Як ви поширюєте дезінформацію за допомогою жахливих інформаційних панелей
Числа самі по собі важко прочитати, а ще важче з них зробити значущі висновки. Часто буває так, що візуалізація даних у вигляді різних графіків і діаграм необхідна для будь-якого реального аналізу даних.
Проте, якщо ви витратили деякий час на різноманітні графіки, ви давно зрозуміли одну річ – не всі візуалізації даних однакові.
Це буде короткий виклад деяких із найпоширеніших помилок, які люди роблять під час створення діаграм для представлення даних у швидкий і легкий для сприйняття спосіб.
Погані карти
Продовжуючи xkcd на початку, дуже часто можна побачити дані, нанесені на карту у жахливий і марний спосіб. Один із найбільших і найпоширеніших злочинців – це той, хто зображений у коміксі.
Нецікавий розподіл населення
Як виявилося, сьогодні люди живуть у містах.
Вам слід показувати карту, лише якщо очікуваний розподіл, який ви спостерігаєте, не відповідає розподілу загального населення США.
Наприклад, якщо ви продаєте заморожені тако і дізнаєтеся, що більше половини ваших продажів припадає на продуктові магазини в Західній Вірджинії, незважаючи на їхню присутність на ринках по всій країні, це було б дуже дивно.
Показ карти, що вказує на це, а також де ще популярні тако, може надати корисну інформацію.
Подібним чином, якщо ви продаєте продукт, який повністю англійською мовою, ви повинні очікувати, що ваш розподіл клієнтів узгоджуватиметься з розподілом англомовних людей у всьому світі.
Поганий розмір зерна
Ще один спосіб зіпсувати карту – це вибрати невдалий спосіб географічно розбити землю на шматки. Ця проблема пошуку правильної найменшої одиниці є загальною для всіх BI, і візуалізація не є винятком.
Щоб було зрозуміліше, про що я говорю, давайте розглянемо два приклади однакового розміру зерна, які мають два дуже різні ефекти.
По-перше, давайте подивимося на когось, хто створює топографічну карту Сполучених Штатів, заштрихувавши точку найвищої висоти в кожному окрузі іншим кольором уздовж визначеної клавіші.
Хоча це дещо ефективно для східного узбережжя, але коли ви досягаєте краю Скелястих гір, це насправді просто шум.
Ви не отримуєте дуже гарного уявлення про географію, тому що (через складні історичні причини) розміри округів, як правило, стають більшими, чим далі на захід ви йдете. Вони розповідають історію, але не пов’язану з географією.
Порівняйте це з картою релігійної приналежності по округах.
Ця карта є повністю ефективною, незважаючи на використання точно такого ж розміру зерна. Ми можемо робити швидкі, точні та значущі висновки про регіони Сполучених Штатів, про те, як ці регіони можуть сприйматися, що люди, які там живуть, можуть думати про себе та решту країни.
Створення ефективної карти як наочного посібника, хоча й складно, може бути дуже корисним і роз'яснювальним. Просто не забудьте подумати про те, що ваша карта намагається повідомити.
Погані гістограми
Стовпчасті діаграми зазвичай більш поширені, ніж інформація, представлена на карті. Їх легко читати, легко створювати та загалом вони досить гладкі.
Незважаючи на те, що їх легко зробити, є деякі типові помилки, які люди можуть робити, намагаючись заново винайти велосипед.
Оманливі ваги
Один із найпоширеніших прикладів поганої гістограми – коли хтось робить щось невідповідне з лівою віссю.
Це особливо підступна проблема, і важко дати загальні вказівки. Щоб полегшити сприйняття цієї проблеми, давайте обговоримо кілька прикладів.
Уявімо компанію, яка виробляє три продукти; Альфа-, бета- та гамма-віджети. Керівник хоче знати, наскільки добре вони продають один з одним, і команда BI створює для них графік.
З першого погляду у керівника може скластися враження, що віджети Alpha набагато перевершують конкурентів, хоча насправді вони перевершують віджети Gamma приблизно на 20%, а не на 500%, як мається на увазі у візуалізації.
Це приклад дуже явно жахливого викривлення – чи це так? Чи можемо ми уявити випадок, коли таке саме викривлення буде більш корисним, ніж ванільна вісь 0–50,000 XNUMX?
Наприклад, уявімо ту саму компанію, але тепер керівник хоче знати щось інше.
У цьому випадку кожен віджет приносить прибуток, лише якщо він продає принаймні 45,000 XNUMX одиниць. Щоб дізнатися, наскільки добре працює кожен продукт у порівнянні один з одним і відносно цього поверху, команда BI приступає до роботи та надсилає наведену нижче візуалізацію.
TПривіт, усі, в абсолютному вираженні, знаходяться в межах 20% вікна один від одного, але наскільки вони близькі до важливої позначки 45,000 XNUMX?
Схоже, що віджети Gamma трохи не вистачають, але чи віджети Beta? Лінія 45,000 XNUMX навіть не позначена.
Збільшення графіка навколо цієї ключової осі в цьому випадку було б дуже інформативним.
У подібних випадках дуже важко давати загальні поради. Найкраще бути обережним. Уважно проаналізуйте кожну ситуацію, перш ніж безрозсудно розтягнути та обрізати вісь y.
Гімміки
Набагато менш страшне та просте неправильне використання гістограми – це коли люди намагаються виглядати надто мило за допомогою своїх візуалізацій. Це правда, що ванільна гістограма може бути трохи нудною, тому має сенс, щоб люди спробували її оживити.
Відомим прикладом є сумнозвісна справа з гігантськими латвійками.
Певним чином це стосується деяких питань, розглянутих у попередньому розділі. Якби творець графіка включив всю вісь y аж до 0'0'', то індійські жінки не виглядали б піксі порівняно з латвійськими велетнями.
Звичайно, якби вони просто використовували грати, проблема б також зникла. Вони нудні, але також ефективні.
Погані кругові діаграми
Кругові діаграми — вороги людства. Вони жахливі майже в усіх відношеннях. Це більше, ніж пристрасна думка автора, це об’єктивний науковий факт.
Є більше способів отримати неправильні кругові діаграми, ніж їх правильно. Вони мають надзвичайно вузьке застосування, і навіть у них сумнівно, чи є вони найефективнішим інструментом для роботи.
З огляду на це, давайте просто поговоримо про найбільш кричущі помилки.
Переповнені діаграми
Ця помилка не дуже поширена, але вона дуже дратує, коли вона виникає. Це також демонструє одну з фундаментальних проблем пі-діаграм.
Давайте розглянемо наступний приклад, секторну діаграму, що показує розподіл частоти літер у письмовій англійській мові.
Дивлячись на цю діаграму, чи можете ви з упевненістю сказати, що I зустрічається частіше, ніж R? Або О? Це означає ігнорування того, що деякі фрагменти надто малі, щоб на них навіть поміститися етикетка.
Давайте порівняємо це з прекрасною простою гістограмою.
Поезія!
Ви не тільки можете відразу побачити кожну літеру у відношенні до всіх інших, але й отримати точне уявлення про їх частоту та легко видиму вісь, що відображає фактичні відсотки.
Той попередній графік? Невиправний. Є просто забагато змінних.
3D Чарти
Ще одним кричущим зловживанням круговими діаграмами є те, що люди створюють їх у 3D, часто нахиляючи їх під жахливими кутами.
Давайте розглянемо приклад.
На перший погляд синій «EUL-NGL» виглядає приблизно так само, як червоний «S&D», але це не так. Якщо ми подумки відкоригуємо нахил, різниця буде значно більшою, ніж здається.
Немає прийнятної ситуації, коли такий тривимірний графік функціонуватиме, він існує лише для того, щоб ввести читача в оману щодо відносних масштабів.
Плоскі кругові діаграми виглядають чудово.
Поганий вибір кольорів
Останньою помилкою, яку люди зазвичай роблять, є вибір непродуманих колірних схем. Це дрібниця порівняно з іншими, але вона може мати велике значення для людей.
Розгляньте наступну діаграму.
Швидше за все, це виглядає добре для вас. Все чітко позначено, розміри мають досить великі розбіжності, щоб легко побачити, як порівнюють продажі один з одним.
Однак, якщо ви страждаєте дальтонізмом, це, швидше за все, дуже дратує.
Як правило, червоний і зелений колір ніколи не повинні використовуватися на одному графіку, особливо поруч один з одним.
Інші помилки колірної схеми повинні бути очевидними для всіх, наприклад вибір 6 різних легких відтінків або червоного.
Takeaways
Є багато, багато інших способів створення візуалізацій даних, які є жахливими та заважають людям розуміти дані. Усіх їх можна уникнути, трохи поміркувавши.
Важливо подумати про те, як хтось інший побачить графік, хтось, хто близько не знайомий з даними. Ви повинні мати глибоке розуміння того, яка мета перегляду даних, і як найкраще виділити ці частини, не вводячи людей в оману.
