Innehållsförteckning:
- Överbelasta din datavisualisering med alltför många kartor
- Valet att inte använda instrumentpaneler
- Underlåtenhet att känna igen betydelsen av datavisualiseringar
- Glömma att lista dina datakällor och copyright
- Plocka samma färger för olika objekt på en instrumentbräda
- Använda en svart bakgrund för alla dina datavisualiseringer
- Underlåtenhet att designa för mobila skärmar
- Att göra det oattraktivt
- Använd fel eller ofullständig information
- Glöm inte att genomföra bevisade läsemönster
Video: CS:GO - TOP 10 PLAYER MISTAKES 2024
Att skapa datavisualiseringar kan vara spännande - och en återspegling av dina affärsförmågor. Undvik dessa vanliga blundrar så att vägen till bra datavisualiseringar är mindre glatt för dig.
Överbelasta din datavisualisering med alltför många kartor
Du vill lägga till så mycket data i din visualisering som möjligt så att ingen insikt saknas. Det kan vara fruktansvärt att föreställa sig att du har släppt ut en nyckelkomponent i dina data. Det är ett vanligt sentiment, men att utföra dina uppgifter på så sätt kan skada dina resultat.
Kasta in absoluta varje bit av data kan dölja de data du verkligen behöver se. Ingen kommer att tacka om de måste wade igenom mycket information som inte lägger till något värde. Det bästa sättet att närma sig val av data är att bara välja de datakällor som är kritiska. Du kan sedan lägga till mer i dina data, efter att du ser vilken historia data berättar för dig. Det är också till hjälp att få feedback från dina användare om vad som fungerar och vad som inte gör det.
Valet att inte använda instrumentpaneler
Under de senaste åren har instrumentpaneler blivit en viktig del av Business Intelligence (BI) -analys. Dashboards är skärmar som visar kritisk information om hur verksamheten lyckas eller misslyckas. Det kan visa viktiga resultatindikatorer (KPI) eller lagerdata som är kritiska för försäljningsresultatet.
Två stora fördelar med instrumentpaneler är att de ger både specifik och allmän information efter behov. Till exempel:
-
De hjälper alla intressenter att fokusera på samma information som visas på instrumentbrädan. På så sätt är alla på samma sida och kan utveckla lösningar tillsammans.
-
Användare kan använda interaktiva instrumentpaneler för att borra ner för att få information som är specifik för deras hörn av verksamheten.
När det är möjligt, överväga att använda instrumentpaneler för att hjälpa användare att se en ögonblicksbild av verksamheten.
Underlåtenhet att känna igen betydelsen av datavisualiseringar
Även om de flesta företagsanvändare har sett en mängd olika datavisualiseringar, är det möjligt att de fortfarande inte känner igen hur viktig datavisualisering är för deras företags hälsa. Personer som inte har försökt att analysera stora mängder data för hand kan inte inse att det inte längre är rimligt att bearbeta stora data effektivt utan datavisualisering. Datavisualiseringar kan användas för att få nya insikter om det företag som aldrig skulle erkännas på annat sätt.
Även mycket små företag har sett värdet av att dela infographics med sina kunder.Större företag har blivit inskränkta till att använda datavisualiseringar på grund av påföljden av nya typer av data som tweets, recensioner och Facebook-inlägg. De kan helt enkelt inte ignorera den värdefulla informationen som kan scooped upp och analyseras med rätt verktyg. Se till att du försöker använda datavisualisering när det är möjligt.
Glömma att lista dina datakällor och copyright
Det finns många intressanta infographics och datavisualiseringar online. Tyvärr listar inte var och en av dem datakällor och / eller upphovsrätt. Att lämna den här informationen från en data viz är bra om du skapar den för en liten intern publik. Men om du skapar något som kommer att ses utanför en kontrollerad intern grupp, lägg till din upphovsrätt och lista dina källor.
För ett infografiskt är upphovsrätt och datakällor ett måste eftersom du samlar in information från olika källor för att göra en tilltalande grafik. Om användarna inte vet var informationen kommer från, kommer de vara oroliga att citera statistiken till andra. Ett mål med en infographic är att få den delad av andra. Om det saknar trovärdighet och inte citerar specifika källor, besegrar du ett syfte för att skapa det.
Dessutom, kom ihåg att skyddet av din upphovsrätt är bara hälften av slaget. Du vill se till att du skyddar och ära andras upphovsrätt. Öppna inte dig själv till en rättegång genom att använda material utan tillskrivning.
Plocka samma färger för olika objekt på en instrumentbräda
Okej, du har valt ett färgschema för dina data, varför du är nöjd med. Toppen! Det är inte alltid en lätt uppgift att välja tilltalande färger. Vad du behöver komma ihåg kan du inte använda samma färger för att visa olika saker på alla dina diagram.
Om du till exempel skapar en legend för en finansiell grafik som visar gul som dåliga lån, röda som avskärmning och blå som bra lån så kan du inte heller använda gult för att visa bra lån i ett andra diagram. Konsistens är namnet på spelet. Bli inte upptagen med att skapa datavisualiseringar som är ganska men felaktiga eller förvirrande.
Använda en svart bakgrund för alla dina datavisualiseringer
Om du överväger alla datavisualiseringar du har sett genom åren, skulle du tro att det är ett krav att använda en svart bakgrund. Men svart är inte alltid det bästa valet för bakgrundsfärgen. Det finns många datavisualiseringar som är hemska eftersom de har en svart bakgrund som döljer vad de försöker visa.
Vissa människor jämställer en svart bakgrund med drama och känner att en mörk bakgrund ger betydelse för visualiseringen. Detta är inte nödvändigtvis fallet. Visualiseringar bör vara förståeligt en överblick. Om en användare behöver spendera för mycket tid för att bestämma vad som finns på dataen, eftersom dataen blandar sig med en mörk bakgrund, gör du dina användare en missnöje.
Tänk inte att du blir varnad aldrig använd en svart bakgrund. Du kan använda svart, men se till att du använder lämpligt vitt utrymme runt elementen i dina data, så att de är lätta att läsa.
Underlåtenhet att designa för mobila skärmar
Att använda mobila enheter är inte längre en nyhet. Enligt Google har mer än 138 miljoner användare i USA smartphones. Och tablettmarknaden får också ånga; Gartner Inc, ett tekniskt forskningsföretag, rapporterar att mer än en halv miljard tabletter förväntas levereras under 2013 och 2014.
Du har inte råd att skapa datavisualiseringar som inte visas korrekt på mobila enheter. Om du bara bygger för stora skärmar, hindrar du användarna från att komma åt deras data när och var de behöver den.
Det bästa sättet att hantera problemet med att designa för flera skärmstorlekar är att skapa dina datavisualiseringar med hjälp av responsiv design. I en nötskal tillåter responsiv design att grafiken och innehållet flyter till rätt plats på en mängd olika skärmar - tabletter, smartphones, stationära datorer och så vidare. Se till att planera för denna typ av design på förhand. Att lägga till det senare är tidskrävande och dyrt.
Att göra det oattraktivt
Det faktum att människor gör bedömningar om visuell attraktion är en given. Mänskliga hjärnor är hardwired för att bearbeta och förstå bilder.
Att skapa en fula datavisualisering är en blunder som du inte behöver göra. Du har resurser till hands både online och analog som kan hjälpa dig att skapa en visuellt tilltalande datavisualisering eller infografisk. Detta betyder inte att du kommer att producera något bedövande varje gång, men det betyder att du kan skapa något som är tilltalande och kommer inte att köra läsare borta.
Använd fel eller ofullständig information
Det här är en tuff. Ibland är det inte omedelbart uppenbart att en viss del av data inte är ett bra val. Det kan till och med hända att du faktiskt innehåller dåliga data i din datavisualisering i början. När allt är på ytan är det svårt att avgöra om bitar av data är utelämnade eller bara fel för de uppgifter som finns till hands.
Här kan ett förhållande till IT-avdelningen vara till nytta. Vanligtvis vet de precis hur exakt dataen är och där den blir kort. Även om de inte vet om varje detalj i data kommer de att veta mer än vad du gör. Se till att odla ett förhållande med dem så att du vet det bra, dåliga och fula om dina data.
Glöm inte att genomföra bevisade läsemönster
På grund av framsteg inom neurovetenskap vet vi mer än någonsin om hur våra hjärnor ser och bearbetar information. Vi vet till exempel att det finns sätt att data kan ordnas för att underlätta tolkningen. Du bör använda denna information för att göra din datavisualisering så begriplig som möjligt.
Specifikt bör du överväga Z läsmönstret för layouten på instrumentpanelen. Vanligtvis följer folks ögon ett Z-mönster när de skannar en sida. Ögonen reser vänster till höger över toppen av sidan, ner i vinkel till botten till vänster och sedan över igen från vänster till höger - det är som om ögonen ritar en Z på sidan. Det betyder att om du lägger en meny över toppen, innehållet i mitten och upphovsrätt eller annan information längst ner så har du satt upp ditt instrumentpanel med en layout som de flesta kommer att kunna skanna och bearbeta snabbt.