Typene av datavisualiseringer - dummier

A datavisualisering er en visuell representasjon som er utformet for å formidle betydningen og betydningen av data og datainnsikt. Siden datavisualiseringer er utviklet for et bredt spekter av ulike målgrupper, er ulike formål og forskjellige ferdighetsnivåer, det første trinnet for å designe en flott datavisualisering, å kjenne publikum .

Målgrupper kommer i alle former, former og størrelser. Du kan designe noe for de unge og edgy leserne av bladet Rolling Stone , eller kanskje du må designe en visualisering for å formidle vitenskapelige funn til en forskergruppe. Det er mulig at målgruppen din består av styremedlemmer og organisatoriske beslutningstakere, eller kanskje du designer et stykke som er ment å røre opp en ruckus med medlemmer av en lokal greskrodsorganisasjon.

Siden hvert publikum skal bestå av en unik klasse av forbrukere, hver med sine unike datavisualiseringsbehov, er det viktig å avklare nøyaktig for hvem du designer. I avsnittene får du vite de tre hovedtyper av datavisualiseringer og hvordan du velger den som best tilfredsstiller målgruppens behov.

Dataregistrering for organisatoriske beslutningstakere

Noen ganger må du utforme datavisualiseringer for et mindre teknisk publikum, kanskje for å hjelpe medlemmer av dette publikum til å gjøre bedre informerte forretningsbeslutninger. Formålet med denne typen visualisering er å fortelle publikum historien bak dataene. I dataregistrering avhenger publikum av at du får fornuftig av dataene bak visualiseringen, og gjør deretter nyttig innsikt i visuelle historier som de kan forstå.

Med dataregistrering , må målet ditt være å skape en ubegrenset, svært fokusert visualisering slik at medlemmer av publikum raskt kan trekke ut betydningen uten mye innsats. Disse visualiseringene leveres best i form av statiske bilder, men mer dygtige beslutningstakere kan foretrekke å ha et interaktivt instrumentpanel som de kan bruke til å gjøre litt lete og hva-om modellering.

Datafremvisning for analytikere

Hvis du designer for en mengde logiske beregningsanalytikere, kan du lage datavisualiseringer som er ganske åpne. Formålet med denne typen visualisering er å hjelpe publikums medlemmer visuelt å utforske dataene og trekke sine egne konklusjoner.

Når du bruker datafremvisning -teknikker, bør målet ditt være å vise mye kontekstuell informasjon som støtter målgruppemedlemmene dine i å lage egne tolkninger.Disse visualiseringene bør inkludere mer kontekstuelle data og mindre avgjørende fokus, slik at folk kan komme inn der, analysere dataene for seg selv og dra sine egne konklusjoner. Disse visualiseringene leveres best som statiske bilder eller dynamiske, interaktive instrumentpaneler.

Utforming av datakunst for aktivister

Du kan utforme for et publikum av idealister, drømmere og forandrere. Når du designer for dette publikumet, vil du at datavisualisering skal gjøre et poeng! Du kan anta at det typiske publikum er ikke så analytisk. Men disse menneskene mangler i matematiske ferdigheter, men de kompenserer mer enn i solid overbevisning.

Disse menneskene ser på datavisualisering som et kjøretøy for å gjøre en uttalelse. Når du designer for dette publikum, er datakunst veien å gå. Hovedmålet innen datakunst er å underholde, provosere, irritere, eller gjøre alt som trengs for å gjøre en høy, klar, oppmerksomhetsønskende uttalelse. Datakunst har liten eller ingen fortelling og gir ikke rom for seerne til å danne sine egne tolkninger.

Det er viktig å understreke at dataforskere har et etisk ansvar for alltid å representere data nøyaktig. En datavitenskapsmann burde aldri forvride meldingen til dataene slik at publikum ønsker å høre - ikke engang for datakunst! Ikke-tekniske publikum vet ikke engang hva de mulige problemene er, enda mindre se dem. De stoler på datavitenskaperen for å gi ærlige og nøyaktige representasjoner, og dermed forsterke det etiske ansvaret som datavitenskaperen må påta seg.