ערכת כלים Smb: כיצד לבחור את הדמיית הנתונים הנכונה

גיליונות אלקטרוניים הם עמוד התווך בעסקים כל כך הרבה זמן עד שאנשים מסוימים מתקשים לשחרר אותם. עם זאת, מרבית העסקים כיום עברו מעבר למשיכה הנוסטלגיה החולפת לטובת כלי בינה עסקית (BI) חזקים יותר. ישנן סיבות רבות לכך שהכלים הללו עדיפים על גיליון אלקטרוני, אך הברור ביותר הוא היכולת לייצר בקלות הדמיות נתונים יעילות ומשכנעות. גורם אחד זה עולה על כל טענה שתומכת בגיליונות אלקטרוניים מסיבה אחת פשוטה: מוח האדם קולט ומעבד ייצוגים חזותיים של מידע מהר יותר ויותר טוב מאשר מספרים.

נטייה אנושית זו לתמונות על מספרים רחוקה מלהתגלה לאחרונה. ההיסטוריה מראה לנו שהמושג נבדק בהצלחה לאורך זמן, החל מציורי מערות מוקדמים ועד לתמרורים מודרניים אוניברסליים המוכרים בכל העולם ללא קשר לשפה. מבט אחד על הודעות מבוססות תמונה והמידע מובן, לא משנה מיומנויות השפה או המתמטיקה שלך. הדמיות נתונים מודרניות לוקחות את אותו אמצעי תקשורת רב עוצמה לרמה חדשה לחלוטין, ומשרה את התרשימים והגרפים העשירים שנוצרו עם נתונים עשירים.

עם זאת, בחירת הדמיית הנתונים הנכונה אינה עניין של בחירת תרשים עוגה על פני תרשים עמודות או עלילת פיזור. זה לא פשוט כמו בחירת הדמיות מסורתיות על פני אוונגרד, כמו תיאורי מציאות מדומה תלת ממדית (VR). יש הרבה יותר מטעם והעדפות אישיות במשחק.

כל אלמנט בהדמיה מעביר חלק מהמסר הכולל. החל מבחירות צבע ויחס דיו לנתונים עצמם (וכל השכבות בהן תוכלו לפרוט לתוכן), הדמיות נתונים הם ייצוג יחיד, פשוט מתעתע, של תובנות עסקיות מורכבות מונעות נתונים.

אז באיזו ויזואליזציה עליכם לבחור? בסופו של דבר הבחירה תלויה בך לזהות את הייצוג החזותי המתאים ביותר להודעה שאתה מנסה לשלוח עם הנתונים שאתה מציג. הנה הדברים שאתה צריך לדעת כדי לקבל החלטה מושכלת ואסטרטגית.

סוגי הדמיות

אני לא אשאב אותך עם הוספת מחדש של כל הניסויים. אם עסקית בפרק זמן משמעותי כלשהו או עבדת עם נתונים מעבר להזנתם בתוכנה, פשוט מכיר את צורות ההדמיה המסורתיות: תרשימי עוגה, תרשימי עמודות, טבלאות קו, עלילות פיזור ומפות עם סמלים. אלה, בין ייצוגים גרפיים אחרים, מאורגנים בדרך כלל על ידי שתיים או שלוש תכונות הכוללות זמן, מספר יחידות, ועלויות או מכירות.

אין פסול בקבוצת ההמחשות הזו. הם נמצאים בשימוש זמן רב מסיבה טובה: הם עובדים.

אכן, עצם ההיכרות שלהם פירושה שהקהל שלך לא צריך לעצור ולמצוא את הטופס לפני שהוא יכול להבין את ההודעה. זה בדיוק מה שאתה רוצה שיקרה. אז למה שלא תעצור כאן ותבחר אחד כזה? או כמו אפשרות ביישומי BI רבים, לאפשר לתוכנה לבחור אחד בשבילך?

כי לא כל פלט אנליטי יכול או צריך לבוא לידי ביטוי בהעברה כה פשוטה מדי. הרמזור מצטמצם לשלוש תכונות מכיוון שיש רק שלוש מסרים להעברת: ללכת, להאט ולעצור. אם אתה רוצה לומר משהו אחר, אתה צריך להוסיף עוד חזותי. אולי שלט שעליו כתוב "אין פונה ימינה לאדום" או אולי תוסיף פנס אחר רק למסלול הפנייה. בלוח המחוונים והדוחות כל אותם תמונות חזותיות שנוספות יכולות להיערם, ועד שהקהל שלך יגיע לסוף הערימה, הם שכחו איך המידע הזה קשור לתמונות הראייה הראשונות או האחרות בערימה. זה לא יעיל ואינו מאלף. יתר על כן, שימוש בהדמיות רבות מדי עלול לגרום לעייפות של המשתמשים. ההודעה הולכת לאיבוד בתודעה הנודדת.

בכל מקרה, אתה מכיר את ההמחשות האלה כבר. בואו נמשיך ונשקול צורות חדשות יותר.

'טוויקסט' וטווין

סוג זה של הדמיות מתאר יותר תכונות מהקבוצה המסורתית, אך ההודעה נוטה לקבל דחף יחיד. לדוגמה, שקול את "המילה ענן". ויזואליזציה זו מודדת מילים רבות ביחס זו לזו, כך שכל מילה מתוארת בגודל ביחס לשימוש בה לעומת המילים האחרות. ניתן להשתמש בצבעים כדי לתאר קבוצות משנה בקבוצה, או מידע אחר, או פשוט כדי להקל במבט על גדלי המילים הבודדים.

מתי יכול להיות שימוש טוב בהדמיה של ענן מילים? ישנם מספר מקרי שימוש הכוללים מצב רוח של לקוחות / משתמשים במדיה חברתית, הסלמה ו / או הסלמת לקוחות של לקוחות במוקדים טלפוניים, פניות של לקוחות על מוצרים ספציפיים, מכירת מוצרים ומקרים אחרים. דוגמאות אחרות מסוג זה נראות לעיתים קרובות באינפוגרפיקה כאשר הן מתארות נתונים על בסיס נושא.

ידידותי לספק אך מעבר למשתמשים

יש את ההמחשות שמציעות ספקי ה- BI גאים להציע אך מעטים מהקונים והמשתמשים שמבינים. אבל רגע, אפשר לומר. אם אני לא יכול להסתכל על הדמיה ולספר איך זה עובד, איך הקהל שלי יכול להבין מה הנתונים אומרים להם?

נכון שלעתים ההדמיה מכילה את המידע אך אינה מצליחה למסור אותו. קח, למשל, את "הלילה הכוכב" של וינסנט ואן גוך שצייר בשנת 1889. היצירה האייקונית מתארת ​​במדויק את סערת הרוחות אך אף מתמטיקאי או מדען לא הכיר בהבנה זו עד מאות שנים מאוחר יותר. דברו על אי מסירת המידע.

"מדענים נאבקו במשך מאות שנים כדי לתאר את הזרימה הסוערת - חלקם אומרים שחשבו את הבעיה קשה יותר מאשר מכניקת הקוונטים, " על פי הדיווח ב"טבע ". "כמה מיצירותיו של ואן גוך מראות את קולמוגורוב בקנה מידה בהתפלגות ההסתברות של הזוהר שלהם. לעין, ניתן לראות בדפוס זה אדיות בגדלים שונים, כולל גם מערבולות גדולות וגם עצמות זעירות שנוצרו על ידי עבודת הברשת."

למרות שהצלחתו של כל הדמייה תלויה לפחות בחלקה בפרספקטיבה ובידע של הצופה, לפעמים המידע כה מורכב עד שהוא דורש ראיות מתוחכמות ומדויקות יותר. אחרת, המידע הולך לאיבוד בהובלה או בתרגום.

חלק מספקי ה- BI מציעים רמה זו של תחכום בלוחות ההדמיה שלהם. תרשים Sankey, שימושי מאוד בתיאור זרימת המידע בתוך מערך נתונים, הוא דוגמה אחת.

"לדוגמה, ויזואליזציה זו יכולה להראות את התהליך דרכו לקוח בנקאי מעביר כסף, על ידי מדידת תזרים המזומנים לכל עסקה. דיאגרמות Sankey הן שימושיות בכל עת שתרצה להציג זרימת מידע על שלבים ברורים בתהליך, " הסבירה דפנה טאן, מנהל שיווק מוצרים ב- MicroStrategy, אשר הפיק את ההמחשה של דיאגרמת Sankey להלן.

זה עשוי לקחת קצת מאמץ כדי ללמד את הקהל שלך לקרוא כמה מהמחזות המתוחכמים יותר. עם זאת, שווה את זה אם אתה צריך להעביר באופן קבוע יותר ממידע כללי ולא רוצה למשוך ואן גוך. עם זאת, תמצא קהלים רבים שכבר מכירים מדדים ומצגי נתונים מדויקים יותר אלה, כולל נתונים סטטיסטיים, מהנדסים ואנשי מקצוע רבים העובדים במדעים.

להלן תיאור קצר של כמה הדמיות בקטגוריה זו שכדאי לקחת בחשבון והיכן תרצה להשתמש בהן:

1. דיאגרמות קשת: דיאגרמות אלה מסוגלות לייצג דפוסים מורכבים באופן ייחודי בנתוני מחרוזת, כלומר רצפים שלעתים קרובות מכילים גם רצפים חוזרים. חשבו על DNA וסטרימינג של נתונים מהאינטרנט של הדברים (IoT). תוכלו למצוא מידע מעמיק יותר על תרשימי Arc במאמר זה של IBM Research.

2. תרשים Sunburst: נקרא גם תרשימי עוגה מרובי רמות, אלה משמשים בעיקר להמחשת נתונים היררכיים באמצעות מעגלים קונצנטריים. אתה יכול ליצור אלה ב- Microsoft Excel, למשל. להלן דוגמא:

3. סטריגרף: מיקרוסופט ו- GitHub מתארים סטריגרף כ"תרשים אזור מוערם עם אינטרפולציה חלקה, המשמשת לעתים קרובות להצגת ערכים לאורך זמן. " צורה אורגנית זורמת מתהווה בגרף זה והתוצאה יכולה להיות מדויקת וגם מרגיזה. עם זאת, יש לו שימושים מאוד תקפים כמו הצגת מערכי נתונים בעלי נפח גבוה כדי למצוא מגמות ודפוסים לאורך זמן במגוון רחב של קטגוריות. כן, זהו הדמיית קוד פתוח, כך שתוכל להשיג אותו בחנות Microsoft Office או ב- GitHub.

4. עץ היפרבולי: נקרא גם hypertree, ויזואליזציה זו נעוצה בהשראת הגיאומטריה ההיפרבולית והיא בעצם דרך לצייר עץ גדול מאוד בחלל מוגבל תוך הימנעות מביצוע כתם. אתה שם הכל על דיסק ולא על מטוס שטוח כך שענפים רחוקים יותר ייראו קטנים יותר. אבל אתה יכול לגרור את אלה אליך, ולהפוך אותם גדולים יותר וקלים יותר לבחינה. עצים היפרבוליים מציגים מידע גדול עם פירוט והקשר בתוך תצוגה אחת (להבדיל מהחלפה או הזמנה אחרת ומציגה פרטים גרגירים בתצוגה אחרת).

הדמיות שנבעו מטכנולוגיה חדשה

קיימים כל כך הרבה סוגים שונים של הדמיות זמינות כיום, אפשר לצפות שכל אמצעי שניתן להעלות על הדעת לתאר חזותית של נתונים כבר נעשה זמין. אבוי, לא. טכנולוגיות חדשות ושימוש במקרים בהכרח מולידים גם צורות הדמיה חדשות.

מערכות מציאות מוגברת (AR) ומערכות מציאות מדומה (VR) עולות מיד לראש. ספקי BI כבר עובדים על הדמיות ייחודיות למערכות אלה. דוגמה אחת היא מערכת ההמחשה החדשה של Vantage Data Centers במערכת סיור וירטואלית תלת ממדית המאפשרת VR. זה נראה כמו זה:

"השקנו לראשונה את פלטפורמת concept3D במאי 2017 כדי לעזור לנו לקדם את מתקן מרכז הנתונים החדש שלנו בסנטה קלרה, שבאותה העת היה בבנייה. הפלטפורמה מדהימה כשאתה מנסה לשווק בניין שלא קיים "אמר סטיב לים, סגן נשיא וראש שיווק במרכזי נתונים של ונטאג '.

נתונים מופיעים כשכבת-על על המסך ב- VR אך מקום זה לבדו יהיה מגביל מדי.

"בטווח הקרוב אנו צופים שרוב הלקוחות והעובדים שלנו משתמשים במערכת ללא VR בשולחן העבודה או הנייד שלהם. זה מרשים לראות לראשונה, ויש פוטנציאל גדול לאופן שבו מערכת זו יכולה לעזור לנו בפעולות ובגישה אמיתית. נתונים בזמן מכל מקום בעולם, "הוסיף לימ.

בחר לפי המשימה

כל סוג של הדמיה בנוי למשימה אנליטית ספציפית כגון חלוקה, קומפוזיציה, קשר או השוואה. וודא שאתה מבין כל משימה ובחר הדמיות בהתאם. לדוגמא, הבנת מכירות מוצרים בחגים כמו חג המולד היא מחקר מערכות יחסים. אפשרויות הדמיה טובות לכך הן עלילות פיזור, ענני מלים ותרשימי Venn.

הבנת האם מעילים או צמיגים מוכרים טוב יותר היא תיאור של השוואה. תרשימי עמודות, תרשימי עוגה, טבלאות תבליטים ותרשימי קווים הם אפשרויות טובות כאן. הצגת נתח שוק וניתוח תחרותי היא משימת הרכב. שקול תרשימי בר / אזור מוערמים, תרשימי עוגה, מפל מים או כל אחת ממפות העצים, תלוי בכמה מידע בהקשר שאתה צריך להציג.

משימות הפצה כוללות הבנה של סוגי הסחורות שנשלחות לאילו חנויות ו / או מאוחסנים באילו מחסנים, כמו גם הדמיית האופן בו מחלקים משאבים על ידי ממשלות לפי דמוגרפיה שונות. אפשרויות הדמיה טובות כוללות היסטוגרמות, עלילות רצועות ועלילות קופסא.

"במקרה זה, אנו רוצים תצוגה בה אנו יכולים לראות את כל הנתונים בבת אחת ולנסות למצוא את טווח הערכים, הצורות או המחיצים", מסביר פטריק לונדלבד, עו"ד ויזואליזציה ב- BI וחברת התוכנה להדמיה Qlik.

רשימה לבחירת הדמיה

1. הכירו את הקהל שלכם: בחרו הדמייה שהקהל שלכם סביר להניח שיהיה יחסית אמין ומרתק. לכן, אם נקניקיות נקיות מצחיקות באינפוגרפיה מתארות את מכירות מוכרות המדרכות בצורה הטובה ביותר, לכו עם זה. אך אל תעבור על מידע אם אתה מעביר אותו לקהל רווי כישורים סטטיסטיים, מדעי נתונים, הנדסה או כישורים אחרים במדף העליון. בחר הדמיה שתעביר את הפרטים וההקשר שהם צריכים כדי לפעול על פי המידע, מבלי שתצטרך למיין ערימה אינסופית לכאורה של הדמיות קשורות.

2. הפוך את הבהירות לעדיפותך העליונה: היה ברור והיה תמציתי, אפילו עם מידע מפורט ומורכב ביותר. המטרה שלך היא לייצר הדמיות קלות לקריאה גם אם התוכן אינו אלא.

3. שימו לב לכל פרט: אז תרצו שתרשים העמודות באפליקציית BI זו יעביר מידע זה. אך האם הסורגים קשורים זה לזה בצורה נכונה או שההיקף מוגדר? פרטים חשובים. כל דבר בהדמיה הוא סיפור. וודא שאתה מספר את הסיפור שהתכוונת לספר.

4. תוכנית למנוע עייפות משתמשים: יותר מדי הדמיות מעייפות את הצופה, כמו גם תיאורים לא מוכרים או גרפיקה מורכבת מדי. העבירו את המידע בסיפור מדויק וקצר כך שהצופה יישאר מעורב ויזכור את מה שלמדו. הגבל את מספר ההדמיות בלוח המחוונים והדוחות.

5. בדוק טפסים להדמיה : הדמיות הן כמו בדיחות. אם אתה צריך להסביר אותם, אז נכשלת. עליו להיות מסוגל להעביר את המידע בטקסט מינימלי. לפני שתתחיל להשתמש בהדמיה באופן שגרתי, בדוק אותה על אנשים שאינם קרובים לנושא. בחר אנשים שחייבים למצוא את המידע בהדמיה ולא את מי שכבר יודע אותו. האם הם מוארים או מבולבלים? אם אתה מבולבל, בחר צורת הדמיה אחרת או התכונן לחינוך הקהל שלך.

מארק ניקולסון, סגן נשיא אמר מארק ניקולסון, "אלא אם כן מדובר במידע המתמחה המצריך ידע מעמיק בבינה מלאכותית, מחסומי חסימה, שטפי דם, או פיזיקת קוונטים. של שיווק ופיתוח עסקי ב- NiceJob, חברת מדיה חברתית / ביקורת לקוחות המוניטין.

6. זכרו את ואן גוך: מידע מורכב יכול ללכת לאיבוד בתיאור פשוט מטעה. לכן, הדמיה פשוטה לא עשויה להיות הבחירה הנכונה. התמקדו בהעברת המידע, זה הדבר החשוב. כמו כן, ואן גוך לימד אותנו שצבעים אינם הדרך היחידה או אפילו הטובה ביותר להעביר מידע במהירות. עבודות המברשת המרהיבות של ואן גוך עשו שימוש במאפיין המכונה הזוהר, מדד לבהירות היחסית בין נקודות שונות. העין רגישה יותר לשינוי בהירות מאשר לשינוי צבע, כלומר אנו מגיבים במהירות רבה יותר לשינויים בהירות מאשר בצבעים, "דיווח NPR. השתמש ברמות בהירות שונות כמו גם בצבע כדי להדגיש מידע או להראות תנועה.

7. למד ויזואליזציה של ספקים חדשים: בקש הדרכות, דוגמאות ומידע אחר על כל הדמיות המוצעות על ידי ספק שאינך מבין. עדיף ללמוד בעבודה מאשר להישאר עם הדמיות שאתה כבר מכיר. למה? מכיוון שהטכנולוגיה משתנה וכמו כן, גם צורות הדמיות חדשות יותר יופיעו. זה כמו לא לעדכן או לשדרג את הטלפון שלך לעולם. במוקדם או במאוחר לא תוכלו להגיע לאף אחד.

8. לפעמים האוטומטי הוא הטוב ביותר: ספקי BI מסוימים משקיעים מחשבה רבה בתכונת ההדמיה האוטומטית שלהם. דוגמא אחת שעולה על הדעת היא Salesforce איינשטיין אנליטיקס. לחברה ניסיון של שנים בניתוחים של לקוחות, מכירות ושיווק, החל מימי ניהול קשרי הלקוחות המוקדמים (CRM). הדמויות האוטומטיות שלהם משקפות חוויה זו. לכן, אם אתה משתמש במכירות ונתוני לקוחות יום אחרי יום, לסמוך על איינשטיין שיטפל בדמיונות הוא פיתרון חכם ומעשי. אין סיבה להמציא את הגלגל מחדש.

9. שקול את הנרטיב: בחר הדמיות המחזקות את הנרטיב שלך, המספרות סיפור. אחרת, אתה חוזר לתאר מספרים ועמיתיך או הבוס העסקיים שלך לא מתכוונים לקלוט ולשמור את המידע גם כן. וודאו שהייצוגים הם בהקשר, השתמשו במדדים הנכונים (למשל, ערכים מוחלטים לעומת יחסי), ובדקו אם יש קנה מידה. השתמש בצבעים כדי להדגיש נקודות חשובות אך הגבל את מספר הצבעים שאתה משתמש. ההדמיה עצמה לא צריכה להיות מוקד הצופה, התוכן צריך להיות.

10. זכור את המשימה שלך: זכור כי הדמיות מיועדות למשימות מסוימות ומשתמשות בהן בהתאם. עם זאת, פשוט כמעט תמיד טוב יותר מאשר מורכב. המטרה היא למצוא את האמצעים הטובים, המהירים והברורים ביותר להעברת מידע ממכונות לבני אדם.