Topp 10 Blunders å unngå når du lager Datavisualiseringer - Dummies

Opprette datavisualiseringer kan være spennende - og en refleksjon av dine forretningsferdigheter. Unngå disse vanlige blunders, slik at banen til gode datavisualiseringer er mindre glatt for deg.

Overbelastning av datavisualisering med for mange diagrammer

Du vil legge så mye data til din visualisering som mulig slik at ingen innsikt blir savnet. Det kan være fryktelig å forestille seg at du har utelatt en nøkkelkomponent av dataene dine. Det er et vanlig sentiment, men å utføre dataene dine på den måten kan være skadelig for resultatene dine.

Kaster inn absolutt alle datamaterialer kan skjule dataene du virkelig trenger å se. Ingen vil takke deg hvis de må vasse gjennom mye informasjon som ikke legger til noen verdi. Den beste måten å nærme seg valg av data på er å bare velge de datakilder som er kritiske. Du kan da legge til mer i dataene dine, etter at du ser hvilken historie dataene forteller deg. Det er også nyttig å få tilbakemelding fra brukerne om hva som fungerer og hva som ikke gjør det.

Valg uten å bruke instrumentpaneler

I de siste årene har instrumentpaneler blitt en viktig del av forretningsinformasjonsanalysen (BI). Dashboards er skjermbilder som viser viktig informasjon om hvordan virksomheten lykkes eller feiler. Det kan vise viktige resultatindikatorer (KPI) eller lagerdata som er kritiske for salgsytelsen.

To store fordeler med instrumentpaneler er at de gir både spesifikk og generell informasjon etter behov. For eksempel:

• De hjelper alle interessenter med å fokusere på samme informasjon som vises på dashbordet. På denne måten er alle på samme side og kan utvikle løsninger sammen.

• Brukere kan bruke interaktive instrumentpaneler til å bore ned for å få informasjon som er spesifikk for deres hjørne av virksomheten.

Når det er mulig, bør du vurdere å bruke oversikter for å hjelpe brukerne til å se et øyeblikksbilde av virksomheten.

Mangler å gjenkjenne viktigheten av datavisualiseringer

Selv om de fleste bedriftsbrukere har sett en rekke datavisualiseringer, er det mulig at de fortsatt ikke gjenkjenner hvor viktig datavisualisering er for helsen til virksomheten. Personer som ikke har forsøkt å analysere store mengder data for hånd, kan ikke innse at det ikke lenger er rimelig å behandle store data effektivt uten datavisualisering. Datavisualiseringer kan brukes til å få ny innsikt om virksomheten som aldri ville bli gjenkjent ellers.

Selv svært små bedrifter har sett verdien av å dele infographics med sine kunder.Større bedrifter har blitt presset inn i bruk av datavisualiseringer på grunn av angrep av nye typer data som tweets, anmeldelser og Facebook-innlegg. De kan rett og slett ikke ignorere den verdifulle informasjonen som kan skannes opp og analyseres med de riktige verktøyene. Pass på at du prøver å bruke datavisualisering når det er mulig.

Glemmer å oppgi datakilder og opphavsrett

Det er mange interessante infographics og datavisualiseringer på nettet. Dessverre lister ikke alle dem datakilder og / eller opphavsrett. Å forlate denne informasjonen av en data viz, er greit hvis du lager den til et lite internt publikum. Men hvis du lager noe som vil bli sett utenfor en kontrollert intern gruppe, legger du til din opphavsrett og lister dine kilder.

For et infografisk er opphavsretts- og datakilder et must fordi du samler informasjon fra en rekke kilder for å lage en tiltalende grafikk. Hvis brukerne ikke vet hvor informasjonen kommer fra, vil de være urolige med å sitere statistikken til andre. Et mål med et infographic er å få det delt av andre. Hvis den mangler troverdighet og ikke citerer bestemte kilder, beseirer du ett formål for å opprette det.

I tillegg må du huske at beskyttelsen av opphavsretten er bare halvparten av kampen. Du vil sørge for at du beskytter og respekterer andres opphavsrett. Ikke åpne deg selv for en søksmål ved å bruke materiale uten attribusjon.

Plukk de samme fargene for forskjellige elementer på et dashbord

Ok, du har valgt et fargevalg for dine data, for eksempel at du er fornøyd med. Det er flott! Det er ikke alltid en lett oppgave å velge tiltalende farger. Det du trenger å huske, kan du ikke bruke disse samme fargene til å skildre forskjellige elementer på alle diagrammer.

Hvis du for eksempel lager en legende for en finansiell grafikk som viser gul som dårlig lån, rød som foreclosures, og blå som gode lån, kan du heller ikke bruke gul til å skildre gode lån i et annet diagram. Konsistens er navnet på spillet. Ikke bli fanget opp med å lage datavisualiseringer som er ganske, men unøyaktige eller forvirrende.

Bruke en svart bakgrunn for alle dine datavisualiseringer

Hvis du vurderer alle datavisualiseringer du har sett gjennom årene, tror du at det er et krav å bruke en svart bakgrunn. Men svart er ikke alltid det beste valget for bakgrunnsfargen. Det er mange datavisualiseringer som er forferdelige fordi de har en svart bakgrunn som hindrer det de prøver å vise.

Noen likestiller en svart bakgrunn med drama og føler at en mørk bakgrunn gir betydning for visualiseringen. Dette er ikke nødvendigvis tilfelle. Visualiseringer bør være forståelig med et blikk. Hvis en bruker trenger å bruke for mye tid på å bestemme hva som er på dataene, fordi dataene passer sammen med en mørk bakgrunn, gjør du brukerne en disservice.

Ikke tenk at du blir advart på aldri bruk en svart bakgrunn. Du kan bruke svart, men sørg for å bruke riktig hvit plass rundt elementene i dataene dine, slik at de er lettlestbare.

Unnlatelse å designe for mobile skjermer

Bruk av mobilenheter er ikke lenger en nyhet. Ifølge Google har over 138 millioner amerikanske brukere smarttelefoner. Og tablettmarkedet får også damp; Gartner Inc, et teknisk forskningsfirma, rapporterer at mer enn en halv milliard tabletter forventes å levere i 2013 og 2014.

Du har ikke råd til å lage datavisualiseringer som ikke vises riktig på mobile enheter. Hvis du bare bygger for store skjermer, forhindrer du at brukerne får tilgang til dataene sine når og hvor de trenger det.

Den beste måten å håndtere problemet med å designe for flere skjermstørrelser, er å lage dine datavisualiseringer ved hjelp av responsiv design. I et nøtteskall, gir responsiv design grafikk og innhold til å strømme inn på riktig sted på en rekke skjermer - tabletter, smarttelefoner, skrivebord, og så videre. Pass på å planlegge for denne typen design på forhånd. Legge til det senere er tidkrevende og kostbart.

Gjør det unattractive

Det faktum at folk dommer om attraktiviteten til et visuelt er en gitt. Menneskelige hjerner er hardwired for å behandle og forstå bilder.

Å lage en stygg datavisualisering er en blunder som du ikke trenger å lage. Du har ressurser på fingertuppene både online og analog som kan hjelpe deg med å skape en visuelt tiltalende datavisualisering eller infografisk. Dette betyr ikke at du vil produsere noe bedøvelse hver gang, men det betyr at du kan lage noe som er tiltalende og vil ikke kjøre lesere unna.

Bruke feil eller ufullstendig informasjon

Dette er en tøff. Noen ganger er det ikke umiddelbart tydelig at en bestemt del av data ikke er et godt valg. Det kan til og med skje at du faktisk inkluderer dårlige data i datavisualisering ved starten. Tross alt, på overflaten er det vanskelig å avgjøre om deler av data er utelatt eller bare feil for dataene ved hånden.

Det er her et forhold til IT-avdelingen kan komme til nytte. Vanligvis vet de akkurat hvor nøyaktige dataene er og hvor det faller kort. Selv om de ikke vet om alle detaljer i dataene, vil de vite mer enn du gjør. Sørg for å kultivere et forhold med dem slik at du vet det gode, dårlige og stygge om dataene dine.

Glemmer å implementere dokumenterte lesemønstre

På grunn av fremskritt innen nevrovitenskap, vet vi mer enn noen gang om hvordan hjernen vår ser og behandler informasjon. For eksempel vet vi at det finnes måter at data kan ordnes for å gjøre det lettere å tolke. Du bør bruke denne informasjonen for å gjøre data visualisering så forståelig som mulig.

Spesielt bør du vurdere Z lesemønsteret for utformingen av oversikten. Vanligvis følger folks øyne et Z-mønster når de skanner en side. Øynene beveger seg venstre til høyre over toppen av siden, ned i vinkel til nederste venstre hjørne, og deretter over igjen fra venstre til høyre - det er som om øynene tegner en Z på siden. Dette betyr at hvis du setter en meny over toppen, innhold i midten og opphavsrett eller annen informasjon nederst, vil du ha satt opp dashbordet ditt med et oppsett som de fleste mennesker kan skanne og behandle raskt.