Wie Sie mit schrecklichen Dashboards Fehlinformationen verbreiten

Zahlen an sich sind schwer zu lesen und noch schwerer sinnvolle Schlüsse daraus zu ziehen. Es ist oft der Fall, dass die Visualisierung der Daten in Form verschiedener Grafiken und Diagramme notwendig ist, um eine echte Datenanalyse durchzuführen. 

Wenn Sie jedoch viel Zeit damit verbracht haben, sich verschiedene Diagramme anzusehen, werden Sie eines schon vor langer Zeit erkannt haben – nicht alle Datenvisualisierungen sind gleich.

Dies ist ein kurzer Überblick über einige der häufigsten Fehler, die beim Erstellen von Diagrammen gemacht werden, um die Daten schnell und leicht verständlich darzustellen.

Schlechte Karten

Nach dem xkcd am Anfang ist es wirklich üblich zu sehen, dass Daten auf eine schreckliche und nutzlose Weise auf eine Karte gesetzt werden. Einer der größten und häufigsten Übeltäter ist der im Comic gezeigte. 

Uninteressante Bevölkerungsverteilungen

Wie sich herausstellt, leben die Menschen heutzutage eher in Städten. 

Sie sollten sich nur die Mühe machen, eine Karte anzuzeigen, wenn die erwartete Verteilung, die Sie beobachten, nicht mit der Verteilung der Gesamtbevölkerung in den USA übereinstimmt.

Wenn Sie beispielsweise gefrorene Tacos verkaufen und herausfinden würden, dass über die Hälfte Ihres Umsatzes aus Lebensmittelgeschäften in West Virginia stammt, obwohl diese auf den Märkten im ganzen Land vertreten sind, wäre das ziemlich bemerkenswert.

Das Zeigen einer Karte, die darauf hinweist, sowie wo die Tacos sonst noch beliebt sind, könnte nützliche Informationen liefern. 

Wenn Sie ein Produkt verkaufen, das vollständig auf Englisch ist, sollten Sie in ähnlicher Weise davon ausgehen, dass Ihre Kundenverteilung mit der Verteilung von Englisch sprechenden Personen weltweit übereinstimmt. 

Schlechte Korngröße

Eine andere Möglichkeit, eine Karte durcheinander zu bringen, besteht darin, das Land auf schlechte Weise geografisch in Stücke aufzuteilen. Dieses Problem, die richtige kleinste Einheit zu finden, ist in der gesamten BI weit verbreitet, und Visualisierungen sind keine Ausnahme.

Um klarer zu machen, wovon ich spreche, schauen wir uns zwei Beispiele derselben Korngröße mit zwei sehr unterschiedlichen Effekten an.

Sehen wir uns zunächst jemanden an, der eine topografische Karte der Vereinigten Staaten erstellt, indem er den Punkt mit der höchsten Erhebung in jedem Landkreis entlang eines definierten Schlüssels mit einer anderen Farbe schattiert. 

Während es für die Ostküste einigermaßen effektiv ist, aber sobald Sie den Rand der Rockies erreichen, ist es wirklich nur Lärm.

Sie bekommen kein sehr gutes Bild von der Geographie, weil (aus komplizierten historischen Gründen) die Landkreise tendenziell größer werden, je weiter Sie nach Westen gehen. Sie erzählen eine Geschichte, nur keine, die für die Geographie relevant ist. 

Vergleichen Sie dies mit einer Karte der Religionszugehörigkeit nach Landkreisen.

Diese Karte ist absolut effektiv, obwohl sie die exakt gleiche Körnung verwendet. Wir sind in der Lage, schnelle, genaue und aussagekräftige Rückschlüsse auf Regionen der Vereinigten Staaten zu ziehen, wie diese Regionen wahrgenommen werden und was die dort lebenden Menschen über sich selbst und den Rest des Landes denken.

Eine effektive Karte als visuelle Hilfe zu erstellen, ist zwar schwierig, kann aber sehr nützlich und aufschlussreich sein. Achten Sie nur darauf, darüber nachzudenken, was Ihre Karte zu kommunizieren versucht.

Schlechte Balkendiagramme

Balkendiagramme sind im Allgemeinen häufiger als Informationen, die auf einer Karte dargestellt werden. Sie sind einfach zu lesen, einfach zu erstellen und im Allgemeinen ziemlich elegant.

Obwohl sie einfach zu machen sind, gibt es einige häufige Fehler, die Menschen machen können, wenn sie versuchen, das Rad neu zu erfinden. 

Irreführende Waagen

Eines der häufigsten Beispiele für schlechte Balkendiagramme ist, wenn jemand etwas Ungewöhnliches mit der linken Achse macht. 

Dies ist ein besonders heimtückisches Problem, und es ist schwierig, pauschale Richtlinien zu geben. Um dieses Problem etwas leichter verdaulich zu machen, lassen Sie uns einige Beispiele besprechen. 

Stellen wir uns ein Unternehmen vor, das drei Produkte herstellt; Alpha-, Beta- und Gamma-Widgets. Die Führungskraft möchte wissen, wie gut sie im Vergleich zueinander verkaufen, und das BI-Team erstellt ein Diagramm für sie. 

Auf den ersten Blick würde die Führungskraft den Eindruck gewinnen, dass die Alpha-Widgets die Konkurrenz weit übertreffen, obwohl sie in Wirklichkeit die Gamma-Widgets nur um etwa 20 % übertreffen – nicht um 500 %, wie in der Visualisierung impliziert.

Dies ist ein Beispiel für eine sehr offensichtlich abscheuliche Verzerrung – oder doch nicht? Können wir uns einen Fall vorstellen, in dem genau diese Verzerrung nützlicher wäre als eine einfache 0 – 50,000-Achse?

Stellen wir uns zum Beispiel vor, das gleiche Unternehmen, aber jetzt möchte die Führungskraft etwas anderes wissen.

In diesem Fall macht jedes Widget erst dann einen Gewinn, wenn es mindestens 45,000 Einheiten verkauft. Um herauszufinden, wie gut die einzelnen Produkte im Vergleich zueinander und in Bezug auf diesen Boden abschneiden, macht sich das BI-Team an die Arbeit und reicht die folgende Visualisierung ein. 

TIn absoluten Zahlen liegen sie alle innerhalb eines 20-Prozent-Fensters voneinander, aber wie nah sind sie an der überaus wichtigen Marke von 45,000? 

Es sieht so aus, als würden Gamma-Widgets ein wenig zu kurz kommen, aber sind es Beta-Widgets? Die 45,000-Linie ist nicht einmal beschriftet.

Das Vergrößern des Diagramms um diese Schlüsselachse herum wäre in diesem Fall sehr informativ. 

Fälle wie diese machen eine pauschale Beratung sehr schwierig. Es ist am besten, Vorsicht walten zu lassen. Analysieren Sie jede Situation sorgfältig, bevor Sie die y-Achse mit rücksichtsloser Hingabe strecken und beschneiden. 

Gimmick-Bars

Ein viel weniger beängstigender und einfacher Missbrauch von Balkendiagrammen ist, wenn Menschen versuchen, mit ihren Visualisierungen zu süß zu werden. Es ist wahr, dass ein Vanilla-Balkendiagramm ein wenig langweilig sein kann, daher ist es sinnvoll, dass die Leute versuchen, es aufzupeppen.

Ein bekanntes Beispiel ist der berüchtigte Fall der riesigen lettischen Frauen.

In gewisser Weise ist dies für einige im vorherigen Abschnitt erörterte Probleme relevant. Wenn der Ersteller der Grafik die gesamte y-Achse bis 0'0'' eingeschlossen hätte, dann würden indische Frauen im Vergleich zu den riesenhaften Letten nicht wie Kobolde aussehen. 

Wenn sie nur Riegel verwendet hätten, würde das Problem natürlich auch verschwinden. Sie sind langweilig, aber sie sind auch effektiv.  

Schlechte Tortendiagramme

Tortendiagramme sind der Feind der Menschheit. Sie sind in fast jeder Hinsicht schrecklich. Dies ist mehr als eine leidenschaftliche Meinung des Autors, dies ist eine objektive, wissenschaftliche Tatsache.

Es gibt mehr Möglichkeiten, Tortendiagramme falsch zu machen, als sie richtig zu machen. Sie haben extrem enge Anwendungen, und selbst in diesen ist es fraglich, ob sie das effektivste Werkzeug für den Job sind. 

Davon abgesehen, lassen Sie uns einfach über die ungeheuerlichsten Fehltritte sprechen.

Überfüllte Charts

Dieser Fehler ist nicht sehr häufig, aber er ist äußerst ärgerlich, wenn er auftritt. Es zeigt auch eines der grundlegenden Probleme mit Pi-Diagrammen.

Schauen wir uns das folgende Beispiel an, ein Tortendiagramm, das die Verteilung der Buchstabenhäufigkeit im geschriebenen Englisch zeigt. 

Wenn Sie sich dieses Diagramm ansehen, glauben Sie, dass Sie mit Zuversicht sagen können, dass I häufiger vorkommt als R? Oder O? Dies ignoriert, dass einige der Scheiben zu klein sind, um überhaupt ein Etikett darauf zu passen. 

Vergleichen wir dies mit einem schönen, einfachen Balkendiagramm. 

Poesie!

Sie können nicht nur jeden Buchstaben sofort im Verhältnis zu allen anderen sehen, sondern erhalten auch eine genaue Intuition über ihre Häufigkeit und eine leicht sichtbare Achse, die die tatsächlichen Prozentsätze anzeigt.

Das vorherige Diagramm? Unreparierbar. Es gibt einfach zu viele Variablen. 

3D Charts

Ein weiterer ungeheuerlicher Missbrauch von Tortendiagrammen ist, wenn Leute sie in 3D erstellen und sie oft in unheiligen Winkeln neigen. 

Schauen wir uns ein Beispiel an.

Auf den ersten Blick sieht das blaue „EUL-NGL“ ungefähr genauso aus wie das rote „S&D“, aber das ist nicht der Fall. Wenn wir die Neigung mental korrigieren, ist der Unterschied viel viel größer, als es scheint.

Es gibt keine akzeptable Situation, in der diese Art von 3D-Grafik funktioniert, sie existiert nur, um den Leser hinsichtlich der relativen Skalen in die Irre zu führen. 

Flache Tortendiagramme sehen gut aus. 

Schlechte Farbauswahl

Der letzte Fehler, den die Leute machen, ist, rücksichtslose Farbschemata auszuwählen. Dies ist ein kleiner Punkt im Vergleich zu den anderen, aber er kann einen großen Unterschied für die Menschen machen. 

Betrachten Sie das folgende Diagramm. 

Die Chancen stehen gut, dass das für Sie ganz gut aussieht. Alles ist klar beschriftet, die Größenunterschiede sind groß genug, dass man leicht erkennen kann, wie die Verkäufe miteinander verglichen werden.

Wenn Sie jedoch an Farbenblindheit leiden, ist dies wahrscheinlich sehr ärgerlich. 

Als allgemeine Regel sollten Rot und Grün niemals auf demselben Diagramm verwendet werden, insbesondere nicht nebeneinander. 

Andere Farbschemafehler sollten für jeden offensichtlich sein, z. B. die Auswahl von 6 verschiedenen leichten Schattierungen oder Rot.

Takeaways

Es gibt viele, viele weitere Möglichkeiten, Datenvisualisierungen zu erstellen, die schrecklich sind und verhindern, wie gut Menschen Daten verstehen können. All dies kann mit ein wenig Nachdenklichkeit vermieden werden.

Es ist wichtig zu überlegen, wie jemand anderes die Grafik sehen wird, jemand, der mit den Daten nicht genau vertraut ist. Sie müssen ein tiefes Verständnis dafür haben, was das Ziel der Betrachtung der Daten ist und wie Sie diese Teile am besten hervorheben, ohne die Leute zu täuschen.