Isi kandungan:
- Untuk Tunjukkan Hierarki
- Untuk Layari Pangkalan Data Besar
- Untuk Membayangkan Hasil Alternatif
- Apabila Visualisasi Data berfungsi
Nota Editor: Ciri Julai di Techopedia adalah Analitis. Jangan terlepas Webinar percuma kami, "Bagaimanakah Analytics dapat Meningkatkan Perniagaan."
Artikel ini disesuaikan daripada bahagian Buku Panduan Kewartawanan Data, yang ditulis oleh David Suda. Anda boleh melihat kerja lengkap di sini.
Jika anda meluangkan masa dalam talian, anda mungkin terlalu akrab dengan maklumat grafik, perwakilan data grafik yang ada di mana-mana. Sebab kami menarik diri kepada mereka adalah misteri: Kami adalah makhluk visual. Maklumat grafik boleh menjadi lucu, bermaklumat, bahkan cantik. Dan ada yang benar-benar menerangi topik dengan cara yang tidak pernah kita bayangkan. Suka dengan cara yang dapat membantu menjana penemuan baru dalam penyelidikan kanser. Atau membantu para saintis menemui ladang baru. Atau mungkin hanya membuat beberapa ulasan sosial tentang berapa banyak lokasi Starbucks di Amerika Syarikat - atau berapa beberapa senator perempuan.
Jadi kami mula tertanya-tanya tentang semua cara yang boleh digunakan dalam reka bentuk. Berikut adalah beberapa contoh utama di mana visualisasi data benar-benar bersinar - dan beberapa contoh utama apabila ia mungkin berkurangan.
Untuk Tunjukkan Hierarki
Pada tahun 1991, penyelidik Ben Shneiderman mencipta bentuk visualisasi yang baru yang dikenali sebagai "treemap" yang terdiri daripada pelbagai kotak secara konsisten di dalam satu sama lain. Bidang kotak yang diberikan mewakili kuantiti yang diwakilinya, baik itu sendiri maupun sebagai agregat kandungannya. Sama ada memperlihatkan belanjawan negara oleh agensi dan agensi sub, memvisualisasikan pasaran saham mengikut sektor dan syarikat, atau bahasa pengaturcaraan oleh kelas dan kelas kecil, treemap adalah antara muka yang kompak dan intuitif untuk pemetaan entiti dan bahagian konstituennya. Satu lagi format yang berkesan ialah dendrogram, yang kelihatan seperti carta organisasi yang lebih tipikal, di mana subkategori terus memancarkan batang tunggal yang berasal.
Untuk Layari Pangkalan Data Besar
Setiap kematian di jalan raya di Great Britain, 1999-2000
Sumber: BBC
Walaupun kadang-kadang pengimejan data sangat berkesan untuk mengambil maklumat yang biasa dan menunjukkannya dalam cahaya yang baru, apa yang berlaku apabila anda mempunyai maklumat baru yang orang hendak menavigasi? Umur data membawa dengannya mengejutkan penemuan baru hampir setiap hari, dari analisa geografi Eric Fischer mengenai snapshot Flickr kepada analisis Journal Street di New York City yang membebaskan ribuan penilaian guru yang sebelumnya sulit.
Set data ini paling berkuasa apabila pengguna boleh menggali dan mengetuk maklumat yang paling relevan kepada mereka.
Pada awal tahun 2010, The New York Times telah diberikan akses kepada rekod Netflix yang biasanya peribadi mengenai kawasan-kawasan sewa yang mana filem paling kerap. Walaupun Netflix enggan mendedahkan nombor mentah, The Times mencipta pangkalan data interaktif yang menarik yang membolehkan pengguna melayari penyewaan 100-peringkat teratas di 12 kawasan metro Amerika Syarikat, dipecah ke peringkat kod pos. Pelan heatmap berwarna di atas setiap pengguna yang membolehkan pengguna untuk mengimbas dengan cepat dan melihat di mana tajuk tertentu paling popular.
Menjelang akhir tahun yang sama, Times menerbitkan hasil bancian dekad Amerika Syarikat - beberapa jam selepas ia dibebaskan. Antara muka yang dibina di Adobe Flash menawarkan beberapa pilihan visualisasi dan membolehkan pengguna melayari ke setiap blok banci tunggal di negara (daripada 8.2 juta) untuk melihat pengedaran penduduk mengikut kaum, pendapatan dan pendidikan. Ini adalah resolusi data, apabila melihat data yang ditetapkan dalam jam pertama selepas penerbitan, anda tertanya-tanya jika anda mungkin orang pertama di dunia untuk meneroka sudut pangkalan data itu.
Kegunaan visualisasi yang dipuji seperti pangkalan data termasuk penyiasatan BBC mengenai kematian trafik (ditunjukkan dalam gambar di atas), dan banyak percubaan untuk cepat mengunduh dumps data skala besar sebagai pelepasan Wikileaks log perang Iraq dan Afghanistan.
Untuk Membayangkan Hasil Alternatif
Anggaran ramalan berbanding realiti
Sumber: New York Times
Di New York Times, "carta landak landak" Amanda Cox mengenai unjuran defisit AS yang optimis pada tahun-tahun ini menunjukkan bagaimana kadang-kadang apa yang berlaku kurang menarik daripada apa yang tidak berlaku. Baris demam Cox menunjukkan defisit anggaran yang semakin meningkat selepas satu dekad perang dan rehat cukai menunjukkan bagaimana jangkaan tidak realistik masa depan dapat berubah menjadi.
Bret Victor, pereka antara muka Apple lama (dan pemula teori "membunuh matematik" visualisasi untuk menyampaikan maklumat kuantitatif), telah prototaip sejenis dokumen reaktif. Dalam contohnya, idea-idea pemuliharaan tenaga termasuk premis yang boleh diedit, di mana langkah mudah seperti mematikan lampu di bilik kosong dapat menyelamatkan Amerika pengeluaran dari dua hingga 40 loji arang batu. Mengubah peratusan yang dirujuk di tengah-tengah perenggan teks menyebabkan teks di bahagian lain untuk mengemaskini dengan sewajarnya!
Apabila Visualisasi Data berfungsi
Pada akhirnya, visualisasi data yang berkesan bergantung pada maklumat yang baik, bersih, tepat dan bermakna. Sama ada maklumat itu digunakan dalam berita, dalam pemasaran, dalam perniagaan, untuk memajukan sains, atau dalam salah satu daripada banyak cara yang tidak dapat dipahami itu pasti akan digunakan pada masa depan, visualisasi dapat menjadi cara yang lebih efektif dan interaktif untuk menyampaikan data yang akan menjadi kering, tidak bermaya, tidak dapat difahami. Apabila dipaparkan secara visual, data boleh diubah dari bahan yang mentah, tidak dapat dihisabkan kepada sesuatu yang memberi makan kepada minda kita - dan deria visual kita. Dalam erti kata lain, ia menyediakan cara baru bukan hanya untuk melihat data, tetapi untuk melihat dunia.
Pernahkah anda melihat sebarang projek visualisasi data yang menarik? Beritahu kami. Kami suka menulis tentang mereka.
Buku Panduan Kewartawanan Data, dan penyesuaian ini, boleh disalin, disebarkan semula dan digunakan semula secara bebas di bawah syarat-syarat lesen Atribusi-SahamAlike Creative Commons.
