Amikor vizualizációs megoldást keresel egy problémára érdemes a környezet és a cél feltárásával kezdeni. Tudományosan hangzik, de egy nagyon egyszerű és nagyon hasznos átgondolása ez annak, hogy éppen ki és mit is vár el tőlünk eredményként. 

Ez a blog sorozat az adat reprezentáció elméleti hátterét járja körbe.

A feladat típusának behatárolása

Alapvetően két kérdést kell feltennünk:

• Az információ, amivel dolgozom fogalmi vagy adatokkal alátámasztott?
• Leírni/körül írni próbálok valamit vagy felfedezésbe kezdek?

Ha ezt a két kérdést sikerül megválaszolni már könnyen ki tudod választani a megfelelő eszközt, meg tudod határozni a szükséges erőforrásokat az elemzéshez, és hatékony vizualizációt készíthetsz a megfelelő ábrázolási módok felhasználásával.

Míg az első kérdés arról szól, hogy mink van, a második megmondja, mit is csinálunk: emészthető formában adunk át valamilyen információt (leírás/körül írás) vagy megpróbálunk valaminek a végére járni (felfedezés)

Egyszerűsítsük le:

FOGALMI               középpontjában ötlet, elmélet, fogalmi elemek állnak

                               célja: egyszerűsítés, tanítás („Vállalatunk szerkezete a következőképpen néz ki”)

ADATVEZÉRELT   statisztikákra, adatokra fókuszál

                               célja: informál, felvilágosít („Itt láthatók a bevételeink az elmúlt két évből.”)

LEÍRÓ                    dokumentálásra, modellezésre koncentrál

                               célja: állítások állítása

FELTÁRÓ               prototipizálás, iteráció, kölcsönhatások keresése, automatizálás a fő irány

célja: igazolás és felfedezés („Lássuk, hogy a marketing befektetések hozzájárulnak-e a profit növekedéséhez”, „Mit látunk, ha vizualizáljuk a megrendeléseket a megrendelők neme, életkora és a megrendelés nagysága szerint valós időben?”)

A négy kérdés kombinációjából egy klasszikus 2x2-es mátrix alakul ki, aminek a megfelelő negyedébe tartozó esetekre felépíthető egy modell, ami egyértelműsíti a vizualizációs elemek és eszközök kiválasztását egy hatékony ábrázoláshoz. Így építhető fel a kérdésekre adott válaszokból

 A részei pedig, amik segítenek meghatározni, hogy hogyan is álljunk neki a vizualizációnak:  - - - > 

Egy ötlet ábrázolása

Egy ilyen feladat minden felesleges díszítéstől mentes ábrázolást kíván. Mivel az adatoktól eltérően egy ötletnek nincsenek világosan kijelölt határai és összefüggései, ebben a negyedben mindennél jobban kell koncentrálnunk arra, hogy ami kialakul az egyértelmű, strukturált és logikusan felépített legyen.

Joggal ezt hívhatjuk a „Tanácsadók” (értsd: tipikus ’Consultant’ munkakör) negyedének. Ők azok, akik, ha jól végzik a munkájukat, képesek a legösszetettebb információt is elénk rajzolni kihasználva az emberi asszociációs készséget, egyezményes jelekkel ábrázolva az összefüggéseket - gondolok itt az „org. chart” -okra és döntési fákra.

CÉL: tanítás, egyszerűsítés, magyarázat

Ötlet generálás

Hagyományosan a megbeszéléseknek azt a részét értjük alatta, amikor valaki a táblára rajzol, és annak mentén új ötletek születnek. Természetesen ebben a negyedben a csoportos munkának nagy a jelentősége, hiszen több ötlet, több út, több lehetőség kerül elő. Éppen ezért felesleges ilyen esetekben a designal törődni, a kifinomult ábrázolás csak lelassítja a munkát.

Leginkább komplex folyamatok újra-gondolásánál kerül elő ez a negyed. Viszont itt szeretném felhívni mindenki figyelmét, hogy a táblára-rajzolós / kivetített Word-ben/Excelben ábrázolós módszeren jóval túlmutat, ha a 

háttérben rendelkezésre álló adatokat egy gyors skiccel felvisszük egy adatelemző eszköz vizualizációs felületére, és ahogy említettem minden felesleges igényesség nélkül végig követjük a gondolatmenetet, miközben a tények állnak rendelkezésre a háttérben.  

CÉL: a problémamegoldás, felfedezés, innováció.

Gyakran az előző pontba vezet vissza, mivel ezután az ötlet hatékony vizualizációja következik.

Mindennapi adatvizualizáció

Egy biztos: a legtöbb elem ebből a negyedből kerül a vezetők prezentációiba, a legtöbbjük egyszerű vonal-, oszlop- vagy kördiagram. A kulcs az egyszerűség; az átláthatóság és a kontextusba helyezés teszi ezeket az ábrákat hatékonnyá. Egy prezentációnál az idő korlátozott, nem szabad, hogy ezt a chart értelmezésére kelljen felhasználni. Ha egy ilyen „mindennapi adatvizualizáció” nem beszél magáért, akkor megbukott – épp olyan, mint egy vicc csattanó nélkül.

Nem akarom azt állítani, hogy egy részletes, leíró ábra nem alkalmas döntés-előkészítésre, de nagyon körültekintőnek kell lenni egy ilyen készítésekor, hogy a vita nehogy végül arról folyjék, hogy mi van az ábrán ahelyett, hogy mi lenne a helyes döntés.

CÉL: megerősítés, összefüggések világossá tétele.

  Az információ képi felfedezése

Egyértelműen a legbonyolultabb negyed, azért is, mert két esetet is magában foglal: a sejtések alátámasztását és/vagy minták, trendek, összefüggések keresését.

a./ Vizuális megerősítés: jellemzően sok ráfordítást igényel a megfelelő ábrázolási módok kiválasztása, és sokszor nem elég a hagyományos megoldásokhoz nyúlni, hanem teljesen egyedi megjelenítési módot kell alkalmazni (sőt, kialakítani).

Ahhoz, hogy egy-egy feltevést igazoljunk, első lépésben elő kell állítanunk/megfelelő formába kell hoznunk az adatokat, amelyek majd a megoldáshoz vezetnek. Bár a mai vizualizációs eszközök egyik nem titkolt célja, hogy programozási ismeretek nélkül állítsuk az adatokat az üzlet szolgálatába, ebben a negyedben szinte kikerülhetetlen az adatok előzetes vagy akár munkafolyamat közbeni manipulációja, ahol jól jön némi R vagy Pyton ismeret. 😉

b./ Vizuális felfedezés: ez az az eset, amikor olyan összefüggéseket keresünk az adatokban, amiket a hatékonyság növelésére tudunk fordítani.

Végtelen mennyiségű, esetenként több egymástól független rendszerben előállított, és együtt felhasználandó adattal dolgozunk, amik akár valós időben is frissülhetnek. Egyértelműen szükség van a szakemberek tudására az előkészítéshez, viszont semmiképpen nem elhanyagolható az ábrázolás jelentősége, hiszen egy jól elkészített vizualizáció olyan összefüggésekre hívhatja fel a figyelmet, ami már módszerekkel soha nem kerülne felszínre.

Természetesen itt is leginkább az egyedi megoldások kerülnek előtérbe - az elemzés közben kialakított cluster-ekkel, speciális kalkulációkkal, térképes ábrázolással, testreszabott megjelenítéssel az hihetetlen eredményeket lehet elérni.

CÉL: új összefüggések felfedezése/ábrázolása, értelmezés, mély elemzés.

Összefoglalás

Nem szabad elfelejteni, hogy az ADATVIZUALIZÁCIÓ nem a megfelelő eszköz, technika, megjelenítési elem kiválasztását vagy egy procedúra terv-szerinti végrehajtását jelenti – sokkal inkább alkotás.

Közkedvelt (és véleményem szerint félrevezető) gondolat ebben a témában is, hogy a folyamat fontosabb, mint az eredmény. Persze, fontos a folyamat (a pontosság, a részletes megfigyelés, a megfelelő út kiválasztása, és bejárása), de amit valójában csinálunk, az a valóság egy olyan szeletének megismertetése a közönségünkkel, amit eddig nem láttak, gondolatformálás, cselekvésre buzdítás.

A következő postban a megjelenítés formájának kiválasztásáról lesz szó – azaz ’milyen chart-ot használjak az adott problémához?’

A blogpost az alábbi cikk felhasználásával készült: HarvardBusinessReview/visualizations-that-really-work

Ha kipróbálnád magad élesben, minden Tableau termék esetében „free trial” áll rendelkezésre. Letöltheted, és a segítségével elkezdheted mélyebben megismerni saját adataidat.

Amennyiben pedig továbblépnél és szeretnéd ezekből a lehetőségekből a mindennapi munkában minél többet hasznosítani, keress fel minket az elérhetőségeink valamelyikén, és mi segítünk megtalálni azokat a területeket, ahol a legnagyobb üzleti hasznot realizálhatod egy ilyen eszköz használatával, természetesen szakmai támogatást nyújtunk a bevezetéshez