Smb toolkit: kung paano pumili ng tamang paggunita ng data

Ang mga Spreadsheet ay naging pangunahing batayan sa negosyo ng matagal na ang ilang mga tao ay nagkakaproblema na palayasin sila. Gayunpaman, ang karamihan sa mga negosyo ngayon ay lumilipas na sa nakalipas na mabilis na paghila ng nostalgia sa pabor ng mas malakas na mga tool sa pang-negosyo na serbisyo sa katalinuhan (BI). Mayroong maraming mga kadahilanan na ang mga tool na ito ay nakahihigit sa isang spreadsheet, ngunit ang pinaka-halata ay ang kakayahang madaling makagawa ng epektibo at nakakagambalang mga visualization ng data. Ang isang kadahilanan na iyon ay labis na nakakaapekto sa anumang argumento sa pagsuporta sa mga spreadsheet para sa isang simpleng kadahilanan: Ang mga utak ng tao ay sumisipsip at nagpoproseso ng mga visual na representasyon ng impormasyon nang mas mabilis at mas mahusay kaysa sa ginagawa nila.

Ang tao na penchant para sa mga larawan sa mga numero ay malayo sa isang kamakailang pagtuklas. Ipinakikita sa amin ng kasaysayan ang konsepto ay matagumpay na nasubok sa paglipas ng panahon, mula sa maagang pagguhit ng kuweba hanggang sa modernong mga karatula sa trapiko na kinikilala sa buong mundo anuman ang wika. Ang isang sulyap sa mga mensahe na batay sa larawan at impormasyon ay nauunawaan kahit na ang iyong mga kasanayan sa wika o matematika. Ang mga makabagong visualization ng data ay tumatagal ng napakalakas na daluyan ng komunikasyon sa isang ganap na bagong antas, na nag-infuse sa mayamang mga tsart at mga graph na nabuo ng mayaman na data.

Ang pagpili ng tamang paggunita ng data, gayunpaman, ay hindi lamang isang bagay sa pagpili ng isang tsart ng pie sa isang bar graph o plot plot. Ito ay hindi kasing simple ng pagpili ng tradisyonal sa avant garde visualizations, tulad ng mga 3D virtual reality (VR) na mga paglalarawan. Mayroong higit pa kaysa sa personal na panlasa at kagustuhan sa paglalaro.

Ang bawat elemento ng isang paggunita ay nagdudulot ng isang bahagi ng pangkalahatang mensahe. Mula sa mga pagpipilian sa kulay at ratio ng tinta hanggang sa data mismo (at lahat ng mga layer na maaari mong mag-drill down sa loob nito), ang mga visualizations ng data ay isang solong, mapanlinlang na simpleng representasyon ng kumplikado, mga nadarama ng negosyo na nadarama ng negosyo.

Kaya anong visualization ang dapat mong piliin? Sa huli ang pagpipilian ay nasa iyo upang matukoy ang visual na representasyon na pinakamahusay na nababagay sa mensahe na sinusubukan mong ipadala kasama ang data na iyong ipinakita. Narito ang mga bagay na kailangan mong malaman upang makagawa ng isang kaalaman at madiskarteng desisyon.

Mga Uri ng Visualizations

Hindi kita bibigyan ng pag-abala sa lahat ng mga sinubukan at pagsubok. Kung ikaw ay nasa negosyo para sa anumang naaapektuhang halaga ng oras o nagtrabaho sa data na lampas sa pagpasok lamang nito sa software, pagkatapos ay pamilyar ka na sa mga tradisyunal na form ng paggunita: mga tsart ng pie, bar ng grap, mga tsart ng linya, mga plots ng kalat, at mga mapa na may mga simbolo. Ang mga ito, bukod sa iba pang mga graphic na representasyon, ay karaniwang isinaayos ng dalawa o tatlong mga tampok kabilang ang oras, bilang ng mga yunit, at gastos o benta.

Walang mali sa grupong ito ng mga visualization. Matagal na silang ginagamit para sa mabuting dahilan: nagtatrabaho sila.

Sa katunayan, ang kanilang napaka-pamilyar ay nangangahulugan na ang iyong tagapakinig ay hindi kailangang tumigil at malaman ang form bago nila maunawaan ang mensahe. Iyon mismo ang nais mong mangyari. Kaya bakit hindi ka titigil dito at pumili ng isa? O, bilang isang pagpipilian sa maraming mga apps ng BI, hayaan ang software pumili ng isa para sa iyo?

Sapagkat hindi lahat ng analytic output ay maaaring o dapat ipahiwatig sa isang sobrang pinasimple na conveyance. Ang isang ilaw ng trapiko ay nabawasan sa tatlong mga tampok dahil mayroon lamang tatlong mga mensahe na ihatid: pumunta, pabagalin, at ihinto. Kung nais mong sabihin ng iba pa, pagkatapos ay kailangan mong magdagdag ng isa pang visual. Marahil isang senyas na nagbabasa ng "No right turn on red" o marahil magdagdag ka ng isa pang stoplight para lamang sa turn lane. Sa mga dashboard at ulat, ang lahat ng mga idinagdag na visual ay maaaring mag-tumpok at, sa oras na makarating ang iyong tagapakinig sa dulo ng bunton, nakalimutan nila kung paano nauugnay ang impormasyong iyon sa una o iba pang mga visual sa tumpok. Hindi iyan mabisa o nakapagtuturo. Karagdagan, ang paggamit ng napakaraming mga visualization ay maaaring maging sanhi ng pagkapagod ng gumagamit. Ang mensahe ay nawala sa isip na gumagala.

Sa anumang kaso, alam mo na ang mga visualization na ito. Lumipat tayo at isaalang-alang ang mga mas bagong form.

'Twixt at' Tween

Ang klase ng visualization na ito ay naglalarawan ng higit pang mga tampok kaysa sa tradisyonal na grupo ngunit ang mensahe ay may posibilidad na magkaroon ng isang solong tulak. Halimbawa, isaalang-alang ang "ulap ng salita." Sinusukat ng visualization na ito ang maraming mga salita na may kaugnayan sa isa't isa kaya ang bawat salita ay inilalarawan sa laki sa proporsyon sa paggamit nito kumpara sa iba pang mga salita. Ang mga kulay ay maaaring magamit upang ilarawan ang mga subgroup sa loob ng pangkat, o iba pang impormasyon, o simpleng gawing mas madaling makita ang mga indibidwal na laki ng salita nang sulyap.

Kailan maaaring gamitin ang isang salitang cloud cloudization? Mayroong maraming mga kaso ng paggamit kasama ang mood ng customer / gumagamit sa social media, pagtaas at / o pagpapalakas ng mga isyu sa customer sa mga call center, mga katanungan sa customer sa mga tiyak na produkto, benta ng produkto, at iba pang mga kaso. Ang iba pang mga halimbawa ng ganitong uri ay madalas na nakikita sa mga infographics habang inilalarawan nila ang data batay sa isang tema.

Vendor-Friendly Ngunit Gumagamit-Averse

Pagkatapos mayroong mga visualization na ipinagmamalaki ng mga vendor ng BI ngunit kakaunti ang mga mamimili at gumagamit. Ngunit maghintay, maaari mong sabihin. Kung hindi ako makatingin sa isang paggunita at sabihin kung paano ito gumagana, kung gayon paano malalaman ng aking madla kung ano ang sinasabi sa kanila ng data?

Totoo na kung minsan ang visualization ay naglalaman ng impormasyon ngunit nabigo upang maihatid ito. Halimbawa, kunin, ang "The Starry Night" ni Vincent van Gogh na ipininta niya noong 1889. Ang iconikong gawa ay tumpak na naglalarawan ng kaguluhan ng hangin ngunit walang matematiko o siyentipiko na kinikilala ang pag-unawa hanggang sa mga siglo mamaya. Pag-usapan ang hindi pagtagumpay na maihatid ang impormasyon.

"Ang mga siyentipiko ay nagpupumiglas ng maraming siglo upang ilarawan ang magulong daloy - ang ilan ay sinasabing itinuturing na mas mahirap ang problema kaysa sa mga mekanika ng dami, " ayon sa isang ulat sa Kalikasan. "Maraming mga gawa ni van Gogh ay nagpapakita ng pag-scale ng Kolmogorov sa kanilang mga pamamahagi ng posibilidad na luminance. Sa mata, ang pattern na ito ay maaaring makita bilang mga eddies ng iba't ibang laki, kabilang ang parehong malalaking swirls at maliliit na eddies na nilikha ng brushwork."

Habang ang tagumpay ng anumang paggunita ay nakasalalay ng hindi bababa sa bahagi sa pananaw at kaalaman ng manonood, kung minsan ang impormasyon ay sobrang kumplikado na nangangailangan ito ng mas sopistikado at eksaktong visualization. Kung hindi, mawawala ang impormasyon sa transportasyon o pagsasalin.

Ang ilang mga vendor ng BI ay nag-aalok ng antas ng pagiging sopistikado sa kanilang mga visualization palette. Ang isang Sankey Diagram, na kapaki-pakinabang sa paglalarawan ng daloy ng impormasyon sa loob ng isang set ng data, ay isang halimbawa.

"Halimbawa, ang visualization na ito ay maaaring ipakita ang proseso kung saan ang isang customer ng banking banking ay naglilipat ng pera, sa pamamagitan ng pagsukat ng cash flow bawat transaksyon. Ang mga diagram ng Sankey ay kapaki-pakinabang sa anumang oras na nais mong ipakita ang daloy ng impormasyon sa iba't ibang mga hakbang sa isang proseso, " paliwanag ni Daphne Tan, Manager ng Product Marketing sa MicroStrategy, na gumawa ng Sankey Diagram visualization sa ibaba.

Maaaring magsagawa ng pagsisikap na turuan ang iyong madla kung paano basahin ang ilan sa mga mas sopistikadong visualization. Gayunpaman, sulit na mabuti kung kailangan mong regular na ihatid ng higit sa pangkalahatang impormasyon at ayaw mong hilahin ang isang van Gogh. Gayunpaman, makakahanap ka ng maraming mga madla na pamilyar sa mga mas eksaktong mga sukatan at mga kinatawan ng data, kasama ang mga istatistika, mga inhinyero, at maraming mga propesyonal na nagtatrabaho sa mga agham.

Narito ang isang maikling paglalarawan ng ilan sa mga visualization sa kategoryang ito na nagkakahalaga ng pagsasaalang-alang at kung saan nais mong gamitin ang mga ito:

1. Mga Arc Diagram : Ang mga diagram na ito ay natatangi na may kakayahang kumatawan sa mga kumplikadong pattern sa data ng string, na nangangahulugang mga pagkakasunud-sunod na madalas ding naglalaman ng mga paulit-ulit na kasunod. Isipin ang DNA at data ng streaming mula sa Internet ng mga Bagay (IoT). Makakakita ka ng mas malalim na impormasyon sa Mga Arc Diagram sa papel na ito sa pamamagitan ng IBM Research.

2. Sunburst Chart: tinatawag din na mga multi-level na mga tsart ng pie, pangunahing ginagamit ito upang mailarawan ang hierarchal data gamit ang concentric na mga lupon. Maaari kang lumikha ng mga ito sa Microsoft Excel, halimbawa. Nasa ibaba ang isang halimbawa:

3. Streamgraph : Inilarawan ng Microsoft at GitHub ang isang streamgraph bilang "isang nakasalansan na tsart ng lugar na may makinis na pagbubuklod, na kadalasang ginagamit upang ipakita ang mga halaga sa paglipas ng panahon." Ang isang dumadaloy na mga anyong organikong hugis sa grapong ito at ang resulta ay maaaring parehong pagtiyak at labis na pagkagalit. Gayunpaman, mayroon itong napaka-wastong paggamit tulad ng pagpapakita ng mga hanay ng data na may mataas na dami upang makahanap ng mga uso at pattern sa paglipas ng panahon sa isang malawak na hanay ng mga kategorya. Oo, ito ay isang bukas na mapagkukunan na paggunita upang makuha mo ito sa tindahan ng Microsoft Office o sa GitHub.

4. Hyperbolic Tree: Tinatawag din na isang hypertree, ang visualization na ito ay inspirasyon ng hyperbolic geometry at talaga ay isang paraan upang iguhit ang isang napakalaking puno sa isang limitadong puwang habang iniiwasan ang paggawa ng isang blob. Inilagay mo ang lahat sa isang disk kaysa sa isang patag na eroplano upang ang mga sanga ay malayo na lumilitaw na mas maliit. Ngunit maaari mong i-drag ang mga iyon sa iyo, na ginagawang mas malaki at mas madaling suriin. Ang mga puno ng Hyperbolic ay nagpapakita ng malaking impormasyon na may detalye at konteksto sa loob ng isang view (kumpara sa paging o kung hindi man ay ipatawag at isinalarawan ang mga detalye ng butil sa ibang view).

Visualizations Sprung mula sa Bagong Teknolohiya

Napakaraming iba't ibang mga uri ng visualizations na magagamit ngayon, maaari mong asahan na ang bawat nalilikhang isip na paraan ng biswal na naglalarawan ng data ay magagamit na. Sayang, hindi. Ang mga bagong teknolohiya at gumamit ng mga kaso ay hindi maiiwasang mag-spail ng mga bagong form ng visualization.

Ang Augmented reality (AR) at virtual reality (VR) system ay agad na pumapasok sa isipan. Ang mga vendor ng BI ay nagtatrabaho sa mga natatanging visualization para sa mga sistemang ito. Ang isang halimbawa ay ang bagong system visualization system ng Vantage Data Centers sa isang 3D, pinagana ng VR virtual na sistema ng paglilibot. Mukhang ganito:

"Una naming inilunsad ang concept3D platform noong Mayo 2017 upang matulungan kaming itaguyod ang aming bagong pasilidad ng data center sa Santa Clara na, sa oras na iyon, ay nasa ilalim ng konstruksyon. Ang platform ay hindi kapani-paniwala kapag sinusubukan mong merkado ang isang gusali na hindi umiiral, "sabi ni Steve Lim, Bise Presidente at Pinuno ng Marketing sa Vantage Data Center.

Lumilitaw ang data bilang isang overlay sa screen sa VR ngunit ang lugar na iyon ay magiging sobrang paglilimita.

"Sa malapit na termino, inaasahan namin ang karamihan sa aming mga kliyente at empleyado na gumagamit ng system nang walang VR sa kanilang desktop o mobile. Nakakatuwang makita ito sa kauna-unahang pagkakataon, at mayroong malaking potensyal para sa kung paano makakatulong ang system sa amin sa mga operasyon at pag-access ng tunay - oras na data mula sa kahit saan sa mundo, "dagdag pa ni Lim.

Pumili Ayon sa Gawain

Ang bawat uri ng visualization ay itinayo para sa isang tiyak na gawain ng analytical tulad ng pamamahagi, komposisyon, relasyon, o paghahambing. Tiyaking naiintindihan mo ang bawat gawain at pumili nang naaayon sa mga visualization. Halimbawa, ang pag-unawa sa mga benta ng produkto sa mga pista opisyal tulad ng Pasko ay isang pag-aaral sa relasyon. Ang magagandang pagpipilian sa paggunita para sa mga iyon ay magkakalat ng mga plot, mga ulap ng salita, at mga diagram ng Venn.

Ang pag-unawa kung ang mga coats o gulong ay mas mahusay na nagbebenta ay isang paghahambing sa paghahambing. Ang mga graph ng bar, mga tsart ng pie, mga tsart ng bullet, at mga tsart ng linya ay mahusay na mga pagpipilian dito. Ang paglalagay ng pagbabahagi ng merkado at pagtatasa ng mapagkumpitensya ay isang gawain sa komposisyon. Isaalang-alang ang nakasalansan na bar / lugar na tsart, mga tsart ng pie, talon, o anuman sa mga mapa ng puno, depende sa kung gaano karaming impormasyon sa konteksto na kailangan mong ipakita.

Ang mga gawain sa pamamahagi ay nagsasangkot ng pag-unawa sa kung anong mga uri ng mga kalakal ang ipinadadala sa kung saan ang mga tindahan at / o nakaimbak sa kung aling mga bodega, pati na rin ang paggunita kung paano ipinamamahagi ng mga pamahalaan ang bawat iba't ibang mga demograpiko. Ang mahusay na mga pagpipilian sa paggunita ay kinabibilangan ng mga histograms, mga plots ng strip, at mga kahon ng kahon.

"Sa kasong ito, nais namin ang isang view kung saan makikita natin ang lahat ng data nang sabay-sabay at subukang hanapin ang saklaw ng mga halaga, mga hugis, o mga outlier, " paliwanag ng Patrik Lundbald, Visualization Advocate sa BI at visualization software company na Qlik.

Checklist para sa Pagpili ng isang Visualization

1. Alamin ang Iyong Madla: Pumili ng isang paggunita na ang iyong madla ay malamang na makahanap ng relatable at nakakaengganyo. Kaya, kung ang mga nakakatawang hotdog sa isang infographic na naglalarawan sa iyong pinakamahusay na pagbebenta ng sidewalk, sumama ka na. Ngunit huwag laktawan ang impormasyon kung ipinapadala mo ito sa isang tagapakinig na matarik sa istatistika, agham ng data, engineering, o iba pang mga kasanayan sa tuktok. Pumili ng isang paggunita na ihahatid ang detalye at konteksto na kailangan nila upang kumilos sa impormasyon, nang hindi kinakailangang pag-uri-uriin ang isang tila walang katapusang tumpok ng mga nauugnay na visualizations.

2. Gawing Linaw ang Iyong Nangungunang Priyoridad: Maging malinaw at maging maigsi, kahit na may lubos na detalyado at kumplikadong impormasyon. Ang iyong layunin ay upang makabuo ng madaling mabasa na visualization kahit na ang nilalaman ay anupaman.

3. Bigyang-pansin ang Bawat Detalye: Kaya gusto mo ng bar graph sa BI app na ito upang maihatid ang piraso ng impormasyon na ito. Ngunit tama bang nauugnay ang mga bar sa isa't isa o natapos ba ang scale? Mahalaga ang mga detalye. Ang lahat sa bawat paggunita ay nagsasabi ng isang kuwento. Tiyaking nagsasabi ka sa kwento na nais mong sabihin.

4. Plano upang maiwasan ang Pagkapagod sa Gumagamit: Masyadong maraming mga visualization ang gulong sa manonood, tulad ng hindi pamilyar na mga paglalarawan o labis na kumplikadong mga graphic. Ihatid ang impormasyon sa isang tumpak at maikling salaysay upang manatili ang pansin ng manonood at alalahanin ang kanilang natutunan. Limitahan ang bilang ng mga visualization sa mga dashboard at ulat.

5. Mga Form ng Visualization ng Pagsubok: Ang Visualizations ay tulad ng mga biro. Kung kailangan mong ipaliwanag ang mga ito, pagkatapos ay nabigo ka. Kailangang maihatid ang impormasyon na may kaunting teksto. Bago ka magsimulang gumamit ng isang paggunita nang regular, subukan ito sa mga taong hindi malapit sa paksa. Piliin ang mga taong dapat makahanap ng impormasyon sa paggunita sa halip na sa mga nakakaalam na. Naliwanagan ba sila o nalilito? Kung nalilito, pagkatapos ay pumili ng isa pang form ng visualization o maghanda upang turuan ang iyong tagapakinig.

"Maliban kung ito ay dalubhasang impormasyong nangangailangan ng malalim na kaalaman sa artipisyal na intelihensiya, blockchains, petechial hemorrhaging, o quantum physics, ang visualization ay pinakamahusay na naghahatid sa mambabasa kapag maaari itong ma-interpret sa sarili, hindi lamang sa kontekstong artikulo, " sabi ni Mark Nicholson, Bise Presidente ng Marketing at Pag-unlad ng Negosyo sa NiceJob, isang social media / customer na repasuhin ang reputasyon sa pagbuo ng reputasyon.

6. Alalahanin van Gogh: Ang kumplikadong impormasyon ay maaaring mawala sa isang mapanlinlang na simpleng paglalarawan. Samakatuwid, ang isang simpleng paggunita ay maaaring hindi tamang pagpipilian. Tumutok sa paghahatid ng impormasyon, iyon ang mahalagang bagay. Gayundin, itinuro sa amin ni van Gogh na ang mga kulay ay hindi lamang o kahit na ang pinakamahusay na paraan upang mabilis na ihatid ang impormasyon. Ang "kamangha-manghang brush ng Van Gogh na ginamit ng isang pag-aari na kilala bilang maliwanag, isang sukatan ng kamag-anak na liwanag sa pagitan ng iba't ibang mga puntos. Ang mata ay mas sensitibo sa pagbabago ng maliwanag kaysa sa pagbabago ng kulay, nangangahulugang mas mabilis kaming tumugon sa mga pagbabago sa ningning kaysa sa mga kulay, "naiulat na NPR. Gumamit ng iba't ibang antas ng ningning pati na rin ang kulay upang i-highlight ang impormasyon o ipakita ang paggalaw.

7. Alamin ang Bagong Vendor Visualizations: Humingi ng mga tutorial, halimbawa, at iba pang impormasyon sa anumang mga visualization na inaalok ng isang vendor na hindi mo maintindihan. Mas mahusay na malaman ang trabaho kaysa sa stick sa mga visualization na alam mo na. Bakit? Sapagkat ang teknolohiya ay nagbabago at, tulad ng ginagawa nito, kahit na ang mga mas bagong anyo ng mga visualization ay lilitaw. Tulad ng hindi kailanman pag-update o pag-upgrade ng iyong telepono. Maaga o huli ay hindi mo makakaabot ang sinuman.

8. Minsan Ang Awtomatiko Ay Pinakamagaling: Ang ilang mga vendor ng BI ay naglalagay ng maraming pag-iisip sa kanilang awtomatikong tampok na visualization. Ang isang halimbawa na nasa isipan ay ang Salesforce Einstein Analytics. Ang kumpanya ay may mga taon ng karanasan sa mga customer, benta, at mga pagsusuri sa marketing, na bumalik sa kanilang unang bahagi ng pamamahala ng relasyon sa customer (CRM) araw. Ang kanilang awtomatikong visualization ay sumasalamin sa karanasan na iyon. Kaya, kung ikaw ay may kapangyarihan sa pamamagitan ng mga benta at data ng customer araw-araw, umaasa sa Einstein upang hawakan ang mga visualizations ay isang matalino at praktikal na solusyon. Walang dahilan upang muling likhain ang gulong.

9. Isaalang-alang ang Narrative: Pumili ng mga visualization na nagpapaganda ng iyong salaysay, na nagsasabi ng isang kuwento. Kung hindi man, bumalik ka sa paglalarawan ng mga numero at ang iyong mga kasamahan sa negosyo o boss ay hindi rin sumisipsip at mapanatili din ang impormasyon. Siguraduhin na ang mga representasyon ay nasa konteksto, gumamit ng tamang mga panukala (hal., Ganap na mga halaga kumpara sa kamag-anak), at suriin para sa scale. Gumamit ng mga kulay upang i-highlight ang mga mahahalagang puntos ngunit limitahan ang bilang ng mga kulay na iyong ginagamit. Ang visualization mismo ay hindi dapat maging focus ng viewer, dapat ang nilalaman.

10. Isaalang-alang ang Iyong Gawain: Alalahanin na ang mga visualization ay idinisenyo para sa ilang mga gawain at gamitin nang naaayon. Gayunpaman, ang simple ay halos palaging mas mahusay kaysa sa kumplikado. Ang layunin ay upang mahanap ang pinakamahusay, pinakamabilis, at pinakamaliwanag na paraan upang maglipat ng impormasyon mula sa mga makina sa mga tao.