Visualisering, Dashboard

Tips att tänka på för bättre visualiseringar av ditt data

När man skapar rapporter läggs det ner mycket tid på att få fram korrekt data. Men när det kommer till att visualisera informationen med en passande design så fallerar ofta rapporten.

Användningen av rapporter och dashboards har ökat och blivit allt mer populära. Därför blir det idag allt viktigare att även prioritera designen och visualiseringen av informationen. Datavisualisering refererar till att visa upp data, nummer och statistik genom grafer och bilder. Om informationen är presenterat på ett missvisande eller ineffektivt sätt, riskerar du och ditt team att förlora själva förståelsen kring vad datan visar.

vad bör vi tänka på kring designen av datavisualiseringar?

Innan du börjar med designen är det viktigt att förstå vad informationen berättar för historia. För att det ska vara möjligt att visualisera effektivt och enkelt behöver du först ta reda på vad som är signifikant. Det kan vara enklast att först klura ut vad dina primära frågor är som du vill få svar på. Vad är dina läsare mest intresserade av att veta?

Med den här informationen i bakhuvudet är det dags för datavisualiseringens design. För att göra det enkelt för dig kommer vi gå igenom tre fokusområden som forskare, utvecklare samt användarna själva anser är viktiga vid skapandet av visualiseringar. Informationen har tagits fram i samband med mitt examensarbete som jag skrev våren 2018, genom att jag bland annat intervjuade en rad olika användare fick jag reda på vad som anses vara en användarvänlig dashboard.

De tre fokusområdena som togs fram var: färg, graf och placering.

Visualisering, data,

FÄRGER

Att använda färger som omedelbart förklarar vad informationen presenterar gör det enklare för en läsare att förstå vad grafen presenterar. När en färgpalett ska bestämmas, fokusera hellre på vad meningen med färgerna betyder, samt ha läsarnas kultur i åtanke eftersom olika färger har olika betydelser i olika kulturer. De klassiska färgerna som också kallas för indikationsfärger är röd och grön. Dessa passar utmärkt för att förklara vad som gått bra och dåligt. Om indikationsfärger tillämpas ska du se upp med att blanda ihop de så att läsaren förstår vad färgerna presenterar.

Visualisering, data,

Det är rekommenderat att använda samma färger för samma variabler. Har du använt en himmelsblå nyans i ett stapeldiagram är det inte att rekommendera att använda en annan färg för samma variabel på samma sida. Det kan lätt bli förvirrande för en läsare då variabeln för läsaren redan är associerad med en specifik färg.

Att använda en grå färg kan vara väldigt effektivt för mindre element i graferna, det gör att de färgerna med markering sticker ut mer:

Visualisering, data,

Kontraster av olika slag är viktigt att ha i åtanke. Om det tillämpas en mindre fontstorlek, så ska kontrasten vara högre för att det ska vara möjligt för en person att läsa informationen.

Visualisering, data,

 

Många läsare associerar mörka färger med högre värden medan ljusare färger associeras med lägre värden. Genom att använda färgerna på detta vis blir det enklare för läsaren att snabbt få en förståelse för vilka grafer som presenterar höga eller låga värden. Detta spar dessutom på läsarens tid.

Tänk på färgblindhet

Något många glömmer är att ha färgblinda i åtanke. Genom att använda olika nyanser i dina färgpaletter kan det bidra till stora fördelar för läsare med färgblindhet. Dock finns det olika typer av färgblindhet. Signalfärgerna röd och grön är de typiska färgerna som helst ska undvikas tillsammans då det kan vara svårt att läsa av för en färgblind person.

GRAFER

Det är viktigt att ha i åtanke att alla grafer inte passar för all typ av data. Det gäller därför att veta vilka grafer som anses mest lämpliga för vilken typ av data. Ett linjediagram är passande om det finns periods-data medan en pie chart inte hade ansetts lika lämplig. Detta på grund av att information inte hade presenterats ordentligt och det hade uppstått förvirring för användaren. Oftast brukar inte pie chart rekommenderas alls men det kan finnas vissa undantagsfall, exempelvis om fördelningen mellan två kön ska göras kan en sådan graf passa bra. Det är lite data och kräver ingen komplicerad graf för att visas upp.

Visualisering, data,

 

Om ett stapeldiagram ska användas, passar det bäst när grafen exempelvis ska visa det totala av något. Om du istället ska jämföra flera delar av det totala, är det mer effektivt att dela upp staplarna i grafen för att sedan läsa av och analysera enklare.

Visualisering, data,

 

Som nämndes ovan, om du ska presentera något över tid, rekommenderas ett linjediagram. Det är enklare för en användare att förstå med den typen av graf.

Visualisering, data,

PLACERING

Ett vanligt misstag som oftast sker är att grafer placeras efter vad som känns bäst för utvecklaren. Det gör att läsaren får en annan slags uppfattning i jämförelse med vad utvecklaren tänkt. Forskare menar att en människa endast kan hålla en viss mängd information i korttidsminnet, vilket gör det problematiskt för en läsare om för mycket information har placerats på en enda skärm. Det underlättar mycket för läsaren om det finns en genomtänkt samt tydlig struktur bland graferna.

Nedan ser ni ett exempel på en Dashboard som innehåller alldeles för mycket information.

Visualisering, data,

 

Sammanfattningsvis

För att sammanfatta det hela, det finns alltså många delar att tänka på för att visualisera på ett bra sätt. De tre viktigaste fokusområdena enligt forskare är att åtminstone använda sig av rätt färger, tillämpa passande grafer och placera informationen på ett passande sätt. Detta för att användaren inte ska få svårt att läsa av informationen. Om du endast fokuserar på ett av dessa tre områden kommer det med största sannolikhet inte räcka för att få visualiseringarna att uppfylla sin fulla potential. Om du däremot har dessa tre fokusområden i åtanke när du skapar dina visualiseringar, kommer du att underlätta för användarna så att de förstår informationen på ett korrekt sätt.

Lycka till med dina visualiseringar!

Sadaf Al-Haddad
sadaf.al-haddad@advectas.se
Jag som skrivit detta heter Sadaf och jobbar som Power BI utvecklare på Advectas. Min bakgrund är systemvetenskap på högskolan i Skövde och efter examen började jag direkt på Advectas. Hittills har jag haft projekt som bland annat visualiseringsansvarig. Jag har även ett intresse av att bygga hemsidor och gör det gärna när tiden finns på kvällarna.

Alla inlägg av Sadaf Al-Haddad

Besvara den svenska Business Intelligence- & Data Science-studien 2019

Till enkäten