Datavisualisatie en infographics zijn hot. Toch zien we nog te vaak taartdigrammen of grafieken langskomen die meer vragen oproepen dan ze beantwoorden. Waarom? In veel gevallen krijgt een vormgever de opdracht om een tabel of reeks indicatoren mooi te maken. Maar die vormgever is geen data-analist, waardoor het resultaat niet wordt wat er van te voren van verwacht was. Trina Chiasson is de initiator van het open source e-book ‘DATA + DESIGN, A simple introduction to preparing and visualizing information’. Tijdens de haar sessie op SXSW gaf ze in vogelvlucht de do’s en don’ts van datavisualisatie aan.
Bij het vormgeven van informatie zijn er een aantal belangrijke stelregels. Het begint met het team dat de infographic moet maken. Omdat de vormgever niet kan vormgeven zonder data-analysekennis, een data-analist niet kan vormgeven en er soms een complexe technische implementatie nodig is, moet dit team dus kennis over data-analyse, techniek en vormgeving bezitten.
Het mooie van de do’s en don’ts is dat het, als je er goed over nadenkt, vaak open deuren zijn. Toch zijn de fouten die we zien veelal heel herkenbaar.
Taartdiagrammen
De grafiek waar de meeste kritiek is de taartdiagram. Edward Tufe, goeroe op het gebied van datavisualisatie is er wel heel duidelijk over:
A table is nearly always better than a dumb pie chart; the only worse design than a pie chart is several of them, for then the viewer is asked to compare quantities located in spatial disarray both within and between charts […] Given their low density and failure to order numbers along a visual dimension, pie charts should never be used.
Edward Tufe, “The Visual Display of Quantitative Information”
Het probleem met taartdiagrammen, zeker als je er meerdere naast elkaar gebruikt, is dat ze zelden duidelijk inzicht in de gegevens bieden. Het is bijvoorbeeld moeilijk om in een taartdiagram te bepalen welke punt groter is dan de andere, zeker wanneer de punten ongeveer even groot zijn. In een staafdiagram is dat onderscheid wel altijd duidelijk. Een ander probleem is dat er vaak te veel punten zijn. Stelregel: heb je meer dan 8 punten in je diagram? Gebruik dan een andere grafiek. En wie kent niet de taartdiagrammen waarbij alle punten bij elkaar opgeteld op meer dan 100% uitkomen.
Kleur en vorm
Bij het visualiseren van data, zeker in Excel, heb je niet altijd controle over de gebruikte kleuren. Dit kan vervelend zijn omdat kleuren nogal eens een aanvullende betekenis hebben, bijvoorbeeld blauw = koud en rood = warm. Vuistregel: met blauw en oranje zit je meestal goed. Daarnaast zijn we beter in het onderscheiden van kleuren dan vormen.
Data menselijker maken
Data visualisatie gaat over meer dan diagrammen, kleuren en vormen alleen. Het is communicatie, dus dien je na te denken over je doelstelling en het doel van degene die de informatie consumeert. Sluit aan bij vraag die je doelgroep heeft. De New York times maakte in onderstaand voorbeeld dus niet een grafiek die werkeloosheidscijfers over een periode van tijd weergeeft, maar ze maakten een interactieve grafiek waarbij je kunt filteren op ras, geslacht, leeftijd en opleidingsniveau. Zo kan iedereen dus zien hoe hij of zij zich verhoudt tot het segment waar men invalt.
LINK: slideshare presentatie Trina Chiasson
LINK: gratis e-book DATA + DESIGN, A simple introduction to preparing and visualizing information
Afbeeldingen © Trina Chiasson
Op zoek naar de nieuwste ontwikkelingen, inspiratie en voor de fun van ‘interactive’, wonen Igor ter Halle en Louis Klomp SXSW (South by South West) bij in Austin TX. Dagelijks doen zij verslag van hun bezoek.