Video: Data Analysis in R by Dustin Tran 2024
Når du lager datavisualiseringer, er det viktigst å fokusere på databehandling, ikke verktøy. Når det er sagt, er det lett å bli distrahert av ulike verktøy som er tilgjengelige for å skape visualisering.
Alle verktøy er ikke opprettet like. Binder deg til et verktøy før du vet hva som må vises, er en oppskrift på feil. Hvis din bedrift allerede har valgt et bestemt verktøy, må du selvsagt finne ut hvordan du skal jobbe med den. Men hvis du har friheten til å bestemme seg for et verktøy, må du sørge for at data-stasjonen blir ditt valg.
Når du velger et verktøy, er det viktig å vite hva som skiller virkelig avanserte verktøy fra enklere. I en Forrester Wave-rapport fra 2012 med tittelen "Advanced Data Visualization (ADV) Platforms", beskriver Bob Evelson og Noel Yuhanna flere punkter som skiller dagens avanserte avanserte verktøy fra eldre, mindre kraftige verktøy:
-
Dynamisk datainnhold: Dataene er interaktive og kan oppdateres jevnlig for å vise endringer.
-
Visuell spørring: Brukere kan klikke på ikoner og andre bilder for å oppdatere dataene.
-
Flere dimensjoner, koblet visualisering: Flere typer data kan kobles til å vise forskjellige dimensjoner.
-
Animert visualisering: Med en animert visualisering kan du raskt gå til dataene du vil se, slik at du ikke trenger å bruke tidsklikk gjennom data som ikke er relevante for deg.
-
Tilpasning: Programvaren tilordner ulike nivåer av tilgang til dataene, samt tilgang til forskjellige skiver av dataene basert på den aktuelle brukeren.
-
Advarsler om virksomheten: Programvaren utløser varsler som kan varsle ulike interessenter når det er hensiktsmessig.
