Wizualizacja danych – najważniejsze informacje

Ludzkość od dawna przedstawia różnego rodzaju dane w formie graficznej. Trudno się dziwić! Jak wynika z badania Massachusetts Institute of Technology, 90% informacji przekazywanych do mózgu to informacje wizualne! Z pewnością każdy z nas widział stare mapy przedstawiające ówczesny obraz ziemi, czy też poszczególnych miast. Dziś dzielimy się naszą wiedzą o wizualizacji danych – jak działa, jak się ją definiuje i jakie są jej zalety. Przedstawimy także jej kilka, w naszym mniemaniu, interesujących przykładów, a także przyjrzymy się narzędziom do jej przeprowadzenia. Wizualizacja danych to ważna dziedzina, którą postaramy Ci się przybliżyć.

Dla wygody czytelników podzieliliśmy artykuł na dwie części: podstawową, wyjaśniającą zagadnienie wizualizacji danych, oraz zaawansowaną. W tej drugiej, osoby mające przynajmniej podstawową wiedzę na temat analityki biznesowej będą mogły przeczytać o konkretnych zastosowaniach wizualizacji danych i korzyściach, które mogą z niej czerpać ich organizacje.

Zapraszamy do lektury!

Krótka definicja wizualizacji danych

Z wizualizacją danych spotykamy się codziennie – na pewno każdy widział przykłady wykresu liniowego czy wykresów przestawnych. Wystarczy spojrzeć na pierwsze strony gazet. Widujemy wizualizację poziomu inflacji, porównanie średnich temperatur w ostatnich latach, czy wyniki wyborów. Wszystkie infografiki, wykresy punktowe, liniowe, kołowe, słupkowe czy powierzchniowe, tabele przestawne, a także heatmapy, kartogramy czy histogramy, które widzimy, to właśnie zwizualizowane dane. 

Same korzyści

Dzięki wizualizacji danych możesz śledzić trendy i podejmować lepsze decyzje, dzięki temu, że w pełni wykorzystasz informacje zbierane w Twojej organizacji. Co więcej, wizualizacja pomoże Ci zdobyć pełen obraz sytuacji biznesowej Twojej firmy, co umożliwi wyciąganie cennych wniosków i przełoży się na lepsze prognozowanie.

Jak szacuje Statista, wartość rynku wizualizacji danych na świecie w 2023 roku wyniesie 7,76 miliarda dolarów, w porównaniu z rokiem 2017, kiedy kwota ta wynosiła 4,51 miliarda USD. Wzrost wartości tego rynku ma więc wzrosnąć o ok. 72%.

Zalety wizualizacji danych

Wizualizacja danych pozwala w szybki i łatwy sposób przedstawić i umożliwić wyciągnięcie wniosków z ogromnych ilości danych – zwróć uwagę na to, z ilu stron jesteśmy codziennie zasypywani informacjami. Nawet najbardziej analitycznie usposobiony CEO nie będzie w stanie dokonać skutecznej syntezy danych samodzielnie. Poza zebraniem danych konieczne będzie ich zinterpretowanie i analiza – dzięki narzędziu do wizualizacji odbiorca potrzebuje mniej czasu, co oznacza, że decydenci w szybciej otrzymają wymierną wartość płynącą z danych. Skróci się więc – modny anglojęzyczny termin – time-to-value. 

W skrócie wizualizacja danych zapewnia:

• nadanie struktury posiadanym danym;
• skrócenie czasu potrzebnego na podjęcie właściwych decyzji w oparciu o dane;
• minimalizację decyzji podejmowanych intuicyjnie;
• możliwość badania danych z dowolnego miejsca na świecie;
• łatwość dzielenia się informacjami wewnątrz i na zewnątrz organizacji;
• szybsze raportowanie;
• szeroką dostępność do danych i ich lepsze zrozumienie przez osoby niewyspecjalizowane; 
• łatwiejszą optymalizację procesów w firmie;
• oszczędność czasu podczas spotkań, co też jest nie bez znaczenia.
• data storytelling, czyli „ubieranie danych w historie” celem ciekawszego ich przedstawienia;
• oszczędność czasu i zasobów – nie trzeba angażować programistów, by tworzyli rozwiązania do analityki biznesowej,
• demokratyzację danych.

Wizualizacja danych najlepszą metodą przekazywania informacji?

Nie od dziś wiadomo, że łatwiej jest zrozumieć obraz niż ciągi liczb czy tabelki w excelu. Niezależnie od tego, co chcemy przekazać – statystyki urodzeń dziewczynek w Sosnowcu w latach 1987–89, wzrost sprzedaży w ostatnim kwartale, czy postępy budowy kościoła Sagrada Familia – w każdym przypadku lepiej będzie zrobić to za pomocą obrazu.

Wizualizując dane, np. w postaci wykresów, zwiększasz szansę na osiągnięcie pożądanego rezultatu: skutecznego podzielenia się informacją z odbiorcą. Nowoczesne narzędzia agregują ogromne ilości danych – zrozumienie ich byłoby praktycznie niemożliwe, gdyby nie przedstawienie ich w formie graficznej.

Dobra wizualizacja danych, czyli jaka?

A teraz kilka wskazówek. O czym warto pamiętać, przygotowując wizualizację danych? Musi ona być zrozumiała dla odbiorcy i nie może go męczyć ani wprowadzać w błąd. Celem nadrzędnym jest skuteczne przekazanie informacji. Należy więc:

• wiedzieć dla kogo i po co tworzymy daną wizualizację;
• zawsze sprawdzać poprawność danych;
• w pierwszej kolejności najlepiej stosować proste formy wykresów typu kolumny, linie i punkty;
• kilka wizualizacji dotyczących tego samego obszaru łączyć w jeden wykres panelowy;
• unikać wykresów trójwymiarowych;
• oznaczać wykresy, by można było od razu je zrozumieć – nie pozostawiając miejsca na niedomówienia;
• korzystać ze stonowanych kolorów, eksponując najważniejsze informacje tymi bardziej jaskrawymi;
• unikać wyszukanych fontów.

Na koniec najważniejsze: nie powinno się przekłamywać wizualizacji! Więcej na ten temat dowiesz się w dalszej części artykułu.

Najciekawsze przykłady wizualizacji danych

Ten paragraf rozpoczną interaktywne wizualizacje. Numer jeden to chyba najczęściej odwiedzana strona w „gorącej fazie” pandemii COVID-19. Uniwersytet medyczny Johns Hopkins stworzył stronę, na której mogliśmy na bieżąco śledzić rozprzestrzenianie się wirusa.

Z kolei NASA umożliwia śledzenie pożarów wybuchających na całym świecie. Pożary wykrywane są z kosmosu przez satelity obserwujące okrążające Ziemię.

Chcesz poznać lokalizacje nadajników sieci komórkowej? Nic prostszego – wystarczy zapoznać się z poniższą mapą!

Wizualizacja danych w kontekście Big Data

Big Data to ogromne ilości informacji w wielu zbiorach danych – tera i petabajty – których człowiek nie byłby w stanie pojąć. Informacje mogą pochodzić z bardzo wielu źródeł i być generowane przez ludzi lub urządzenia, np. pojazdy, ekosystemy IoT czy satelity. Potrzebne są wydajne narzędzia i sztuczna inteligencja, by szybko je gromadzić (niemalże w czasie rzeczywistym), analizować i wyciągać wnioski. 

Big Data wykorzystywane jest w wielu dziedzinach, np. w:

• przemyśle: w celu zwiększenia produktywności; 
• rolnictwie: w celu zwiększenia plonów, bezpieczeństwa żywności, lepszego wykorzystania przestrzeni rolnej;
• sektorze publicznym: GUS, ZUS czy Ministerstwo Zdrowia i podlegające im instytucje – wykrywanie nadużyć podatkowych, planowanie sieci dróg, zapobieganie bezrobociu etc.

Big Data pozwala także działom marketingu dowiedzieć się więcej o klientach: co klikają użytkownicy (CTR), jakie formy dostawy preferują, jakie grupy wiekowe reprezentują. Dzięki obróbce danych władze miast mogą poznać statystyki związane z ruchem ulicznym, kierowcy mogą znaleźć najlepszą trasę dzięki Google Maps, a z kolei banki mogą wyciągnąć wnioski z zachowań klientów w celu zapobiegania kradzieżom czy wyłudzeniom.

Embedded Analytics (analityka wbudowana)

W przeciwieństwie do tradycyjnej Business Intelligence, która zakłada użytkowanie zewnętrznych aplikacji, embedded analytics umożliwia korzystanie z narzędzi analitycznych z poziomu aplikacji biznesowej już wykorzystywanej w organizacji. Nie ma więc konieczności przełączania się między aplikacjami, czego wynikiem jest oszczędność czasu każdego użytkownika rzędu 1–2h tygodniowo (źródło: Nucleus Research, raport „Augmenting intelligence with embedded analytics”).

Analityka wbudowana pozwala osadzać narzędza analityczne w interfejsie używanych przez Ciebie aplikacji biznesowych, integrować dane z zewnętrzną aplikacją, oraz samodzielne budowanie dashboardów (pulpitów nawigacyjnych)i dostosowanie ich do potrzeb użytkownika. Co ważne, embedded analytics umożliwia tworzenie i udostępnianie raportów osobom spoza Twojej firmy: klientom, partnerom czy dostawcom.

Uwaga na przekłamane wizualizacje!

Z biegiem lat ludzie uodpornili się na slogany reklamowe czy obietnice polityków. Sprawa ma się nieco inaczej, jeśli zostaną nam przedstawione dane w formie graficznej, a tymi łatwo manipulować. Dlaczego jednak ktoś chciałby wizualizować dane w taki sposób, by wprowadzać odbiorcę w błąd? Choćby po to, by wzmocnić swoją narrację, choć czasami może to być zwyczajna pomyłka. Jak więc można, świadomie lub nie, manipulować wizualizacją danych?

Nieodpowiednia skala lub jej zmiana 

Powinno się rozpoczynać oś Y od „0”, w przeciwnym razie różnica kilku procent może wydawać się kolosalna. O to właśnie chodziło Chevroletowi w – wprowadzającej w błąd – reklamie z 1992 roku. To klasyczny przykład cherry pickingu, czyli wybierania tylko takich wydarzeń, które pasują do narracji.

żródło: https://ed.ted.com/lessons/how-to-spot-a-misleading-graph-lea-gaslowitz

Skala na osi Y powinna być proporcjonalna do osi X, inaczej wykres może nie być czytelny. Co więcej, oś X powinna obejmować szerszy zakres czasowy niż np. kilka miesięcy. W przeciwnym wypadku wykres może przekłamywać rzeczywistość. Dzieje się tak, gdy firmy chcą pochwalić się wzrostem miesiąc do miesiąca, podczas gdy w skali roku wzrost nie rzucałby się tak w oczy.

Użycie nieodpowiedniego wykresu do przekazywania informacji

Dobrym (złym) przykładem jest wykres kołowy (z ang. pie chart) i jego użycie w przypadku danych, które nie sumują się do 100%. Przykładowo, gdy badamy świadomość kilku marek wśród grupy docelowej, powinniśmy użyć najzwyklejszego wykresu kolumnowego. Ponadto w przypadku pie chartu należy opisać każdy jego wycinek, co może utrudniać jego odczytanie. Poniżej przykłady przedstawienia statystyk odwiedzin na różnych portalach społecznościowych – jeden nie najlepszy, drugi optymalny.

źródło obrazków: Statistical Consulting Centre 

Kolejnym przykładem jest użycie wykresu do przedstawienia danych zbiorczych. Gdy przedstawiamy sprzedaż produktu na przestrzeni lat skumulowane liczby będą pokazywać tendencję wzrostową, co może wprowadzać w błąd.

Kilka ciekawostek w kontekście wizualizacji danych

A teraz kilka interesujących faktów z dziedziny analityki biznesowej. Czytając je, z pewnością zgodzisz się, że wizualizacja danych ma sens i może zasadniczo usprawnić pracę.

• Dziennie generowane jest 2.5 kwintyliona (10 do potęgi 30) bajtów (źródło: FinancesOnline)
• użytkownicy Facebooka publikują dziennie 350 milionów zdjęć (4 petabajty, czyli 10 do potęgi 15), a użytkownicy Twittera publikują 500 milionów tweetów każdego dnia (źródło: Raconteur);
• brytyjski inżynier, ekonomista i statystyk William Playfair uznawany jest za pomysłodawcę wykresu słupkowego – pierwszy znany wykres tego typu opublikowany został w 1786 roku (źródło: historyofInformation.com);
• ludzkie mózgi przetwarzają wizualizacje 60 000 razy szybciej niż tekst (źródło: University of Minnesota);
• badanie Wharton School of Business wykazało, że wykorzystanie wizualizacji danych może skrócić spotkania biznesowe o 24%.

Narzędzia Business Intelligence do wizualizacji danych 

Nie jest tajemnicą, że wybór narzędzia zależeć będzie przede wszystkim od potrzeb Twojej organizacji. Na rynku znajdziesz wiele narzędzi. Niektóre są nieskomplikowane jak np. arkusze kalkulacyjne czy programy do tworzenia prezentacji. Te bardziej złożone to Google Data Studio, Tableau, Microsoft Power BI oraz Oracle Analytics.

Na co powinieneś zwracać uwagę przy wyborze narzędzia Business Intelligence? Przede wszystkim na potrzeby, dostępny budżet oraz wielkość Twojego zespołu Data Analytics – jeśli masz taki w swojej organizacji. Ważne jest także to, czy będą z niego korzystali zawodowi analityce, czy użytkownicy biznesowi, np konsultanci, sprzedawcy czy zarządy, dla których analityka nie jest pasją, tylko etapem na drodze do podjęcia konkretnej decyzji biznesowej.

Dla nas jako partnera Salesforce oczywistym wyborem jest Tableau – rozwiązanie włączone do ekosystemu Salesforce w 2019 roku. Nasz dział Data Analytics korzysta z tego narzędzia Business Intelligence na co dzień, pomagając klientom uzyskać bezcenny wgląd w ich dane dotyczące ich działalności biznesowej. 

W tej kategorii na naszym blogu znajdziesz artykuły dotyczące analityki biznesowej.

Tutaj z kolei możesz dowiedzieć się więcej o Tableau oraz w razie pytań skonsultować się z naszymi specjalistami, którzy doradzą Ci najlepsze rozwiązanie dla Twojej organizacji.