Veröffentlicht am 26-02-2019

Funktionale Visualisierung Vs Artistic Dashboarding

Wir sind umgeben von visuellen Informationen. Dashboards gibt es überall, egal ob es sich um einen Telefonbildschirm oder einen Geschwindigkeitsmesser oder sogar um eine Kaffeemaschine in einem Einkaufszentrum handelt. Aus irgendeinem Grund gehen Designer bei der Visualisierung von Informationen und Dashboards auf Bananen. Einige opfern die Benutzerfreundlichkeit wegen des Dramas, andere sind viel zu einzigartig, um den Benutzern das Gefühl zu geben, bei ihnen zu Hause zu sein. Es gibt jedoch etwas über visuelle Informationen, das uns hineinzieht - eine komische fetischistische Mischung aus ästhetischem Vergnügen und Köchern vor der unfassbaren Wahrheit.

Dashboards können einen Großteil der Benutzeroberfläche ersetzen. In den letzten zwei Jahren haben wir unsere Designer diszipliniert, um aussagekräftige Dashboards zu erstellen und jedes Element mitzuteilen.

Hier werfen wir einen Blick auf die Geschichte der Informationsvisualisierung, gehen das Konzept der funktionalen Kunst und die Wissenschaft dahinter durch, studieren die Erkenntnisse von zwei der größten modernen Spezialisten und untersuchen das Mantra des Dashboards. Wenn Sie Nerding raus - schnallen Sie sich an. Wir werden sehen, wie Dashboards funktionieren und wie sie verbessert werden können, um die größtmögliche Wirkung zu erzielen. Schließlich werden die Datentypen und die Visualisierungstypen beschrieben, die für diese Daten am besten geeignet sind.

Effektive Grafiken können Unwissenheit heilen, aber Dummheit - Michael freundlich

Die Wurzeln der Datenvisualisierung

Statistik ist eine mächtige Sache. Statistiker können große Datenmengen betreiben und brauchen nicht wirklich eine hübsche Methode, um diese Daten anzuzeigen. Aber wenn es darum geht, Dinge durch Statistiken darzustellen und zu erklären, ist alles, was man sehen kann, ein visueller Teil davon. Sobald die Daten sichtbar werden, wird ihre Wirkung stärker. Durch Statistiken können Menschen die Zukunft vorhersagen, und das ist für jedes Unternehmen ein Goldpot.

Die Protokarten sind bereits seit dem 10. Jahrhundert bekannt, als einige davon veränderliche Werte grafisch darstellen. Aber erst mit William Playfair, einem ursprünglichen britischen Badass, wurden visuelle Diagramme zu einem mächtigen politischen Instrument, mit dem Großbritannien spezifische Maßnahmen ergreifen und seine maritime Dominanz sichern konnte.

Michael Friendly beschreibt das 19. Jahrhundert als ein goldenes Zeitalter der Informationsvisualisierung. Um diese Zeit haben sich Diagramme von einer bloßen Darstellung von Fakten zum Leben zu einem der wichtigsten Instrumente der wissenschaftlichen Entdeckung entwickelt.

Nach den verheerenden napoleonischen Kriegen im frühen 19. Jahrhundert stiegen die Arbeitslosen- und Kriminalitätsraten in allen großen Städten Frankreichs. Die zwei Ansätze, die damals die öffentliche Meinung beherrschten, waren:

  • Die philanthropische Bewegung steht für bessere Bildung, bessere Haftbedingungen und Ernährung, einschließlich Brot und Suppe, und mehr religiöse Anleitung, um die Zahl der Gewaltverbrechen zu reduzieren.
  • Die konservative Bewegung befürwortet mehr Gefängnisse und härtere Bedingungen, um das Ausmaß des Rückfalls zu reduzieren.

Das Problem des Auseinanderbrechens der Gesellschaft erhielt eine unerwartete Lösung, nachdem André-Michel Guerry, ein französischer Rechtsanwalt und Amateurstatistiker, eingetreten war. Guerry erstellte eine Liste der Verbrechen mit Schweregrad, Raten und Standort, um eine einfache Frage zu beantworten: do Fakten der moralischen Ordnung hängen von Sozialgesetzen ab? Wenn ja, könnte Bildung das Verbrechen wirklich beheben.

Die Ergebnisse waren erstaunlich. Es stellte sich heraus, dass jedes Jahr in den gleichen Regionen die gleiche Anzahl von Straftaten gleichen Ausmaßes begangen hatte, was bedeutet, dass die Fakten der sittlichen Ordnung unveränderlichen Gesetzen unterliegen. Die von Guerry geschriebene statistische Moral de l'Angleterre comparée avec la statique morale de la France wurde anhand von Diagrammen veranschaulicht, in denen die Daten auf der Karte verglichen wurden.

Guerrys Entdeckung war eine der frühesten Verwendungen von Daten und ihre visuelle Darstellung, um soziale Veränderungen zu bewirken und die Gesellschaft auf nationaler Ebene zu beeinflussen.

Charles Joseph Minard, ein Ingenieur und einer der frühesten Datenvisualisierer, verwendete nur ein Diagramm, um die Untersuchung einer eingestürzten Brücke zu melden:

Später beugte er sich im Armaturenbrett, um die Invasion Napoleons in Russland und die Dynamik seiner Niederlage zu visualisieren:

Im Jahr 1854 entwickelte der Arzt John Snow eine Karte des Cholera-Ausbruchs in London. Es wurde festgestellt, dass in einigen Gegenden der Stadt viel mehr Menschen an Cholera starben als an anderen Orten. Der Kontaminationsmechanismus der Cholera war zu einem Zeitpunkt unbekannt, was es schwierig machte, dagegen vorzugehen. John Snow nahm die Daten in körperlichen Zählungen kritischer Bereiche auf und stellte sie auf die Karte. Er verwendete dann verschiedene Variablen, um Abhängigkeiten zu finden. Einer von ihnen glänzte durch:

Es war der Broad Street Public Well mit einer Reihe von Pumpen in der Umgebung, die die Hauptquelle für Trinkwasser und eine Quelle von Cholera-Infektionen war. Ohne medizinischen Beweis für diese Theorie wiederholte Snow die Ergebnisse in anderen Städten und konnte die Heilung vorwegnehmen.

Das wahre Genie für Statistiken und Datenvisualisierung kam in Émile Cheysson. Seine Grafiken aus den 1880er Jahren zeigen alle modernen Techniken:

Cheysson entwickelte eine Vielzahl von rekursiven Multi-Mosaik-Karten, auf die sich diejenigen, die die Datenwissenschaft zu schätzen wissen, sofort aufsprangen.

Alle diese historischen Diagramme weisen zwei gigantische Gemeinsamkeiten auf, von denen moderne Datengestalter lernen können:

  • Sie konzentrieren sich auf die Phänomene, nicht auf die Zahlen. Ob es nun darum geht, die Gedanken der Kriminellen zu fixieren oder die Stadt vor einer tödlichen Epidemie zu schützen, die wirkungsvollsten Karten stammen von dem Problem. Wenn wir uns auf Ästhetik konzentrieren und Dashboards als Kunstobjekt behandeln, werden sie nicht funktionieren.
  • Sie sind interokular. „Eine gute Grafik trifft Sie zwischen den Augen“ - Michael Friendly. Wenn Sie die Grafik erläutern müssen und sie auf den ersten Blick nicht spricht, ist sie schwach und wertlos

Die funktionale Kunst

„Unser Fantasie-Selbst ist tendenziell sehr visuell, während unsere tatsächlichen Erfahrungen körperlich sind.“ - Yuval Noah Harari, Sapiens: Eine kurze Geschichte der Menschheit

Für einen Menschen bedeutet zu sehen, zu verstehen. Wir visualisieren nicht nur, was wir wollen, sondern kreieren auch unsere eigenen Symbole in Übereinstimmung mit unserer inneren Sprache und übernehmen die gemeinsame Symbolik. Dieser Mechanismus half uns als Spezies zu überleben und entwickelte auch unseren Einfallsreichtum.

Im Laufe der Zeit standen wir vor einer neuen Herausforderung: Wir überlebten, was Richard Saul Wurman als „Tsunami“ von Informationen bezeichnet, die „den Horizont erreichen“. Er führte auch das Konzept des „Schwarzen Lochs zwischen Daten und Wissen“ ein. Je mehr Wissen wir entdecken, desto größer ist die Kluft zwischen dem, was wir wissen, und dem, was wir zu wissen glauben.

Alberto Cairo, ein spanischer Informationsdesigner, Professor und Autor von The Functional Art: Eine Einführung in die Informationsgrafik und Visualisierung verwendet den Begriff "Weisheit" als Endpunkt der Transformation der Realität in Wissen:

„Wir erreichen Weisheit, wenn wir ein tiefes Verständnis des erworbenen Wissens erreichen, wenn wir es nicht nur„ verstehen “, sondern wenn neue Informationen so vollständig mit der bisherigen Erfahrung verbunden sind, dass wir besser wissen, was in anderen Situationen zu tun ist, selbst wenn sie es tun sind nur lose auf die Informationen bezogen, aus denen unser ursprüngliches Wissen stammt “- Alberto Cairo.

Für diese Transformation reichen Worte nicht aus. Wir müssen uns auf die effektive Optik verlassen. Was wir als effektiv und funktional erkennen, wird automatisch auch schön. Dies hat uns zu einer Grenze zwischen ästhetischem Wert und tatsächlicher Problemlösung geführt.

Im Vordergrund der funktionalen und wahrheitsgetreuen Datenvisualisierung steht eine Gruppe von Designern mit naturwissenschaftlichen Abschlüssen. Die Prinzipien, denen sie folgen, sind denen von Guerry, Minard und Snow so nahe. Sie visualisieren Daten, um das Signal aus den komplizierten Angelegenheiten herauszuholen. Sie lösen Probleme des menschlichen Wohlbefindens. Es ist unsere visuelle Natur, die auch Schönheit in den von ihnen erstellten Diagrammen sieht.

Vor 13 Jahren gründete Manuel Lima VisualComplexity.com, einen Ressourcenraum für alle, die an der Visualisierung komplexer Netzwerke interessiert sind. Heute werden mehr als 1000 Projekte indiziert, die die Verbreitung von Informationen unabhängig von Branche und Wissensgebiet darstellen. Was Lima geschafft hat, ist ebenso faszinierend wie seine Entdeckungen über die Prinzipien der Visualisierung. Manuel weist auf diese Erkenntnisse zur Visualisierung hin:

Natur

Die Verwendung der Natur als Inspiration zum Erstellen von Datenvisualisierungen kann hervorragende Ergebnisse erzielen.

Links ist ein menschliches Auge. Auf der rechten Seite ist der Kreis dargestellt, der ein Jahr des menschlichen Lebens mit gesunden Blutzucker- und Insulinwerten veranschaulicht.

„Alle Kunst ist nur eine Nachahmung der Natur.“ - Lucius Annaeus Seneca

Echte Metaphern

Die meisten der heute bekannten Visualisierungstechniken sind ein neu erfundenes Rad. Wie Lima betont, sind die vergessenen Metaphern mit denen vergleichbar, die nicht Jahrzehnte, sondern Jahrtausende zurückgehen.

Dies ist eine visuelle Analyse der Mitgliederprofile einer Internet-Community, erstellt von Felix Heinen.

Dies ist eine Visualisierung der Musiktheorie von Monochord. Aus dem 13. Jahrhundert

Netzwerkismus

Inspiration für die Datenvisualisierung finden wir nicht nur in der Natur, sondern geben sie als Kunstform zurück. Der Networkismus ist eine künstlerische Bewegung, die auf den Prinzipien der Visualisierung beruht. Da die Verbindungen so natürlich sind, ist es einfach, Zusammenhänge zu finden und die Visualisierung auf einer tieferen Ebene zu verstehen. Auf der linken Seite ist eine rote Faden-Kunstinstallation von Chiharu Shiota und auf der rechten Seite das Poster der Roten Beetroot Designgroup zu sehen, das die Zusammenhänge zwischen den Vorkommen der Namen Romeo und Julia im Shakespeare-Spiel mit 55.440 roten Linien veranschaulicht.

Das visuelle Gimmick

Weil wir eine visuelle Spezies sind, sind wir leicht zu manipulieren. Wenn die Visualisierung nur ein Hilfsmittel ist, um Aufmerksamkeit zu erregen und einen Eindruck zu hinterlassen, dann ist das ein Gimmick. Jeder ist an die komplexe Einfachheit der Hollywood-Benutzeroberfläche gewöhnt. So können Sie eine reale Datenvisualisierung von einer Agenda-gesteuerten Trumpfheit nach Alberto Cairo unterscheiden:

Stolze Werte

Wenn der Graph eine eindeutige Annahme darstellt, wird er orchestriert. Nicht-Datenjournalisten vereinfachen die Informationen und erhöhen ihre Gültigkeit, indem sie in Tabellen eingefügt werden. Menschen, die mit der Wahrscheinlichkeitstheorie nicht vertraut sind, werden leicht falsch informiert, weil wir es nicht gewohnt sind, die Informationen zu überprüfen, die wir erhalten. Daten sind überall um uns herum, wir lernen nur, richtig damit umzugehen.

Eine Möglichkeit, dies zu beheben, besteht darin, dem Diagramm erklärende Notizen hinzuzufügen und die Leute die Dinge selbst herausfinden zu lassen.

Beschämende Lüge

Wörter wie "Jeder", "Alle", "Bewährt", wenn kein Beweis folgt, sind dazu da, die Wahrheit zu verfälschen und Sie dazu zu bringen, eine Lüge zu glauben Die Leute verdrehen die Daten und zeigen nur einen Teil der Daten an, um Fakten zu finden, die ihre Agenda bestätigen. Die visuelle Komplexität zählt nur dazu. Je mehr Sie verwirrt sind, desto mehr vertrauen Sie auf eine zuverlässige Anleitung, egal woher sie kommt.

Das Zurückhalten der Daten unterscheidet sich nicht vom Lügen. Schlimmer ist, dass dies unbeabsichtigt sein kann und aufgrund fehlender Daten. Aus diesem Grund ist Forschung genauso wichtig wie die Visualisierung selbst.

Weniger öffentlich - ehrlicher

Eine häufige Falle, wenn man sich mit der Datenvisualisierung beschäftigt, ist eine Wahrheitsorientierung. Wenn die Daten unsere eigenen Überzeugungen bestätigen, neigen wir dazu, ihr mehr zu vertrauen. Wir müssen jedoch nicht nur unsere eigenen Daten überprüfen, sondern auch die Daten, mit denen wir Annahmen bestätigen oder abweisen. Bevor Sie etwas zitieren, ist es besser, die Berechnungen zu machen und nicht zu zitieren, wenn dies Ihre Falschheit bestätigt.

Ehrlich zu sein ist größer als recht zu sein.

Ironischerweise sind die wahrsten Daten oft am schwersten zu finden.

Das Dashboard-Mantra

Hinter jeder visuellen Grafik steht ein Prinzip, das es zu erzählen gilt. Wir möchten, dass das Bild zum Ausdruck bringt, was sonst nicht auf dieselbe Weise ausgedrückt werden kann. Der Kern jedes Dashboards oder Diagramms ist die erfundene Auswirkung. Mit anderen Worten,

Drücken Sie das Signal aus den Daten.

Die geringste Auswirkung besteht darin, darauf hinzuweisen, was die Leute bereits denken. Es scheint eine sichere Wahl zu sein, visuelle Daten zu verwenden, um zu bestätigen, was die Leute wissen, aber in Wirklichkeit ist es eine Verschwendung. Wie gesagt, es muss sich um das Phänomen und die Auswirkungen handeln, die es auf die Menschen ausübt, und nicht auf einen anderen Aspekt des gleichen Problems.

1. Ostensiveness

Obwohl die Darstellung von Daten so gut wie möglich ist, wirken Diagramme und Dashboards komplex, der Zweck des Diagramms muss jedoch innerhalb der ersten fünf Sekunden offensichtlich sein. Dies könnte einem Großteil des oben Gesagten widersprechen, aber ärgern Sie sich über mich. Die ersten fünf Sekunden sind das, was wir brauchen, um uns mit einem visuellen Element vor der Kamera vertraut zu machen. Dies ist die Zeit, um ihre Aufmerksamkeit zu erregen und die Menschen dazu zu motivieren, weiter zu lernen.

Dashboard von uixNinja

2. Die umgekehrte Pyramidenlogik

Um innerhalb der ersten fünf Sekunden zu sprechen, muss der Graph eine starke Logik zeigen. Wir haben zuvor über das umgekehrte Pyramidenmodell gesprochen. Es kam aus dem Journalismus, wo Aufmerksamkeitsarmut ein echtes Problem ist.

Das erste, was zu bemerken ist, muss das Wesentlichste sein und die meisten Informationen tragen, für die die Leute kamen. Die zweite Schicht besteht aus Details, die den ersten Teil bestätigen und zum allgemeinen Verständnis beitragen. Am unteren Rand befinden sich alle Hintergrunddetails, die das Problem des Diagramms zu einem tieferen Verständnis führen.

Health Tracker von Cuberto

Dieser schreit, dass etwas nicht in Ordnung ist. Zeigt die Grafik mit einem kritischen Problem an, präsentiert die Daten, um dies zu beweisen, und fügt die Details hinzu, um das Bild zu vervollständigen.

3. Wahl der richtigen Art der Visualisierung

Die Wahl des Visualisierungstyps hängt von der Art der angezeigten Informationen ab. Hier treffen sich Einsteiger, die sich mit der Visualisierung von Informationen beschäftigen. Angefangen von den Blicken ist hier falsch. Abhängig von der Art der Auswirkung, die Sie mit Ihren Daten erzielen möchten, müssen Sie die spezifischen Diagrammtypen berücksichtigen.

Verwirrung und Irreführung sind die schlimmsten zwei Dinge, die visualisierte Daten verursachen können. Um dies zu vermeiden, suchen Sie am besten, welche Art von Datenvisualisierung für Ihre Art von Daten am besten geeignet ist.

Geodaten

  • Choropletkarte
  • Kartogramm
  • Punktverteilungskarte
  • Dasymetrische Karte
  • Konturlinie
Reisezeit Karte von Kohei Sugiura

Zeitdaten

  • Zeitleiste
  • Gantt-Diagramm
  • ThemeRiver
  • Kuchendiagramm
  • Sankey-Diagramm
Sankey-Diagramm von datavizblog.com

Mehrdimensionale Daten

  • Histogramm
  • Treemap
  • Streudiagramm
  • Wärmekarte
  • Spinnendiagramm
  • Marimekko-Diagramm
Umgestaltung der Radardiagramme von Nadieh Bremer

Hierarchische Daten

  • Dendrogramm
  • Radialbaum
  • Hyperbolischer Baum
  • Keilstapelgraph
  • Eiszapfen-Diagramm
OrgOrgChart: Die Evolution einer Organisation

Netzwerkdaten

  • Matrix
  • Knoten-Link-Diagramm
  • Abhängigkeitsgraph
  • Alluvialdiagramm
  • U-Bahn Karte
Die Hölle der Abhängigkeit: Die Laufzeitabhängigkeitsdiagramm von Mozilla Firefox

Weitere Informationen finden Sie auf der Visual Complexity-Website und den Büchern von Manuel Lima, Alberto Cairo und Michael Friendly.

Viele moderne Designer beschäftigen sich mit der Datenvisualisierung in ihren Dashboard-Designs. Die meisten von ihnen wenden die Prinzipien der ostensiveness und der umgekehrten Pyramidenlogik an und wählen die geeigneten Datenvisualisierungstypen für bestimmte Daten aus. Einige sehen Dashboards immer noch als rein künstlerische Mittel.

Wir glauben, dass die Macht der Daten einen Versuch wert ist, die beiden Ansätze zu kombinieren und Wahrheit und Objektivität sowie einen ästhetischen Genuss zu fördern.

Siehe auch

Einfache Überprüfung Samsung Galaxy A9 2018Oh nein, sie sind nicht bereit für diese !!Kopfhörerdell server Händler Hyderabad | Aktuelle Preisliste | dell server distributionOffshore-ROV-Markt mit hohem Umsatzwachstum nach Produkt und Anwendung mit höherer CAGR-QuoteGoogle unterzeichnet das Ende von Kennwörtern auf Android