Die Arten der Datenvisualisierungen - Dummies

Eine Datenvisualisierung ist eine visuelle Darstellung, die dazu dient, die Bedeutung und Bedeutung von Daten und Daten zu vermitteln. Da Datenvisualisierungen für ein ganzes Spektrum von unterschiedlichen Zielgruppen, unterschiedlichen Zwecken und unterschiedlichen Qualifikationsniveaus konzipiert sind, ist der erste Schritt zum Entwerfen einer großartigen Datenvisualisierung, Ihre Zielgruppe zu kennen.

Die Zielgruppen sind in allen Formen, Formen und Größen verfügbar. Sie könnten etwas für die jungen und kantigen Leser des Rolling Stone Magazins entwerfen, oder vielleicht müssen Sie eine Visualisierung entwerfen, um wissenschaftliche Ergebnisse einer Forschungsgruppe zu vermitteln. Es ist möglich, dass Ihr Publikum aus Vorstandsmitgliedern und organisatorischen Entscheidungsträgern besteht, oder vielleicht entwerfen Sie ein Stück, das einen Krawall mit Mitgliedern einer lokalen Graswurzel-Organisation auslösen soll.

Da jedes Publikum aus einer einzigartigen Klasse von Konsumenten besteht, die alle ihre individuellen Datenvisualisierungsbedürfnisse haben, ist es wichtig, genau zu klären, für wen Sie es entwerfen. In den Abschnitten lernen Sie die drei Haupttypen von Datenvisualisierungen kennen und wie Sie diejenige auswählen können, die Ihren Bedürfnissen am besten entspricht.

Daten-Storytelling für Organisationsentscheider

Manchmal müssen Sie Datenvisualisierungen für ein weniger technisches Publikum entwerfen, vielleicht um den Mitgliedern dieses Publikums zu helfen, besser informierte Geschäftsentscheidungen zu treffen. Der Zweck dieser Art der Visualisierung besteht darin, Ihrem Publikum die Geschichte hinter den Daten mitzuteilen. Beim Daten-Storytelling hängt das Publikum davon ab, dass Sie die Daten hinter der Visualisierung verstehen und nützliche Erkenntnisse in visuelle Geschichten verwandeln, die sie verstehen können.

Mit Data Storytelling sollte es Ihr Ziel sein, eine übersichtliche, hochfokussierte Visualisierung zu schaffen, damit die Mitglieder Ihrer Zielgruppe ohne großen Aufwand schnell Bedeutung gewinnen können. Diese Visualisierungen werden am besten in Form von statischen Bildern geliefert, aber geschicktere Entscheidungsträger bevorzugen möglicherweise ein interaktives Dashboard, mit dem sie ein wenig Exploration und Was-wäre-wenn-Modellierung durchführen können.

Datenschau für Analysten

Wenn Sie für eine Gruppe von logischen, berechnenden Analysten entwerfen, können Sie Datenvisualisierungen erstellen, die eher offen sind. Der Zweck dieser Art der Visualisierung besteht darin, Zuschauern zu helfen, die Daten visuell zu untersuchen und ihre eigenen Schlüsse zu ziehen.

Wenn Sie Daten verwenden, die -Techniken präsentieren, sollte Ihr Ziel darin bestehen, viele kontextbezogene Informationen anzuzeigen, die Ihre Zielgruppe bei der Erstellung ihrer eigenen Interpretationen unterstützen.Diese Visualisierungen sollten mehr kontextbezogene Daten und einen weniger abschließenden Fokus enthalten, damit die Menschen dort hinein gelangen, die Daten für sich selbst analysieren und ihre eigenen Schlussfolgerungen ziehen können. Diese Visualisierungen werden am besten als statische Bilder oder dynamische, interaktive Dashboards geliefert.

Entwerfen von Datenkunst für Aktivisten

Sie könnten für ein Publikum von Idealisten, Träumern und Veränderern entwerfen. Wenn Sie für diese Zielgruppe entwerfen, möchten Sie Ihre Datenvisualisierung zu einem Punkt machen! Sie können davon ausgehen, dass Ihr typisches Publikumsmitglied nicht so analytisch ist. Was diesen Menschen an mathematischen Fähigkeiten fehlt, kompensieren sie jedoch in soliden Überzeugungen mehr als.

Diese Personen betrachten Ihre Datenvisualisierung als ein Vehikel, mit dem Sie eine Aussage treffen können. Wenn Sie für diese Zielgruppe entwerfen, ist data art der richtige Weg. Das Hauptziel der Datenkunst ist es, zu unterhalten, zu provozieren, zu ärgern oder alles zu tun, um eine lautstarke, klare und aufmerksamkeitsstarke Aussage zu treffen. Data Art hat wenig bis keine Narrative und bietet den Zuschauern keinen Raum, eigene Interpretationen zu entwickeln.

Es ist wichtig hier zu betonen, dass Datenwissenschaftler eine ethische Verantwortung haben, Daten immer korrekt darzustellen. Ein Datenwissenschaftler sollte niemals die Botschaft der Daten verzerren, um zu dem zu passen, was das Publikum hören will - nicht einmal für Datenkunst! Nichttechnische Zielgruppen wissen nicht einmal, was mögliche Probleme sind, geschweige denn, sie zu sehen. Sie verlassen sich auf den Datenwissenschaftler, um ehrliche und genaue Darstellungen zu liefern, und verstärken damit die ethische Verantwortung, die der Datenwissenschaftler übernehmen muss.