? Vil den prøve å vise hvilke territorier som genererer mest inntekter? Etter at du har bestemt hva formålet med dataene dine vil være, kan du prøve å bli enige om en tittel for den. Den tittelen vil trolig ikke være den endelige. Mange ting kan skje i løpet av prosjektets varighet for å endre det. Men i det minste kan du se om alle er enige i begynnelsen om hvor du er på vei. Etter at du har valgt tittelen, be alle om å være enige om at tiltakene skal brukes til å oppfylle løftet om tittelen. Hvis du begynner en dialog, går du videre på en intelligent måte.
Alienere andre interessenter
Du kan være fremmedgjørende for andre data, for eksempel interessenter, ved å snakke med deg. Hvordan kan dette være? Du vil gjøre ditt beste for dine samarbeidspartnere og din bedrift, men du finner ut at du bare ikke er enig med deres ideer om dataene. Du lurer på om du skal snakke og risikere at de blir misbillig. Svaret er sannsynligvis ja.
Å gi dine ideer om hvordan du kan fortsette, kan gjøre dataene dine sterkere. Det er også viktig å høre hva dine kolleger har å si. Du vil være oppmerksom på om noen har en interessert interesse i et bestemt utfall. Hvis du bestemmer deg for at noen har en bias, bør du snakke med dem om hvordan det kan påvirke utfallet. På den annen side kan noen ha et annet synspunkt som er verdt å vurdere. Uansett, vær ikke redd for å snakke ditt sinn, og oppfordrer andre til å gjøre det samme. Du kan være sikker på at lederne dine vil stemme deres meninger når dataene er presentert for dem. Da vil du ønske at du hadde vurdert alle vinklene; ellers ser du ut til å være uforberedt på å svare på spørsmål og kan ikke vise at du forstår dataene.
Misforstå publikum for dine data viz
Du kan kanskje tro at du kjenner publikum for dine data, for eksempel. Hvis du har et internt publikum, tror du at du vet hva brukerne vil ha. Du gjør leksene dine og snakker til alle de store interessentene. Du vil ha en klar visjon om brukernes forventninger og arbeide for å forstå hvordan de har tenkt å bruke dataene, for eksempel.
Hvis du har et eksternt publikum, gjør du ditt beste for å undersøke hvem brukerne er og hva de trenger. Men du har fortsatt en følelse av at du ikke har koblet seg til alle gruppene som vil bruke dataene dine, for eksempel. Denne frykten er ikke ubegrunnet. Det er mulig at du kan savne å snakke med noen som vil bruke dataene dine, for eksempel. Du kan rette opp dette problemet ved å spørre alle dine store interessenter om å bruke datavisualiseringen i flere dager som en pretest. En data er ikke satt i stein; Du kan endre det. Ved å pretesting, kan du få tillit til at du har truffet målet ditt.