Inhoudsopgave:
Video: iOS App Development with Swift by Dan Armendariz 2024
Wanneer je zwart-witmodel klaar is, ben je klaar om de oh-zo-krachtige beelden toe te voegen dat zal het laten knallen. Dat is waarom je deze reis begon om mee te beginnen, toch? Bij het toevoegen van beeldmateriaal aan uw model, is het belangrijk om u te richten op het toevoegen van effectieve beelden. Helaas, vanwege een gebrek aan thought leadership en training in de business intelligence (BI) -industrie, bieden tonnen visueel aantrekkelijke maar ineffectieve datavisualisaties een nulwaarde. Voer een zoekopdracht op internet uit naar datavisualisaties om enkele voorbeelden te bekijken.
De onderstaande tabel geeft een overzicht van de drie hoofdkenmerken van een effectief beeld.
| kenmerk | Details |
|---|---|
| Gegevens zijn duidelijk. | Controleer of de gegevens duidelijk zijn, zowel in het doel als
. |
| Visueel past de gegevens. | Of u nu een diagram of tekst kiest, zorg ervoor dat u
de juiste afbeelding voor de taak gebruikt. |
| Uitzonderingen zijn gemakkelijk te herkennen. | Of u nu een vergelijking of uitbijters in de
-gegevens wilt benadrukken, u moet het uw gebruikers gemakkelijk maken uitzonderingen in de gegevens te identificeren. |
De voorgaande tabel werd beïnvloed door Edward Tufte, die wordt beschouwd als de peetvader van datavisualisatie. Zijn boek De visuele weergave van kwantitatieve informatie , 2e editie (grafische pers), is een van de best gewaardeerde boeken in het veld datavisualisatie. Hoewel het een wetenschappelijke benadering vereist, is het een must-read voor data, zowel voor beginners als voor experts.
Deze drie eigenschappen zijn niet all-inclusive, dus je moet niet verwachten dat ze allemaal beslissen of een visual in je model moet passen. Gebruik ze in plaats daarvan als richtlijnen terwijl u uw afbeeldingen kiest. Hoe meer eigenschappen je hebt in elk beeld, des te effectiever je algehele gegevens zullen zijn!
Gegevens zijn duidelijk
Effectieve beelden geven gegevens weer die duidelijk zijn in zowel de presentatie als het doel, en op geen enkele manier worden vervormd. Een veelgemaakte fout is om te veel gegevens in één beeld te duwen, waardoor het belangrijke punt van de gegevens wordt verborgen, overschaduwd of vervormd door alle ruis. De volgende afbeelding toont een goed voorbeeld van een gegevensvisualisatie die een ringdiagram gebruikt om te laten zien welke typen mobiele apparaten mensen gebruiken. Zie hoe het 3D-effect het erg moeilijk maakt om de gegevens te begrijpen.
Het is ook belangrijk om ervoor te zorgen dat het doel van het beeld super helder is, zodat de gebruiker geen ruimte heeft voor verkeerde interpretatie. Goede datavisualisaties vertellen in één oogopslag een verhaal, waardoor de lezer meer wil.Als de gegevensvisualisatie verwarrend of verkeerd geïnterpreteerd is, worden de meeste gebruikers uitgeschakeld en verlaten deze. De onderstaande figuur toont een voorbeeld van een verwarrende visualisatie die het gebruik van een sociaal netwerk weergeeft. Helaas lijken de kleuren en percentages geen correlatie te hebben en zijn ze daarom erg verwarrend. Kun je vertellen wat de visualisatie uitbeeldt?
Visueel past de gegevens
Het visuele moet passen op de gegevens. Visuals zijn echter meer dan alleen maar grafieken, en bepaalde beelden passen gewoon niet in bepaalde gegevens. Meestal kunt u gegevens op verschillende manieren presenteren. Jouw taak is om de meest effectieve manier te vinden om dit te doen.
Gebruik nooit een cirkeldiagram om gegevens met meer dan vijf gegevenspunten weer te geven of om een gegevensset weer te geven met weinig tot geen verschil in grootte. Evenzo mag u nooit een tabel of scorecard gebruiken om een trend in de loop van de tijd weer te geven.
De onderstaande afbeelding toont twee visualisaties die dezelfde gegevens in kaart brengen. Het lijndiagram bovenaan is de beste optie om de trend van de verkoopmarges in 2014 te laten zien, omdat het duidelijk laat zien dat de kosten van het bedrijf ver boven de winst stijgen. De kolomgrafiek onderaan geeft die trend niet zo duidelijk weer. Kolomdiagrammen kunnen het best worden gebruikt om items te vergelijken.
Uitzonderingen zijn eenvoudig te herkennen
Of ze nu in de vorm van waarschuwingen, vergelijkingen of uitschieters zijn, uitzonderingen in de gegevens moeten eenvoudig te herkennen zijn in een effectief uiterlijk. Als een uitzondering extra diepgaande analyse vereist om te begrijpen, is de kans groot dat uw visuele effect niet effectief is.
Uitzonderingen in gegevensvisualisaties zijn buitengewoon krachtig en kunnen van grote waarde zijn. Wanneer gebruikers uitzonderingen kunnen herkennen en snel kunnen ontcijferen, weten ze of er onmiddellijke, matige of lichte aandacht nodig is. Markering van uitzonderingen biedt ook inzicht in potentiële trends die mogelijk aandacht vereisen.
De volgende afbeelding toont een diagram dat een waarschuwing gebruikt om enkele van de uitzonderingen in de verkoopgegevens te markeren.
