તમે કેવી રીતે ભયંકર ડેશબોર્ડ્સ સાથે ખોટી માહિતી ફેલાવો છો

સંખ્યાઓ જાતે વાંચવી મુશ્કેલ છે, અને તેમાંથી અર્થપૂર્ણ અનુમાનો દોરવા પણ મુશ્કેલ છે. ઘણીવાર એવું બને છે કે કોઈપણ વાસ્તવિક ડેટા વિશ્લેષણ કરવા માટે વિવિધ ગ્રાફિક્સ અને ચાર્ટના સ્વરૂપમાં ડેટાની કલ્પના કરવી જરૂરી છે. 

જો કે, જો તમે વિવિધ આલેખ જોવામાં ગમે તેટલો સમય વિતાવ્યો હોય, તો તમને ઘણા સમય પહેલા એક વાત સમજાઈ ગઈ હશે – બધા ડેટા વિઝ્યુલાઇઝેશન સમાન રીતે બનાવવામાં આવતા નથી.

ડેટાને ઝડપથી અને સરળતાથી સુપાચ્ય રીતે રજૂ કરવા માટે ચાર્ટ બનાવતી વખતે લોકો જે સૌથી સામાન્ય ભૂલો કરે છે તેમાંથી આ એક ઝડપી રુનડાઉન હશે.

ખરાબ નકશા

શરૂઆતમાં xkcd પર અનુસરતા, ભયંકર અને નકામી હોય તેવી રીતે નકશા પર ડેટા મૂકવામાં આવે તે ખરેખર સામાન્ય છે. સૌથી મોટા અને સૌથી સામાન્ય અપરાધીઓ પૈકી એક કોમિકમાં બતાવેલ છે. 

બિનરસપ્રદ વસ્તી વિતરણ

તે બહાર આવ્યું તેમ, લોકો આ દિવસોમાં શહેરોમાં રહેવાનું વલણ ધરાવે છે. 

જો તમે અવલોકન કરેલ અપેક્ષિત વિતરણ યુ.એસ.માં કુલ વસ્તીના વિતરણ સાથે સંરેખિત ન હોય તો જ તમારે નકશો બતાવવાની ચિંતા કરવી જોઈએ.

દાખલા તરીકે, જો તમે ફ્રોઝન ટાકોઝ વેચતા હોવ અને જાણ્યું કે તમારા અડધાથી વધુ વેચાણ વેસ્ટ વર્જિનિયામાં કરિયાણાની દુકાનોમાંથી આવી રહ્યા છે છતાં દેશભરના બજારોમાં તેમની હાજરી હોવા છતાં, તે ખૂબ જ નોંધપાત્ર હશે.

આ દર્શાવતો નકશો, તેમજ ટેકો ક્યાં લોકપ્રિય છે તે દર્શાવવાથી ઉપયોગી માહિતી મળી શકે છે. 

તે જ રીતે, જો તમે સંપૂર્ણ અંગ્રેજીમાં ઉત્પાદન વેચો છો, તો તમારે તમારા ગ્રાહકોનું વિતરણ વિશ્વભરમાં અંગ્રેજી બોલનારાઓના વિતરણ સાથે સંરેખિત થવાની અપેક્ષા રાખવી જોઈએ. 

ખરાબ અનાજનું કદ

નકશાને ગડબડ કરવાની બીજી રીત એ છે કે જમીનને ભૌગોલિક રીતે ભાગોમાં વિભાજીત કરવા માટે નબળી રીત પસંદ કરવી. યોગ્ય સૌથી નાનું એકમ શોધવાનો આ મુદ્દો સમગ્ર BI માં સામાન્ય છે, અને વિઝ્યુલાઇઝેશન અપવાદ નથી.

હું જેના વિશે વાત કરું છું તે વધુ સ્પષ્ટ કરવા માટે, ચાલો સમાન અનાજના કદના બે ઉદાહરણો જોઈએ જેમાં બે ખૂબ જ અલગ અસરો હોય છે.

પ્રથમ, ચાલો જોઈએ કે દરેક કાઉન્ટીમાં સૌથી વધુ ઊંચાઈના બિંદુને નિર્ધારિત કી સાથે અલગ રંગ શેડ કરીને યુનાઈટેડ સ્ટેટ્સનો ટોપોગ્રાફિક નકશો બનાવે છે. 

જ્યારે તે પૂર્વ કિનારા માટે કંઈક અંશે અસરકારક છે, પરંતુ એકવાર તમે રોકીઝની ધાર પર પહોંચી જાઓ, તે ખરેખર માત્ર અવાજ છે.

તમને ભૂગોળનું બહુ સારું ચિત્ર મળતું નથી કારણ કે (જટિલ ઐતિહાસિક કારણોસર) કાઉન્ટીના કદ તમે જેટલા પશ્ચિમમાં જાઓ છો તેટલા મોટા થવાનું વલણ ધરાવે છે. તેઓ એક વાર્તા કહે છે, માત્ર ભૂગોળ સાથે સંબંધિત નથી. 

કાઉન્ટી દ્વારા ધાર્મિક જોડાણના નકશા સાથે આનો વિરોધાભાસ કરો.

ચોક્કસ સમાન અનાજના કદનો ઉપયોગ કરવા છતાં, આ નકશો તદ્દન અસરકારક છે. અમે યુનાઇટેડ સ્ટેટ્સના પ્રદેશો વિશે ઝડપી, સચોટ અને અર્થપૂર્ણ અનુમાન કરવામાં સક્ષમ છીએ, આ પ્રદેશોને કેવી રીતે સમજવામાં આવશે, ત્યાં રહેતા લોકો પોતાને અને દેશના બાકીના લોકો વિશે શું વિચારી શકે છે.

વિઝ્યુઅલ સહાય તરીકે અસરકારક નકશો બનાવવો, મુશ્કેલ હોવા છતાં, ખૂબ જ ઉપયોગી અને સ્પષ્ટતા કરી શકે છે. તમારો નકશો શું સંદેશાવ્યવહાર કરવાનો પ્રયાસ કરી રહ્યો છે તેના પર થોડો વિચાર કરવાની ખાતરી કરો.

ખરાબ બાર ગ્રાફ્સ

બાર ગ્રાફ સામાન્ય રીતે નકશા પર પ્રસ્તુત માહિતી કરતાં વધુ સામાન્ય છે. તેઓ વાંચવામાં સરળ, બનાવવા માટે સરળ અને સામાન્ય રીતે ખૂબ આકર્ષક છે.

તે બનાવવા માટે સરળ હોવા છતાં, ત્યાં કેટલીક સામાન્ય ભૂલો છે જે લોકો વ્હીલને ફરીથી શોધવાનો પ્રયાસ કરતી વખતે કરી શકે છે. 

ભ્રામક ભીંગડા

ખરાબ બાર ગ્રાફના સૌથી સામાન્ય ઉદાહરણોમાંનું એક એ છે કે જ્યારે કોઈ વ્યક્તિ ડાબી ધરી સાથે કંઈક અયોગ્ય કરે છે. 

આ ખાસ કરીને કપટી સમસ્યા છે, અને બ્લેન્કેટ માર્ગદર્શિકા આપવા મુશ્કેલ છે. આ સમસ્યાને પચવામાં થોડી સરળ બનાવવા માટે, ચાલો કેટલાક ઉદાહરણોની ચર્ચા કરીએ. 

ચાલો એક કંપનીની કલ્પના કરીએ જે ત્રણ ઉત્પાદનો બનાવે છે; આલ્ફા, બીટા અને ગામા વિજેટ્સ. એક્ઝિક્યુટિવ જાણવા માંગે છે કે તેઓ એકબીજાની સરખામણીમાં કેટલું સારું વેચાણ કરી રહ્યાં છે, અને BI ટીમ તેમના માટે ગ્રાફ બનાવે છે. 

એક નજરમાં, એક્ઝિક્યુટિવ એવી છાપ મેળવશે કે આલ્ફા વિજેટ્સ સ્પર્ધા કરતાં વધુ વેચાઈ રહ્યા છે, જ્યારે વાસ્તવિકતામાં, તેઓ ગામા વિજેટ્સનું વેચાણ માત્ર 20% - 500% જેટલું જ કરે છે, જેમ કે વિઝ્યુલાઇઝેશનમાં સૂચિત છે.

આ એક ખૂબ જ સ્પષ્ટપણે ઘૃણાસ્પદ વિકૃતિનું ઉદાહરણ છે - અથવા તે છે? શું આપણે એવા કેસની કલ્પના કરી શકીએ કે જ્યાં આ ચોક્કસ વિકૃતિ વેનીલા 0 - 50,000 ધરી કરતાં વધુ ઉપયોગી હશે?

ઉદાહરણ તરીકે, ચાલો એક જ કંપનીની કલ્પના કરીએ, સિવાય કે હવે એક્ઝિક્યુટિવ કંઈક અલગ જાણવા માંગે છે.

આ કિસ્સામાં, દરેક વિજેટ માત્ર ત્યારે જ નફો કરે છે જો તેઓ ઓછામાં ઓછા 45,000 એકમોનું વેચાણ કરે. દરેક ઉત્પાદન એકબીજાની સરખામણીમાં અને આ માળખુંના સંબંધમાં કેટલું સારું કામ કરી રહ્યું છે તે જાણવા માટે, BI ટીમ કામે લાગી જાય છે અને નીચેનું વિઝ્યુલાઇઝેશન સબમિટ કરે છે. 

Tઅરે બધા, ચોક્કસ શબ્દોમાં, એકબીજાની 20% વિન્ડોની અંદર છે, પરંતુ તે બધા મહત્વપૂર્ણ 45,000 માર્કની કેટલી નજીક છે? 

એવું લાગે છે કે ગામા વિજેટ્સ થોડા ટૂંકા પડી રહ્યા છે, પરંતુ શું બીટા વિજેટ્સ છે? 45,000 લાઇન પર લેબલ પણ નથી.

તે કી અક્ષની આસપાસના ગ્રાફને વિસ્તૃત કરવું, આ કિસ્સામાં, અત્યંત માહિતીપ્રદ હશે. 

આવા કિસ્સાઓ બ્લેન્કેટ સલાહ આપવી ખૂબ મુશ્કેલ બનાવે છે. સાવચેતી રાખવી શ્રેષ્ઠ છે. અવિચારી ત્યાગ સાથે y અક્ષને ખેંચતા અને કાપતા પહેલા દરેક પરિસ્થિતિનું કાળજીપૂર્વક વિશ્લેષણ કરો. 

ગિમિક બાર્સ

જ્યારે લોકો તેમના વિઝ્યુલાઇઝેશન સાથે ખૂબ સુંદર બનવાનો પ્રયાસ કરે છે ત્યારે બાર ગ્રાફનો ઘણો ઓછો ડરામણો અને સરળ દુરુપયોગ થાય છે. તે સાચું છે કે વેનીલા બાર ચાર્ટ થોડો કંટાળાજનક હોઈ શકે છે, તેથી તે અર્થપૂર્ણ છે કે લોકો તેને મસાલા બનાવવાનો પ્રયાસ કરશે.

એક જાણીતું ઉદાહરણ વિશાળ લાતવિયન મહિલાઓનો કુખ્યાત કેસ છે.

કેટલીક રીતે, આ અગાઉના વિભાગમાં ચર્ચા કરાયેલા કેટલાક મુદ્દાઓ સાથે સંબંધિત છે. જો આલેખના નિર્માતાએ સમગ્ર y અક્ષને 0'0'' સુધી સમાવી લીધો હોત, તો ભારતીય મહિલાઓ વિશાળ લાતવિયનોની સરખામણીમાં પિક્સીઝ જેવી દેખાતી ન હોત. 

અલબત્ત, જો તેઓએ ફક્ત બારનો ઉપયોગ કર્યો હોત, તો સમસ્યા પણ દૂર થઈ જશે. તેઓ કંટાળાજનક છે, પરંતુ તેઓ અસરકારક પણ છે.  

ખરાબ પાઇ ચાર્ટ્સ

પાઇ ચાર્ટ માનવજાતના દુશ્મન છે. તેઓ લગભગ દરેક રીતે ભયંકર છે. આ લેખક દ્વારા પ્રેરિત પ્રખર અભિપ્રાય કરતાં વધુ છે, આ ઉદ્દેશ્ય, વૈજ્ઞાનિક હકીકત છે.

પાઇ ચાર્ટને સાચા બનાવવા કરતાં તેને ખોટા મેળવવાની વધુ રીતો છે. તેમની પાસે અત્યંત સાંકડી એપ્લિકેશન છે, અને તેમાં પણ, તે કામ માટે સૌથી અસરકારક સાધન છે કે કેમ તે અંગે શંકાસ્પદ છે. 

એવું કહેવામાં આવી રહ્યું છે, ચાલો ફક્ત સૌથી ગંભીર ભૂલો વિશે વાત કરીએ.

ભરચક ચાર્ટ્સ

આ ભૂલ અત્યંત સામાન્ય નથી, પરંતુ જ્યારે તે સામે આવે છે ત્યારે તે અત્યંત હેરાન કરે છે. તે પાઇ ચાર્ટ સાથેની એક મૂળભૂત સમસ્યાઓનું પણ નિદર્શન કરે છે.

ચાલો નીચેના ઉદાહરણને જોઈએ, લેખિત અંગ્રેજીમાં અક્ષરની આવર્તનનું વિતરણ દર્શાવતો પાઈ ચાર્ટ. 

આ ચાર્ટ જોઈને, શું તમને લાગે છે કે તમે વિશ્વાસ સાથે કહી શકો કે હું R કરતાં વધુ સામાન્ય છું? અથવા ઓ? આ અવગણના કરે છે કે કેટલીક સ્લાઇસેસ તેના પર લેબલ ફિટ કરવા માટે ખૂબ નાની છે. 

ચાલો આને એક સુંદર, સરળ બાર ચાર્ટ સાથે સરખાવીએ. 

કવિતા!

તમે માત્ર અન્ય તમામ અક્ષરોના સંબંધમાં દરેક અક્ષરને તરત જ જોઈ શકતા નથી, પરંતુ તમને તેમની ફ્રીક્વન્સીઝ વિશે સચોટ અંતર્જ્ઞાન અને વાસ્તવિક ટકાવારી દર્શાવતી સરળતાથી દૃશ્યમાન અક્ષ મળે છે.

તે અગાઉનો ચાર્ટ? અનફિક્સેબલ. ત્યાં ફક્ત ઘણા બધા ચલો છે. 

3 ડી ચાર્ટ્સ

પાઇ ચાર્ટ્સનો અન્ય એક ઉગ્ર દુરુપયોગ એ છે કે જ્યારે લોકો તેને 3Dમાં બનાવે છે, ઘણી વખત તેને અપવિત્ર ખૂણા પર ટિલ્ટ કરે છે. 

ચાલો એક ઉદાહરણ જોઈએ.

એક નજરમાં, વાદળી "EUL-NGL" લગભગ લાલ "S&D" જેવો જ દેખાય છે, પરંતુ એવું નથી. જો આપણે માનસિક રીતે ઝુકાવ માટે યોગ્ય કરીએ, તો તફાવત જે લાગે છે તેના કરતાં ઘણો મોટો છે.

એવી કોઈ સ્વીકાર્ય પરિસ્થિતિ નથી કે જ્યાં આ પ્રકારનો 3D ગ્રાફ કાર્ય કરશે, તે ફક્ત સંબંધિત ભીંગડા તરીકે વાચકને ગેરમાર્ગે દોરવા માટે અસ્તિત્વમાં છે. 

ફ્લેટ પાઇ ચાર્ટ માત્ર સરસ દેખાય છે. 

નબળી રંગ પસંદગીઓ

અંતિમ ભૂલ લોકો કરે છે તે છે અવિચારી રંગ યોજનાઓ પસંદ કરવી. અન્યની તુલનામાં આ એક નાનો મુદ્દો છે, પરંતુ તે લોકો માટે મોટો તફાવત લાવી શકે છે. 

નીચેના ચાર્ટને ધ્યાનમાં લો. 

સંભવ છે, આ તમારા માટે સારું લાગે છે. બધું સ્પષ્ટપણે લેબલ થયેલ છે, કદમાં એટલી મોટી વિસંગતતાઓ છે કે વેચાણ એકબીજાની સરખામણીમાં કેવી રીતે થાય છે તે જોવાનું સરળ છે.

જો કે, જો તમે રંગ અંધત્વથી પીડાતા હો, તો આ સંભવતઃ ખૂબ હેરાન કરે છે. 

સામાન્ય નિયમ તરીકે, લાલ અને લીલા રંગનો ઉપયોગ એક જ ગ્રાફ પર ક્યારેય થવો જોઈએ નહીં, ખાસ કરીને એકબીજાને અડીને. 

અન્ય રંગ યોજનાની ભૂલો દરેકને સ્પષ્ટ હોવી જોઈએ, જેમ કે 6 જુદા જુદા હળવા શેડ્સ અથવા લાલ પસંદ કરવા.

ટેકવેઝ

ડેટા વિઝ્યુલાઇઝેશન બનાવવાની ઘણી, ઘણી વધુ રીતો છે જે ભયંકર છે અને લોકો ડેટાને કેટલી સારી રીતે સમજવામાં સક્ષમ છે તે અવરોધે છે. તે બધાને થોડીક વિચારશીલતાથી ટાળી શકાય છે.

તે ધ્યાનમાં લેવું અગત્યનું છે કે અન્ય કોઈ વ્યક્તિ ગ્રાફને કેવી રીતે જોશે, કોઈ વ્યક્તિ જે ડેટાથી ગાઢ રીતે પરિચિત નથી. ડેટાને જોવાનો ધ્યેય શું છે અને લોકોને ગેરમાર્ગે દોર્યા વિના તે ભાગોને કેવી રીતે શ્રેષ્ઠ રીતે પ્રકાશિત કરવા તે અંગે તમારે ઊંડી સમજ હોવી જરૂરી છે.