Reconnaissant les trois traits d'un visuel efficace

Lorsque votre mock-up noir et blanc est terminée, vous êtes prêt à ajouter les visuels oh-so-puissants qui feront de la pop. Voilà pourquoi vous avez commencé ce voyage, pour commencer, non? Lors de l'ajout des visuels à votre mock-up, il est important de se concentrer sur l'ajout de visuels efficaces. Malheureusement, en raison d'un manque de leadership de la pensée et de la formation dans l'industrie de business intelligence (BI), des tonnes de visuellement attrayants mais inefficaces visualisations de données apportent une valeur zéro. Il suffit de faire une recherche sur Internet pour visualisations de données

pour voir quelques exemples.

Le tableau ci-dessous énumère les trois principaux traits d'un visuel efficace.

Trois traits d'un visuel efficace

Trait	Détails
Les données sont claires.	Assurez-vous que les données est clair, à la fois en effet etdes.
Visuelle correspond aux données.	Que vous optiez pour un tableau ou un texte, assurez-vous que vous êtes usingthe droit visuelle pour l'emploi.
Les exceptions sont faciles à repérer.	Que vous soyez en soulignant une comparaison ou aberrantes dans thedata, vous devez le rendre facile pour vos utilisateurs d'identifier exceptionsin les données.

Le tableau précédent a été influencé par Edward Tufte, qui est considéré comme le parrain de la visualisation de données. Son livre La présentation visuelle de l'information quantitative, 2e édition (Graphics Press), est l'un des livres les plus réputés dans le domaine de la visualisation de données. Même si cela prend une approche scientifique, il est une lecture incontournable pour les données à savoir débutants et experts.

Ces trois traits ne sont pas tout compris, donc ne vous attendez pas à avoir chacun d'eux pour décider si un visuel devrait rendre dans votre maquette. Au lieu de cela, les utiliser comme lignes directrices que vous choisissez vos visuels. Les plus de traits que vous avez dans chaque visuel, le plus efficace de votre savoir ensemble de données seront!

Données est clair

Visuels efficaces affichent des données qui est clair à la fois dans la présentation et le but, pas faussées en aucune façon. Une erreur commune est de pousser trop de données en un seul visuel, provoquant le point des données importantes pour être caché, occulté, ou faussée par tout le bruit. La figure suivante montre un bon exemple de la visualisation de données qui utilise un graphique en anneau pour montrer quels types d'appareils mobiles les gens utilisent. Voir comment l'effet 3-D, il est très difficile de comprendre les données.

Il est également important de veiller à ce que le but du visuel est super-clair afin que l'utilisateur n'a pas de place pour les erreurs d'interprétation. Bonnes visualisations de données racontent une histoire d'un regard, laissant le lecteur voulant plus. Si la visualisation de données est confus ou mal interprété, la plupart des utilisateurs se désactiver et abandonnent. La figure ci-dessous montre un exemple d'une visualisation confusion que représente l'utilisation du réseau social. Malheureusement, les couleurs et les pourcentages semblent avoir aucune corrélation et sont donc très déroutant. Pouvez-vous dire ce que la visualisation est dépeignant?

Visuelle correspond aux données

Le visuel a pour ajuster les données. Visuels sont plus que des tableaux, cependant, et certains visuels ne correspondent tout simplement pas à certaines données. Habituellement, vous pouvez présenter les données de plusieurs façons. Votre travail consiste à trouver le moyen le plus efficace de le faire.

Vous ne devez jamais utiliser un graphique circulaire, par exemple, pour afficher les données de plus de cinq points de données ou pour afficher des énoncés avec peu ou pas de variation de grandeur des données. De même, vous ne devez jamais utiliser une table ou un tableau de bord pour montrer une tendance au fil du temps.

La figure ci-dessous montre deux visualisations qui tracent les mêmes données. Le tableau de la ligne au sommet est la meilleure option pour montrer la tendance de la marge des ventes en 2014, car elle rend manifestement clair que les dépenses de l'entreprise sont très élevés bien au-dessus de ses bénéfices. Le tableau de la colonne au fond ne donne pas cette tendance aussi clairement. Les graphiques à colonnes sont mieux utilisées pour comparer les éléments.

Les exceptions sont faciles à repérer

Qu'ils soient sous la forme d'alertes, des comparaisons, ou aberrantes, des exceptions dans les données devraient être faciles à repérer dans un visuel efficace. Si une exception exige une analyse profonde supplémentaire pour comprendre, il ya des chances que votre visuel est pas efficace.

Exceptions dans des visualisations de données sont extrêmement puissants et peuvent ajouter une grande valeur. Lorsque les utilisateurs peuvent repérer les exceptions et les déchiffrer rapidement, ils savent si une attention immédiate, modérée, ou de la lumière est nécessaire. Soulignant exceptions fournit également un aperçu des tendances potentielles qui pourraient nécessiter une attention.

La figure suivante montre un graphique qui utilise une alerte de mettre en évidence certaines des exceptions à la tendance de données sur les ventes.