Bakit nakakatakot ang karamihan sa mga graph at chart?

Visualization ng data ay isang makapangyarihang kasangkapan para sa paghahatid ng kumplikadong impormasyon sa isang kaakit-akit na paraan. Ang aming utak ay nagpoproseso at nag-iimbak ng impormasyon nang mas mahusay, na nagpapahusay sa epekto nito sa visualization. Ngunit ang maling visualization ng data ay maaaring makagawa ng higit na pinsala kaysa sa mabuti. Ang maling presentasyon ay maaaring mabawasan ang nilalaman ng data o, mas masahol pa, ganap na baluktutin ito.

Ito ang dahilan kung bakit nakadepende ang magandang visualization sa magandang disenyo. Hindi sapat na piliin lamang ang tamang uri ng chart. Kailangan mong ipakita ang impormasyon sa paraang madaling maunawaan at madaling tingnan, na nagpapahintulot sa mga manonood na gumawa ng kaunting pagsisikap. Siyempre, hindi lahat ng mga taga-disenyo ay eksperto sa visualization ng data, at sa kadahilanang ito, karamihan sa mga visual na nilalaman na nakikita natin, harapin natin ito, ay hindi kumikinang. Narito ang 10 pagkakamali na maaari mong maranasan at madaling paraan upang ayusin ang mga ito.

1. Disorder sa mga segment ng pie chart

Ang mga pie chart ay kabilang sa mga pinakasimpleng visualization, ngunit madalas silang napuno ng impormasyon. Ang lokasyon ng mga sektor ay dapat na intuitive (at ang kanilang bilang ay hindi dapat lumampas sa lima). Inirerekomenda na gumamit ng isa sa sumusunod na dalawang pattern ng pie chart, na ang bawat isa ay magdadala ng atensyon ng mambabasa sa pinakamahalagang impormasyon.

Pagpipilian 1: Iposisyon ang pinakamalaking sektor mula sa posisyong 12 o'clock at higit pa sa clockwise na direksyon. Ang pangalawang pinakamalaking ay mula 12 o'clock sa counterclockwise na direksyon. Ang natitirang mga sektor ay maaaring matatagpuan sa ibaba, sa isang counterclockwise na direksyon.

Pagpipilian 2: Iposisyon ang pinakamalaking sektor mula sa posisyong 12 o'clock at higit pa sa clockwise na direksyon. Ang natitirang mga sektor ay sinusundan ito nang pakanan sa pababang pagkakasunud-sunod.

2. Paggamit ng mga di-solid na linya sa isang line chart

Ang mga tuldok at gitling ay nakakalito. Sa halip, gumamit ng mga solidong linya sa mga kulay na madaling makilala sa isa't isa.

3. Hindi natural na layout ng data

Ang impormasyon ay dapat ipakita nang lohikal, sa isang intuitive na pagkakasunud-sunod. Ayusin ang mga kategorya ayon sa alpabeto, ayon sa laki (pataas o pababa), o sa isa pang nauunawaang pagkakasunud-sunod.

4. Pagtambak ng data

Siguraduhin na walang data na nawala o nakatago sa likod ng mga epekto ng disenyo. Halimbawa, maaari mong gamitin ang transparency sa isang plot ng lugar upang matiyak na makikita ng manonood ang lahat ng serye ng data.

5. Karagdagang gawain para sa mambabasa

Panatilihing simple ang data hangga't maaari sa pamamagitan ng pagtulong sa mambabasa sa mga graphic na elemento. Halimbawa, magdagdag ng trendline sa isang scatter chart upang ipakita ang mga trend.

6. Pagkasira ng data

Tiyaking tumpak ang lahat ng representasyon ng data. Halimbawa, ang mga elemento ng bubble chart ay dapat na nauugnay sa pamamagitan ng lugar, hindi sa diameter.

7. Paggamit ng iba't ibang kulay sa mapa ng temperatura

Ang ilang mga kulay ay mas namumukod-tangi kaysa sa iba, na nagdaragdag ng bigat sa data. Sa halip, gumamit ng magkakaibang mga tono ng parehong kulay upang ipakita ang intensity, o gumamit ng hanay ng spectrum sa pagitan ng dalawang magkatulad na kulay.

8. Mga column na masyadong manipis o masyadong makapal

Gusto mong hayaan ang iyong pagkamalikhain na tumakbo nang ligaw kapag gumagawa ng isang presentasyon, ngunit tandaan na magiging mas madali para sa manonood na makita ang isang maayos na diagram. Ang spacing sa pagitan ng mga column ng histogram ay dapat na katumbas ng kalahati ng lapad ng column.

9. Mahirap ihambing ang data

Ang paghahambing ay isang maginhawang paraan upang ipakita ang mga pagkakaiba, ngunit hindi ito gagana kung hindi ito madaling gawin ng manonood. Ang data ay dapat iharap sa paraang madaling maikumpara ng mambabasa.

10. Paggamit ng mga 3D chart

Maganda ang hitsura ng mga ito, ngunit ang mga 3D na hugis ay maaaring maka-distort ng perception, at samakatuwid ay ma-distort ang data. Makipagtulungan sa mga 2D na hugis upang maipakita nang tama ang impormasyon.