Datavisualiseringarna - dummies

En datavisualisering är en visuell representation som är utformad för att överföra betydelsen och betydelsen av data och datainsikten. Eftersom datavisualiseringar är utformade för ett helt spektrum av olika publikgrupper, är olika mål och olika kompetensnivåer, det första steget att utforma en stor datavisualisering, att känna publiken .

Målgrupper kommer i alla former, former och storlekar. Du kan utforma något för de unga och läsiga läsarna av Rolling Stone tidningen, eller kanske du behöver utforma en visualisering för att förmedla vetenskapliga resultat till en forskargrupp. Det är möjligt att din publik består av styrelseledamöter och organisatoriska beslutsfattare, eller kanske du utformar en bit som är avsedd att röra upp en ruckus med medlemmar i en lokal gräsrotsorganisation.

Eftersom varje publik kommer att bestå av en unik klass av konsumenter, var och en med sina unika behov av datavisualisering är det viktigt att klargöra exakt för vem du designer. I styckena läser du de tre huvudtyperna av datavisualiseringar och hur man väljer den som bäst motsvarar dina publikers behov.

Databerättelse för organisationsbeslutande beslutsfattare

Ibland måste du utforma datavisualiseringar för en mindre teknisk publik, kanske för att hjälpa medlemmar i denna publik att göra bättre informerade affärsbeslut. Syftet med denna typ av visualisering är att berätta för publiken historien bakom data. I berättandet beror publiken på att du förstår data bakom visualiseringen och sedan gör användbar insikt i visuella historier som de kan förstå.

Med databerättelse , måste ditt mål vara att skapa en ruttfri och mycket fokuserad visualisering så att medlemmar i din publik snabbt kan extrahera mening utan mycket ansträngning. Dessa visualiseringar levereras bäst i form av statiska bilder, men mer skickliga beslutsfattare kanske föredrar att ha en interaktiv instrumentbräda som de kan använda för att göra lite prospektering och vad-om modellering.

Datautställning för analytiker

Om du designar för en massa logiska analysberäkare kan du skapa datavisualiseringar som är ganska öppna. Syftet med denna typ av visualisering är att hjälpa publikmedlemmarna att visuellt utforska data och dra sina egna slutsatser.

När du använder datavisningshantering -teknik, bör ditt mål vara att visa mycket kontextuell information som stöder dina målgrupper i egna tolkningar.Dessa visualiseringar bör innehålla mer kontextuell data och mindre avgörande fokus, så att människor kan komma in där, analysera data för sig själva och dra egna slutsatser. Dessa visualiseringar levereras bäst som statiska bilder eller dynamiska interaktiva instrumentpaneler.

Utforma datakonst för aktivister

Du kan utforma för en publik av idealister, drömmare och förändringsmakare. När du designar för den här publiken vill du att din datavisualisering ska göra en poäng! Du kan anta att din typiska publik inte är så analytisk. Vad dessa människor saknar i matematik färdigheter, men de kompenserar mer än i solida övertygelser.

Dessa personer tittar på din datavisualisering som ett fordon för att göra ett uttalande. När du utformar för den här publiken är datakonst vägen att gå. Huvudmålet inom datakonst är att underhålla, provocera, irritera eller göra vad som krävs för att göra ett högt, tydligt, uppmärksamhetsbehovligt uttalande. Datakonst har liten eller ingen berättelse och ger inte plats för tittare att bilda sina egna tolkningar.

Det är viktigt att betona här att datavetenskapare har ett etiskt ansvar att alltid representera data exakt. En datavetenskapare bör aldrig förvränga meddelandet om data så att det passar vad publiken vill höra - inte ens för datakonst! Icke-tekniska publiker vet inte ens vad de möjliga problemen är, än mindre kan se dem. De litar på datavetenskaparen för att ge ärliga och korrekta representationer, vilket förstärker den nivå av etiskt ansvar som datavetenskaparen måste anta.