Ciclul de codificare și decodare de Evelyn Münster Nightingale Medium
Cum funcționează vizualizarea datelor?
Tl; dr: Vizualizările de date sunt practic dubla codificare a unui sistem complex. Astfel, cititorii vizualizărilor de date trebuie să parcurgă pași specifici de decodare pentru a înțelege și interpreta datele și sistemul de bază. Pentru a crea vizualizări mai bune ale datelor, noi, proiectanții, dezvoltatorii sau oamenii de știință ai datelor, trebuie să înțelegem procesul de decodare.
Multe dintre sistemele complexe cu care avem de-a face astăzi, precum procesele de producție sau călătoriile pe viață ale clienților, sunt în mare parte invizibile. Numai prin ruta indirectă de colectare și analiză a datelor putem înțelege aceste sisteme într-o asemenea măsură încât să putem identifica și rezolva probleme.
Vizualizarea datelor poate fi un mod prietenos de a înțelege și de a accesa aceste date. Acestea ar trebui, de asemenea, să permită non-tehnicilor să citească și să interpreteze date.
O vizualizare a datelor este rezultatul final al unui proces lung și complex, în care multe obstacole trebuie adesea depășite: îmbinarea datelor din surse eterogene, curățarea, transformarea în formate utilizabile și, uneori, și calcule statistice. În cele din urmă, privim cu mândrie prezentarea colorată și atrăgătoare și ne gândim: „Da! pentru prima dată, datele noastre sunt vizibile! ’Am făcut toată munca grea și îi oferim utilizatorului informațiile de pe un platou de argint. Utilizatorul îl are acum ușor și nimic nu mai poate merge prost, corect?
Cu toate acestea, călătoria nu s-a terminat încă. Vizualizarea datelor poate fi adesea înțeleasă greșit sau chiar deloc înțeleasă. Dacă ați mai observat acest lucru, fie ca cititor, fie ca creator de vizualizări, atunci ar trebui să citiți mai departe.
Conform observațiilor mele, o mulțime de lucruri pot merge în neregulă. De peste zece ani dezvolt interfețe utilizator pentru produse de date și am făcut experiența dureroasă că vizualizările mele uneori nu își îndeplinesc scopul. Utilizatorii nu înțeleg limbajul vizual, nu pot înțelege structura datelor sau nu pot înțelege semnificația datelor prezentate. În unele proiecte de business intelligence deosebit de ambițioase, am constatat că vizualizările au fost rareori folosite ulterior. Dar de ce este asta? Și cum te poți descurca mai bine?
Să analizăm pas cu pas procesul de creare și citire a vizualizărilor de date, ciclul de codificare și decodare:
Crearea unei vizualizări a datelor nu începe cu datele, așa cum se presupune adesea, începe mult mai devreme, cu sistemul din spate. În spatele tuturor datelor se află un sistem în lumea reală. De obicei este invizibil și foarte complex.
Luați un magazin online, de exemplu. Nimeni nu poate vedea pur și simplu fluxurile de vizitatori. În primul rând, avem nevoie de o idee; o hartă mentală a acestui magazin online, pentru a decide ce obiecte, proprietăți și evenimente dorim să măsurăm. Ar exista o multitudine de lucruri care ar putea fi interesante, vizitatori, site-uri web, coșuri de cumpărături și produse. Dar nu toate lucrurile pe care le putem măsura din punct de vedere tehnic, precum gândurile unui vizitator de magazin online, în timp ce el decide să nu cumpere un produs în coșul de cumpărături. Ce frumos ar fi să știi asta!
Identificând obiectele și proprietățile pe care le putem și vrem să le măsurăm, facem deja o alegere selectivă cu privire la ce părți ale sistemului vor fi reprezentate în datele noastre. Dacă harta noastră mentală este incompletă, inexactă sau pur și simplu greșită, este posibil să nu punem întrebările corecte și să măsurăm datele corecte.
Deja în primul pas al creării vizualizării datelor, trebuie să recunoaștem că nu putem surprinde întreaga complexitate a sistemului. Datele nu reprezintă o reprezentare completă a sistemului, ci sunt doar mici biți de indicatori.
Apoi, creăm un model de date. Și aici se pierd multe, deoarece un model de date nu poate surprinde fiecare detaliu al lumii reale. Oricine a făcut vreodată acest lucru știe că un model de date umflat este un monstru periculos. De aceea, preferăm să rămânem cât mai simpli posibil și să omitem detalii neimportante. Deci, în cele din urmă, obținem un model de date curat și curat, care conține doar mici bucăți de informații despre sistem. Prin transformarea datelor brute în modelul nostru de date, profunzimea informațiilor se reduce a doua oară.
După ce am colectat date și le-am procesat, în cele din urmă ne creăm vizualizarea. Din nou, abundența informațiilor disponibile stocate în tabelele de date trebuie filtrată, deoarece tehnic tipurile de diagrame pot afișa doar o cantitate limitată de obiecte și caracteristici. Dar acesta nu este singurul motiv pentru care trebuie să reducem cantitatea de date prezentate: o bună vizualizare a datelor are în vedere și aspectele umane. Trebuie să ne concentrăm pe mesajul pe care dorim să-l comunicăm, pe nevoile publicului și pe abilitățile lor de percepție. Astfel, trebuie să selectăm o mică parte din datele disponibile pentru fiecare diagramă: Poate un tip de obiect și una sau două caracteristici, cum ar fi produsele și cifrele lor de vânzări pe zi.
Până la acest pas, s-au întâmplat două lucruri pe care ar trebui să le avem în vedere: În primul rând, nu toată complexitatea sistemului este vizibilă în vizualizare și, în al doilea rând, am criptat sistemul de două ori. În primul rând, au fost traduse în date și apoi, datele au fost traduse în vizualizare. De aceea numim acest proces codificare și producătorii de vizualizări de date codificatori.
Am terminat acum? Vizualizarea finală a datelor este sfârșitul procesului?
Nu, deloc, pentru că acum vine a doua jumătate, procesul de decodare. Un decodor este un cititor al unei vizualizări. Pentru a înțelege sistemul și pentru a obține informații relevante pentru acțiune, decodorul trebuie să meargă înapoi de la vizualizarea datelor la date, apoi de la date la modelul mental. Aceasta poate fi o provocare. Scopul codificatorului este de a confirma, rafina sau schimba propriul model mental cu ajutorul datelor.