Czym jest wykres pociskowy?

Wykres pociskowy został stworzony przez Stephena Fewa. Dla przypomnienia, jest to taki wykres, który pokazuje poziom realizacji celu (targetu) na tle kolorowej skali, będącej jednocześnie punktem odniesienia wskazującym na poziom satysfakcji z osiągniętego wyniku. Jest to idealne rozwiązanie do stosowania w dashboardach – wykres zajmuje niewiele miejsca, ale mimo to jest przejrzysty i niesie za sobą konkretną informację.

Jak stworzyć wykres pociskowy w SfE?

W zakładce Sparklines wybieramy przycisk „Bullet”, co otworzy nam okno dialogowe:

Pierwsze pola to miejsce na wpisanie wymaganych argumentów. Measure to liczba prezentująca stopień realizacji celu (wyświetli się jako czarna pozioma linia). Target to nasz punkt odniesienia, a zostanie narysowany jako pionowa kreska na wykresie. Maxi to rozmiar naszego wykresu, czyli inaczej mówiąc liczba, na której kończy się nasza oś.

Warto teraz dodać charakterystyczne dla wykresu pociskowego tło, będące dodatkowym, poza targetem, punktem odniesienia, czyli zakresy, które pokażą poziom satysfakcji z osiągniętego wyniku. W tym celu, w kolejnych polach Good i Bad wpisujemy odpowiednie wartości.

Po uzupełnieniu tych parametrów powinniśmy otrzymać następujący obrazek:

Kolejne dwa pola dają nam możliwość ustawienia prognozy realizacji celu (Forecast, ten parametr wyświetli się nam jako cienka pozioma linia pośrodku wykresu) oraz wprowadzenia podziałki (ThickUnit):

Aby wykres był bardziej przyjazny dla oka, możemy zmienić schemat kolorów, który ma być użyty w tle. W tym celu, w polu ColorScheme, wpisujemy odpowiedni numer koloru z tabeli kodów dostępnej na stronie SfE pod adresem http://garr.dl.sourceforge.net/sourceforge/sparklinesforxl/color_codes.pdf . Co ciekawe, wybieramy jedynie główny kolor motywu, który pokaże się nam jako zakres „Bad”. Pozostałe dwa odcienie zostaną dopasowane automatycznie. Jest to bardzo wygodne rozwiązanie, które zaoszczędza czas spędzony na poszukiwania odpowiednich odcieni. Każda trójkolorowa kompozycja zaproponowana przez SfE wygląda estetycznie i spójnie.

Kolejne pole (Vertical) daje nam możliwość narysowania wykresu w pionie. W tym celu, należy wpisać tutaj „true”. Pole pozostawione puste lub z wpisanym „false” da nam domyślny, poziomy wykres.

Pozostałe dwa pola (ColorRange, TargetColor) dają kolejne możliwości manewru, jeśli chodzi o kolory na wykresie. Nadużywanie tych pól może jednak odbić się czkawką – pamiętajmy o tym, że wykres pociskowy z zasady jest prosty i powinien być bardzo czytelny. Wprowadzanie dodatkowych kolorów zaburzy jedynie percepcję odbiorcy.

Aby wzbogacić nasz wykres, możemy użyć jeszcze jednego narzędzia, które proponuje nam SfE, a mianowicie osi. Narysowanie osi pod wykresem daje nam dodatkowy punkt odniesienia w przypadku, gdyby podziałka z wykresu nie była wystarczającą skalą. Z wykresu kasujemy parametr ThickUnit – nie będzie nam już potrzebny. Aby dobrze dopasować oś do wykresu, użyjemy skali w procentach.

W tym celu ustawiamy się w komórce bezpośrednio pod wykresem i wybieramy z zakładki Sparklines przycisk XY:

W oknie dialogowym, które się właśnie otworzyło, wpisujemy następujące wartości:

Orientation: b (jak „Bottom”. Inne opcje to Top, Left i Right (left i Right dla osi pionowych).
Amplitude: 100 (jest to zakres naszej osi; ustawiamy 100, bo używamy skali procentowej, więc koniec osi powinien wskazywać 100%).
TextLeft, TextCenter, TextRight – tutaj wpisujemy odpowiednio 0%, 50% i 100%. Etykiety te wyświetlą się odpowiednio po lewej, na środku i po prawej stronie osi.
ThickIntervalLong, ThickIntervalMid, ThickIntervalSmall – tutaj wpisujemy odpowiednio 50, 25 i 5. Są to wartości odpowiadające odstępom między podziałką na skali. ThickIntervalLong to nasz największy interwał, wyświetlany jako czerwone kreski, pozostałe dwa to czarne kreseczki w dwóch rozmiarach.
SizeText – wpisujemy np. 6 (albo jakąkolwiek inną wartość, która odpowiada wielkości czcionki). Domyślna czcionka jest dość mała, dlatego warto ustawić tutaj jej wielkość manualnie.

Takie skonfigurowanie osi wygląda następująco:

Tym samym ukończyliśmy wykres pociskowy za pomocą dodatku SfE.

Jak stworzyć odwrócony wykres pociskowy w SfE?

Dodatek daje nam jeszcze jedną możliwość, mianowicie odwrócony wykres pociskowy. Zasada tworzenia jest identyczna, różni się on jedynie ustawieniem parametrów Good i Bad (a zatem także kolorów, które im odpowiadają). Taki wykres rysujemy wówczas, gdy naszym celem jest osiągnięcie jak najmniejszego wyniku, czyli na przykład jeśli pokazujemy koszty albo ilość reklamacji.

Aby narysować ten wykres, używamy przycisku Reverse Bullet:

Wygląda to następująco (użyliśmy tych samych parametrów, zamieniając jedynie miejscami Good i Bad):

Plik do pobrania

Tu możesz pobrać plik z wykresem pociskowym utworzonym w dodatku Sparklines for Excel.

Podziel się komentarzem

Czy wypróbowałeś już wykres pociskowy w SfE? Masz praktyczne rady dla innych? Podziel się swoimi uwagami w komentarzach.

Miniwykres liniowy z wieloma opcjami

Wykres liniowy jest pierwszym i najprostszym wykresem, który można narysować za pomocą SfE®. Tylko skoro wykres taki jest też dostępny jako wbudowany miniwykres w Excelu 2010 i nowszych, po co korzystać z dodatku SfE®, aby go narysować? Głównie ze względu na dostępność wielu dodatkowych opcji formatowania, których nie zapewnia korzystanie z samego wykresu Excelowego. Co więcej, w SfE® możemy dodać drugą, dodatkową serię danych, a także linię odniesienia.

Zacznijmy jednak od początku. Załóżmy, że chcemy narysować wykres pokazujący sprzedaż w pierwszym półroczu przez dwa regiony naszej firmy. Gromadzimy potrzebne dane w prostej tabeli:

Następnie przechodzimy do wstążki SfE® i wybieramy typ wykresu, w tym przypadku Line:

Pojawia się okno dialogowe, w którym określamy wszystkie parametry wykresu. Przypomina ono nieco okno excelowych funkcji i działa na podobnej zasadzie:

W pierwszych dwóch polach (Points1 i Points2) wpisujemy adresy serii danych, czyli w naszym wypadku odpowiednio zakresy C3:H3 i C4:H4, co daje nam następujący wynik:

Zauważcie, co pojawia się w pasku formuły (1) – przypomina to formuły funkcji excelowych i działa na takiej samej zasadzie – można edytować argumenty z poziomu paska. Jeśli natomiast chcemy znowu otworzyć okno dialogowe, aby wprowadzić kolejne parametry wykresu, wystarczy kliknąć na przycisk „Wstaw funkcję” (zaznaczony na powyższym rysunku cyfrą 2). Zwróćcie też uwagę, co pojawia się w polu nazwy (3) – każdy wykres narysowany za pomocą SfE® automatycznie zostanie nazwany w ten sposób, czyli frazą „Sprk” oraz oznaczeniem adresu komórki, w której się znajduje (w tym przypadku R6C9, czyli row 6, column 9, co odsyła nas do komórki I6).

Uwaga: przykładowy wykres, na którym pracujemy w niniejszym artykule, celowo został umieszczony w znacznie powiększonej komórce tak, aby lepiej były widoczne wszystkie możliwe opcje jego modyfikacji. W docelowych dashboardach i raportach zachęcamy oczywiście do stosowania miniwykresów w takim rozmiarze, jaki będzie najbardziej użyteczny i przejrzysty. Celowo też prezentujemy tutaj wszystkie możliwe modyfikacje wykresu, tak, aby w pełni zaprezentować możliwości SfE®. Dobór docelowych elementów wykresu zależy oczywiście od tego, co dany wykres ma przedstawiać, zgodnie ze współczynnikiem dane/atrament.

Pole Points1 jest jedynym wymaganym polem, które należy uzupełnić, aby SfE® narysował nam wykres. Wszystkie pozostałe pola są opcjonalne. Przyjrzyjmy się teraz argumentom, które pomogą nam sformatować wykres.

Jak sformatować wykres liniowy?

Kolejnymi polami, które możemy edytować w oknie dialogowym wykresu, są pola Mini i Maxi. Służą one do określenia minimalnej i maksymalnej wartości, które ma pokazywać nasz wykres, czyli odpowiadają zakresowi ukrytej osi. Co ciekawe, nie da się za pomocą tych argumentów przyciąć wykresu w ten sposób, żeby pokazywał zakres mniejszy, niż podane przez nas liczby. Można tylko rozszerzyć perspektywę:

Jeśli pola Mini i Maxi zostaną pozostawione puste, wykres automatycznie dopasuje się do zakresu pokazywanych liczb.

Do naszego wykresu możemy też dodać linię odniesienia, wpisując w pole Hline odpowiednią wartość. Załóżmy, że chcemy, aby ta linia pokazywała średnią wartość sprzedaży. Wystarczy odniesienie do adresu komórki, która nam tę średnią wyliczy:

Na wykresie pojawiła się czerwona linia, która odpowiada policzonej w komórce C5 średniej. Zwróćcie uwagę, w jaki sposób zmienia się formuła – kolejne argumenty są oddzielone średnikami. Średniki wyznaczają też puste miejsca pozostawione w polach Mini i Maxi.

Kolejna opcja formatowania wykresu to określenie „normality zone”, czyli zakresu, który chcemy wyróżnić innym tłem. Robimy to za pomocą pól MinZone i MaxZone w oknie dialogowym (bądź edytując formułę wykresu w pasku formuły, pamiętając o średnikach). W naszym przykładzie załóżmy, że chcemy wykorzystać tę opcję do podkreślenia średniej. Określmy więc „normality zone” jako zakres od średnia-1 do średnia+1, znów wykorzystując odwołanie do konkretnych komórek. Wykres wygląda teraz tak:

Do wykresu możemy również dodać znaczniki (podobną funkcję oferuje wbudowany excelowy sparkline). Aby to zrobić, w oknie dialogowym edytujemy pole Tags, wpisując tam liczbę od 1 do 9, oznaczającą wariant, którego chcemy użyć. Twórca przewidział następujące warianty:
1 – oznaczenie maksymalnego i minimalnego punktu wykresu
2 – oznaczenie pierwszego i ostatniego punktu wykresu
3 – wariant 1 i 2 jednocześnie
4 – oznaczenie wszystkich punktów jednym kolorem
5 – oznaczenie wszystkich punktów, z czego ostatni i pierwszy są w innym kolorze
6 – oznaczenie wszystkich punktów, z wyróżnieniem minimalnego i maksymalnego punktu
7 – same punkty, bez linii
8 – oznaczenie tylko ostatnich punktów
9 – oznaczenie tylko pierwszych punktów

W następnym kroku możemy określić kolory linii na naszym wykresie, jeśli chcemy, aby były one inne, niż domyślny granatowy i czarny. Aby to zrobić, musimy zerknąć do pliku z kodami kolorów, dostępnego na stronie projektu i pod adresem http://garr.dl.sourceforge.net/sourceforge/sparklinesforxl/color_codes.pdf. Na sześciu stronach mamy tam podane przeróżne kolory, wraz z kodami, które wystarczy skopiować do odpowiedniego pola (ColorLine1 i ColorLine2) w oknie dialogowym wykresu:

Formuła poszerza nam się o kolejne argumenty, a wykres zmienia kolory.

Kolejny argument pozwala na określenie, jak ma się zachować wykres, jeśli nasze dane nie są ciągłe i występują między nimi puste miejsca. Tutaj twórca przewidział 3 warianty:
0 – nie łącz punktów i zostaw puste miejsce;
1 – połącz punkty linią ciągłą;
2 – połącz punkty linią przerywaną.

Następne dwa pola w oknie dialogowym wykresu pozwalają nam określić kolor punktów maksymalnych i minimalnych na wykresie, jeśli chcemy aby były inne, niż domyślne (niebieski i czerwony). Postępujemy tutaj analogicznie, jak przy określaniu koloru linii, czyli wybieramy kolor z tabeli kodów.

Kolejna grupa argumentów dotyczy zaznaczania na wykresie interwałów czasowych za pomocą szarych pól. Załóżmy, że na naszym wykresie chcemy odróżnić od siebie poszczególne miesiące. W tym celu w trzy kolejne pola musimy wpisać odpowiednie wartości. I tak, w pole ShadedStart wpisujemy liczbę, która określa ilość punktów danych przed szarym polem (w naszym przypadku 0, jeśli chcemy, aby już pierwszy miesiąc był szary); w pole ShadedWidth wpisujemy liczbę, która określa szerokość szarego pola w ilości punktów danych (w naszym przypadku 1, bo chcemy, aby szare pole obejmowało 1 miesiąc); a w pole TransparentWidth wpisujemy liczbę, która określa szerokość pomiędzy szarymi polami, również wyrażoną w ilości punktów danych (czyli w naszym przypadku również 1). Wykres wygląda teraz następująco:

SfE® pozwala także na wstawienie w dowolnym miejscu pionowej linii, którą możemy wyróżnić jakiś punkt na wykresie. W tym celu w pole MarkPosition wpisujemy liczbę, która określi pozycję naszej linii w poziomie (jeśli w przykładzie chcielibyśmy zaznaczyć np. luty, wtedy byłaby to liczba 2).

Kolejną opcją dostępną dla wykresu liniowego w SfE® jest lustrzane odbicie. Jeśli chcemy, żeby wykres wyświetlał dane w odwrotnej kolejności, w pole MirrorDisplay wpisujemy 1.

Następne cztery pola pozwalają na umieszczenie na wykresie etykiety. Biorąc pod uwagę pierwotne założenia sparklines, które mówią o jego miniaturowej wielkości, umieszczanie etykiety wydaje się zadaniem dość karkołomnym, jednak przyjrzyjmy się i tej opcji, skoro taką możliwość daje nam SfE®.

W polu TxtLabel umieszczamy tekst naszej etykiety (może to być również odniesienie do komórki z tekstem), następnie w polu PlaceLabel określamy pozycję etykiety na wykresie. Mamy do wyboru dziewięć możliwości:
TR (top right) – na górze po prawej
TC (top center) – na górze po środku
TL (top left) – na górze po lewej
CR (center right) – na środku po prawej
CC (center center) – na środku
CL (center left) – na środku po lewej
BR (bottom right) – na dole po prawej
BC (bottom center) – na dole po środku
BL (bottom left) – na dole po lewej

Oprócz tego, możemy jeszcze określić, jakiego rozmiaru ma być czcionka etykiety (wpisujemy odpowiednią cyfrę odpowiadającą rozmiarowi w pole SizeLabel) oraz to, w jakim czcionka ma być kolorze (tu znowu używamy tabeli kolorów, wpisując odpowiedni kod w pole ColorLabel).

Ostatnie dwa pola w oknie dialogowym dają nam możliwość określenia grubości linii naszego wykresu. W polu LinesWeight określamy za pomocą liczby grubość głównych linii, a w polu HLineWeight grubość linii odniesienia. W obu przypadkach możemy użyć miejsc po przecinku, aby bardziej precyzyjnie wskazać ten parametr.

Tym sposobem przeszliśmy przez wszystkie możliwości, jakie oferuje SfE® w zakresie modyfikacji wykresu liniowego – wykresu przebiegu w czasie. W kolejnym odcinku tego cyklu przyjrzymy się wykresowi pociskowemu.

Plik do pobrania

Tu możesz pobrać wykres liniowy utworzony z dodatkiem Sparklines for Excel.

O cyklu „Jak utworzyć dashboard menedżerski w Excelu?”

Seria „Jak utworzyć dashboard menedżerski w Excelu?” składa się z 4 odcinków, których efektem jest jednoekranowy raport dla menedżera wysyłający sygnały. Plik Excel, zawierający wszystkie wykorzystane dane i wykresy, został umieszczony na końcu czwartego odcinka, można go też pobrać tu: dashboard menedżerski Excel.

1. Jak utworzyć dashboard menedżerski w Excelu? (odc. 1) – Miniwykresy, sygnalizacja uliczna i wykresy pociskowe
2. Jak utworzyć dashboard menedżerski w Excelu? (odc. 2) – Formatowanie warunkowe jako pasek danych
3. Jak utworzyć dashboard menedżerski w Excelu? (odc. 3) – Wykres słupkowo-słupkowy oraz aparat fotograficzny
4. Jak utworzyć dashboard menedżerski w Excelu? (odc. 4) – Mapa cieplna i kartogram z Mapą Polski Excel

O procesie budowy dashboardu

W artykule przedstawimy tylko techniczno-wizualną stronę tego przedsięwzięcia. Każdy, kto budował jakikolwiek raport, wie, że proces ten zaczyna się znacznie wcześniej od wewnętrznych uzgodnień, które zwykle dotyczą następujących kwestii:

1. Co chcemy mierzyć?
2. Skąd wziąć dane?
3. Kto będzie to przygotowywał?
4. Jakie są nasze cele (miesięczne, roczne)?
5. Kiedy wyniki są niskie, kiedy akceptowalne, a kiedy wysokie?
6. Jakie wymiary i kategorie mają dla nas znaczenie?

Miniwykresy i sygnalizacja uliczna dla kluczowych miar dashboardu (KPIs)

Zaczynamy od czystego arkusza Excel, w którym wstawiamy nasze kluczowe miary, takie jak Sprzedaż, Zysk czy Udział w rynku. Następnie wstawiamy miniwykresy, które będą sygnalizować trend, zajmując niewielką powierzchnię raportu: Wstawianie > Wykresy przebiegu w czasie > Liniowy.

Ponieważ chcemy, żeby nasz dashboard wysyłał dużo sygnałów, oznaczmy dodatkowy obecny wynik na ciemnoszaro, a historyczny najniższy i najwyższy wynik na czerwono i zielono. Zmieńmy też kolor linii na szary. Wszystkie opcje formatowania tego wykresu znajdziemy w dodatkowej karcie Narzędzia wykresów przebiegu w czasie.

Widzimy od razu, że jeżeli ostatni wynik jest najniższy, sygnał czerwony będzie na wierzchu.

Uzyskany wykres liniowy przeciągamy w dół (kopiujemy komórkę w dół), co utworzy kilka analogicznych wykresów, szukając naszych danych w kolejnych wierszach pod danymi pierwszego wykresu.

Teraz czas na sygnalizację uliczną, czyli światła czerwone, żółte i zielone. Znając te poziomy dla poszczególnych miar, możemy skorzystać z formatowania warunkowego. Stajemy na komórce B3 i przypisujemy jej aktualną wartość wyświetlaną, łącząc ją z danymi.

Następnie wstawiamy formatowanie warunkowe: Narzędzia główne > Formatowanie warunkowe > Zestawy ikon > 3 światła sygnalizacji ulicznej.

Teraz czas na zdefiniowanie warunków dla naszego światła. Wchodzimy ponownie w Formatowanie warunkowe > Zarządzaj regułami > Edytuj regułę. Teraz wykonujemy kilka ważnych operacji: 1. Zmieniamy typ na liczbę (bo odnosimy się do liczb bezwzględnych, a nie do procentowego zakresu wartości), 2. Wpisujemy adresy komórek, które opisują nasze warunki (zielone światło dla wartości >=36, żółte dla wartości >=30) 3. Zaznaczamy Pokaż tylko ikonę. I oczywiście klikamy OK.

Po wyrównaniu tekstu komórki do środka nasze światło wygląda tak:

Czynność tę powtarzamy dla wszystkich KPI-ów oddzielnie. Dlaczego? Wartości dla warunków można podawać tylko jako wartości bezwzględne ($), dlatego w tym przypadku nie można formatowania warunkowego po prostu skopiować. Po wykonaniu tej operacji nasze główne miary wyglądają następująco:

Wykresy pociskowe dla KPI-ów

Na wzorcowym dashboardzie śledzenie celu (w polskojęzycznych materiałach i firmach działających na polskim rynku nazywanym potocznie z j. ang. targetem) odbywa się za pomocą wykresu pociskowego (o tym, dlaczego wykres pociskowy, a nie liczniki samochodowe, dowiesz się więcej z artykułu nt. jego konstrukcji). Skorzystajmy więc z wykresu pociskowego zaprojektowanego w Excelu i wstawmy go do naszego arkusza. Wykres pociskowy, który tam udostępniliśmy, był wyśrubowany pod względem wizualnym, a my go trochę zliberalizujemy. Zaczynamy od przeklejenia go na dashboard i umieszczenia, z uwagi na oś, przy ostatnim KPI-u.

W arkuszu z danymi będziemy potrzebować następujące wartości dla każdego wskaźnika: do jakiego poziomu jest sygnał czerwony, do jakiego poziomu jest sygnał żółty, jaki jest zakładany cel oraz jaki jest aktualny wynik. Wszystkie te dane muszą być wyrażone w formie procentowej. Przechodzimy zatem do arkusza Dane i tworzymy dodatkowe kolumny.

Ustawimy też maksimum osi poziomej na 150% oraz zmienimy kolory na czerwony-żółty-zielony o niskiej intensywności. Zacznijmy od dopasowania osi – przechodzimy do arkusza Dashboard > Narzędzia główne > Okienko zaznaczenia > ukrywamy 2 górne niepotrzebne wykresy (symbol oka), otwierając sobie drogę do osi wykresu, dla której ustawiamy Maksimum na 1,5.

Następnie podłączamy ten wykres do naszych danych – kolejne serie odnoszą się do obliczonych wcześniej komórek, np. czerwony – U6:

Teraz odkrywamy symbolem oka kolejny wykres, z którego składa się ten Excelowy szablon pocisku, i ponownie podłączamy do danych, tym razem do komórki S6 – wynik:

Ostatni wykres to znacznik targetu, który również odnosimy do arkusza Dane – T6:

Pierwszy wykres pociskowy jest gotowy.  

Czynności powtarzamy dla pozostałych wierszy, czekając na lepsze czasy i gotowy szablon wykresu pociskowego w Excelu (może w Office 2015?). Efekt końcowy powinien wyglądać następująco:

Ostatnim krokiem tworzenia najważniejszej części tego dashboardu jest dodanie nagłówków i wyniku aktualnego. Pierwsza sekcja wygląda finalnie tak:

Wszystkie odcinki „Jak utworzyć dashboard menedżerski w Excelu?”

1. Jak utworzyć dashboard menedżerski w Excelu? (odc. 1) – Miniwykresy, sygnalizacja uliczna i wykresy pociskowe
2. Jak utworzyć dashboard menedżerski w Excelu? (odc. 2) – Formatowanie warunkowe jako pasek danych
3. Jak utworzyć dashboard menedżerski w Excelu? (odc. 3) – Wykres słupkowo-słupkowy oraz aparat fotograficzny
4. Jak utworzyć dashboard menedżerski w Excelu? (odc. 4) – Mapa cieplna i kartogram z Mapą Polski Excel

Nawiązując do definicji, informacje przedstawione są w sposób wysoce wizualny, a większość danych wyrażona jest za pomocą wykresów (kolumnowego, pociskowego, miniwykresu), podczas gdy same liczby odgrywają rolę pomocniczą. Wizualna prezentacja danych pozwala lepiej wykorzystać potencjał drzemiący w ludzkim mózgu. Selektywne zastosowanie koloru oraz usunięcie niepotrzebnych informacji (w celu maksymalizacji współczynnika dane/atrament) skracają czas potrzebny na analizę danych.

Autor dashboardu wybrał najważniejsze informacje, które umożliwiają Dyrektorowi Sprzedaży ocenę sytuacji, m.in.: Sprzedaż, Zysk, Średnia wielkość zamówienia, Liczba nowych klientów.

Stopień osiągnięcia celu obrazowany jest za pomocą wykresu pociskowego (zarówno w prostej, jak i w zaawansowanej postaci), dzięki czemu szybko widać, gdzie plany udało się zrealizować.

Informacje są zebrane razem (skonsolidowane) i podzielone na 6 grup.

Cały raport mieści się na jednym ekranie (jednej kartce papieru), aby wspierać naszą pamięć krótkoterminową w procesowaniu widzianych informacji. Kondensację danych umożliwiają miniwykresy liniowe.

Śledzenie w mgnieniu oka umożliwia zastosowanie sygnalizacji ulicznej (nie tylko przy pomocy koloru czerwonego, ale także pomocy odcienie szarości na wykresie pociskowym), przez co krytyczne miary przyciągają natychmiast uwagę czytelnika.

Geneza

Aby wizualizować popularność poszczególnych tagów, twórcy Flickra wymyślili chmurę tagów – technikę prezentowania tagów, w której najpopularniejsze tagi odznaczają się największą i najgrubszą czcionką. Tagi są najczęściej uporządkowane alfabetycznie, a ich kliknięcie przenosi nas na stronę zawierającą wpisy nimi oznaczone.

Przykład ze strony

Chmura tagów na stronie SkuteczneRaporty.pl (stan na 14.03.2011) wygląda następująco:

Zalety

Z punktu widzenia skutecznej komunikacji chmura tagów ma kilka zalet: jest prosta w konstrukcji i łatwa do czytania. Nie musimy wodzić wzrokiem między etykietami a reprezentacją graficzną danych, gdyż tekst reprezentuje jednocześnie i etykiety, i dane (współczynnik dane/atrament wynosi 100%). Do jej wad należy zaliczyć trudność porównań danych (z uwagi na brak wspólnej podstawy dla wszystkich tagów), faworyzowanie długich wyrazów i tych, które na przemian mają litery z ogonkami poniżej głównej linii tekstu (jak p, j, y) i powyżej (jak t, k, l). Badania pokazały, że chmura tagów nie jest bardziej efektywna niż zwykła tabela.

Chmura danych

Zastępując popularność słów innymi danymi ilościowymi, otrzymamy chmurę danych. Jest ona ciekawą alternatywą prezentacji danych, zwłaszcza gdy chcemy zwrócić uwagę odbiorcy na wartości skrajne. Przykładem chmury danych jest poniższa grafika prezentująca notowania na nowojorskiej giełdzie NYSE. Zmiana kursu 500 spółek (o najwyższym obrocie) jest reprezentowana przez kolor czcionki (tradycyjnie zielony = wzrost, czerwony = spadek) i jej rozmiar (im wyższy tekst, tym zmiana na zamknięciu większa).

Geneza

Wykres został wymyślony przez Johna Tukey’a, który powiedział: „Jeśli mamy zamiar postawić znak, najlepiej, żeby miał on sens. Znakiem najprostszym, najbardziej użytecznym i posiadającym najwięcej znaczenia jest cyfra”.

Diagram jest przykładem wykorzystania całego atramentu na elementy z danymi i zwiększenia w ten sposób współczynnika dane/atrament. Na diagramie można łatwo dostrzec obserwacje odstające oraz  dominujące, jednak nadaje się on do przedstawiania niewielkich zbiorów danych (od 15 do 150 punktów danych).

Diagram łodygowo-listkowy rysuje się w bardzo prosty sposób. Ustalamy najpierw, jakie liczby stanowić będą łodygę, zwykle opuszczając jedną lub dwie cyfry w zapisie dziesiętnym, a następnie sortujemy je rosnąco. Uzyskane liczby zapisujemy w jednej kolumnie, oddzielamy pionową kreską i dopisujemy obok obcięte końcówki – liście.

Przykład

Poniższy przykładowy diagram łodygowo-listkowy przedstawia rozkład wzrostu uczniów (w m) w pewnej klasie:

Ciekawostka

Co ciekawe, diagram często wykorzystywany jest przy prezentacji rozkładów jazdy. Oto bimodalny rozkład godzin kursowania warszawskiej linii tramwajowej 44:

Definicja współczynnika Dane/Atrament

Tufte definiuje Współczynnik Dane/Atrament jako:

atrament zużyty w celu prezentacji danych (stanowiących nieusuwalny rdzeń grafiki)/cały zużyty atrament
lub
udział atramentu poświęconego na prezentację danych istotnych
lub
1 – udział atramentu, który może zostać usunięty bez straty informacji

Co więcej, Tufte stosuje ten współczynnik jako nadrzędną zasadę prezentacji danych, zalecając:
Maksymalizuj Współczynnik Dane/Atrament w granicach zdrowego rozsądku. Każda kropla atramentu wymaga uzasadnienia. I prawie zawsze uzasadnieniem powinno być to, że dodatkowy atrament prezentuje nowe informacje.

Ta zasada ma bezpośrednie zastosowanie przy projektowaniu wykresów i dashboardów, z jedną drobną korektą: dashboardy przedstawiane są na ekranie komputera, więc słowo „atrament” można zmienić na „piksel”.

Zatem projektując każdy wykres i dashboard powinniśmy stosować tę zasadę jako nadrzędną, realizując ją w dwojaki sposób.

1. Redukcja pikseli nie zawierających danych lub umniejszenie ich znaczenia

Pikselami , które łatwo usunąć  są:
– trzeci wymiar,
– linie siatki na wykresach,
– znaczniki osi,
– etykiety danych,
– gradient  dla kolumny czy tła,
– dekoracje, logo
– rozróżnienie kolorów, które nie ma sensu,
– obramowanie wykresów, obszarów wykresów czy nawet kolumn,
– kolory wypełniające przestrzenie na dashboardach,
– obramowanie tabeli

Pikselami, których znaczenie można szybko zmniejszyć stosując nienasycone kolory i jasne odcienie szarości, są:
– linie osi,
– granice między obszarami i sekcjami,
– niezbędne linie siatki,
– kolor wypełnienia.

2. Uwydatnienie pikseli z danymi

Piksele można uwypuklić poprzez umieszczenie w odpowiednim miejscu na ekranie.

Miejsce w lewym górnym rogu jest najcenniejszą powierzchnią na ekranie. Nigdy nie wolno go marnować na logo, przyciski nawigacyjne lub inne nieistotne elementy. Wynika to z faktu, że w większości języków zachodnich słowa drukowane są w kolejności od lewej do prawej i od góry do dołu.

Miejsce centralne jest naturalnym punktem skupiania uwagi, ale działa najlepiej, gdy jest wyróżnione (np. ramką).

Piksele można uwydatnić także poprzez dodanie wyróżnienia tylko w określonych przypadkach (np. poprzez zastosowanie ikon alarmu, świateł drogowych, trendu) lub poprzez zmianę jednego z poniższych atrybutów:
– intensywność koloru,
– rozmiar,
– grubość linii,
– kolor,
– orientacja,
– obramowanie,
– dodanie znacznika.