In Anerkennung der drei Merkmale eines effektiven Sicht

Wenn Ihre Schwarz-Weiß-Mock-up abgeschlossen ist, sind Sie bereit, die ach so starken Bildern hinzufügen, die es Pop machen. Deshalb sollten Sie diese Reise begann mit zu beginnen, nicht wahr? Wenn Visuals Ihre Mock-up hinzufügen, ist es wichtig, über das Hinzufügen von effektiven Visuals zu konzentrieren. Leider bieten, aufgrund eines Mangels des Denkens Führung und Ausbildung in der Business Intelligence (BI) Industrie, Tonnen von optisch ansprechend, aber ineffektiv Datenvisualisierungen Nullwert. Tun Sie einfach eine Internet-Suche nach Datenvisualisierungen

einige Beispiele zu sehen.

Die folgende Tabelle zeigt die drei wichtigsten Merkmale eines effektiven visuellen.

Drei Merkmale eines effektiven Sicht

Merkmal	Einzelheiten
Daten ist klar.	Stellen Sie sicher, dass die Daten klar ist, sowohl in der Absicht undAnzeigemittel.
Visuelle passt die Daten.	Egal, ob Sie ein Diagramm oder Text wählen, stellen Sie sicher, dass Sie mit der rechten visuelle für den Job sind usingthe.
Ausnahmen sind leicht zu erkennen.	Egal, ob Sie einen Vergleich oder Ausreißer in thedata hervorheben, sollten Sie es einfach für Ihre Benutzer die Daten zu identifizieren exceptionsin.

Die vorstehende Tabelle wurde von Edward Tufte beeinflusst, der als der Pate der Visualisierung von Daten zu sein. Sein Buch Die visuelle Darstellung der quantitativen Informationen, 2nd Edition (Graphics Press), ist einer der besten angesehenen Bücher in der Datenvisualisierung Feld. Obwohl es einen wissenschaftlichen Ansatz nimmt, ist es ein Muss für Daten nämlich Anfänger und Experten gleichermaßen.

Diese drei Eigenschaften sind nicht all-inclusive, so dass Sie sollten nicht erwarten, dass alle von ihnen haben zu entscheiden, ob ein visuelles sollte es in Ihrem Mock-up machen. Stattdessen sie als Richtlinien verwenden, wie Sie Ihre Bilder wählen. Je mehr Merkmale Sie in jedem visuellen haben, desto effektiver ist Ihre allgemeine Daten nämlich werden!

Daten ist klar,

Effektive visuelle Daten anzuzeigen, die sowohl in der Präsentation und Zweck klar ist, nicht in irgendeiner Weise verzerrt. Ein häufiger Fehler ist, zu viele Daten in einem einzigen visuellen zu schieben, den wichtigen Punkt der Daten verursacht durch den Lärm versteckt werden, im Schatten oder verzerrt. Die folgende Abbildung zeigt ein gutes Beispiel für eine Visualisierung von Daten, die ein Ringdiagramm zu zeigen, verwendet, welche Arten von mobilen Geräten Menschen nutzen. Sehen Sie, wie die 3-D-Effekt macht es sehr schwierig, die Daten zu verstehen.

Es ist auch wichtig, um sicherzustellen, dass der Zweck des visuellen ist superklar, so dass der Benutzer keinen Raum für Fehlinterpretationen hat. Gute Datenvisualisierungen erzählen eine Geschichte auf einen Blick, den Leser verlassen wollen mehr. Wenn die Datenvisualisierung verwirrend oder falsch interpretiert wird, erhalten die meisten Benutzer ausgeschaltet und es aufgeben. Die folgende Abbildung zeigt ein Beispiel für eine verwirrende Visualisierung, die die Nutzung von sozialen Netzwerken darstellt. Leider erscheinen die Farben und Prozent keine Korrelation zu haben und sind daher sehr verwirrend. Können Sie sagen, was die Visualisierung porträtiert?

Visuelle passt die Daten

Die visuelle hat die Daten zu passen. Visuals sind mehr als nur Diagramme, aber, und bestimmte Optik passen einfach nicht bestimmte Daten. Normalerweise können Sie Daten in vielfältiger Weise präsentieren. Ihre Aufgabe ist der effektivste Weg, dies zu tun, zu finden.

Sie sollten nie ein Kreisdiagramm verwenden, zum Beispiel, um zu zeigen, Daten mit mehr als fünf Datenpunkte oder alle Daten mit wenig bis gar keine Veränderung in der Größe eingestellt anzuzeigen. Ebenso sollten Sie nie eine Tabelle oder eine Scorecard zu zeigen einen Trend im Laufe der Zeit verwenden.

Die folgende Abbildung zeigt zwei Visualisierungen, die die gleichen Daten Chart. Das Liniendiagramm an der Spitze ist die beste Option für die Umsatzmarge Trend im Jahr 2014 zeigt, weil sie es, dass die Ausgaben der Gesellschaft offensichtlich deutlich macht, in die Höhe schießen weit über ihre Gewinne. Die Säulendiagramm in der unteren nicht ersichtlich, dass die Tendenz so deutlich. Säulendiagramme sind am besten verwendet, um Elemente zu vergleichen.

Ausnahmen sind leicht zu erkennen

Ob sie in Form von Warnungen, Vergleiche sind, oder Ausreißer, Ausnahmen in den Daten sollten in einer effektiven visuellen leicht zu erkennen sein. Wenn eine Ausnahme zusätzliche tiefe Analyse erfordert, zu verstehen, sind die Chancen, dass Ihre visuelle nicht wirksam ist.

Ausnahmen in Daten-Visualisierungen sind sehr mächtig und kann großen Wert hinzufügen. Wenn Benutzer Ausnahmen erkennen und entschlüsseln sie schnell, sie wissen, ob eine sofortige, mäßig oder Licht Aufmerksamkeit benötigt wird. Hervorhebungen Ausnahmen bietet auch einen Einblick in mögliche Trends, die Aufmerksamkeit erfordern.

Die folgende Abbildung zeigt ein Diagramm, das eine Warnung verwendet einige der Ausnahmen in den Verkaufsdaten Trend zu markieren.