El proceso de utilizar la visualización de datos para el análisis de datos consiste en "obtener datos planos aburridos y convertirlos en realidad a través de la visualización". Sin embargo, en el proceso de análisis de datos, muchas personas se han dado cuenta de que la visualización puede convertirse en datos presentados de forma incorrecta. , algunas personas incluso empezaron a decir: "La visualización se utiliza a menudo para interrumpir el proceso de análisis de datos".
Con el rápido desarrollo de nuestra información de Internet, los datos son más ricos que nunca y se puede acceder a ellos en cualquier momento a través de Internet, pero cuando las organizaciones publican análisis de visualización de datos engañosos (intencionales o no), la confianza de las personas en los resultados del análisis de datos se reduce. Se reducirá enormemente.
Por lo tanto, en el proceso de uso del análisis de visualización de datos, debemos prestar atención a qué factores de diseño pueden malinterpretar la visualización, o cómo mostrar claramente los resultados del análisis de datos a través de la visualización.
1. Puntos ciegos en la visualización de datos
La excelencia de los gráficos es que pueden proporcionar a la audiencia la mayor creatividad en el menor tiempo.
Desde un punto de vista fisiológico, la visión y la cognición humanas son uno de los fenómenos más increíbles de la naturaleza:
- La luz entra por los ojos.
- El cristalino envía información de la luz a la retina.
- La retina interpreta la información y envía señales al nervio óptico.
- El nervio óptico transmite 20 megabits al cerebro cada segundo.
El salto de ver a pensar es instantáneo, en un momento tan rápido de observación y comprensión, la visualización de datos demuestra su valor. Aquí, muchas visualizaciones les dicen a los espectadores lo que "deberían" ver en los datos, y el cerebro con exceso de trabajo no puede pensar con cuidado y estará inconscientemente de acuerdo.
Para ser justos, las visualizaciones engañosas no siempre se producen deliberadamente, es posible que algunos detalles no se noten y aparezcan los errores que provocan. Pero incluso los errores inconscientes pueden engañar a la audiencia. Los ojos son impresionantes y los humanos tienden a reducir su propio pensamiento para obtener información rápida. Por lo tanto, la visión y la cognición deben ser las consideraciones clave en el diseño de toda visualización de datos.
Dos, 10 errores de visualización de datos para evitar
1. Contraste de color engañoso
El color es uno de los elementos de diseño más convincentes. Incluso los cambios sutiles en las sombras pueden provocar fuertes reacciones emocionales. En la visualización de datos, un alto grado de contraste de color puede hacer que los espectadores piensen que la diferencia de valor es mayor que la diferencia real.
El esquema de color de alto contraste de este mapa de calor hace que el área roja parezca mucho más grande que el valor representado por el área oscura, y el mapa de calor visualizado usa el color para describir la magnitud del valor. Los valores más altos se muestran en naranja y rojo, mientras que los valores más bajos se muestran en azul y verde. La diferencia entre los valores puede ser pequeña, pero el contraste de color crea una sensación de calor y una mayor actividad.
resumen:
- El color no es solo una forma de distinguir series de datos.
- La combinación de colores de alto contraste hace que el espectador perciba un mayor grado de diferencia de datos.
Uso inadecuado de gráficos 2.3D
Los gráficos 3D traen dos problemas serios en la visualización de datos.
Cuando un gráfico 3D bloquea parcialmente otro gráfico, se produce una oclusión. Este es el resultado de la simulación del espacio en el mundo natural. En el mundo natural, las coordenadas X, Y y Z del objeto son diferentes. En la visualización de datos, la oclusión puede ocultar datos importantes y crear una jerarquía incorrecta. Entre ellos, los gráficos no ocluidos son particularmente importantes.
La distorsión se produce cuando los gráficos 3D se contraen o se extienden desde el plano de la imagen al acortarse. En el dibujo, el tono hace que los objetos parezcan ocupar un espacio tridimensional, pero en la visualización de datos crea jerarquías más erróneas. Los gráficos de primer plano parecen más grandes, los gráficos de fondo son más pequeños y la relación entre las secuencias de datos está innecesariamente distorsionada.
resumen:
- Gráficos 3D, pueden obstruir información importante y confundir la relación proporcional entre series de datos.
- A menos que necesite absolutamente gráficos en 3D, muestre los datos en 2D.
3. Demasiados datos
Este es un problema de diseño eterno: qué incluir y qué reducir en el proceso de búsqueda de una comunicación clara. La visualización de datos no es una excepción, especialmente cuando los datos son ricos y estimulantes.
¿Atraer la atención? Se pueden sacar conclusiones profundas con la ayuda de un solo archivo de visualización.
¿Resolver el problema? Los seres humanos no tienen suficiente poder para calcular el significado de múltiples valores abstraídos en forma visual.
El exceso de datos en un solo archivo de visualización abruma instantáneamente a los espectadores
Cuando la visualización contiene demasiados datos, la información se verá abrumada y los datos se fundirán en gráficos que la mayoría de los espectadores no pueden soportar.
resumen:
- Cuando la sobrecarga de información se aplica a la visualización de datos. Si se muestra demasiado a la vez, es necesario dividir el área de datos.
- El análisis de datos con múltiples objetos de visualización es más efectivo.
4. Omita la línea de base y la escala de corte
A veces, los datos pueden variar mucho, como cuando se miden los niveles de ingresos o los hábitos de voto según las regiones geográficas. Para que el efecto de visualización sea más vívido o hermoso, el diseñador puede elegir manipular el valor de escala en el gráfico.
Un ejemplo común es omitir la línea de base o iniciar el eje Y en algún lugar por encima de cero para que la diferencia de datos sea más obvia.
Otro ejemplo es truncar el valor X de una serie de datos para que parezca comparable a una serie de valor más bajo.
resumen:
- El atractivo estético está sujeto a una representación precisa de los datos.
- No es ético ignorar la línea de base y la escala truncada para exagerar o minimizar deliberadamente las diferencias de datos.
5. Inclinarse por el texto
El comportamiento sugerido es el arte de la persuasión. Dígale a alguien lo que debería ver en la imagen, es posible que lo vea. El texto adjunto a la visualización (copia de apoyo, título, etiqueta, título) está diseñado para proporcionar a los espectadores información de fondo objetiva, no para manipular su percepción de los datos.
resumen:
- Al establecer asociaciones entre conjuntos de datos (a menudo implicando causalidad), a menudo aparece texto sesgado.
- Por lo general, el texto sesgado proviene del cliente y el diseñador marca la pregunta.
6. Elija el método de visualización incorrecto
Cada método de visualización de datos tiene su propio caso de uso. Por ejemplo, un gráfico circular se usa para comparar diferentes partes del todo. Se aplican a los detalles del presupuesto y a los resultados de la encuesta (el mismo gráfico circular), pero no deben compararse entre diferentes conjuntos de datos (distintos gráficos circulares).
El gráfico circular se puede utilizar para visualizar las ganancias de tres empresas competidoras, pero el gráfico de barras puede hacer más obvias las diferencias (o similitudes) entre las dos empresas. Si la visualización está diseñada para mostrar ingresos durante un período de tiempo, un gráfico de líneas será mejor que un gráfico de barras.
Los gráficos circulares se utilizan para comparar partes del todo. Usarlos para comparar diferentes conjuntos de datos (como los ingresos de diferentes empresas) no les dará a los espectadores ninguna información.
resumen:
- Los métodos de visualización de datos no son iguales para todos.
- Comprender las variables que debe transmitir la visualización.
7. Correlaciones confusas
Visualizar la correlación entre conjuntos de datos es una forma útil de brindar a los espectadores una comprensión más amplia del tema. Una forma de mostrar la correlación es superponer el conjunto de datos en el mismo gráfico. Cuando la relevancia se considera cuidadosamente, la superposición puede llevar a momentos aha. Cuando hay demasiadas superposiciones, es difícil para los espectadores establecer conexiones.
También es posible visualizar la correlación de una manera que implica incorrectamente causalidad. Un ejemplo bien conocido es que el aumento de las ventas de helados debido al clima cálido está relacionado con un aumento de los delitos violentos.
resumen:
- Puede resultar útil resaltar la relevancia de múltiples visualizaciones muy cercanas. Esto permite al espectador evaluar los datos y aún así establecer una conexión.
- Vale la pena repetirlo. La correlación no significa causalidad.
8. Amplifique los datos favorables
Los datos y el tiempo son inseparables. Puede acercar el rango de tiempo y mostrar datos que conduzcan a una narrativa más amplia. Visualizar el desempeño financiero es un culpable común. Considere un gráfico que muestre cifras sólidas en un corto período de tiempo, lo que hace que el negocio parezca estar en auge. Desafortunadamente, la contracción muestra que la empresa solo ha experimentado un pequeño aumento y ha experimentado un fuerte y sostenido descenso.
- Si la visualización ampliada no coincide con el significado general de los datos, infórmeselo a la audiencia.
9. Evite las asociaciones visuales comunes
Los elementos de diseño visual afectan la psicología humana. Los iconos, los esquemas de color y las fuentes tienen connotaciones que afectan la percepción del espectador. Esto rara vez sucede cuando los diseñadores ignoran estas conexiones o las evitan y en su lugar usan expresiones creativas.
Analizar la visualización de datos es mentalmente laborioso. En momentos críticos de la cognición, es posible que el cerebro no necesite dedicar tiempo a interpretar la reinvención de elementos de diseño familiares.
resumen:
- Hay innumerables formas de introducir experimentos creativos en la visualización de datos. No distraiga a la audiencia obligándola a reinterpretar asociaciones visuales comunes.
10. Utilice primero la visualización de datos
La visualización de datos da forma a números difíciles de conectar. Cuando los datos son complejos y hay múltiples variables en juego, revelarán el significado. Pero la visualización no siempre es necesaria.
Si las estadísticas se pueden utilizar para comunicar datos de forma clara y concisa, entonces debería ser así. Si la descripción del texto resulta esclarecedora y la forma de los datos mostrados tiene poco efecto, la visualización no es necesaria.
resumen:
- La visualización de datos es una herramienta de comunicación. Como todas las herramientas, a veces es apropiado, mientras que otra herramienta es más apropiada.