Jak rozpowszechniasz dezinformację za pomocą okropnych pulpitów nawigacyjnych
Same liczby są trudne do odczytania, a jeszcze trudniej wyciągnąć z nich sensowne wnioski. Często bywa tak, że wizualizacja danych w postaci różnych grafik i wykresów jest niezbędna do przeprowadzenia jakiejkolwiek rzeczywistej analizy danych.
Jeśli jednak spędzisz trochę czasu oglądając różne wykresy, zdasz sobie sprawę z jednej rzeczy dawno temu – nie wszystkie wizualizacje danych są sobie równe.
Będzie to krótkie podsumowanie niektórych z najczęstszych błędów popełnianych przez ludzi podczas tworzenia wykresów przedstawiających dane w szybki i łatwo przyswajalny sposób.
Złe mapy
Kontynuując na początku xkcd, naprawdę często można zobaczyć dane umieszczone na mapie w sposób, który jest okropny i bezużyteczny. Jednym z największych i najczęstszych przestępców jest ten przedstawiony w komiksie.
Nieciekawe rozkłady populacji
Jak się okazuje, w dzisiejszych czasach ludzie mieszkają w miastach.
Powinieneś zawracać sobie głowę wyświetlaniem mapy tylko wtedy, gdy oczekiwany rozkład, który obserwujesz, nie zgadza się z rozkładem całkowitej populacji w USA.
Na przykład, gdybyś sprzedawał mrożone taco i dowiedział się, że ponad połowa Twojej sprzedaży pochodzi ze sklepów spożywczych w Zachodniej Wirginii, pomimo ich obecności na rynkach w całym kraju, byłoby to dość niezwykłe.
Pokazanie mapy wskazującej na to, a także gdzie jeszcze popularne są tacos, może dostarczyć przydatnych informacji.
W podobnym duchu, jeśli sprzedajesz produkt, który jest w całości w języku angielskim, powinieneś oczekiwać, że dystrybucja klientów będzie zgodna z dystrybucją osób anglojęzycznych na całym świecie.
Zły rozmiar ziarna
Innym sposobem na zepsucie mapy jest wybranie złego sposobu na geograficzne rozbicie terenu na kawałki. Ten problem ze znalezieniem odpowiedniej najmniejszej jednostki jest powszechny w całym BI, a wizualizacje nie są wyjątkiem.
Aby było bardziej jasne, o czym mówię, spójrzmy na dwa przykłady tego samego rozmiaru ziarna, które mają dwa bardzo różne efekty.
Najpierw spójrzmy na kogoś, kto tworzy mapę topograficzną Stanów Zjednoczonych, zacieniając punkt o największej wysokości w każdym hrabstwie innym kolorem wzdłuż określonego klucza.
Chociaż jest to dość skuteczne na wschodnim wybrzeżu, ale kiedy już trafisz na skraj Gór Skalistych, to tak naprawdę to tylko hałas.
Nie uzyskasz bardzo dobrego obrazu geografii, ponieważ (ze skomplikowanych przyczyn historycznych) rozmiary hrabstw zwiększają się im dalej na zachód. Opowiadają historię, ale nie związaną z geografią.
Porównaj to z mapą przynależności religijnej według hrabstwa.
Ta mapa jest całkowicie skuteczna, pomimo użycia dokładnie tego samego rozmiaru ziarna. Jesteśmy w stanie szybko, dokładnie i sensownie wyciągać wnioski na temat regionów Stanów Zjednoczonych, tego, jak te regiony mogą być postrzegane, co ludzie tam mieszkający mogą myśleć o sobie i reszcie kraju.
Stworzenie skutecznej mapy jako pomocy wizualnej, choć trudne, może być bardzo przydatne i wyjaśniające. Tylko pamiętaj, aby zastanowić się, co twoja mapa próbuje przekazać.
Złe wykresy słupkowe
Wykresy słupkowe są na ogół bardziej powszechne niż informacje prezentowane na mapie. Są łatwe do odczytania, proste w tworzeniu i ogólnie całkiem eleganckie.
Mimo że są łatwe do zrobienia, istnieje kilka typowych błędów, które ludzie mogą popełnić, próbując wymyślić koło na nowo.
Wprowadzające w błąd wagi
Jednym z najczęstszych przykładów złych wykresów słupkowych jest sytuacja, w której ktoś robi coś nieodpowiedniego z lewą osią.
Jest to szczególnie podstępny problem i trudny do podania ogólnych wskazówek. Aby ten problem był nieco łatwiejszy do strawienia, omówmy kilka przykładów.
Wyobraźmy sobie firmę, która wytwarza trzy produkty; Widżety Alfa, Beta i Gamma. Dyrektor chce wiedzieć, jak dobrze sprzedają się w porównaniu do siebie, a zespół BI tworzy dla nich wykres.
Na pierwszy rzut oka dyrektor mógłby odnieść wrażenie, że widżety Alpha znacznie przewyższają konkurencję, podczas gdy w rzeczywistości sprzedają widżety Gamma tylko o około 20% – a nie o 500%, jak sugeruje wizualizacja.
To przykład bardzo oczywiście ohydnego zniekształcenia – a może tak? Czy możemy sobie wyobrazić przypadek, w którym dokładnie to samo zniekształcenie byłoby bardziej przydatne niż oś waniliowa od 0 do 50,000 XNUMX?
Na przykład wyobraźmy sobie tę samą firmę, ale teraz dyrektor chce wiedzieć coś innego.
W takim przypadku każdy widżet przynosi zysk tylko wtedy, gdy sprzeda co najmniej 45,000 XNUMX sztuk. Aby dowiedzieć się, jak dobrze każdy produkt radzi sobie w porównaniu do siebie i w stosunku do tego piętra, zespół BI zabiera się do pracy i przesyła następującą wizualizację.
Thej wszyscy, w wartościach bezwzględnych, znajdują się w przedziale 20% od siebie, ale jak blisko są do wszystkich ważnych 45,000 XNUMX?
Wygląda na to, że widżety Gamma są trochę niewystarczające, ale czy widżety Beta? Linia 45,000 XNUMX nie jest nawet oznaczona.
Powiększenie wykresu wokół tej kluczowej osi w tym przypadku byłoby bardzo pouczające.
Takie przypadki bardzo utrudniają udzielanie ogólnych porad. Najlepiej zachować ostrożność. Dokładnie przeanalizuj każdą sytuację przed rozciągnięciem i przycięciem osi y z lekkomyślną rezygnacją.
Sztuczki
Znacznie mniej przerażające i proste nadużycie wykresów słupkowych ma miejsce, gdy ludzie starają się być zbyt słodcy w swoich wizualizacjach. To prawda, że waniliowy wykres słupkowy może być trochę nudny, więc sensowne jest, aby ludzie próbowali go urozmaicić.
Dobrze znanym przykładem jest niesławny przypadek gigantycznej łotewskiej kobiety.
W pewnym sensie dotyczy to niektórych kwestii omówionych w poprzedniej sekcji. Gdyby twórca wykresu uwzględnił całą oś y aż do 0'0'', indyjskie kobiety nie wyglądałyby jak chochliki w porównaniu z olbrzymami Łotyszkami.
Oczywiście, gdyby po prostu użyli prętów, problem również by zniknął. Są nudne, ale są też skuteczne.
Złe wykresy kołowe
Wykresy kołowe są wrogiem ludzkości. Są okropne pod każdym względem. To więcej niż żarliwa opinia autora, to obiektywny, naukowy fakt.
Istnieje więcej sposobów na pomylenie wykresów kołowych niż na poprawienie ich. Mają bardzo wąskie zastosowania, a nawet w nich jest wątpliwe, czy są najskuteczniejszym narzędziem do pracy.
Biorąc to pod uwagę, porozmawiajmy tylko o najbardziej rażących błędach.
Przepełnione wykresy
Ten błąd nie jest bardzo powszechny, ale jest bardzo irytujący, gdy się pojawia. Pokazuje również jeden z podstawowych problemów związanych z wykresami pi.
Spójrzmy na następujący przykład, wykres kołowy przedstawiający rozkład częstotliwości liter w pisanym języku angielskim.
Patrząc na ten wykres, czy myślisz, że możesz śmiało powiedzieć, że ja występuje częściej niż R? Albo O? Jest to ignorowanie faktu, że niektóre plasterki są zbyt małe, aby zmieścić na nich nawet etykietę.
Porównajmy to do pięknego, prostego wykresu słupkowego.
Poezja!
Nie tylko możesz natychmiast zobaczyć każdą literę w odniesieniu do wszystkich innych, ale otrzymujesz dokładną intuicję dotyczącą ich częstotliwości i łatwo widoczną oś wyświetlającą rzeczywiste wartości procentowe.
Ten poprzedni wykres? Nie do naprawienia. Jest po prostu zbyt wiele zmiennych.
3D Wykresy
Innym rażącym nadużyciem wykresów kołowych jest to, że ludzie tworzą je w 3D, często przechylając je pod nieświętymi kątami.
Spójrzmy na przykład.
Na pierwszy rzut oka niebieski „EUL-NGL” wygląda mniej więcej tak samo jak czerwony „S&D”, ale tak nie jest. Jeśli poprawimy mentalnie pochylenie, różnica jest znacznie większa, niż się wydaje.
Nie ma akceptowalnej sytuacji, w której ten rodzaj wykresu 3D będzie działał, istnieje tylko po to, by wprowadzić czytelnika w błąd co do względnych skal.
Płaskie wykresy kołowe wyglądają dobrze.
Zły wybór kolorów
Ostatnim błędem, który ludzie popełniają, jest wybieranie nierozważnych schematów kolorów. To mały punkt w porównaniu z innymi, ale może mieć duże znaczenie dla ludzi.
Rozważ poniższą tabelę.
Są szanse, że wygląda to dobrze. Wszystko jest wyraźnie oznaczone, rozmiary mają na tyle duże rozbieżności, że łatwo zobaczyć, jak sprzedaż wypada w porównaniu do siebie.
Jeśli jednak cierpisz na ślepotę barw, jest to prawdopodobnie bardzo denerwujące.
Zgodnie z ogólną zasadą, czerwony i zielony nigdy nie powinny być używane na tym samym wykresie, szczególnie obok siebie.
Inne błędy w schemacie kolorów powinny być oczywiste dla wszystkich, takie jak wybranie 6 różnych delikatnych odcieni lub czerwieni.
Takeaways
Istnieje wiele, wiele innych sposobów tworzenia wizualizacji danych, które są okropne i utrudniają ludziom zrozumienie danych. Wszystkich z nich można uniknąć przy odrobinie zastanowienia.
Ważne jest, aby zastanowić się, jak ktoś inny zobaczy wykres, ktoś, kto nie jest dokładnie zaznajomiony z danymi. Musisz mieć dogłębne zrozumienie, jaki jest cel patrzenia na dane i jak najlepiej wyróżnić te części, nie wprowadzając ludzi w błąd.
