Reconociendo los tres rasgos de un visual efectiva

Cuando el blanco y negro de la maqueta se ha completado, usted está listo para añadir los efectos visuales oh-tan-gran alcance que le hace pop. Es por eso que comenzó este viaje, para empezar, ¿verdad? Al agregar elementos visuales a su maqueta, es importante centrarse en la adición de efectos visuales eficaces. Lamentablemente, debido a la falta de liderazgo y la formación en la industria de inteligencia de negocio (BI), un montón de atractivos visualmente, pero ineficaces visualizaciones de datos proporcionan un valor cero. Sólo hacer una búsqueda en Internet para visualizaciones de datos para ver algunos ejemplos.

La siguiente tabla muestra los tres rasgos principales de un visual eficaz.

La tabla anterior fue influenciado por Edward Tufte, que está considerado como el padrino de visualización de datos. Su libro El Visual Display de información cuantitativa, 2ª Edición (Gráficos de Prensa), es uno de los libros más mirados en el campo de visualización de datos. A pesar de que se necesita un enfoque científico, es una lectura obligada para los datos a saber principiantes como para expertos.

Estos tres rasgos no son todo incluido, por lo que no debe esperar a tener todos ellos para decidir si una imagen visual debe hacerlo en su maqueta. En cambio, los utilizan como directrices a medida que elige sus efectos visuales. Los más rasgos que tiene en cada elemento visual, más eficaz será su saber general de los datos será!

Los datos son claros

visuales eficaces muestran datos que está claro, tanto en presentación y aplicación, no distorsionadas de ninguna manera. Un error común es empujar demasiados datos en un solo visual, haciendo que el punto importante de los datos que se oculta, eclipsado, o distorsionada por el ruido. La siguiente figura muestra un buen ejemplo de una visualización de datos que utiliza un gráfico de anillos para mostrar qué tipos de dispositivos móviles personas están utilizando. Ver cómo el efecto 3-D hace que sea muy difícil entender los datos.

También es importante asegurarse de que el propósito de la visual es de gran nitidez de modo que el usuario no tiene lugar a interpretaciones erróneas. Buenas visualizaciones de datos cuentan una historia de un vistazo, dejando al lector con ganas de más. Si la visualización de datos es confuso o mal interpretada, la mayoría de los usuarios se desconectan y lo abandonan. La figura a continuación muestra un ejemplo de una visualización confuso que representa el uso de la red social. Por desgracia, los colores y los porcentajes parecen no tener correlación y por lo tanto son muy confuso. Se puede decir lo que la visualización es retratar?

Video: El Lenguaje Corporal De Las Personas Poderosas | Sandra Burgos | Coaching Comunicacional

Visual ajuste a los datos

Lo visual tiene que ajustarse a los datos. Visuales son más que sólo gráficos, sin embargo, y ciertos elementos visuales simplemente no encajan ciertos datos. Por lo general, puede presentar los datos en múltiples formas. Su trabajo es encontrar la forma más eficaz de hacerlo.

Nunca se debe utilizar un gráfico circular, por ejemplo, para mostrar datos con más de cinco puntos de datos o para mostrar cualquier conjunto de datos con poca o ninguna variación en magnitud. Del mismo modo, nunca se debe utilizar una tabla o cuadro de mando para mostrar una tendencia en el tiempo.

La siguiente figura muestra dos visualizaciones que trazan los mismos datos. El gráfico de líneas en la parte superior es la mejor opción para mostrar la tendencia margen de ventas en el año 2014, ya que hace más descaradamente claro que los gastos de la compañía se han disparado muy por encima de sus beneficios. El gráfico de barras en la parte inferior no transmite esa tendencia tan claramente. Los gráficos de columnas son los más utilizados para comparar elementos.

Las excepciones son fáciles de detectar

Si están en forma de alertas, comparaciones, o valores atípicos, excepciones en los datos deben ser fáciles de detectar en una visual eficaz. Si una excepción requiere un análisis profundo adicional para entender, lo más probable es que su visual no es eficaz.

Video: 3 Rasgos adquiridos y rasgos heredados

Las excepciones en visualizaciones de datos son extremadamente potentes y pueden agregar gran valor. Cuando los usuarios pueden detectar excepciones y descifrar rápidamente, saben si es necesaria una atención inmediata, moderada o ligera. Destacando excepciones también proporciona información sobre las tendencias potenciales que pueden requerir atención.

La siguiente figura muestra un gráfico que utiliza una alerta para poner de relieve algunas de las excepciones en la tendencia de los datos de ventas.