8 шагов для повышения грамотности визуализации данных

Прочитано: 330 раз(а)


Грамотность визуализации данных — важнейший элемент аналитики, который помогает сообщать результаты. Эти восемь шагов могут помочь повысить грамотность организации в области визуализации данных.

Организации должны быстро разобраться в огромном количестве информации для бизнес-анализа, но методы грамотной визуализации данных помогают повысить скорость и эффективность этих решений на основе данных.

Грамотность визуализации данных включает в себя множество навыков для ясного самовыражения и умения эффективно читать и понимать смысл визуализаций.

«Грамотность визуализации данных больше не является исключительной обязанностью групп по работе с данными», — сказал Дипти Шривастава, руководитель отдела продуктов в Observable, компании по совместной работе с данными. «Основные данные и данные, а именно грамотность, стали неотъемлемой частью большинства рабочих функций».

Предприятиям необходимо использовать организационный подход для развития компетенции в области визуализации данных во всей организации, чтобы добиться лучших результатов в бизнесе. По словам Шриваставы, это начинается с настройки передовых практик и стандартов для рабочих процессов данных, чтобы команды имели прозрачность в отношении того, как создаются идеи, какие источники данных используются, а также какие методы и инструменты аналитики используются.

«Каждый в организации должен иметь возможность не только видеть данные, а именно, но и иметь возможность отслеживать, как было достигнуто это понимание, иметь возможность взаимодействовать с ним, чтобы получить более глубокое понимание», — сказала она.

Компетентность в области визуализации данных также может помочь сотрудникам научиться определять разницу между глянцевой визуализацией и фактической ценностью данных для бизнеса.

«Даже если можно выбрать правильную диаграмму и осмысленно продемонстрировать данные, как мы можем дать людям возможность сделать еще один шаг вперед и определить правильные следующие шаги на основе представленных данных?» сказал Шон Цинсмайстер, старший вице-президент по маркетингу продуктов ThoughtSpot, поставщика платформы бизнес-аналитики и анализа больших данных.

Что такое грамотность визуализации данных?

Как только проект доходит до этапа визуализации , кто-то уже рассказал часть истории. Вот почему понимание варианта использования имеет решающее значение для грамотности визуализации данных, поскольку смысл визуализации данных заключается в быстром получении ответов.

Грамотность данных и визуализацию данных можно рассматривать как взаимодополняющие дисциплины, требующие понимания того, откуда берется информация, почему она собирается и как используется, — сказал Майкл Шварц, старший вице-президент по профессиональным услугам в Resultant, технологии и анализе данных. и консультации по цифровой трансформации.

Грамотность визуализации данных может помочь убедиться, что история, рассказанная визуально, также рассказана точно. Грамотность визуализации данных обычно относится к двум взаимодополняющим навыкам представления данных и исследования данных, сказала Розария Силипо, доктор философии, руководитель отдела евангелизации науки о данных в поставщике программного обеспечения для обработки данных KNIME.

Навыки представления данных помогают визуализировать результаты, когда KPI или другие значимые показатели создают сводку данных компании. Навыки исследования данных помогают визуально исследовать неизвестные данные, чтобы понять статистику и корреляцию.

Грамотность визуализации данных против грамотности данных

Грамотность в отношении данных включает в себя понимание более широкой области практики сбора и хранения данных и того, как данные могут помочь в принятии решений. Грамотность визуализации данных — это понимание того, как создавать более эффективные диаграммы. Компетенция включает в себя понимание сильных и слабых сторон каждого типа диаграмм и того, как их форматировать и украшать.

Потребители диаграмм также нуждаются в грамотности визуализации данных, чтобы правильно интерпретировать диаграммы и судить об их подлинности.

Навыки визуализации данных помогают быстрее отвечать на вопросы из заданного набора, используя визуальные эффекты для передачи анализа. Они позволяют людям просматривать визуальные элементы, такие как диаграммы, графики, информационные панели или анимированную графику, и быстро понимать информацию. Это позволяет отдельным лицам и командам создавать целостное повествование на основе различных, но связанных данных, чтобы быстрее принимать более эффективные решения на основе данных.

«Информационная грамотность, с другой стороны, важна для понимания самого набора данных и его актуальности в контексте, в котором он создается и объединяется», — сказал Шривастава.

Это включает в себя беглость в источниках данных, как создаются конвейеры данных, различные методы анализа и методы преобразования данных. Организация нуждается в компетентности в этих областях, чтобы принимать эффективные и действенные решения на основе данных для развития бизнеса.

Вот восемь шагов, которые компании могут предпринять, чтобы повысить грамотность визуализации данных в организации.

1. Используйте единый визуальный язык

По словам Дэна Лоуера (Dan Lawyer), директора по продуктам компании Lucid Software, поставщика инструментов для совместной работы , предприятиям следует использовать последовательное применение визуального языка . Например, конкретная форма всегда может передавать определенную концепцию. Это обеспечивает более быстрое понимание и большую ясность в общении.

Кроме того, непосредственное связывание визуализации и данных может помочь организовать данные в понятные и доступные сегменты. Правильный визуальный язык с прямой связью с данными упрощает анализ сложных сетей данных с помощью упрощенных визуальных элементов.

2. Оцифруйте метрики

По словам Силипо, оцифровка и сбор данных имеют решающее значение для развития грамотности в области визуализации данных. Чем больше данных собирается и систематизируется, тем больше команд могут визуализировать данные и сотрудничать с ними.

Один из аспектов этого шага состоит в определении ключевых показателей эффективности и метрик для последовательного измерения процессов и событий, которые могут показаться непростыми для количественной оценки. Это формирует основу, которая упрощает выбор и применение подходящего метода визуализации данных к заданному вопросу, анализу или обсуждению.

«Каждая бизнес-задача и каждый набор данных лучше всего раскрываются при использовании соответствующей техники визуализации данных», — сказал Силипо.

3. Понимайте пользователей

EPAM Systems, ИТ-консалтинговая фирма, работает с самыми разными пользователями. Успех зависит от понимания того, кто такие пользователи, будут ли они использовать одни и те же данные и как они будут с ними работать, — сказал Павел Тахиль, старший UX-дизайнер в EPAM.

Ниже приведены некоторые из лучших практик, которые Тахил использует в EPAM для согласования методов визуализации данных с пользователями:

  • Узнайте, кто пользователи и как они будут использовать данные. Поймите целевую аудиторию и соедините потребности бизнеса и пользователей.
  • Разделите данные на несколько страниц. Одна из лучших практик визуализации данных — сделать страницу короткой. Большое количество данных в одном месте не поможет сосредоточиться на необходимой информации.
  • Выясните связь между различными типами данных. Могут быть подключены различные графики, и фильтры могут управлять ими. Потребности пользователей могут определять, следует ли и как группировать данные.
  • Используйте стандарты доступности для шрифтов и цветов. Убедитесь, что данные легко читаются пользователями с ограниченными возможностями.
  • Если аудитория в основном использует мобильные устройства, начните с мобильного подхода, а затем распространите его на настольные компьютеры.

4. Понимание бизнес-контекста

Необходимо тщательно продумать, как данные представлены визуально и как рассказывается история. Учитывайте пользовательский опыт и типы диаграмм, используемых для визуализации данных.

«Достижение базового понимания бизнес-контекста и аудитории, с которой вы работаете, является важным шагом к грамотности визуализации данных», — сказал Шварц.

Например, кто-то может визуализировать генеральную совокупность и сегменты внутри этой совокупности совершенно иначе, чем представить информацию, в которой во времени отслеживаются только две точки данных. Часто бывает достаточно простой линейной диаграммы только с двумя точками данных.

При визуализации общей совокупности кто-то может захотеть связать демографические данные, такие как возраст, раса, род занятий и доход, с некоторыми показателями, относящимися к бизнесу, с помощью комбинации линейных диаграмм, пузырьковых диаграмм или гистограмм.

Умение визуализировать данные поможет лучше всего связать представление данных с каким-либо аспектом бизнеса, к которому они могут относиться, например, с выявлением конкретных сегментов населения, которые тратят больше на определенные линейки продуктов или категории.

5. Настройте цикл обратной связи

При визуализации данных большая часть ответственности за настройку визуализации лежит на создателях, так же как авторы книг адаптируют свой язык к аудитории. То, как они представляют данные, должно быть понятно потребителям.

Циклы обратной связи с быстрым анализом данных и визуализацией могут помочь каждому улучшить навыки создания и использования визуализаций, — сказал Марчин Бартошек, руководитель отдела бизнес-аналитики в Spacelift, платформе «инфраструктура как код» для инженеров DevOps.

На этапе сбора требований аналитик должен понять, что необходимо сделать, и представить исходный проект анализа данных, включая визуализацию. Затем заинтересованная сторона может узнать о методах, внести свой вклад и научиться интерпретировать данные. Затем аналитик может настроить уровень сложности на основе обратной связи.

6. Определите пробелы

По словам Шриваставы, команды также должны выявить пробелы в грамотности визуализации данных внутри организации или у отдельных лиц. Затем люди могут предпринять шаги для устранения пробелов в навыках или знаниях, узнав больше о методах и инструментах анализа и визуализации данных или создав эффективную визуализацию данных для передачи идей из различных типов данных.

Например, определите наилучшие типы диаграмм и когда их использовать, или узнайте о разнице между солнечными лучами и круговой диаграммой.

7. Получайте удовольствие от этого

«Визуализация данных — это искусство и наука», — сказал Энди Котгрив, технический евангелист Tableau в Salesforce. Он рекомендовал найти некоторые данные, которые имеют личное значение, чтобы научиться использовать платформу визуализации данных.

«Использование лично интересных данных будет мотивировать вас следовать догадкам и исследовать данные», — сказал он.

Также полезно рассмотреть, как диаграммы используются в средствах массовой информации. Они честны или лукавят? Как еще можно визуализировать те же данные? Кроме того, когда диаграммы появляются в презентациях на работе, будьте более внимательны к тому, эффективны они или отвлекают, и почему это так. Сотрудничество также является ключевым.

« Общество визуализации данных — это огромное сообщество других практиков, — сказал Котгрив. «Совместные онлайн-проекты, такие как Real World Fake Data , Viz For Social Good , Back 2 Viz Basics, — все это безопасные места для игры с данными и обмена ими с другими».

8. Учитывайте технологии, процессы и культуру

По словам Шона Роджерса, вице-президента по стратегии аналитики в Tibco, грамотность в области визуализации данных требует понимания технологий, процессов и культуры. Передача аналитической технологии в руки нужных людей является ключом к росту и демократизации идей, основанных на данных. Повторяющиеся процессы обеспечивают согласованность, стандартизацию и управление, которые предоставляют командам тщательно продуманный путь к более глубокому пониманию с помощью визуализаций и идей, полученных с аналитических платформ.

Культура помогает создать соответствующую основу для развития навыков, образования, сотрудничества и финансирования.

Грамотность в работе с данными и грамотность в визуализации данных идут рука об руку, обеспечивая последнюю милю ценности аналитики.

«Вы можете владеть всеми данными в мире и использовать их для создания прекрасных визуализаций», — сказал Роджерс. «Но если пользователь не разбирается в данных и ему не хватает навыков для точного понимания и передачи этих идей для побуждения к действию, ценность немедленно теряется».

8 шагов для повышения грамотности визуализации данных



Новости партнеров