Przykład

Rezultat badania przedstawiono na poniższym rysunku.

Rozwiązanie

Powyższa prezentacja prostych (teoretycznie) danych zawiera szereg podstawowych błędów i stanowi świetny materiał do poprawy.

Komunikat
Wizualizacja wyników sondy powinna przede wszystkim przekazać informację, ilu procent kredytobiorców dotyczy ten problem, czyli jaka jest potencjalna skala problemu. Zamiast tego otrzymujemy komunikat, że prawie 50% respondentów nie ma kredytu. Ich artykuł jednak nie dotyczy, więc dlaczego nie odjąć ich odpowiedzi, poprawiając przekaz i odpowiadając na postawione pytanie. Informacja o liczbie uczestników może zostać przesunięta na drugi plan.

Porównanie nominalne vs Ranking
Czytelnika tego artykułu w drugiej kolejności interesować może informacja, która waluta jest najpopularniejsza i na którym miejscu jest w tym zestawieniu frank, o którym mowa w artykule. Dane reprezentują związek część całości, w ramach którego sortowanie tworzy nam ranking, a jego brak – porównanie nominalne. Dane korzystniej będzie posortować malejąco, zastępując tym samym porównanie nominalne rankingiem.

Tabela vs Wykres
Umieszczenie tabeli i wykresu razem rzadko ma sens. W przypadku wyników sondy wykres spełnia zadanie znacznie lepiej i w zupełności wystarczy do ich przedstawienia. Liczba osób, które oddały głosy na poszczególne waluty jest zupełnie niepotrzebna, gdyż skalę zjawiska odda najlepiej udział poszczególnych walut.

Formatowanie
Formatowanie wykresu stanowi w powyższym przykładzie znaczną barierę komunikacyjną. Główne błędy tu popełnione to: różne kolory dla kolumn, brak wyróżnienia dla najważniejszego elementu, gradienty, niepotrzebna legenda (przez którą Czytelnik musi wodzić wzrokiem w tę i z powrotem), zbędne linie siatki i cieniowanie między nimi, zaokrąglony obszar kreślenia.

Skala i oś
Skala została błędnie zaprojektowana, gdyż odstępy na osi Y są nieregularne – pierwszy skok wynosi 8%, następne po 7%. To może wprowadzić Czytelnika w błąd. Etykiety danych na skali są skrótami, których część odbiorców może nie znać, warto więc zastąpić je powszechnie używanymi nazwami walut.

Oto poprawiona wizualizacja wyników tej samej sondy.

W odróżnieniu od poprzedniej wersji, wykres ma przejrzystą strukturę, a komunikat jest czytelny („Frank jest drugą najpopularniejszą walutą z udziałem 35%.”). Odbiorca nie musi się niczego domyślać, co więcej dowiaduje się, że skala problemu może być większa niż sugerowało to pierwotne zestawienie. Proste dane, jasny komunikat, skuteczny wykres.

Większość związków między ilościowymi danymi biznesowymi może zostać sklasyfikowanych w 7 kategorii. Poznanie ich jest pierwszym krokiem do zrozumienia, jak je przedstawiać, ponieważ kategorie te są ściśle powiązane ze sposobem ich obrazowania.

Szereg czasowy

Kiedy wartości ilościowe są wyrażane jako seria pomiarów wykonanych w równych odstępach czasu, związek ten nazywa się szeregiem czasowym. Żaden innych związek nie występuje w danych biznesowych tak często jak ten. Badania wykazały, że ok. 75% wszystkich wykresów biznesowych pokazuje szereg czasowy. Czas może być podzielona na interwały różnej długości, takie jak lata, kwartały, miesiące, tygodnie, dni, godziny, a nawet minuty. Typowym przykładem jest poniższy wykres:

Obserwacja faktu, jak wartości różnią się od siebie, rosnąc lub malejąc w czasie, jest bardzo wartościowa. Szeregi czasowe ujawniają trendy i wzorce, których musimy być świadomi i które musimy rozumieć, aby podejmować skuteczne decyzje.

Ranking

Kiedy wartości ilościowe są ułożone wg wielkości, od największego do najmniejszego lub odwrotnie, związek ten nazywany jest rankingiem. Często ma to duże znaczenie w biznesie, aby spojrzeć na dane uporządkowane, np. wyniki sprzedaży lub wydatki departamentów. Pozwala to nie tylko pokazać ich kolejność, ale także ułatwia porównania wartości poprzez umieszczenie wartości zbliżonych obok siebie. Poniższy wykres pokazuje typowy ranking:

Część całości

Kiedy wartości ilościowe są przedstawiane w celu ukazania porcji ogółu, który reprezentują, mamy do czynienia z częścią całości. Nierzadko przydaje się widok elementów, z których składa się całość i procent, który przypada na każdy element, np. podział rynku między konkurentów lub wydatki w podziale na region, jak na poniższym wykresie.

Odchylenie

Kiedy wartości ilościowe są przedstawiane w celu uwypuklenia, jak bardzo zbiór danych różni się od zbioru referencyjnego, jesteśmy świadkami odchylenia. Najczęstszym przykładem biznesowym jest ukazanie, jak bardzo zbiór danych (np. wydatki rzeczywiste) odbiega od wartości planowanych (budżetu zaplanowanego), tak jak na poniższym wykresie.

Rozkład

Kiedy pokazujemy, jak dane są rozsiane w całym zakresie, mamy do czynienia z rozkładem. Wiele rzeczy można się dowiedzieć poprzez analizę dystrybucji danych, szczególnie zaś jej kształtu, który mówi, co jest typowe dla danego zbioru wartości (jeśli rozkład jest niesymetryczny) lub gdzie są luki lub skupiska. Poniższy rysunek przedstawia symetryczny rozkład zwany normalnym, który ma kształt dzwonu.

Korelacja

Kiedy pary wartości ilościowych, z których każda mierzy inną właściwość dotyczącą tej samej jednostki (osoby, departamentu, produktu), są przedstawiane w celu ukazania związku między nimi (np. gdy jedna cecha rośnie, inna także lub jedna rośnie, a druga maleje) powstaje korelacja. Zrozumienie związku między wartościami ilościowymi może pomóc przewidzieć i wykorzystać te zachowania. Poniższy rysunek pokazuje korelację między kwotą kredytu a długością rozpatrywania wniosku kredytowego w banku.

Porównanie nominalne

Związek ten wykorzystuje skalę nominalną, w której elementy nie są ze sobą powiązane i nie ma związku między wartościami. Poniższy wykres dostarcza materiał do porównania wartości dla regionów, ale nic więcej. Jeśli wykres przedstawia tylko porównanie nominalne, warto zastanowić się, czy użycie innego związku nie miałoby więcej sensu. W tym przypadku wystarczy uporządkować wartości dla regionów, aby utworzyć ranking. Czasami jednak elementy są tak ułożone celowo, ponieważ ludzie oczekują zobaczyć je właśnie w ten sposób (np. tak jak poniższe regiony).