Obsah:
- Typy vizualizácií
- „Twixt a“ Tween
- Dodávateľsky prívetivý, ale užívateľsky nepriaznivý
- Vizualizácie vyvolané novými technológiami
- Vyberte podľa úlohy
- Kontrolný zoznam pre výber vizualizácie
Video: Включаем поддержку SAMBA Протокола в WINDOWS 10 для подключения к СЕТЕВЫМ ДИСКАМ И РОУТЕРАМ smb 1.0 (November 2024)
Tabuľky sú oporou v podnikaní tak dlho, že niektorí ľudia majú problémy s ich prepustením. Väčšina firiem sa však dnes posunula za prchavú nostalgiu v prospech výkonnejších nástrojov samoobslužnej obchodnej inteligencie (BI). Existuje mnoho dôvodov, prečo sú tieto nástroje lepšie ako tabuľky, ale najzreteľnejšia je schopnosť ľahko vytvárať efektívne a presvedčivé vizualizácie údajov. Tento faktor výrazne vyváži akýkoľvek argument na podporu tabuliek z jedného jednoduchého dôvodu: Ľudské mozgy absorbujú a spracovávajú vizuálne reprezentácie informácií rýchlejšie a lepšie ako čísla.
Táto ľudská záliba v obrazoch nad číslami nie je zďaleka posledným objavom. História nám ukazuje, že tento koncept bol v priebehu času úspešne testovaný, od skorých jaskynných výkresov až po moderné univerzálne dopravné značky uznávané po celom svete bez ohľadu na jazyk. Jeden pohľad na obrazové správy a informácie sa rozumie bez ohľadu na vaše jazykové alebo matematické zručnosti. Moderné vizualizácie údajov posúvajú výkonné komunikačné médium na úplne novú úroveň a napĺňajú bohaté grafy a grafy generované bohatými údajmi.
Výber správnej vizualizácie údajov však nie je iba otázkou výberu koláčového grafu nad stĺpcovým grafom alebo bodovým grafom. Nie je to také jednoduché ako výber tradičných vizualizácií avantgardy, ako sú zobrazenia 3D virtuálnej reality (VR). Pri hre je oveľa viac než len osobný vkus a preferencie.
Každý prvok vizualizácie predstavuje časť celkovej správy. Od výberu farieb a pomeru atramentov k samotným údajom (a do všetkých vrstiev, ktoré doň môžete vŕtať), sú vizualizácie údajov jednoduchou, klamne jednoduchou reprezentáciou zložitých podnikových štatistík založených na údajoch.
Akú vizualizáciu by ste si teda mali zvoliť? V konečnom dôsledku je na vás, aby ste identifikovali vizuálnu reprezentáciu, ktorá najlepšie vyhovuje správe, ktorú sa snažíte odoslať, s údajmi, ktoré prezentujete. Tu sú veci, ktoré potrebujete vedieť, aby ste sa mohli informovane a strategicky rozhodnúť.
Typy vizualizácií
Nebudem ťa nudiť rekapituláciou všetkých vyskúšaných trendov. Ak ste podnikali nejaký značný čas alebo ste pracovali s údajmi nad rámec ich jednoduchého zadania do softvéru, už ste oboznámení s tradičnými vizualizačnými formami: koláčové grafy, stĺpcové grafy, čiarové grafy, bodové grafy a mapy s symboly. Tieto sú, okrem iných grafických znázornení, zvyčajne usporiadané podľa dvoch alebo troch znakov vrátane času, počtu jednotiek a nákladov alebo predaja.
S touto skupinou vizualizácií nie je nič zlé. Používajú sa už dlho z dobrého dôvodu: pracujú.
Ich samotná znalosť znamená, že vaše publikum sa nemusí zastaviť a prísť na to, ako pochopí posolstvo. To je presne to, čo sa chcete stať. Tak prečo by si sa tu nezastavil a nevybral si jednu z nich? Alebo, ako je to v mnohých aplikáciách BI možné, nechajte si softvér vybrať pre vás?
Pretože nie každý analytický výstup môže alebo by mal byť vyjadrený takýmto príliš zjednodušeným prenosom. Semafor je zredukovaný na tri funkcie, pretože sprostredkujú iba tri správy: choďte, spomalte a zastavte. Ak chcete povedať niečo iné, musíte pridať ďalší vizuál. Možno znamenie, ktoré znie „Nemáte právo obrátiť sa na červenú“, alebo možno pridáte ďalší semafor iba pre odbočku. V dashboardoch a správach sa môžu hromadiť všetky pridané vizuály a do doby, keď sa vaše publikum dostane na koniec hromady, zabudli, ako sa tieto informácie týkajú prvých alebo iných vizuálov v hromade. To nie je ani efektívne, ani poučné. Použitie príliš veľkého množstva vizualizácií môže ďalej spôsobiť únavu používateľa. Správa sa stráca v mysli, ktorá putuje.
V každom prípade tieto vizualizácie už poznáte. Poďme ďalej a zvážme novšie formy.
„Twixt a“ Tween
Táto trieda vizualizácií zobrazuje viac funkcií ako tradičná skupina, ale správa má tendenciu mať jediný ťah. Zvážte napríklad slovo mrak. Táto vizualizácia meria veľa slov vo vzťahu k sebe, takže každé slovo je zobrazené veľkosťou úmerne k jeho použitiu v porovnaní s ostatnými slovami. Farby sa dajú použiť na zobrazenie podskupín v rámci skupiny alebo iných informácií alebo jednoducho na jednoduchší pohľad na jednotlivé veľkosti slov.
Kedy by bolo dobré použiť vizualizáciu slovného cloudu? Existuje niekoľko prípadov použitia, vrátane nálady zákazníkov / používateľov na sociálnych médiách, eskalácie a / alebo eliminácie problémov zákazníkov v call centrách, otázky zákazníkov o konkrétnych produktoch, predaji produktov a ďalšie prípady. Ďalšie príklady tohto typu sa často vyskytujú v infografike, pretože zobrazujú údaje na základe témy.
Dodávateľsky prívetivý, ale užívateľsky nepriaznivý
Potom sú tu vizualizácie, ktoré predajcovia BI ponúkajú, ale málo kupujúcich a používateľov rozumie. Ale počkajte, dalo by sa povedať. Ak sa nedokážem pozrieť na vizualizáciu a povedať, ako to funguje, ako potom môže moje publikum zistiť, čo údaje im hovoria?
Je pravda, že niekedy vizualizácia obsahuje informácie, ale nedokáže ich doručiť. Vezmime si napríklad „Hviezdnu noc“ Vincenta van Gogha, ktorú namaloval v roku 1889. Kultová práca presne zobrazuje turbulencie vetra, ale žiadny matematik ani vedec neuznal toto porozumenie až o storočia neskôr. Hovorte o neposkytnutí informácií.
„Vedci sa po stáročia snažili opísať turbulentné prúdenie - niektorí z nich údajne považovali tento problém za ťažší ako kvantová mechanika, “ uvádza sa v správe organizácie Nature. „Niekoľko diel van Gogha ukazuje Kolmogorovovo škálovanie v rozdelení pravdepodobnosti ich jasu. Podľa oka je tento obrazec viditeľný ako víry rôznych veľkostí, vrátane veľkých vírov a malých vírov vytvorených štetcom.“
Aj keď úspech vizualizácie závisí aspoň čiastočne od pohľadu a vedomia diváka, niekedy sú informácie také komplexné, že si vyžadujú dômyselnejšie a presnejšie vizualizácie. V opačnom prípade sa informácie stratia pri preprave alebo preklade.
Niektorí predajcovia produktov BI ponúkajú túto úroveň sofistikovanosti vo svojich vizualizačných paletách. Jedným príkladom je Sankeyho diagram, ktorý je veľmi užitočný pri opise toku informácií v rámci súboru údajov.
„Táto vizualizácia môže napríklad ukázať proces, prostredníctvom ktorého bankový zákazník prevádza peniaze, a to zmeraním toku hotovosti na transakciu. Sankey diagramy sú užitočné vždy, keď chcete zobraziť tok informácií v rôznych krokoch procesu, “ vysvetlil Daphne Tan, Produktový marketingový manažér v MicroStrategy, ktorý vytvoril vizualizáciu Sankey diagramu nižšie.
Naučiť publikum, ako čítať niektoré sofistikovanejšie vizualizácie, môže vyžadovať určité úsilie. Stojí to však za to, ak potrebujete pravidelne sprostredkovať viac ako všeobecné informácie a nechcete ťahať van Gogha. Nájdete tu však veľa divákov, ktorí sú už oboznámení s týmito presnejšími metrikami a údajmi, vrátane štatistikov, inžinierov a mnohých odborníkov pracujúcich v prírodných vedách.
Tu je krátky popis niektorých vizualizácií v tejto kategórii, ktoré je potrebné zvážiť a kde ich chcete použiť:
1. Oblúkové diagramy: Tieto diagramy sú jedinečne schopné predstavovať zložité vzory v reťazcových dátach, čo znamená sekvencie, ktoré často tiež obsahujú opakujúce sa subsekvencie. Premýšľajte o DNA a streamovaní údajov z internetu vecí (IoT). Podrobnejšie informácie o oblúkových diagramoch nájdete v tomto dokumente spoločnosti IBM Research.
2. Graf Sunburst: Tieto grafy sa nazývajú aj viacúrovňové koláčové grafy, ktoré sa používajú predovšetkým na vizualizáciu hierarchických údajov pomocou koncentrických kruhov. Môžete ich napríklad vytvoriť v programe Microsoft Excel. Nasleduje príklad:
3. Streamgraph: Microsoft a GitHub opisujú streamgraf ako „skladaný graf s hladkou interpoláciou, ktorý sa často používa na zobrazenie hodnôt v priebehu času“. V tomto grafe sa vytvára plynulý organický tvar a výsledok môže byť náročný aj podráždený. Napriek tomu má veľmi platné použitia, ako napríklad zobrazovanie veľkoobjemových súborov údajov s cieľom nájsť trendy a vzorce v priebehu času v širokej škále kategórií. Áno, ide o vizualizáciu s otvoreným zdrojom, takže ju môžete získať v obchode Microsoft Office alebo na GitHub.
4. Hyperbolický strom: Táto vizualizácia, nazývaná tiež hypertree, je inšpirovaná hyperbolickou geometriou a je to v podstate spôsob, ako nakresliť veľmi veľký strom v obmedzenom priestore bez toho, aby sa vytvorila kvapka. Všetko položíte na disk, nie na rovnú rovinu, aby sa vetvy ďalej zdali menšie. Môžete ich však presunúť k sebe a zväčšiť a ľahšie ich preskúmať. Hyperbolické stromy ukazujú veľké informácie s detailmi a kontextom v jednom pohľade (na rozdiel od stránkovania alebo iného vyvolávania a zobrazovania podrobných údajov v inom pohľade).
Vizualizácie vyvolané novými technológiami
V súčasnosti existuje toľko rôznych typov vizualizácií, môžete očakávať, že všetky mysliteľné prostriedky vizuálneho zobrazovania údajov už boli sprístupnené. Bohužiaľ, nie. Nové technológie a prípady použitia nevyhnutne vytvárajú aj nové vizualizačné formy.
Okamžite sa na myseľ objavia systémy rozšírenej reality (AR) a systémy virtuálnej reality (VR). Predajcovia BI už pre tieto systémy pracujú na jedinečných vizualizáciách. Jedným z príkladov je nový vizualizačný systém údajov Vantage Data Center vo virtuálnom prehliadkovom systéme s podporou 3D, VR. Vyzerá to takto:
„Prvýkrát sme spustili platformu concept3D v máji 2017, aby sme pomohli propagovať naše nové zariadenie dátových centier v Santa Clare, ktoré bolo v tom čase vo výstavbe. Táto platforma je neuveriteľná, keď sa snažíte uviesť na trh budovu, ktorá neexistuje. “, povedal Steve Lim, viceprezident a vedúci marketingu vo Vantage Data Center.
Dáta sa vo VR zobrazujú ako prekrytie na obrazovke, ale samotné miesto konania by bolo príliš obmedzené.
„V blízkej dobe očakávame, že väčšina našich klientov a zamestnancov, ktorí budú používať systém bez VR na svojom počítači alebo mobilnom telefóne. Je to pôsobivé vidieť prvýkrát a existuje veľký potenciál, ako nám tento systém môže pomôcť s operáciami a prístupom k skutočným - časové údaje odkiaľkoľvek na svete, “dodal Lim.
Vyberte podľa úlohy
Každý typ vizualizácie je zostavený pre konkrétnu analytickú úlohu, ako je distribúcia, zloženie, vzťah alebo porovnanie. Uistite sa, že rozumiete každej úlohe a podľa toho vyberiete vizualizácie. Napríklad porozumenie predaja produktov počas sviatkov, ako sú Vianoce, je štúdia vzťahov. Dobrým výberom vizualizácie by boli rozptýlené grafy, slovné mraky a Vennove diagramy.
Porozumenie, či sa plášte alebo pneumatiky predávajú lepšie, je porovnávacie zobrazenie. Stĺpcové grafy, koláčové grafy, guľkové grafy a čiarové grafy sú tu dobré možnosti. Znázornenie podielu na trhu a konkurenčnej analýzy je zloženie úlohy. Zvážte naskladané stĺpcové / plošné grafy, koláčové grafy, vodopád alebo akúkoľvek zo stromových máp v závislosti od toho, koľko informácií v kontexte potrebujete zobraziť.
Distribučné úlohy zahŕňajú pochopenie, aké druhy tovaru sa posielajú do ktorých obchodov a / alebo skladov, v ktorých skladoch, ako aj vizualizácia toho, ako vlády distribuujú zdroje podľa rôznych demografických údajov. Dobré možnosti vizualizácie zahŕňajú histogramy, prúžkové grafy a škatuľové grafy.
„V tomto prípade chceme pohľad, kde vidíme všetky údaje naraz a pokúsime sa nájsť rozsah hodnôt, tvarov alebo odľahlých hodnôt, “ vysvetľuje Patrik Lundbald, vizualizačný advokát v BI a vizualizačný softvér Qlik.
Kontrolný zoznam pre výber vizualizácie
1. Spoznajte svoje publikum: Vyberte si vizualizáciu, ktorú vaše publikum pravdepodobne nájde relatívne a pútavé. Ak teda vtipné hotdogy v infographic líšia najlepšie z predaja vášho chodníka, choďte s tým. Ak však informácie sprostredkujete publiku so štatistickými, dátovými, inžinierskymi alebo inými špičkovými schopnosťami, nepokračujte v informáciách. Vyberte vizualizáciu, ktorá poskytne podrobnosti a kontext, ktorý potrebujú na informácie, bez toho, aby ste museli triediť zdanlivo nekonečnú hromadu súvisiacich vizualizácií.
2. Zjednodušte si svoju najvyššiu prioritu: Buďte jasní a struční, dokonca aj s vysoko podrobnými a komplexnými informáciami. Vaším cieľom je vytvoriť ľahko čitateľné vizualizácie, aj keď obsah nie je ničím iným.
3. Venujte pozornosť každému detailu: Takže by ste chceli, aby stĺpcový graf v tejto aplikácii BI sprostredkoval túto informáciu. Vzťahujú sa však tyče správne na seba alebo je stupnica vypnutá? Podrobnosti záleží. Všetko v každej vizualizácii rozpráva príbeh. Uistite sa, že rozprávate príbeh, ktorý ste chceli povedať.
4. Plán na zabránenie únave používateľa: Príliš veľa vizualizácií diváka unavuje, rovnako ako neznáme zobrazenia alebo príliš zložitá grafika. Poskytnite informácie v presnom a krátkom rozprávaní, aby divák zostal v kontakte a pamätal si, čo sa naučil. Obmedzte počet vizualizácií na dashboardoch a prehľadoch.
5. Testovacie vizualizačné formuláre: Vizualizácie sú ako vtipy. Ak ich musíte vysvetliť, zlyhali ste. Informácie musia byť schopné sprostredkovať s minimálnym textom. Skôr ako začnete vizualizáciu bežne používať, otestujte ju na ľuďoch, ktorí nie sú blízko predmetu. Vyberte si ľudí, ktorí musia informácie nájsť vo vizualizácii, a nie tých, ktorí ich už poznajú. Sú osvietení alebo zmätení? Ak ste zmätení, vyberte iný vizualizačný formulár alebo sa pripravte na vzdelávanie svojho publika.
„Pokiaľ to nie sú špecializované informácie, ktoré si vyžadujú hlboké znalosti v oblasti umelej inteligencie, blockchainov, petechiálneho krvácania alebo kvantovej fyziky, vizualizácia najlepšie poslúži čitateľovi, keď sa dá interpretovať samostatne, nielen podľa kontextu článku, “ uviedol Mark Nicholson, viceprezident. marketingu a rozvoja podnikania v NiceJob, spoločnosti zaoberajúcej sa budovaním reputácie sociálnych médií / zákazníkov.
6. Pamätajte si van Gogha: Pri zdanlivo jednoduchom zobrazení sa môžu stratiť komplexné informácie. Jednoduchá vizualizácia preto nemusí byť tou pravou voľbou. Zamerajte sa na sprostredkovanie informácií, to je dôležitá vec. Van Gogh nás tiež naučil, že farby nie sú jediný alebo dokonca najlepší spôsob, ako rýchlo sprostredkovať informácie. „Veľkolepé štetce Van Gogha využívali vlastnosť známu ako jas, miera relatívneho jasu medzi rôznymi bodmi. Oko je citlivejšie na zmenu jasu ako na zmenu farby, čo znamená, že rýchlejšie reagujeme na zmeny jasu ako farby, "nahlásil NPR. Na zvýraznenie informácií alebo zobrazenie pohybu použite rôzne úrovne jasu a farby.
7. Naučte sa vizualizácie nových dodávateľov: Požiadajte o návody, príklady a ďalšie informácie o vizualizáciách ponúkaných predajcom, ktorým nerozumiete. Je lepšie sa učiť o práci, ako sa držať vizualizácií, ktoré už poznáte. Prečo? Pretože sa technológia mení a tak sa objavia aj novšie formy vizualizácie. Je to ako nikdy neaktualizovať alebo upgradovať telefón. Skôr alebo neskôr sa k nikomu nedostanete.
8. Niekedy je automatizované najlepšie: Niektorí predajcovia BI vložili do svojej automatizovanej vizualizačnej funkcie veľa premýšľania. Jedným z príkladov, ktorý príde na myseľ, je Salesforce Einstein Analytics. Spoločnosť má dlhoročné skúsenosti so zákazníckymi, predajnými a marketingovými analýzami, ktorých počiatky siahajú do raných dní riadenia vzťahov so zákazníkmi (CRM). Ich automatizované vizualizácie odrážajú tento zážitok. Ak teda využívate údaje o predaji a zákazníkoch deň čo deň, spoliehať sa na to, že Einstein zvládne vizualizácie, je inteligentným a praktickým riešením. Nie je dôvod znovu vynájsť koleso.
9. Zvážte príbeh: Vyberte vizualizácie, ktoré vylepšia váš príbeh, ktoré rozprávajú príbeh. V opačnom prípade ste späť k zobrazovaniu čísel a vaši obchodní kolegovia alebo šéf nebudú absorbovať ani uchovávať informácie. Uistite sa, že reprezentácie sú v kontexte, použite správne miery (napr. Absolútne hodnoty verzus relatívne) a skontrolujte mierku. Použite farby na zvýraznenie dôležitých bodov, ale obmedzte počet farieb, ktoré používate. Samotná vizualizácia by nemala byť zameraním diváka, obsah by mal byť.
10. Pamätajte na svoju úlohu: Nezabudnite, že vizualizácie sú navrhnuté pre určité úlohy a zodpovedajúco ich používajú. Jednoduché je však takmer vždy lepšie ako zložité. Cieľom je nájsť najlepšie, najrýchlejšie a najjasnejšie prostriedky na prenos informácií zo strojov na ľudí.