Med hjälp av Visualization Techniques för att kommunicera Data Science Insights - dummies

Del av Data Science For Dummies Cheat Sheet

All information och insikt i världen är värdelös om den inte kan kommuniceras. Om datavetenskapare inte klart kan kommunicera sina resultat till andra kan potentiellt värdefulla datainsatser vara oanvända.

Efter tydliga och specifika bästa praxis i datavisningsdesign kan du utveckla visualiseringar som kommunicerar på ett sätt som är mycket relevant och värdefullt för de intressenter för vilka du arbetar. Nedan följer en kort sammanfattning av några av de viktigaste bästa metoderna inom datavalyseringsdesign.

• Känn din publik: Eftersom datavisualiseringar är utformade för ett helt spektrum av olika publikgrupper, olika syften och olika kompetensnivåer, är det första steget att utforma en stor datavisualisering att känna till din publik. Eftersom varje publik kommer att bestå av en unik klass av konsumenter, var och en med sina unika datavisningsbehov är det viktigt att klargöra exakt för vem du designer.

• Välj lämpliga design stilar: När du överväger din målgrupp, är det också viktigt att välja den mest lämpliga designstilen. Om ditt mål är att locka din målgrupp i att ta en djupare och mer analytisk dyka in i visualiseringen, använd sedan en designstil som ger ett beräkning och krävande svar i sina tittare. Om du vill att din datavisualisering ska bränna din publiks passion, använd en känslomässigt tvingande designstil istället.

• Välj smarta data grafiska typer : Se till att du väljer grafiktyper som dramatiskt visar datatrenderna du vill avslöja. Du kan visa samma datatrend på många sätt, men vissa metoder ger ett visuellt budskap mer effektivt än andra. Välj den grafiktyp som mest direkt ger ett tydligt, omfattande visuellt meddelande.

Titta på din kodningsverktygssats

D3. js är det perfekta programmeringsspråket för att bygga dynamiska interaktiva webbaserade visualiseringar. Om du redan är en webprogrammerare, eller om du inte har något emot att ta den tid som krävs för att få fart på grunderna i HTML, CSS och JavaScript, så är det en no-brainer: Använda D3. js att designa interaktiva webbaserade datavisualiseringar är säkerligen den perfekta lösningen för många av dina visualiseringsproblem.

Arbeta med webbaserade applikationer

Om du inte har tid eller energi att komma in i kodning upp din egen custom-made datavisualisering, var inte rädd - det finns några fantastiska onlineapplikationer tillgängliga för att hjälpa dig att få jobb gjort på nolltid.Följande lista beskriver några bra alternativ.

• Watson Analytics: Watson Analytics är den första fullskaliga datalogi och analyslösningen som har gjorts tillgänglig som ett 100% molnbaserat erbjudande. Watson Analytics byggdes för att demokratisera datavetenskapens kraft. Det är en plattform där användare på alla färdighetsnivåer kan komma åt, förfina, upptäcka, visualisera, rapportera och samarbeta med data-driven insikter.

• CartoDB: För icke-programmörer eller icke-kartografer handlar CartoDB om den mest kraftfulla kartläggningslösningen som finns tillgänglig online. Den används för digital visuell kommunikation av personer från alla typer av industrier - inklusive informationstjänster, programvaruteknik, media och underhållning samt stadsutveckling.

• Piktochart : Piktochart webbapplikation ger ett lättanvänt gränssnitt för att skapa vackra infographics. Ansökan erbjuder ett mycket stort utbud av attraktiva, professionellt utformade mallar. Med Piktochart kan du göra statiska eller dynamiska infografier.

Gå med analyspanelen

När ordet "instrumentpanel" kommer upp, associerar många människor sig med gammaldags affärsintelligenslösningar. Denna förening är felaktig. En instrumentpanel är bara ett annat sätt att använda visualiseringsmetoder för att kommunicera datainsikten.

Även om det är sant att du kan använda en instrumentpanel för att kommunicera fynd som genereras av affärsinformation, kan du också använda dem för att kommunicera och leverera värdefulla insikter som härrör från affärsmässig datavetenskap. Bara för att instrumentpanelen har funnits i ett tag borde de inte bortse från effektiva verktyg för att kommunicera värdefulla datainsatser.

Utnyttjande av geografisk informationssystem (GIS) -programvara

Geografiska informationssystem (GIS) är en annan underskattad resurs inom datavetenskap. När du behöver upptäcka och kvantifiera platsbaserade trender i ditt dataset är GIS den perfekta lösningen för jobbet. Kartor är en form av geografisk datavisualisering som du kan generera med GIS, men GIS-programvara är också bra för mer avancerade former av analys och visualisering. De två mest populära GIS-lösningarna beskrivs nedan.

• ArcGIS för skrivbord: Proprietary ArcGIS for Desktop är den mest använda kartläggningsapplikationen.

• QGIS: Om du inte har pengar att investera i ArcGIS för skrivbord kan du använda QGIS med öppen källkod för att uppnå de flesta av samma mål gratis.