Fortæl den vigtige historie i din data

I skolen lærer vi om sprog og matematik. Vi lærer at sætte ord sammen til sætninger og historier, og i matematik lærer vi at forstå tal. Men der er ingen, der har lært os, hvordan vi fortæller historier med tal. Jovist. De fleste af os kan indtaste tal i Excel og indsætte et diagram, men for mange stopper processen også her. Det kan desværre medføre, at den mest interessante historie ikke bliver fortalt - eller i værste fald, at det simpelthen er umuligt at forstå, hvad diagrammet viser. Hos Ineva arbejder vi ofte med store mængder data af kompleks karakter, og som konsulenthus ser vi det som vores opgave at overlevere analyser til vores kunder i en form, som bedst muligt bidrager med viden til udvikling. Målrettet formidling er således en helt central del af vores DNA, og i forbindelse med at kommunikere indhold i en let tilgængelig og håndgribelig form, spiller datavisualisering en vigtig rolle.

”Hovedmålet med datavisualisering er at formidle information effektivt og klart.
For at gøre dette, må både funktionalitet og æstetik gå hånd i hånd.”
- Vitaly Friedman

FRA DESKRIPTIV FREMSTILLING TIL FORTÆLLENDE VISUALISERING

Ifølge Vitaly Friedman kræver effektiv og klar formidling af data, at funktionalitet og æstetik forenes. Funktionalitet omhandler datavisualiseringens praktiske anvendelse for modtageren. For at forstå funktionalitetsbegrebet kan det være behjælpeligt med en skildring mellem deskriptiv fremstilling - præsentation af (al) data, som den umiddelbart fremstår og fortællende visualisering - præsentation som har til hensigt at fremhæve de vigtigste pointer i data. Undersøger man eksempelvis 100 østers og finder to perler, så er den interessante historie de to perler. Der sker dog ofte det, at man som formidlingsansvarlig laver fremstillinger, som præsenterer alle 100 østers uden at bringe den interessante historie frem. Modtageren skal derfor selv ”genåbne” alle østers for at finde frem til den væsentligste pointe - nemlig de to perler. Ved i stedet at fremhæve de to perler, sikres fremstillingens funktionalitet.

Ved brug af simple visuelle greb, som eksempelvis farvevalg og fed fremhævning af tekst, kan modtagerens opmærksomhed ledes hen på den interessante historie. Dermed skal modtageren ikke selv undersøge samtlige datafund - og behøver derfor ikke at ’genåbne’ alle 100 østers. Med andre ord; der er ikke grund til at læse hele avisen, hvis man kun er interesseret i sportssektionen.

For at tage skridtet fra deskriptive fremstillinger til fortællende visualiseringer kræves det, at der tages afsæt i den modtager, der formidles til. Vi arbejder i den forbindelse med at klarlægge hvilken efterspørgsel der er på viden, og dermed også hvad vi ønsker, at modtageren skal vide – samtidig med at vi selvfølgelig er loyale over for det, som data repræsenterer. Heri ligger det, at det er vores ansvar som dataformidler at lade alt data, som er fundet relevant, komme til udtryk. På denne måde må efterspørgslen på viden aldrig være på bekostning af det, som data ellers indeholder.

BEGRÆNS DEN KOGNITIVE BELASTNING

Mens fortællende visualisering handler om funktionalitet, er æstetikken et andet vigtigt element i datavisualisering. Æstetik handler dels om at minimere den kognitive belastning for modtageren. Dette gør vi ved at organisere informationen og fjerne overflødigt ’rod’ fra vores visualiseringer, således øjnene ikke forstyrres af indholdselementer uden funktion. Vi søger altså at begrænse den mentale anstrengelse, som det kræver af modtagerens arbejdshukommelse at forstå visualiseringen. Målet er, at det skal være let at forstå og fortolke den information, der gives.

De mest forekommende fælder, som formidlingsansvarlige falder i, er de kognitive belastninger, som vedrører ineffektiv kommunikation. Som mennesker organiserer vi information i mønstre, og jo lettere disse mønstre er at overskue, jo mere effektiv er kommunikationen. Omvendt kræver ineffektiv kommunikation en større kognitiv indsats at fortolke. Bevæger vi os eksempelvis ind på det lokale bibliotek, så er bøgerne sorteret efter emne og forfatter. Organiseringen er altså foretaget på en både overskuelig og meningsfuld måde, hvilket mindsker den kognitive udfordring i at finde Jussi Adler Olsens nyeste krimi.

Et andet og vigtigt element inden for æstetik er overflødigt ’rod’. Ofte indeholder datavisualiseringer elementer, der bruger en masse plads uden at bidrage til forståelsen. Nogle gange kan det endda medvirke til, at visualiseringer bliver mere komplekse, end de egentlig er. Diagramkanter, gitterlinjer, aksetitler og dataforklaringer i alle regnbuens farver er delelementer, som hver især virker harmløse, men som sammen kan forstyrre forståelsen tilpas meget til, at man risikerer at miste modtagerens interesse. At fjerne noget af dette overflødige ’rod’ minimerer den kognitive belastning, hvilket igen giver mere effektive visualiseringer og i sidste ende en mere effektiv kommunikation.

HVORDAN? SÅDAN

Hvordan ser alt dette så ud i praksis? Vi giver her vores bud på en simpel datavisualisering, som fremhæver den vigtigste historie. Figur 1er et standarddiagram fra Excel og Figur 2 er vores version. Samme data, kommunikeret på en mere klar og effektiv måde.

I dette tilfælde har vi sorteret data efter værdi - fra højest til lavest. Dette fremhæver, hvilke udsagn der er rangeret højest og hvilke, der er rangeret lavest. Derefter har vi fjernet alt overflødigt ’rod’, som ikke bidrager til modtagerens forståelse af diagrammet. Dette er eksempelvis diagramkant, gitterlinjer og akseværdier. I stedet tilføjer vi dataetiketter på de enkelte søjler, så læseren let kan tilgå værdien.

Da det æstetiske nu er på plads, retter vi blikket mod det funktionelle. Her vælges en farve, som matcher kunden, projektet el.lign. I eksemplet arbejder vi med Inevas mørklilla farve. Valget af farve er en lille, endog central del i det at lade modtageren identificere sig med visualiseringen og dens informationer. Derefter fremhæver vi de historier, som vi ud fra vidensefterspørgslen og vores analyser, har fundet særligt interessante. Dette er i eksemplet gjort ved at ændre farvenuancer, tilføje en forklarende tekst samt indsætte en stiplet linje, der viser gennemsnittet af respondenternes vurderinger. Afslutningsvis tilføjer vi en overskrift, som rummer den vigtige historie, som det samlede data repræsenterer.