paź 8, 2024
Jak sprostać obowiązkowi raportowania ESG: przewodnik krok po kroku
Nowe przepisy sprawiają, że raportowanie ESG przestało być dobrowolne, a stało się nieodzowną praktyką w budowaniu odpowiedzialności i transparentności. Aby...
sty 13, 2022
Często mówi się o złych lub dobrych wizualizacjach, ale czy rzeczywiście tak jest? Czy można powiedzieć, że coś jest poprawne lub nie? W tym artykule poruszymy tematy związane z doborem typu wizualizacji w zależności od danych, podejściem do projektowania dashboardów, a także rozwiejemy wątpliwości dotyczące zaangażowania w budowanie zaawansowanych, kompleksowych raportów i tego, czy mają one sens.
Co może sprawiać, że powstają złe wizualizacje? Przyczyn możemy upatrywać w wielu czynnikach. Jednym z nich jest na pewno wybór nieodpowiedniego narzędzia. Modelowy przykład może stanowić Microsoft Excel. Jest to narzędzie, które zazwyczaj służy nam do wszystkiego. To niewątpliwie świetny arkusz kalkulacyjny i bardzo często stanowi pierwszy punkt styczności z wizualizacją, natomiast jeżeli chodzi o warstwę wizualną, to można z pewnością powiedzieć, że jest to średni wybór. Niemniej jednak użytkownicy niejednokrotnie z przyczyn niezależnych od siebie używają Excela do wizualizacji. Jeżeli mamy do dyspozycji nieodpowiednie narzędzie posiadające swoje ograniczenia, to niestety nie jesteśmy w stanie stworzyć optymalnej wizualizacji i dashboardu zgodnego z dobrymi praktykami.
Drugim elementem wpływającym na powstawanie złych wizualizacji są braki w wiedzy. Wracając do poprzedniego przykładu, Excel sprawia, że wynosimy z niego bardzo dużo przyzwyczajeń i wyobrażeń o różnego rodzaju ograniczonych możliwościach. Gdy dojdziemy do momentu zmiany narzędzia na takie, które jest dedykowane tworzeniu wizualnych analiz danych, to siłą rzeczy do nowego programu przekładamy stare schematy działań. Ciągła edukacja (szczególnie z nowych narzędzi) stanowi podstawę tworzenia poprawnych z punktu widzenia dobrych praktyk, ale też użyteczności i poprawności związanej z niezakłamywaniem wizualizacji.
Budując dashboardy musimy pamiętać o tym, że nie wszystko musimy zawierać na jednym wykresie. Coraz większą wartość w wizualnej analizie danych niesie tworzenie pewnego rodzaju historii. Metodologiczne zbudowanie narracji od ogółu do szczegółu sprawia, że dane są dużo czytelniejsze, nadany jest im kontekst, a co za tym idzie, stają się lepiej zrozumiałe i możliwa jest ich trafniejsza interpretacja. Z naszych obserwacji wynika, że najbardziej nadużywanym typem wykresu, na którym chcemy zawrzeć wszystkie możliwe informacje, jest pie chart, bohater tytułowy naszego podcastu o analizie danych. Ten typ wykresu znamy wszyscy. Korzystamy z niego nie tylko w biznesie, ale chociażby w wielu pracach naukowych. Ma przyjazny dla oka obły kształt, być może dlatego jest tak często stosowany, a co za tym idzie również nadużywany. Tytuł naszego podcastu „Pogromcy Pie Chartów” może sugerować, że jest to coś, czego nie powinniśmy używać, nic bardziej mylnego. Należy z niego korzystać, ale we właściwy sposób. Według naszej interpretacji i doświadczenia odpowiednim zastosowaniem tego typu wizualizacji jest przykład danych, w których posiadamy dwie lub trzy kategorie. Gdy tych danych jest więcej, dany typ wykresu staje się nieczytelny, potrzebne jest naniesienie warstw tekstowych, co powoduje, że tak naprawdę zaczynamy mieć do czynienia z ładniejszą tabelą tekstową.
Kolejnym aspektem wpływającym na stwierdzenie czy dana wizualizacja jest zła, czy dobra jest komunikacja. Należy pamiętać, że zazwyczaj to nie osoba tworząca jest odbiorcą końcowym raportu. Przykładem mogą być różne wskaźniki KPI, dla każdego z nich czułość może być zupełnie inna i to użytkownik końcowy powinien określić, co jest dla niego istotne, jakie spadki lub wzrosty powinien obserwować. Gdy otrzymamy takie informacje, dopiero wtedy jesteśmy w stanie tak naprawdę określić jaki typ wykresu będzie prawidłowy i zasadny do użycia. Wpływ na odbiorcę mają oczywiście również kolory, pogrubienia, opisy. Należy jednak również pamiętać o tym, by nie dublować informacji. Wyznajemy zasadę, doskonały dashboard mamy wtedy, kiedy już nic z niego nie możemy usunąć. Tak długo pozbywaj się wszystkich elementów, dopóki prezentacja nie przestanie tracić na zawartości przekazu. Pamiętajmy jednak, żeby nie przesadzić. Warto porozmawiać z odbiorcą końcowym czy to czego potrzebuje, potrafi w łatwy sposób odczytać, z kolegą niezaangażowanym w projekt, czy to, co widzi, jest czytelne i zrozumiałe. Odnosząc się do zasady doskonałego dashboardu należy powiedzieć, że on nie istnieje. Zawsze można coś poprawić, a osoby postronne mogą wnieść wiele do naszej pracy.
Metoda Gestalt może kojarzyć się trochę z psychologią. Nas jednak interesuje jej konkretny wycinek związany z odbiorem obiektów wizualnych, które widzimy i używamy przy budowie wizualizacji często nieświadomie. Wszystkie atrybuty, którymi możemy opatrzeć nasze miary i wymiary, które chcemy zobrazować, są oczywiście tożsame z mechanizmem naszej percepcji i odbierania bodźców wizualnych. Dlatego takie elementy jak kolor, wielkość, bliskość obiektów i ciągłość linii przyjęły się jako kanon, jeżeli chodzi o najlepsze praktyki związane z wizualizacją danych. Chcąc wyłuskać najważniejsze dla nas parametry np. KPI powinniśmy bazować na tzw. eye catcherach, by przyciągnąć uwagę odbiorcy i skupić ją na danym elemencie.
Niewątpliwie jednym z ważniejszych, jeżeli nie najbardziej oddziałującym na odbiorcę bodźcem jest kolor. Gdy używamy czerwonego i zielonego to podświadomie wiemy, że coś jest złe albo dobre. Problem zaczyna powstawać w momencie, gdy próbujemy używać różnych kolorów na wielu wizualizacjach. Co jeszcze gorszego może się stać? Gdy dana miara na różnych wizualizacjach posiada inną barwę. Powstaje wtedy ogromne zamieszanie i chaos informacyjny. Użycie jednej palety barw w neutralnych, niezbyt wysyconych kolorach sprawia, że pakiet wizualizacji staje się dużo bardziej czytelny i przejrzysty. Oczywiście należy pamiętać, że sytuacje nie zawsze są zero-jedynkowe. Czy każdy wynik, który nie jest pożądany, powinien alarmować nas na czerwono? Przykład może stanowić firma produkcyjna, która zajmuje się głównie produkcją jednej konkretnej rzeczy, ale by stać się potencjalnie atrakcyjna i móc kompleksowo obsługiwać Klientów poszerza swoje portfolio o kolejne produkty. Nowe produkty generują dużo niższe wyniki niż produkt, który stanowi kor naszej działalności. Z założeń wynika, że nasza rozszerzona działalność ma stanowić jedynie 1% przychodów. Czy ta grupa produktów powinna alarmować nas na czerwono, czy może jedynie zaznaczać się kolorem różowym? Przecież to na naszym głównym produkcie powinno nam przede wszystkim zależeć i to na nim uwaga powinna się w dużej mierze skupiać. Warto obserwować zmiany, ale również mieć kontekst i odniesienie do realiów naszego biznesu. Wszystko jest kwestią komunikacji i dialogu. To on jest podstawą stworzenia dobrej wizualizacji. Projektując dashboard musimy cały czas myśleć całościowo, zarówno o poszczególnych wizualizacjach, jak i o realiach biznesowych, w których się znajdujemy. Polecamy pracę pana Andrew Abeli, który stworzył diagram pozwalający w bardzo prosty sposób dobrać do danego typu danych odpowiednią wizualizację. Poza tym, że możemy prześledzić ścieżkę wyboru odpowiedniej warstwy wizualnej i dostosować ją do naszych realiów, to również korzystając z tego diagramu, wychodzimy od potrzeby, od danych, które chcemy pokazać i dochodzimy do sposobu ich prezentacji, a nie jak czasami się zdarza, że z fascynacji pewnym typem wykresu używamy go niezależnie od jego możliwości.
Wracając do fascynacji pewnymi wykresami, oczywiście zrobić da się wszystko, ale pytanie, czy warto? To, że coś podoba nam się wizualnie, nie sprawia, że po pierwsze jego wartość merytoryczna będzie wyższa (choć oczywiście zdarzają się takie sytuacje), a dwa czy będziemy w stanie szybko pracować z takim wykresem, gdy na przykład diametralnie zmieni się sytuacja rynkowa i nasza wizualizacja będzie potrzebowała korekty.
Wszyscy bardziej zaawansowani użytkownicy przeszli przez taki proces pracy z raportami. Najpierw budowali wizualizacje proste, bo innych po prostu nie umieli zrobić, później tworzyli bardzo skomplikowane, bo się ich nauczyli i chcieli pokazać, co potrafią, a później powrócili do tej prostej formy, bo zaczęli rozumieć konteksty biznesowe i przede wszystkim nabrali doświadczenia, co działa i co ostatecznie wybierają odbiorcy.
Jeżeli zaciekawił Cię temat doboru wizualizacji, zapraszamy do przesłuchania odcinka naszego podcastu Pogromcy Pie Chartów. To na podstawie tej rozmowy powstał ten artykuł. Poznasz tam jeszcze więcej biznesowych przykładów użycia zarówno dobrych, jak i złych typów wizualizacji.
paź 8, 2024
Nowe przepisy sprawiają, że raportowanie ESG przestało być dobrowolne, a stało się nieodzowną praktyką w budowaniu odpowiedzialności i transparentności. Aby...
wrz 5, 2024
Tradycyjne metody podejmowania decyzji oparte na doświadczeniu i przeczuciu przestają być wystarczające w obliczu rosnącej złożoności rynków oraz wszechobecnej konkurencji....
sie 22, 2024
W dzisiejszych czasach coraz większy nacisk kładzie się na zrównoważony rozwój i odpowiedzialność korporacyjną. W tym kontekście pojawia się pojęcie...