Datavisualisatieontwerp is het proces waarbij grafische elementen en composities worden gemaakt om informatie en gegevens in een begrijpelijker en toegankelijker vorm te presenteren. Het doel van het ontwerp van datavisualisatie is om complexe datasets leesbaarder, begrijpelijker en intuïtiever te maken voor het publiek.
Basisprincipes van het ontwerp van datavisualisatie zijn onder meer:
- Duidelijkheid en eenvoud: Visualisaties moeten eenvoudig en gemakkelijk te begrijpen zijn. Vermijd overbodige informatie en complexe elementen die het moeilijk kunnen maken deze te begrijpen.
- Geschikte grafieken en diagrammen selecteren: Verschillende soorten gegevens kunnen het beste worden weergegeven met behulp van verschillende grafieken, zoals cirkeldiagrammen, staafdiagrammen, lijngrafieken, enz.
- Kleurenschema: Kleuren kunnen de perceptie en discriminatie van gegevens verbeteren. Het is belangrijk om kleuren te kiezen die gemakkelijk te onderscheiden en niet misleidend zijn.
- Hiërarchie en organisatie: Structureer uw gegevens op basis van het belang en de relaties ervan. Gebruik elementen zoals grootte, kleur en vorm om belangrijke aspecten te benadrukken.
- Interactiviteit: Afhankelijk van de datapresentatieomgeving kan het toevoegen van interactieve elementen de ervaring van interactie met de informatie verbeteren.
- Aanpassingsvermogen: Zorg ervoor dat uw visualisatie op verschillende apparaten en schermen kan worden bekeken.
- Context en kopjes: Voeg context en bijschriften toe voor grafieken om uw publiek de informatie te geven die ze nodig hebben om te begrijpen.
Datavisualisatieontwerp wordt veel gebruikt op verschillende gebieden, zoals bedrijfsanalyse, journalistiek, wetenschap en onderwijs. Hoge kwaliteit data visualisatie Bevordert een beter begrip van complexe concepten en helpt u weloverwogen beslissingen te nemen op basis van data-analyse.
De kracht van datavisualisatie
Je brein is erop ingesteld om visuele inhoud veel sneller te verwerken dan tekst, en daarom is dataontwerp zo krachtig. Door gegevens te ‘zien’, ontvangen, synthetiseren en behouden uw hersenen de gepresenteerde informatie gemakkelijker.
Helaas denken veel mensen dat het combineren van meerdere diagrammen betekent dat je een goed datavisualisatieontwerp maakt. Je doet het niet alleen niet goed; Je zou je merk echt kunnen schaden. Niet standaard data-ontwerp bestaat in vele vormen: Verwarde visualisaties, verkeerd gelabelde gegevens, 3D-diagrammen die de perceptie vertekenen, enz. In deze gevallen kan uw autoriteit op het spel staan, en dat wil niemand.
Belangrijkste verschillen tussen import en export
Zelfs als u de gegevens niet verkeerd voorstelt, bewijst u uw lezer een slechte dienst als u deze niet in de meest geoptimaliseerde vorm presenteert. Gelukkig zijn er veel eenvoudige dingen die u kunt doen om ervoor te zorgen dat uw dataverhalen de impact hebben die ze zouden moeten hebben.
Dus als u er klaar voor bent om uw datavisualisatie-ontwerpspel naar een hoger niveau te tillen, hebben we de beste tips van ons team samengesteld om u te helpen veelvoorkomende dataontwerpfouten te corrigeren en bestaande datavisualisaties te verbeteren, grafiek voor grafiek. We hebben deze lijst zelfs in categorieën ingedeeld voor het geval u snel iets wilt raadplegen. Wij hopen dat ze helpen.
25 raad. Ontwerp van datavisualisatie
Laten we eerst eens kijken naar een paar algemene zaken waar u rekening mee moet houden. Houd er rekening mee dat elke ontwerpkeuze voor datavisualisatie die u maakt, de ervaring van uw lezer moet verbeteren, en niet die van u. (Sorry, maar dit gaat niet over het laten zien van uw geweldige vaardigheden op het gebied van lijntekeningen.) Volg deze tips om uw gegevens tot hun recht te laten komen.
1) Selecteer een tafel die een verhaal vertelt. Er kunnen verschillende manieren zijn om gegevens nauwkeurig te visualiseren. Denk in dit geval na over wat u probeert te bereiken, de boodschap die u overbrengt, wie u probeert te bereiken, enz.
2) Verwijder alles wat het verhaal niet ondersteunt. Nee, dit betekent niet dat u de helft van uw datapunten doodt. Maar houd rekening met zaken als onnodige afbeeldingen, extra tekst, onnodige illustraties, schaduwen, ornamenten, enz. Het mooie van datavisualisatie is dat design kan helpen bij het harde werk van het verbeteren en communiceren van het verhaal. Laat het zijn werk doen. (Maar gebruik geen XNUMXD-diagrammen. Zoals eerder vermeld, kunnen ze de visualisatie-ervaring vertekenen.) Ontwerp van gegevensvisualisatie
3) Ontwerp voor begrip. Nadat u uw visualisatie heeft gemaakt, doet u een stapje terug en bedenkt u welke eenvoudige elementen u kunt toevoegen, aanpassen of verwijderen om de gegevens voor de lezer begrijpelijker te maken. Misschien wilt u een trendlijn aan een lijndiagram toevoegen of beseft u dat er te veel segmenten in een cirkeldiagram zijn (gebruik er maximaal zes). Deze subtiele veranderingen maken een enorm verschil.
Vergelijking
Datavisualisatie maakt vergelijkingen veel eenvoudiger doordat u kunt ‘zien’ hoe twee verschillende sets gegevens zich tot elkaar verhouden. Maar simpelweg twee diagrammen naast elkaar plaatsen is niet noodzakelijk voldoende. Sterker nog, het kan het verwarrender maken. (Ooit geprobeerd 32 verschillende cirkeldiagrammen te vergelijken? Ja, dat denk ik niet.)
4) Voeg indien mogelijk een nulbasislijn toe. Hoewel een lijngrafiek niet hoeft te beginnen vanaf een nulbasislijn, moet deze wel worden opgenomen als deze meer vergelijkingscontext biedt. Als relatief kleine variaties in de gegevens zinvol zijn (bijvoorbeeld bij aandelenmarktgegevens), kunt u de schaal bijsnijden om die variaties weer te geven. Ontwerp van datavisualisatie
5) Kies altijd de meest effectieve visualisatie. U wilt visuele consistentie, zodat de lezer in één oogopslag kan vergelijken. Dit kan betekenen dat u gestapelde staafdiagrammen, een gegroepeerd staafdiagram of een lijndiagram gebruikt. Wat je ook kiest, overweldig de lezer niet door hem te laten werken door te veel dingen te vergelijken.
6) Let op je plaatsing. Je kunt twee mooie histogrammen hebben waarmee de lezer punten kan vergelijken, maar als ze te ver uit elkaar liggen om een vergelijking te 'krijgen', heb je al verloren.
7) Vertel het hele verhaal. Misschien steeg de omzet in het vierde kwartaal met 30%. Spannend! Maar wat is spannender? Laten zien wat je werkelijk bent verhoogde omzet 100% sinds het eerste kwartaal.
Kopiëren. Ontwerp van datavisualisatie
Gegevens gaan uiteraard over cijfers, maar worden meestal in combinatie met kopiëren gebruikt om context te bieden voor het betreffende punt. In veel datavisualisaties, infographics en e-boeken we zien dat visualisatie en het kopiëren van gegevens elkaar tegenwerken, en niet samen.
8) Overdrijf het niet. Als de kopie al een feit vermeldt, mag dit niet worden herhaald in de subkop, toelichting en titel van het diagram.
9) Houd diagram- en grafiektitels eenvoudig en to the point. Het is niet nodig om slim, uitgebreid of vol woordspelingen te worden. Houd beschrijvende tekst boven het diagram kort en direct gerelateerd aan het onderstaande diagram. Onthoud: focus op de snelste weg naar begrip.
10) Gebruik toelichtingen verstandig. Bijschriften zijn er niet om de ruimte te vullen. Ze moeten opzettelijk worden gebruikt om relevante informatie onder de aandacht te brengen of om aanvullende context te bieden. Ontwerp van datavisualisatie
11) Gebruik geen afleidende lettertypen of elementen. Soms moet je een punt benadrukken. Als dit het geval is, gebruik dan alleen vetgedrukte of cursieve tekst om het punt te benadrukken, en gebruik niet beide tegelijk.
Kleur . Ontwerp van datavisualisatie
Kleur is een geweldig hulpmiddel als het op de juiste manier wordt gebruikt. Als het slecht wordt gebruikt, kan het niet alleen afleidend zijn, maar ook misleidend voor de lezer. Gebruik dit verstandig in uw datavisualisatieontwerp.
12) Gebruik één kleur om hetzelfde type gegevens weer te geven. Als u de verkopen maand na maand in een staafdiagram weergeeft, gebruik dan één kleur. Maar als u de verkopen van vorig jaar in een gegroepeerde grafiek vergelijkt met de verkopen van dit jaar, moet u voor elk jaar een andere kleur gebruiken. U kunt ook een accentkleur gebruiken om een belangrijk gegevenspunt te benadrukken.
13) Houd positieve en negatieve getallen bij. Gebruik geen rood voor positieve getallen en groen voor negatieve getallen. Deze kleurassociaties zijn zo sterk dat ze automatisch de betekenis in de geest van de kijker veranderen.
14) Zorg ervoor dat er voldoende contrast is tussen de kleuren. Als de kleuren te veel op elkaar lijken (lichtgrijs versus lichtgrijs), is het verschil moeilijk te zien. Vermijd daarentegen het gebruik van contrastrijke kleurencombinaties zoals rood/groen of blauw/geel. Ontwerp van datavisualisatie
15) Vermijd patronen. Strepen en stippen klinken leuk, maar ze kunnen ongelooflijk afleidend zijn. Als u bijvoorbeeld op een kaart onderscheid wilt maken, gebruik dan verschillende verzadigingen van dezelfde kleur. Gebruik in dit verband alleen ononderbroken lijnen (geen streken).
16) Kies de kleuren dienovereenkomstig. Sommige kleuren vallen meer op dan andere, waardoor de gegevens onnodig zwaar worden. Gebruik in plaats daarvan één kleur met een variërende tint of een spectrum tussen twee vergelijkbare kleuren om de intensiteit weer te geven. Vergeet niet om de kleurintensiteit intuïtief te coderen op basis van waarden.
17) Gebruik niet meer dan 6 kleuren in één lay-out. Genoeg gezegd.
Etikettering
Markering kan een mijnenveld zijn. Lezers vertrouwen op labels om gegevens te interpreteren, maar te veel of te weinig kunnen in de weg staan. Ontwerp van datavisualisatie
18) Controleer nogmaals of alles is geëtiketteerd. Zorg ervoor dat alles wat een label nodig heeft er een heeft, en dat er geen duplicaten of typefouten zijn.
19) Zorg ervoor dat de labels zichtbaar zijn. Alle labels moeten onbelemmerd zijn en gemakkelijk herkenbaar zijn aan het overeenkomstige gegevenspunt.
LinkedIn versus Facebook: wat is beter voor het bedrijfsleven?
20) Label de regels rechtstreeks. Voeg indien mogelijk gegevenslabels toe aan uw gegevenspunten. Hierdoor kunnen lezers snel regels en bijbehorende labels identificeren zonder naar een legenda of soortgelijk punt te hoeven zoeken.
21) Overdrijf het niet. Als de exacte betekenis van een datapunt belangrijk is voor het vertellen van uw verhaal, voeg dan datalabels toe om het begrip te verbeteren. Als de exacte waarden niet belangrijk zijn voor het vertellen van uw verhaal, neem dan geen gegevenslabels op. Ontwerp van datavisualisatie
22) Installeer uw type niet onder een hoek. Als uw aslabels te vol zijn, probeer dan alle andere labels op de as te verwijderen, zodat de tekst comfortabel past.
Volgorde. Ontwerp van datavisualisatie
Datavisualisatie is bedoeld om te helpen begrijpen. Willekeurige patronen die moeilijk te interpreteren zijn, zijn frustrerend en schadelijk voor de boodschap die u probeert over te brengen.
23) Bestel gegevens intuïtief. Er moet een logische hiërarchie zijn. Organiseer categorieën alfabetisch, opeenvolgend of op waarde. Ontwerp van datavisualisatie
24) Bestel consequent. De volgorde van de elementen in uw legenda moet de volgorde van uw diagram nabootsen.
25) Gelijkmatig bestellen. Gebruik natuurlijke stappen op uw assen (0, 5, 10, 15, 20) in plaats van lastige of ongelijke stappen (0, 3, 5, 16, 50).
Laat een reactie achter