Ved hjelp av visualiseringsteknikker for å kommunisere datavitenskapsinnsikt - dummies

Del av Data Science for Dummies Cheat Sheet

All informasjon og innsikt i Verden er ubrukelig dersom den ikke kan kommuniseres. Hvis dataforskere ikke klart kan formidle sine funn til andre, kan potensielt verdifulle datainnsikter forbli uutnyttet.

Etter å ha klart og spesifikk beste praksis i datavisningsdesign kan du utvikle visualiseringer som kommuniserer på en måte som er svært relevant og verdifull for interessentene du jobber med. Følgende er en kort oppsummering av noen av de mest viktige beste praksisene i datavisualiseringsdesign.

• Kjenn ditt publikum: Siden datavisualiseringer er utviklet for et bredt spekter av ulike målgrupper, forskjellige formål og ulike ferdighetsnivåer, er det første trinnet for å designe en flott datavisualisering å kjenne din publikum. Siden hvert publikum skal bestå av en unik klasse av forbrukere, hver med sine unike datavisualiseringer, er det viktig å avklare nøyaktig for hvem du designer.

• Velg passende design stiler: Etter å ha vurdert publikum, er det også viktig å velge den mest hensiktsmessige designstilen. Hvis målet ditt er å lokke målgruppen til å ta en dypere, mer analytisk dykk inn i visualiseringen, bruk en designstil som induserer en kalkulerende og krevende respons i sine seere. Hvis du vil at datavisualiseringen din skal forankre publikums lidenskap, bruk en følelsesmessig overbevisende designstil i stedet.

• Velg smart data grafikktyper : Pass på at du velger grafikktyper som dramatisk viser datatrender du ønsker å avsløre. Du kan vise den samme datatrenden på mange måter, men noen metoder gir en visuell melding mer effektivt enn andre. Velg grafikk typen som gir mest direkte en klar, omfattende visuell melding.

Se på kodingsverktøyet ditt

D3. js er det perfekte programmeringsspråket for å bygge dynamiske interaktive webbaserte visualiseringer. Hvis du allerede er en webprogrammerer, eller hvis du ikke har noe med å ta deg tid til å komme opp i fart i grunnleggende om HTML, CSS og JavaScript, så er det en no-brainer: Bruke D3. js for å designe interaktive nettbaserte datavisualiseringer, er sikker på å være den perfekte løsningen til mange av dine visualiseringsproblemer.

Arbeide med web-baserte applikasjoner

Hvis du ikke har tid eller energi til å komme inn på koding av din egen skreddersydde datavisualisering, ikke vær redd - det finnes noen fantastiske online-applikasjoner tilgjengelig for å hjelpe deg med å få tak i jobb gjort på kort tid.Følgende liste beskriver noen gode alternativer.

• Watson Analytics: Watson Analytics er den første fullskala datavitenskaps- og analyseløsningen som er gjort tilgjengelig som et 100% skybasert tilbud. Watson Analytics ble bygget for å demokratisere datavitenskapens kraft. Det er en plattform hvor brukere av alle ferdighetsnivåer kan gå for tilgang, finjustere, oppdage, visualisere, rapportere og samarbeide med data-drevet innsikt.

• CartoDB: For ikke-programmører eller ikke-kartografer, handler CartoDB om den mest kraftige kartløsningen som er tilgjengelig online. Den brukes til digital visuell kommunikasjon av personer fra alle typer næringer - blant annet informasjonstjenester, software engineering, media og underholdning og byutvikling.

• Piktochart : Piktochart webapplikasjonen gir et brukervennlig grensesnitt for å lage vakre infographics. Søknaden tilbyr et svært stort utvalg av attraktive, profesjonelt utformede maler. Med Piktochart kan du lage enten statisk eller dynamisk infographics.

Å gå med analysepaneler

Når ordet "instrumentbrett" kommer opp, knytter mange mennesker seg til gammeldags forretningsmessige løsninger. Denne foreningen er defekt. Et dashbord er bare en annen måte å bruke visualiseringsmetoder for å kommunisere datainnsikt.

Selv om det er sant at du kan bruke et dashbord til å formidle funn som er generert fra forretningsmessig intelligens, kan du også bruke dem til å kommunisere og levere verdifulle innsikter som er avledet fra forretningsmessig datavitenskap. Bare fordi instrumentpaneler har eksistert en stund, bør de ikke se bort fra effektive verktøy for å kommunisere verdifulle datainnsikt.

Leverandør av Geographic Information Systems (GIS) -programvare

Geografiske informasjonssystemer (GIS) er en annen diskret ressurs i datavitenskap. Når du trenger å oppdage og kvantifisere stedbaserte trender i datasettet, er GIS den perfekte løsningen for jobben. Kart er en form for romlig datavisualisering som du kan generere ved hjelp av GIS, men GIS-programvare er også bra for mer avanserte former for analyse og visualisering. De to mest populære GIS-løsningene er beskrevet nedenfor.

• ArcGIS for Desktop: Proprietary ArcGIS for Desktop er den mest brukte kartleggingsprogrammet.

• QGIS: Hvis du ikke har penger til å investere i ArcGIS for Desktop, kan du bruke åpen kildekode QGIS for å oppnå de fleste av de samme målene gratis.