Storytelling, czyli zarządzanie uwagą w trakcie prezentacji

Storytelling to nowoczesna konwersacyjna technika prezentacyjna, sztuka używania opowieści do wzbudzania emocji, przekonywania do swoich pomysłów, nakreślania przyszłości oraz przybliżania strategii. Opowieści angażują słuchacza, zmuszają do pobudzenia wyobraźni, zapadają też w pamięć. Warto angażować słuchacza w dialog, w historię, dzięki temu adresat naszej opowieści czuje, że przyczynia się do wspólnej misji i jest częścią pewnej całości. Jeszcze przed wynalezieniem pisma ludzie przekazywali sobie informacje poprzez opowieści, opowieści od zawsze są ważną częścią naszego życia. W starożytności dokonania wielkich uczonych były przekazywane ustnie. Historie z życia Jezusa, zanim zostały spisane, były przekazywane przez jego uczniów w formie opowieści. To mama opowiadając nam bajki, uczyła nas, co jest dobre, a co złe. Dorastając, uczyliśmy się wielu rzeczy dzięki opowieściom – na przykład opowieść o żółwiu i zającu nauczyła nas, że w życiu ważna jest wytrwałość i konsekwencja. Opowieści odegrały kluczową rolę w nauce tego, jak się zachowywać i czego oczekiwać. Współcześnie wiele się nie zmieniło. Nadal to opowieści pozwalają nam przekazać sobie wiedzę. Dzięki opowieściom uruchamiamy wyobraźnię.  Jako dorośli możemy wykorzystać opowieści, aby nawigować widownię podczas podróży przez nasze wystąpienie i uzyskać satysfakcjonujący nas rezultat. Każdy prezentujący ma do przekazania pewną historię. Nieważne, czy jest związana z przekonywaniem widowni do swojego pomysłu czy wspólnym przeanalizowaniem jakiegoś problemu, a może z wyjaśnieniem danych na temat sprzedaży, prezenter chce przekazać informacje. Chce to zrobić w sposób najbardziej efektywny. Twórca prezentacji chciałby pozostać niezapomniany, chciałby zaangażować swoją widownię w to, co ma do przekazania. Aby tego dokonać, wykorzystamy moc storytellingu.

Prezentacja ≠ nuda

Prezentacja kojarzy się większości osób ze slajdami stworzonymi w Power Point lub innym podobnym programie służącym do wizualizowania i przekazywania odbiorcom informacji, pomysłów, danych liczbowych, strategii. Tak naprawdę stworzenie slajdów jest rzeczywiście pierwszym elementem naszej prezentacji. Dlatego też przygotowujemy slajdy wklejając do nich dane i wykresy, które przygotowaliśmy w Excelu. Wypisujemy najważniejsze informacje, które mamy do przekazania. Dbamy o profesjonalny wygląd naszych slajdów – dane staramy się przedstawić w sposób przejrzysty, informacje do przekazania formujemy w zwięzłe punkty, używamy niemęczących wzroku kolorów. Takie jest wyobrażenie i praktyka prezentowania. Slajdy jednak nie są rdzeniem naszej prezentacji.  Są tylko pewnym rodzajem szkicu, planu, który ułatwi nam chronologiczne przedstawienie wszystkich niezbędnych faktów. Slajdy pomogą także zapamiętać wszystkie szczegóły, które mamy do przekazania, a w sytuacji stresującej, jaką jest bez wątpienia publiczne wystąpienie, nie jest to wcale łatwe. Prezentacja pomoże odbiorcom zorientować się, które informacje z prezentacji są kluczowe. Ale to nie slajdy są najważniejszym elementem naszej prezentacji. Najważniejsza jest umiejętność przekazania danych w odpowiedni sposób.

Po pierwsze: użyjmy do swojej prezentacji opowieści

Podczas prezentowania poczujmy się jak narratorzy, którzy pragną zapoznać odbiorców ze swoim światem. Tym światem są dane i informacje, które chcemy zaprezentować. Możemy użyć w tym przypadku pewnej metafory: chcemy przybliżyć widowni przepiękny widok ze szczytu górskiego na malowniczą dolinę. Mamy dwa wyjścia. Pierwszym z nich jest opowiedzenie o tej pięknej panoramie, o owcach pasących się w dolinie, o zapachu górskiego powietrza, o kolorze różnych gatunków drzew, które porastają zbocza. Drugim i lepszym wyjściem będzie wspólna wspinaczka na szczyt, żeby nasi odbiorcy sami zobaczyli ten zapierający dech w piersiach widok. I tak jest ze skuteczną prezentacją. Chcemy wprowadzić  w ten świat naszą publiczność. Pragniemy, aby przybliżane przez nas informacje stały się autentyczne i ważne, a przy tym ciekawe. Taki rezultat osiągniemy za pomocą odpowiedniej historii. Aby zbudować opowieść na początku musimy odpowiedzieć na poniższe pytania:

• „Co” jest tematem naszej opowieści?
• „Kto” jest jej bohaterem?
• „Jak” kończy się  ta historia?
• „Dlaczego” tak się zakończyła?
• „Co z tego” wynika?

Powyższe elementy opowieści powinny być związane z naszymi danymi oraz powinny urzeczywistniać informacje, które mamy do przekazania. Należy użyć opowieści, ponieważ nadaje sens i porządek naszej prezentacji. Odpowiednio dobrana historia scala poszczególne części. Przybliża, jak może wyglądać przyszłość. Sprawia, że odbiorcy angażują się w prezentacje, mogą odnieść się do danej sytuacji. Ponadto opowieść ułatwia naszą pracę, ponieważ „ożywia” nasze dane i pomaga zapamiętać kluczowe zagadnienia. Dobry mówca powinien także nawigować zebranych w taki sposób, aby ich tok myślenia był zbieżny z tym, który jest pożądany przez autora. Pomyślmy więc o rozbudowanym przykładzie dla tego, co chcemy przekazać w trakcie prezentacji. Na storyboardzie  narysujmy sceny. Dzięki przygotowaniu i wyobrażeniu sobie scen sprawimy, że opowieść będzie nam bliższa. Dzięki rozrysowaniu scen pobudzimy własną wyobraźnię. Jaka jest siła opowieści? Ogromna. W starożytności Homer został oślepiony po to, aby lepiej pamiętał i opowiadał długie epopeje. Arystoteles za to uważał, że „opowiadacz” powinien przeżywać swoją historię,  aby słuchacze zostali wciągnięci w jego opowieść.

Po drugie: autentyczność to jest to!

Prezentując dane bądźmy autentyczni, prawdziwy. Widownia to wyczuje, dzięki czemu uzna naszą prezentacje za wiarygodną. Będzie chciała się w nią zaangażować. Poczuje się z nami, a właściwie z naszą historią, związana. Najlepiej jest opowiadać jak do jednej osoby. Kiedy opowiadamy jesteśmy przystępni, ekspresywni i naturalni, a odbiorcy zasłuchani. Bądźmy świadomi tego, że zebrani na pewno słyszeli już mnóstwo długich i nudnych prezentacji. Stosując data storytelling sprawimy, że nie zapomną naszego wystąpienia i zapewne nas samych przez długi czas. Najlepszym sposobem na wzbudzenie zainteresowania jest użycie opowieści, która będzie związana z informacjami, które chcemy przekazać. Spersonalizowanie naszej opowieści dodatkowo wzbudzi emocje w adresatach naszej prezentacji. Postarajmy się dostosować historię do oczekiwań naszej widowni. Jeżeli prezentujemy dla znanych nam osób i wiemy, że interesują się muzyką, opowiedzmy anegdotę lub metaforę związaną z muzyką i jednocześnie odnoszącą się do danych. Opowieść nie musi wiązać się z sednem sprawy, wystarczy luźny związek.

Po trzecie: siła wizualizacji

Sprawmy, aby oprócz ciekawej opowieści nasza prezentacja była pewna obrazów, wykresów, grafów. Oczywiście związanych z tematem i użytych w odpowiednim momencie. Wizualizacja jest jednym z narzędzi efektywnej komunikacji. Ponadto ludzie są zazwyczaj wzrokowcami i użycie grafiki spowoduje łatwiejsze przyswajanie przez nich faktów. Prawidłowe użycie elementów grafiki umożliwi zwrócenie uwagi na główne informacje, zobrazuje dysproporcje pomiędzy prezentowanymi danymi. Użycie obrazów może być pomocne w przypadku chęci przekazania negatywnych dla odbiorców danych. Chcemy pokazać zagrożenie ze strony konkurencji – możemy jako tła dla danych użyć na przykład rekina ludojada.  Taki element na pewno przykuje uwagę i podkreśli negatywny charakter informacji.  

Źródło: http://dunceacademy.com/

Po czwarte: Nie utrudniajmy

Przypomnijmy sobie prezentacje, podczas których autor nie przedstawiał żadnych konkretnych pomysłów. Prezentowane dane były zagmatwane, a wnioski niejasne. Często takie prezentacje ciągnęły się niemiłosiernie, a slajdy wyglądały jak tekst przepisany z „Pana Tadeusza”. Czy chcemy to powtórzyć i sprawić, żeby nasza widownia czuła się tak samo podczas tych prezentacji, czyli znudzona i senna? Oczywiście, że nie! Dlatego też nasze wystąpienie powinno być konkretne, zwięzłe i dogłębnie analizujące wybrane zagadnienia. Wnioski powinny być jasne i jednoznaczne, aby nie zostawiać miejsca do polemizowania. Czytelne komunikaty pozwalają na przewidzenie zachowania zebranych. Mimo oczywistej pokusy opowiedzenia jak największej ilości anegdot i metafor, powinniśmy zastosować się do powszechnej zasady: mniej znaczy więcej. Dlatego też wybieramy opowieść, która najbardziej pasuje do naszej prezentacji. Metafora powinna być spójna z naszym tematem. Slajdy powinny być czytelne i zawierać tylko kluczowe zagadnienia, które podczas prezentacji będą rozwijane i potwierdzane przykładami. Zapamiętajmy, że mózg naszego odbiorcy jest w stanie przyswoić około 3-5 głównych założeń. Skoncentrowanie się wokół jednej opowieści będzie prostsze i spowoduje szybsze sformułowanie wniosków.

Po piąte: angażujmy widownię i prowadźmy ją do wspólnych wniosków

Autor prezentacji, który skupia się wyłącznie na sobie i swoim wystąpienia  nie odniesie sukcesu, jeżeli nie zaprosi odbiorców do swojego świata. Tylko w taki sposób prezentacja stanie się tematem wspólnym, a poruszane zagadnienia będą ważna dla wszystkich członków naszego wystąpienia. Dobrze jest czuć się częścią pewnej strategii, koncepcji i mieć świadomość, że ma się na coś wpływ. To uczucie warto wykorzystać, aby nasza prezentacja stała się emocjonująca. Niezbędne staję się prowadzenie wspólnej dyskusji poprzez zadawanie pytań, zachęcanie do dzielenia się pomysłami na forum oraz przez skupianie się na potrzebach widowni. Nie jest to łatwe i wymaga niezwykłej odwagi i przygotowania merytorycznego, ponieważ członkowie naszej dyskusji mogą zadań najróżniejsze pytania bądź sugerować różne rozwiązania danego problemu. Dobrym pomysłem jest zorganizowanie podczas wystąpienia krótkich warsztatów, które zaangażują wszystkich, a nie tylko tych aktywnych. Mini warsztaty mogą mieć postać pracy w grupach nad zadanym tematem, a następnie prezentowanie wyników pracy przez wszystkich członków grupy. Ta metoda wykorzystywana jest często podczas nauki w szkole wyższej , ale nic nie stoi na przeszkodzie, żeby wykorzystać ją także w pracy (o ile charakter spotkania na to pozwoli). Możemy także zachęcić do dalszej dyskusji na wspólnym forum internetowym, blogu, grupie dyskusyjnej. Dajmy naszym słuchaczom niezbędne narzędzia, aby mogli wyrazić swój punkt widzenia.

Cztery najczęściej stosowane rodzaje opowieści w storytellingu

1. Kim jestem? – opowieści o człowieku. Są nakierowane na śledzenie rozwoju i przemiany.  Historie tego typu opowiadają również o drobnych błędach, porażkach i wnioskach, które zostały wyciągnięte.
2. Dlaczego jestem tutaj? – pokazują idee, pomysł, związki przyczynowo-skutkowe, działania i rozwiązania. Budują zaufanie u odbiorców.
3. Wizja – stymulują kreatywność, inspirują do działania i wcielania w życie nowych pomysłów. Niosą duży ładunek emocjonalny.
4. Uczące – przybliżają zagadnienia, gromadzą przykłady, które pozwalają lepiej zrozumieć i zapamiętać.

Co to jest data storytelling? – czyli opowiadanie historii ukrytej w danych

Data storytelling to odmiana storytellingu, która bazuje na opowiadaniu historii ukrytej w danych za pomocą wizualizacji. Data storytelling odpowiada na pytanie:  jaką historię chcą przekazać dane? Użycie odpowiedniej wizualizacji danych pomoże opowiedzieć wyczerpującą historię za pomocą jednego wykresu, grafiki. Przykłady najlepszych wizualizacji zostaną przybliżone w kolejnym artykule. Zadaniem analityka danych i zarazem prezentera jest przygotowanie danych oraz wymodelowanie ich w odpowiedni sposób. Kolejnym krokiem jest zrozumienie i wykorzystanie odpowiednich narzędzi IT. Ostatnim elementem data storytellingu jest posiadanie umiejętności niezbędnych to opowiedzenia historii  za pomocą danych. Same dane nie znaczą wiele, jeżeli nie potrafimy przekształcić ich w informacje.

Data storytelling – dobre i złe praktyki

• Wprowadzanie w błąd – kontekst ma wpływ na to, jak ludzie interpretują dane przez nas dostarczane. Upewnijmy się, że ani kolor ani styl, którego używamy, nie wprowadza żadnej iluzji optycznej. W przypadku używania wykresu kolumnowego upewnijmy się, że oś zaczyna się od zera. Postarajmy się, aby nic co prezentujemy nie wprowadzało naszych odbiorców w błąd.
• Nadmiar wizualizacji – to że program, z którego korzystamy, zawiera mnóstwo funkcjonalności,  nie oznacza że musimy ich wszystkich użyć podczas tworzenia naszej prezentacji. Starajmy się korzystać tylko z funkcjonalności, które są nam rzeczywiście potrzebne. Wszelkie pogrubienia, cieniowania również są zbędne.
• Wyróżnienie odpowiednich danych – jeżeli chcemy podkreślić najważniejsze informacje, na które chcemy zwrócić uwagę naszych słuchaczy, warto je zaznaczyć używając koloru lub zmieniając rozmiar tekstu.
• Prostota – skomplikowana wizualizacja może sprawić kłopot w odczytywaniu z niej danych. Unikajmy wszystkiego , co nie ma informacyjnej wartości. Możemy także wyeliminować potrzebne, lecz mniej ważne informacje poprzez pomniejszenie ich, zmianę ich koloru na szary lub zmianę ich pozycji na wizualizacji na mniej rzucającą się w oczy.
• Strategiczne użycie koloru – kolor pomaga zrozumieć odbiorcom, w którym momencie powinni się skupić i na jakich danych, dlatego też używajmy koloru roztropnie. Weźmy pod uwagę , że około 10% ludzi nie rozróżnia koloru i może być uciążliwe rozróżnienie odcieni koloru czerwonego i zielonego.
• Odpowiedni format wizualizacji – wykres liniowy sprawdza się przy prezentowaniu trendu w czasie. Natomiast wykres kolumnowy jest idealny do porównywania danych skategoryzowanych.  Wykres kołowy jest uznawany za trudny do interpretowania, a wykres 3D może być zbyt chaotyczny i jest prawie niemożliwe, aby przekrzywione serie danych odczytywać poprawnie. Możemy również użyć kartogramów, infografik itd.
• Dostosujmy prezentację do słuchaczy – wszystko, co robimy jest dla naszych słuchaczy. Dlatego też wszystko w całym procesie: od ustalenia co chcemy przekazać do zdecydowania jakie dane chcemy pokazać, w jaki sposób je pokazać, kiedy wzbudzić zainteresowanie i jaką historię mamy do przekazania – wszystko to powinno być zgodne z potrzebami naszych odbiorców.
• Innowacyjne rozwiązania – nowością jest użycie interaktywnych wykresów, które wraz z rozwojem naszej opowieści, zmieniają się – możemy tym oczywiście sterować. Mistrzem w wykorzystaniu wykresów interaktywnych jest Hans Rosling – szczegóły w kolejnym artykule na temat najlepszych przykładów data storytellingu.

Najlepsze przykłady data storytellingu

Specjalnie dla Was zebraliśmy najlepsze przykłady opowieści z użyciem danych. Koniecznie przeczytajcie więc kolejny artykuł i podzielcie się swoimi doświadczeniami.

Wykres panelowy przydałby się z pewnością w artykule „Największe stacje w odwrocie” z 4 lipca 2011 r., gdyż umożliwiłby porównanie dwóch zmiennych między stacjami w prosty i szybki sposób.

Zestawienie danych odnośnie tych samych stacji, ale w różnej kolejności analizę utrudnia, tym bardziej, że dziennik ten ma tendencję do przedstawiania danych historycznych tylko jako tekstu.

Wykres panelowy w akcji

A co jeśli spróbować przekształcić ten wykres, wykorzystując te same dane, z tą jednak różnicą, że zostaną one zaprezentowane na wykresie panelowym? Propozycja nr 1 pomija dane historyczne, umożliwiając porównanie nominalne:

Kolejność stacji na pierwszym wykresie nie jest przypadkowa – zostały one uporządkowane malejąco wg wpływów. Akcent położony został na tym wykresie na telewizji Polsat, która ma największe wpływy reklamowe.
Propozycja nr 2 rozbudowuje ten wykres o dane historyczne:

Tutaj stacje nie są posortowane (analogicznie jak w artykule), ale dzięki zastosowaniu wykresu panelowego doskonale widać relacje, które między nimi zachodzą: Polsat jako jedyny wzrósł i w udziale w rynku, i we wpływach, pod względem finansowym rośnie też TVN i TVP2.
Ostatnia propozycja to wykres liniowy, na którym zastosowano zawężanie skali („zoomowanie”). To jest właśnie przewaga wykresu liniowego nad kolumnowym.

Wykres został wzbogacony o dynamikę zmian, a jego czytanie ułatwia załączona legenda. Być może nie jest to wykres, który nadaje się do gazety codziennej, niemniej stanowi najlepszą praktykę, do której warto dążyć.

PS.

Oto jak daltoniści widzą kolory w Rzeczpospolitej:

Wykres przydaje się w analizie skumulowanego efektu wielu dodatnich i ujemnych elementów, które składają się na wartość końcową. Przy pomocy tego diagramu można pokazać np. rachunek zysków i strat, transakcje na koncie bankowym, zmiany stanu magazynu czy wyniki testu.

Analizę wykresu kaskadowego ułatwia połączenie wartości końcowej i początkowej poziomą linią. Wyjątkowo zastosować można gradientowe tło kolumn, które będzie sygnalizować kierunek przepływu wartości. Stosując kolor, należy pamiętać, że daltoniści nie odróżniają najczęściej zielonego i czerwonego – alternatywą jest zastosowanie koloru niebieskiego z czerwonym.

Na podstawie roku 1995 programiści z IBM-a stworzyli dashboard analityczny, który w graficzny sposób prezentuje wybrane informacje na jednym ekranie. Umieścili go na stronie:

Głównym celem raportu jest tworzenie porównań między poszczególnymi krajami. Umożliwiają to 3 dostępne widoki: mapa geograficzna, mapa drzewa, OLAP.

Mapa geograficzna

Dane ilościowe na mapie świata przedstawione są przy pomocy skali dywergencji (od zielonego do czerwonego; różnic na skali nie dostrzegą niestety daltoniści), którą użytkownik może dynamicznie zmieniać. Na lewym pasku widzimy stale główne informacje nt. danego kraju w postaci wykresów punktowego, kołowego 3D i kolumnowego 3D.

O ile wykres punktowy, na którym punkty określają pozycję państwa w rankingu światowym działa poprawnie, o tyle zastosowanie wykresów 3D jest dalekie od najlepszych praktyk (zwłaszcza, że wykres kolumnowy użytkownik może samodzielnie obracać). Po kliknięciu na interesujące nas państwo nastąpi przybliżenie widoku i pokazanie dla niego danych. Opcja Neighborhood View pozwala porównać się z najbliższymi sąsiadami (poprzez oddalenie widoku). Po jej włączeniu wykres kołowy zamienia się w niewiele mówiący wykres radarowy.

Mapa drzewa

Tę samą skalę i lewy pasek podsumowania oferuje widok mapy drzewa. Samodzielnie wybieramy na niej, która miara ma być pokazywana w formie koloru, a która jako wielkość prostokąta, dzięki czemu porównania na tej mapie nabierają rumieńców. Dodatkowo, możemy nasz widok ograniczyć tylko do jednego kontynentu (tej opcji brakuje mapie geograficznej).

OLAP

Widok OLAP jest zaawansowanym wykresem przestawnym, który dzięki zastosowaniu wykresu kolumnowego, umożliwia porównania o znacznie wyższym stopniu dokładności. Użytkownik ma możliwość wprowadzenia atrybutów w 3 płaszczyznach i dynamicznego zarządzania ustawieniami. Otwiera to drogę do precyzyjnego określenia tego, co chcemy widzieć. Dodatkowo do wyboru mamy trzy predefiniowane konfiguracje wykresów.

Dzięki wprowadzeniu tych trzech widoków mamy możliwość szybkiego przejścia od ogółu do szczegółu, wykorzystując po kolei każdy z nich. Mapy ułatwiają odszukanie interesujących zjawisk i przypadków, które następnie można precyzyjnie przeanalizować na wykresie przestawnym.

Podsumowując, zaprezentowany tu dashboard analityczny jest ciekawym przykładem narzędzia umożliwiającego wizualną (a dzięki temu bardzo szybką) analizę danych. Jego olbrzymią zaletą jest możliwość personalizacji przez użytkownika, a zastosowanie 3 różnych podejść do prezentacji danych (reprezentowanych przez 3 dostępne widoki) jest innowacją, która może nas wszystkich zainspirować w tworzeniu dashboardów.

Główną zaletą mapy rynku jest to, że inwestor może poznać sytuację w mgnieniu oka. Szybkie przeskanowanie mapy pozwala wychwycić główne cechy danego notowania. Widząc tyle spółek w jednym momencie, jesteśmy w stanie „poczuć” rynek znacznie lepiej niż patrząc na indeks.
Mapa zawiera 600 spółek publicznych, pogrupowanych według sektorów gospodarki. Pole powierzchni prostokątów odpowiada ich rynkowej kapitalizacji, a ich kolor procentowej zmianie cen akcji w danym dniu. Projekt mapy rynku zakłada, że w każdym z sektorów spółki sąsiadują z tymi, które w przeszłości notowały podobne zmiany cen. Taka aranżacja ułatwia dostrzeganie zależności zachodzących między akcjami i umożliwia szybkie wychwytywanie trendów na podstawie zmian kolorów.

Twórcy mapy dodali do mapy rynku funkcjonalności, które nadają jej dynamiczny charakter:
– powiększanie interesujących elementów (np. sektora),
– powiązanie z danymi dotyczącymi spółek – wynikami finansowymi, rekomendacjami, nowościami ze spółki itp.,
– ustawianie okresu notowań,
– wyróżnianie najlepszych i najgorszych spółek,
– szukanie wybranej spółki,
– zmiana kolorystyki na żółto-niebieską dla daltonistów.
Funkcjonalności przedstawia poniższy rysunek dla sektora Technologia, podsektora Oprogramowanie.

Mapa rynku jest doskonałym przykładem wykorzystania nowoczesnych technik wizualizacji danych. Pozwala szybko zrozumieć sytuację, wychwycić trendy i wzorce, ułatwiając podjęcie decyzji inwestycyjnej. Jest to szczególnie ważne na rynku finansowym, gdzie jak wiadomo „time is money”. Mapa rynku to dashboard dla każdego inwestora.

Kolor w kontekście

Zacznijmy od poznania ważnych faktów dotyczących postrzegania kolorów, które powinny zostać zrozumiane, aby używać ich skutecznie. Kolorów, analogicznie do innych aspektów percepcji wizualnej, nigdy nie postrzegamy samodzielnie. Wpływ na naszą percepcję obiektu ma kontekst, który go otacza. Innymi słowy, mimo że oko odczuwa wahania długości fali światła, które zwiemy kolorem, postrzegamy kolor obiektu w kontraście do jednego lub większej liczby kolorów, które go otaczają. Wizualna percepcja jest relatywna, nie absolutna. Najlepiej ilustruje to przykład poniższego szarego kwadratu:

Obiekt ten został umieszczony w różnych miejscach prostokąta, którego kolor waha się od białego poprzez progresywną skalę gradientu szarego do czarnego. Można łatwo dostrzec, jak różnie dla oka wygląda ten sam kwadrat w każdym miejscu.

Poszczególne kwadraty postrzegamy jako różne od siebie, gdyż są otoczone przez różne odcienie szarości. Przykładowo ten otoczony przez odcień jasnoszary (po lewej stronie) wydaje się znacznie ciemniejszy niż ten po stronie prawej. Co to znaczy w praktyce? Z powyższej obserwacji wynikają dwie zasady:

Zasada 1.
Jeśli chcemy, aby różne obiekty tego samego koloru, występujące w tabeli lub na wykresie, wyglądały tak samo, upewnijmy się, że tło, czyli kolor je otaczający, jest identyczny.

Zasada 2.
Jeśli chcemy, aby obiekty w tabeli lub na wykresie były łatwo dostrzegalne, używajmy koloru tła, który będzie wystarczająco kontrastował z tymi obiektami.

Bezpośrednim zastosowaniem w wykresach Zasady 1. jest unikanie użycia gradientów w kolorze tła lub tła o zmiennym kolorze. Nie ma sensu dekorowanie wykresu gdyż uniemożliwia to jasne i efektywne zaprezentowanie danych.

Zasada 2. ostrzega nas, aby ostrożnie wybierać kolory, zawsze upewniając się, że są łatwo dostrzegalne i efektywnie służą celowi, do którego zostały użyte. Poniższy przykład mapy gorąca (ang. heat map) pokazuje, że zasada ta rzadko jest stosowana poprawnie.

W przykładzie tym kolory znane z sygnalizacji ulicznej (ang. traffic lights) zostały użyte, aby pokazywać wysokie zyski (zielony), niskie zyski lub straty (żółty) i wysokie straty (czerwony) w matrycy produktów i województw. Jest wysoce prawdopodobne, że wartościami wymagającymi najwięcej uwagi są te ciemnoczerwone i ciemnozielone. Niestety są one także tymi, które najtrudniej odczytać, gdyż kontrast pomiędzy czarnym tekstem i ciemnym kolorem tła jest dla tych liczb niewystarczający.

Używaj koloru sensownie i z rezerwą

Większość osób uważa, że im więcej koloru i im jest on intensywniejszy tym lepiej. O tym, że jest inaczej najlepiej świadczą prezentacje ekspertów od koloru, którzy podczas swoich konferencji umieszczają na slajdach niespotykane nigdzie indziej ilości szarości. Eksperci ci mają bowiem świadomość, że kolor powinien być stosowany sensownie, a nie wszędzie tam gdzie to możliwe.

Zasada 3.
Stosuj kolor tylko wtedy, gdy służy to konkretnemu celowi komunikacyjnemu.

W naszym przekazie informacji powinniśmy stosować kolor tylko wtedy, gdy chcemy osiągnąć coś, co służy jakiemuś celowi. Nie powinno się stosować kolorów, żeby udekorować obraz. Upiększanie wykresu może służyć celom w reklamie, ale dla nas odwraca ono uwagę ludzi od tego, co naprawdę ważne – danych w naszym przekazie informacji.

Zasada 4.
Stosuj różne kolory tylko wtedy, gdy odzwierciedla to odrębności w znaczeniu danych.

Poniższy wykres ilustruje to, czego powinniśmy unikać:

Co oznaczają różne kolory kolumn na wykresie? Nic. Etykiety osi X mówią nam, co oznaczają kolumny. Kolory nie dodają zatem żadnego sensu i wartości, ale ich obecność sugeruje, że jest przeciwnie. Świadomie czy nie, kiedy ludzie patrzą na takie przedstawienie danych i widzą różnice, starają się ustalić, co one znaczą. Zatem sugerowanie znaczenia, którego nie ma, jest stratą czasu odbiorcy. Wykres powinien pomóc ludziom porównać wyniki sprzedaży powiązane z różnymi krajami. Porównanie kolumn przychodzi na myśl automatycznie, gdy widziany przez nas wykres wygląda jak poniżej.

Jeśli kiedykolwiek będziemy dodawać kolor do przekazu zawierającego dane, zadajmy sobie pytania: „Jakiemu celowi będzie służył ten kolor?” i „Czy będzie służył temu celowi efektywnie?”. Jeśli odpowiedź na powyższe pytania brzmi: „Nie służy żadnemu celowi” lub „Służy celowi, ale inne rzeczy mogą to zrobić lepiej”, nie stosuj koloru.

Zdefiniuj standardową paletę kolorów dla konkretnych celów

Natura stosuje kolor znacznie rozważniej niż większość ludzi robi to w tabelach i na wykresach. Jakiemu celowi służą wyraźne kolory kwiatów? Przyciągają ptaki i pszczoły, które roznoszą pyłek kwiatowy. Ta sama strategia ma zastosowanie przy przedstawianiu danych. Poprawnie użyty kolor może idealnie przyciągnąć uwagę do konkretnych danych.

Przy wizualnym przedstawianiu informacji, chcąc coś zakomunikować, możemy stosować kolor dla trzech fundamentalnych celów:
– wyróżnienie konkretnych danych,
– zgrupowanie obiektów,
– ukazanie danych ilościowych.

Zasada 5.
Stosuj miękkie, naturalne kolory dla przedstawienia większości informacji i wyraźne i/lub ciemne kolory, aby wyróżnić informacje, które wymagają większej uwagi.

Zamiast tracić czas za każdym razem, kiedy chcemy wybrać kolor z długiej listy dostępnych możliwości, lepiej i skuteczniej jest stworzyć standardowy zestaw dobrych kolorów. Najlepiej jest stworzyć kilka palet kolorów i każdą zaprojektować dla konkretnych celów. Minimum stanowią trzy palety: jedna dla kolorów wyraźnych, druga dla średnich odcieni, które oko ludzkie łatwo przyswaja, i wreszcie trzecia dla kolorów jasnych, prawie przezroczystych. Różne poziomy nasycenia, które te palety reprezentują, służą odrębnym celom.

Kolory wyraźne, ciemne są przede wszystkim użyteczne przy wyróżnianiu danych na graficznej ich prezentacji, takiej jak wyjątkowa kolumna danych lub nagłówek tekstu. Kolory są trudniejsze do zauważenia, gdy obiekty są niewielkie i cienkie, takie jak tekst, linie i małe punkty danych. Patrząc na poniższe dwa wykresy dostrzeżemy, że średnie odcienie kolorów, które świetnie działają dla kolumn, są trudniejsze do zobaczenia i rozróżnienia, kiedy użyte dla niewielkich punktów.

Kiedy obiekty są niewielkie lub cienkie, kolory stosowane w celu ich prezentacji powinny być czasem wyraźniejsze i ciemniejsze niż zwykle. Dlatego dla tekstu, cienkich linii i niewielkich punktów danych lepiej jest wybrać paletę intensywną.

Innym rozwiązaniem, które umożliwia pozostanie przy bardziej miękkich kolorach dla linii i punktów danych, jest pogrubienie linii i powiększenie punktu, jak poniżej:

Jasna paleta powinna być stosowana dla tych elementów tabeli i wykresów, które nie przedstawiają danych (np. osie) i dla danych, których znaczenie chcemy umniejszyć. Przecież nie wszystkie informacje mają równą rangę. Takie informacje często musimy umieścić, ale odgrywają one niewielką rolę w wiadomości, którą chcemy komunikować.

Kiedy kolor jest stosowany w celu pogrupowania danych (np. inny kolor dla każdego regionu sprzedaży), chcemy, żeby kolory wyglądały na tyle różnie, aby jasno te grupy oddzielić. Pragniemy je odróżniać od siebie, ale nie w taki sposób, aby któryś z kolorów się wyróżniał. Powinny tylko wyglądać inaczej bez postrzeganej przez oko intensywności. W tym celu potrzebne jest zebranie takiej kolekcji barw, które będą oddalone od siebie wzdłuż spektrum kolorów tak mocno, jak to możliwe, ale pozostaną przy tym podobne w odbieranej przez oko intensywności (tzn. od jasnej barwy do ciemnej oraz od przezroczystej do wyraźnej). Oto paleta pięciu przykładowych barw, które reprezentują 3 skale intensywności:

Wybrane tu kolory są nie tylko łatwo wyróżnialne, ale też zrównoważone. Żaden kolor nie wychodzi przed szereg. Pierwszy wiersz zawiera barwy neutralne, nadające się do szerokiego zastosowania. Drugi wiersz zawiera intensywne barwy, które mogą zostać wykorzystane w celu podkreślenia danych. W trzecim wierszu znajdziemy paletę dla elementów o mniejszym znaczeniu, czyli paletę jasną.

Mądry wybór kolorów do standardowej palety nie jest sprawą trudną – wystarczy zaufać ekspertom, którzy za darmo dostarczają przez Internet predefiniowane palety, które są skuteczne. Jednym z takich ekspertów jest Cynthia Brewer z Uniwersytetu Stanowego w Penn, która poprzez swoją webową aplikację Color Brewer pomaga zaprojektować każdemu własną paletę kolorów. W jej aplikacji kolory są podzielone na trzy rodzaje:
– kategorie,
– sekwencje,
– dywergencje.

Palety kategorii są tymi, które służą do rozdzielania obiektów w odrębne grupy. Palety sekwencji i dywergencji są wykorzystywane przede wszystkich w celu obrazowania różnic ilościowych. Wartości liczbowe są ułożone sekwencyjnie, od najniższego do najwyższego lub odwrotnie; wahają się w sposób ciągły, rosnąc lub malejąc w percepcyjnie równym stopniu. Zrozumienie tego prowadzi nas do kolejnej zasady:

Zasada 6.
Używając koloru do prezentacji sekwencyjnego zakresu wartości liczbowych, należy trzymać się pojedynczej barwy (lub niewielkiego zestawu blisko związanych barw) i zmieniać intensywność od jasnych kolorów dla niskich wartości do ciemniejszych i wyraźniejszych kolorów dla wartości wyższych.

Intuicyjnie postrzegamy kolory o rosnącej intensywności jako liczby o rosnącej wartości. Nie dostrzegamy jednak w ten sposób różnic w barwach. Aby to sprawdzić, spróbujmy ułożyć poniższe barwy w kolejności od najniższej do najwyższej.

Tylko osoba, która studiowała teorię koloru i poświęciła czas na zapamiętanie kolejności barw wzdłuż spektrum światła, jest w stanie uporządkować powyższe barwy w kolejności zgodnej z falą, ale nie dlatego, że intuicyjnie tak je postrzega. Teraz natomiast, próbując umieścić poniższe kolory w kolejności od najmniejszej wartości do największej, nikt nie powinien mieć problemów.

Można sensownie przypisać te kolory do czterech zestawów kolumn na poniższym wykresie w celu prezentacji porządku, w którym cztery oddziały osiągały wyniki w odniesieniu do planu w ciągu całego roku, zaczynając od najgorszego (najciemniejsze kolumny) do najlepszego (najjaśniejsze kolumny).

Możemy także wykorzystać zestaw uporządkowanych kolorów w formie mapy gorąca, żeby zaprezentować wysoką wartość sprzedaży w sposób, który umożliwi szybkie odnalezienie informacji, które produkty w jakim województwie sprzedawały się najlepiej i najgorzej oraz które województwa lub produkty okazały się ogólnie najlepsze lub najgorsze.

Powyższa mapa nie zwiera wartości jako tekstu, nie tylko ponieważ niektóre wpisy byłyby niewidoczne przez niewielki kontrast z kolorem komórki, ale także gdyż skanując kolory w celu dostrzeżenia wzorca w danych, nie chcemy zostać rozproszeni i spowolnieni poprzez czytanie tekstu. Pozostawienie liczb niewidocznymi podczas eksploracji danych sprawdza się w tym przypadku najlepiej. Jeśli chcemy spojrzeć na precyzyjne wartości, możemy w tym celu umieścić w pobliżu kopię komórek z danymi, tym razem bez żadnego koloru tła.

Bardzo użyteczne jest utrzymywanie kilku standardowych palet z uporządkowanymi kolorami, jak ta poniżej:

Pojedynczy zestaw uporządkowanych kolorów, który wzrasta w percepcyjnie równych interwałach, tak jak ten powyżej, jest paletą sekwencji. Paleta dywergencji, inaczej paleta dwustopniowa, składa się z dwóch sekwencji kolorów, które przybierają na intensywności, rosnąc od środka palety, jedna w jedną stronę, a druga w przeciwną stronę. Oto przykład:

Paleta dywergencji pokazuje zakres wartości liczbowych, które są nad lub pod jakimś logicznym punktem środkowym. Przykładowo, zyski firmy mogą być przedstawione z wykorzystaniem mapy gorąca przy wykorzystaniu palety dywergencji w taki sposób, że jedna paleta dotyczy zysków, inna strat, a punktem środkowym jest zero.

Ponieważ paleta dwustopniowa składa się z dwóch palet, nie ma sensu tworzenie oddzielnej jako dodatek do już istniejących. W razie potrzeby łatwo możemy ją konstruować za każdym razem z dwóch już istniejących palet.

Wybierz najlepszy kolor dla każdego składnika

Tabele i wykresy składają się z dwóch typów obiektów: odzwierciedlających rzeczywiste dane oraz takich, które żadnych wartości liczbowych nie reprezentują. Przykładowo, większość wykresów używa kolumn, linii lub punktów danych w celu prezentacji wartości. To one powinny dominować na wykresie i przyciągać naszą uwagę. Pozostałe obiekty także przekazują jakąś informację, ale raczej mniej ważną, o charakterze wspierającym, np. tekst (tytuł wykresu, nazwa osi, etykiety osi ukazujące skali wartości i nazwy rzeczy mierzonych) lub znacznik osi, który mówi nam, gdzie konkretne wartości są umieszczone na skali.

Głównymi obiektami na wykresie, które nie dotyczą danych, są linie osi (wyłączając znacznik i etykiety, które przenoszą wartości), kolor wypełnienia tła, obramowanie (wykresu, legendy) Poszczególne elementy wykresu, niezależnie czy pokazują wartości, czy nie, zwykle funkcjonują najlepiej, gdy są prezentowane w określony sposób. Następna zasada porusza właśnie tę kwestię:

Zasada 7.
Elementy wykresów i tabel niezwiązane z danymi, powinny być przedstawiane jako widoczne tylko na tyle, na ile ich rola tego wymaga, ale nie więcej, tak aby ich nadmierna obecność nie powodowała odwrócenia uwagi od danych.

Kolory używane w celu pokazania elementów niepowiązanych z danymi powinny być jasne, przezroczyste, o niskim znaczeniu wizualnym. Oto kilka zasad, które warto zapamiętać:
– linia osi – stosuj cienką szarą linię o średniej intensywności,
– obramowanie – niezależnie od tego, czy dotyczy wykresu jako całości, obszaru kreślenia czy legendy, gdy obramowanie jest konieczne (a zwykle nie jest),użyj cienkiej szarej linii o średniej intensywności,
– tło – użyj białego tła (w Excelu zaznacz „Brak” dla koloru obszaru).

Elementy związane z danymi powinny zdominowały krajobraz i były łatwo widoczne. Oto kilka sugestii dotyczących dobrego zestawu kolorów:
– kolumny – stosuj różne barwy o średniej intensywności dla każdej serii danych,
– linie – dla cienkich linii używaj różne barwy dla każdej linii o raczej wysokiej intensywności; dla linii o normalnej grubości stosuj różne barwy o średniej intensywności,
– punkty danych – dla nie wielkich punktów danych stosuj różne barwy o wysokiej intensywności, w pozostałych przypadkach różne barwy o średniej intensywności.

Przeszkody w percepcji koloru

Niektórzy ludzie nie potrafią odróżnić kolorów, z którymi większość z nas radzi sobie całkiem łatwo. Może dziwić fakt, że ok. 10% mężczyzn i 1% kobiet cierpi na odchylenie percepcji koloru, potocznie zwane daltonizmem. Większość z tych osób nie rozróżnia zielonego i czerwonego. Oznacza to, że podążając za popularną dziś konwencją kodowania niezadowalających wartości kolorem czerwonym a satysfakcjonujących kolorem zielonym, przedstawiamy to rozróżnienie w sposób, którego wiele osób nie dostrzega. Pomimo że to nie rozwiąże problemu dla każdej z tych osób, poniższa zasada spełnia swoje zadania dla większości z nich:

Zasada 8.
Aby zapewnić daltonistom możliwość rozróżnienia grup danych, które są w różnych kolorach, należy unikać łączenia na jednym obrazie czerwonego i zielonego.

Dobrym substytutem dla czerwonego i zielonego, stosowanych na mapie gorąca w celu odróżniania wartości pozytywnych od negatywnych, są czerwony i niebieski.

Efekty gry światła i cienia

Większość programów stosowanych obecnie do tworzenia wykresów, włączając Excel, dostarcza użytkownikom zbiór efektów wizualnych, w które może ubrać wykresy. Efekty gry światła i cienia, szczególnie te umożliwiające przeobrażenie obiektów w 2D, takich jak kolumny, linie lub punkty danych, w takie, które wyglądają na 3D, są bez sensu. Niestety efekty te wprowadzają do wykresu problemy, podkopując jasną komunikację, która jest naszym celem. Dodają one jedynie pięknego wyglądu, ale rzadko prawdziwej wartości. Oto ostatnia zasada:

Zasada 9.
Unikaj stosowania efektów wizualnych na wykresach.

Który z poniższych wykresów jest łatwiejszy do czytania?

Na wykresie nie ma potrzeby sprawiania, aby obiekty wyglądały jak z prawdziwego świata. Chcemy prezentować dane tak prosto i jasno jak to tylko możliwe.

Przestrzeganie tych dziewięciu prostych zasad sprawi, że poprawimy jakość tabel i wykresów bez zwiększania nakładów pracy. Jeśli dane są warte pokazania, warto je pokazać dobrze.

Liczniki i termometry

Oba typy prezentacji danych liczbowych przedstawiają zwykle pojedynczą miarę, czasami na tle miary powiązanej, jak cel (ang. target), oraz w kontekście zakresów ilościowych oznaczonych etykietą stanu (dobry, zły). Bardzo często wyglądają podobnie do tych przedstawionych na poniższym rysunku. Oba przedstawiają kluczową miarę w odniesieniu do targetu (koniec skali termometru i zero na liczniku).

Pytanie, które należy sobie zadać wprowadzając tego typu sposób prezentacji danych brzmi: „Czy przedstawiają dane w najprostszy i najlepszy sposób, zajmując mało miejsca?”. Odpowiedź brzmi: „Nie”. Liczniki w kształcie koła zajmują dużo miejsca i ciężko je umieścić razem obok siebie. Liniowa natura  termometru potencjalnie pozwala uniknąć tego problemu, ale powierzchnia jest marnowana na niepotrzebne dodatki.

Definicja wykresu pociskowego

Wykres pociskowy osiąga cel komunikacji bez problemów, które są plagą mierników i liczników. Jest zaprojektowany, aby przedstawić kluczową miarę, umożliwiając jej porównanie z punktem odniesienia, na tle zakresu ilościowego, który wskazuje stan dobry, zły lub inny. Wykres pociskowy nie jest niczym innym jak wykresem kolumnowym z pojedynczą kolumną lub uproszczoną wersją termometru. Oto założenia wykresu:

Zalety wykresu pociskowego

Liniowy charakter wykresu, który można ustawić pionowo lub poziomo, umożliwia umieszczenie kilku takich wykresów obok siebie na relatywnie niewielkiej przestrzeni.

Wykres pociskowy umożliwia bardzo szybkie wykrycie, które miary osiągnęły lub przekroczyły cel, reprezentowany przez krótką linię przecinającą. Kiedy miara zostaje przekroczona formuje się przecięcie, które jest łatwo zauważalne, gdyż jest widziane podświadomie zanim zwrócimy na niego uwagę. Szybko można przeskanować wykresy pociskowe na dashboardzie i natychmiast dowiedzieć się, które miary osiągnęły dobry wynik, a które nie, szukając przecięcia.

Warto zauważyć, że kolory wypełnienia tła odzwierciedlające kategorie ilościowe (jak zły, satysfakcjonujący, dobry) różna się intensywnością koloru a nie barwami. Powoduje to, że nawet daltoniści widzą rozróżnienie. Zastosować można nie tylko odcienie szarego, np. beż.

Umieścić można więcej niż trzy stany ilościowe za pomocą koloru wypełnienia tła, lecz aby uniknąć zbyt dużej złożoności, która nie może być postrzegana efektywnie, i aby zachować jasne rozróżnienie między odcieniami, nie powinno się przekraczać pięciu stanów.

Czasami warto porównać miarę kluczową z więcej niż jedną miarą. Przykładowo, można chcieć porównać zysk osiągnięty z zaplanowanym oraz wynikiem z zeszłego roku. Wykres pociskowy łatwo radzi sobie z tego typu porównaniami poprzez użycie różnych znaczników dla każdego porównania. Rozróżnienie można wprowadzić stosując różna intensywność kolorów, szerokość linii lub symbole.

Zawsze kiedy wykres pociskowy jest stosowany w celu prezentacji danych ilościowych, skala powinna zaczynać się od zera. Wartość jest reprezentowana nie tylko przez lokalizację punktu końcowego, ale też przez długość kolumny. Zatem zastosowanie skali nie mającej początku w zerze prowadzi do błędnej prezentacji danych, co utrudni porównania między poszczególnymi kolumnami.

Wariacje wykresu pociskowego

Czasami jednak warto nie zaczynać skali w punkcie zero, aby maksymalnie zbliżyć skalę na szczegóły, np. jeśli większość wartości mieści się w zakresie 175-300 tys. zł i chcemy skupić się wyłącznie na pokazaniu tego zakresu i różnic między poszczególnymi miarami. W takim przypadku można zastąpić kolumnę znacznikiem (symbolem).

Kiedy chcemy porównać obecną miarę z celem na przyszłość, np. zysk na dzień 15 stycznia w porównaniu z targetem na I kwartał, łatwo dostrzec jak daleko jeszcze jesteśmy od celu, ale trudniej czy, przy założeniu osiągania podobnego wyniku do końca okresu, cel osiągniemy. Na wykresie pociskowym łatwo można rozwiązać tę kwestię poprzez pokazanie prognozy na koniec danego okresu.