Finn mønstre i infographics data - dummies

Den menneskelige hjernen søker naturlig ut mønstre. Spotting mønstre er avgjørende for å skape overbevisende innhold for infographics fordi mønstre peker på et lag av betydning bak dataene og foreslå tilstedeværelse av et underliggende forhold eller struktur for å undersøke og unearth. Kort sagt, mønstre er en annen viktig måte at en datalogist finner historien i fakta.

Her er et eksempel fra profesjonell amerikansk fotball. Si at du jobber med en enkel grafikk som sammenligner de ti beste kvartalsbackene. Du vet, enten fra din kjærlighet til fotball eller fra din forskning, at Peyton Manning dominert NFL som en Indianapolis Colt før du mangler en hel sesong på grunn av en nakkeskader. Hvordan virket Colts med og uten han?

Indianapolis Colts 'vinnende prosentandel

• 1998-2010 (med Manning): 68%

• 2011 (uten manning): 13%

Colts gjorde det klart bedre med Manning på banen. Manning flyttet seg til en ny jobb med Denver Broncos. I løpet av samme tidsrom, ta en titt på hvordan Denver spilte før og etter at Manning spilte med laget.

Denver Broncos 'vinnende prosentandel

• 1999-2011 (med minst fem quarterbacks, men ikke inkludert Manning): 53%

• 2012 (med Manning): 81%

Mønsteret du ser fremstår er at lagene førte av Peyton Manning pleier å være vellykket. For å være sikker på, påvirket mange andre faktorer hvert lags vinnende prosentandel, men bare å isolere dette ene mønsteret avslører akkurat hvordan instrumental Peyton Manning er i suksessen til laget han spiller for.

Du kan ta denne ballen og løpe med den. Nå, kanskje din enkle grafikk på topp ti kvartaler blir en titt på hvordan en spiller kan forandre et lags formuer. Kanskje Manning blir fokuset på grafikken, og de ti ti dataene blir støttende bakgrunnsinformasjon. Hele din visuelle historie kan endres basert på mønstrene du finner gjennom din forskning.