Šíření dezinformací pomocí příšerných řídicích panelů

by 17. 2022BI/Analytika0 komentáře

Jak šíříte dezinformace pomocí příšerných řídicích panelů

 

 

Čísla samotná jsou těžko čitelná a ještě těžší z nich vyvozovat smysluplné závěry. Často se stává, že vizualizace dat ve formě různých grafik a grafů je nezbytná pro skutečnou analýzu dat. 

Pokud jste však strávili spoustu času prohlížením různých grafů, už dávno jste si uvědomili jednu věc – ne všechny vizualizace dat jsou vytvořeny stejně.

Toto bude rychlý přehled některých nejčastějších chyb, kterých se lidé při vytváření grafů dopouštějí, aby reprezentovali data rychle a snadno stravitelným způsobem.

Špatné mapy

V návaznosti na xkcd na začátku je opravdu běžné vidět data vložená do mapy způsobem, který je hrozný a k ničemu. Jeden z největších a nejčastějších pachatelů je ten, který je zobrazen v komiksu. 

Nezajímavé rozložení populace

Jak se ukazuje, lidé dnes žijí spíše ve městech. 

Měli byste se obtěžovat zobrazením mapy pouze v případě, že očekávané rozložení, které pozorujete, neodpovídá rozložení celkové populace v USA.

Pokud byste například prodávali mražená tacos a zjistili, že více než polovina vašich tržeb pochází z obchodů s potravinami v Západní Virginii, navzdory jejich přítomnosti na celostátních trzích, bylo by to docela pozoruhodné.

Užitečné informace může poskytnout zobrazení mapy, která to ukazuje, stejně jako místa, kde jsou tacos populární. 

V podobném duchu, pokud prodáváte produkt, který je celý v angličtině, měli byste očekávat, že vaše distribuce zákazníků bude v souladu s distribucí anglicky mluvících lidí po celém světě. 

Špatná velikost zrna

Dalším způsobem, jak pokazit mapu, je zvolit špatný způsob, jak zemi geograficky rozdělit na kousky. Tento problém hledání správné nejmenší jednotky je v BI běžný a vizualizace nejsou výjimkou.

Aby bylo jasnější, o čem mluvím, podívejme se na dva příklady stejné velikosti zrna, která má dva velmi odlišné efekty.

Nejprve se podívejme na někoho, kdo vytváří topografickou mapu Spojených států tak, že vystínuje bod nejvyšší nadmořské výšky v každém kraji jinou barvou podél definovaného klíče. 

 

 

I když je to pro východní pobřeží poněkud efektivní, ale jakmile narazíte na okraj Skalistých hor, je to opravdu jen hluk.

Nezískáte příliš dobrý obrázek o geografii, protože (z komplikovaných historických důvodů) velikosti okresů mají tendenci se zvětšovat, čím dále na západ jdete. Vyprávějí příběh, jen ne takový, který by se týkal zeměpisu. 

Porovnejte to s mapou náboženské příslušnosti podle krajů.

 

 

Tato mapa je naprosto účinná, přestože používá přesně stejnou velikost zrna. Jsme schopni udělat rychlé, přesné a smysluplné závěry o regionech Spojených států, o tom, jak mohou být tyto regiony vnímány, co si lidé, kteří tam žijí, mohou myslet o sobě a zbytku země.

Vytvoření efektivní mapy jako vizuální pomůcky, i když je obtížné, může být velmi užitečné a objasňující. Jen se nezapomeňte zamyslet nad tím, co se vaše mapa snaží sdělit.

Špatné sloupcové grafy

Sloupcové grafy jsou obecně běžnější než informace prezentované na mapě. Jednoduše se čtou, snadno se vytvářejí a obecně jsou docela elegantní.

I když je snadné je udělat, existuje několik běžných chyb, kterých se lidé mohou dopustit, když se snaží znovu vynalézt kolo. 

Zavádějící váhy

Jedním z nejběžnějších příkladů špatných sloupcových grafů je, když někdo udělá něco nevhodného s levou osou. 

To je obzvláště zákeřný problém a je obtížné poskytnout obecné pokyny. Abychom tento problém trochu usnadnili strávení, pojďme diskutovat o několika příkladech. 

Představme si firmu, která vyrábí tři produkty; Alfa, Beta a Gamma widgety. Vedoucí chce vědět, jak dobře se prodávají ve srovnání s ostatními, a tým BI pro ně vytvoří graf. 

 

 

Na první pohled by manažer nabyl dojmu, že Alpha Widgets výrazně převyšují konkurenci, i když ve skutečnosti převyšují Gamma widgety jen o 20 % – nikoli o 500 %, jak je naznačeno ve vizualizaci.

Toto je příklad velmi zjevně ohavného zkreslení – nebo je to tak? Dokážeme si představit případ, kdy by toto přesně stejné zkreslení bylo užitečnější než vanilková osa 0 – 50,000 XNUMX?

Představme si například stejnou společnost, ale jednatel nyní chce vědět něco jiného.

V tomto případě každý widget vydělává pouze tehdy, pokud prodá alespoň 45,000 XNUMX kusů. Aby zjistil, jak dobře si každý produkt vede ve srovnání mezi sebou a ve vztahu k tomuto podlaží, BI tým se pustí do práce a předloží následující vizualizaci. 

 

 

TAhoj, všichni jsou v absolutním vyjádření v rozmezí 20 % od sebe, ale jak blízko jsou důležité hranici 45,000 XNUMX? 

Vypadá to, že widgety Gamma trochu pokulhávají, ale jsou widgety Beta? Řádek 45,000 XNUMX není ani označen.

Zvětšení grafu kolem této klíčové osy by v tomto případě bylo vysoce informativní. 

V takových případech je poskytování všeobecných rad velmi obtížné. Nejlepší je postupovat opatrně. Pečlivě analyzujte každou situaci, než natáhnete a oříznete osu y s bezohlednou opuštěností. 

Gimmick Bary

Mnohem méně děsivé a jednoduché zneužití sloupcových grafů je, když se lidé snaží být příliš roztomilí se svými vizualizacemi. Je pravda, že vanilkový sloupcový graf může být trochu nudný, takže dává smysl, aby se ho lidé pokusili okořenit.

Známým příkladem je nechvalně známý případ obřích lotyšských žen.

 

 

V některých ohledech to souvisí s některými problémy diskutovanými v předchozí části. Pokud by tvůrce grafu zahrnul celou osu y až do 0'0'', pak by Indky nevypadaly jako skřítky ve srovnání s lotyšskými obryněmi. 

Samozřejmě, pokud by použili pouze mříže, problém by také zmizel. Jsou nudné, ale také účinné.  

Bad Pie Charts

Koláčové grafy jsou nepřítelem lidstva. Jsou hrozní téměř ve všech směrech. Toto je více než vášnivý názor zastávaný autorem, je to objektivní vědecký fakt.

Existuje více způsobů, jak udělat výsečové grafy špatně, než je udělat správně. Mají extrémně úzké aplikace a i v těch je otázkou, zda jsou tím nejefektivnějším nástrojem pro tuto práci. 

Jak již bylo řečeno, pojďme mluvit jen o těch nejkřiklavějších chybách.

Přeplněné grafy

Tato chyba není extrémně častá, ale je velmi otravná, když se objeví. Ukazuje také jeden ze základních problémů pi grafů.

Podívejme se na následující příklad, koláčový graf zobrazující rozložení četnosti písmen v psané angličtině. 

 

 

Když se podíváte na tento graf, myslíte si, že byste mohli s jistotou říci, že I je běžnější než R? nebo O? Ignoruje se tím, že některé plátky jsou příliš malé na to, aby se na ně vešel štítek. 

Porovnejme to s krásným jednoduchým sloupcovým grafem. 

 

 

Poezie!

Nejen, že můžete okamžitě vidět každé písmeno ve vztahu ke všem ostatním, ale získáte přesnou intuici o jejich frekvencích a snadno viditelnou osu zobrazující skutečná procenta.

Ten předchozí graf? Neopravitelné. Proměnných je prostě příliš mnoho. 

3D Grafy

Dalším strašným zneužíváním koláčových grafů je, když je lidé vytvářejí ve 3D, často je naklánějí do nečistých úhlů. 

Podívejme se na příklad.

 

 

Na první pohled vypadá modrá „EUL-NGL“ přibližně stejně jako červená „S&D“, ale není tomu tak. Pokud mentálně korigujeme náklon, rozdíl je mnohem mnohem větší, než se zdá.

Neexistuje žádná přijatelná situace, kdy by tento druh 3D grafu fungoval, existuje pouze proto, aby čtenáře uvedl v omyl, pokud jde o relativní měřítka. 

Ploché koláčové grafy vypadají dobře. 

Špatný výběr barev

Poslední chybou, kterou lidé obvykle dělají, je výběr neopatrných barevných schémat. To je malý bod ve srovnání s ostatními, ale může to pro lidi znamenat velký rozdíl. 

Zvažte následující graf. 

 

 

Je pravděpodobné, že to vypadá dobře. Vše je přehledně označeno, velikosti mají dostatečně velké nesrovnalosti, takže je dobře vidět, jak se prodeje mezi sebou porovnávají.

Pokud však trpíte barevnou slepotou, je to pravděpodobně velmi nepříjemné. 

Obecně platí, že červená a zelená by nikdy neměla být použita na stejném grafu, zvláště když vedle sebe. 

Ostatní chyby barevného schématu by měly být každému zřejmé, jako je výběr 6 různých jemných odstínů nebo červené.

Takeaways

Existuje mnoho, mnohem více způsobů, jak vytvářet vizualizace dat, které jsou hrozné a brání tomu, jak dobře jsou lidé schopni porozumět datům. Všem se lze s trochou ohleduplnosti vyhnout.

Je důležité zvážit, jak graf uvidí někdo jiný, někdo, kdo data důvěrně nezná. Musíte hluboce porozumět tomu, co je cílem prohlížení dat a jak nejlépe tyto části zvýraznit, aniž byste lidi uváděli v omyl.