એકમો
1. મેનેજમેન્ટ કન્સલ્ટિંગમાં આર્ટિફિશિયલ ઇન્ટેલિજન્સનો પરિચય: ભૂમિકાઓ, સીમાઓ, માન્યતા અને નીતિશાસ્ત્ર 2. સમસ્યાનું માળખું: પૂર્વધારણા વૃક્ષ, MECE, અને યોગ્ય પ્રશ્ન પૂછો 3. બજાર અને ઉદ્યોગ સંશોધન સંશ્લેષણ: સ્ત્રોતથી આંતરદૃષ્ટિ સુધી 4. પ્રતિસ્પર્ધી વિશ્લેષણ અને બેન્ચમાર્કિંગ: MECE મેટ્રિક્સ અને પાંચ દળો 5. બજારના કદનો અંદાજ: TAM/SAM/SOM અને ફ્લોર-સીલિંગની ગણતરી 6. ડેટા વિશ્લેષણ અને અર્થઘટન: ટેબ્યુલર ડેટા સાથે આર્ટિફિશિયલ ઇન્ટેલિજન્સ 7. ડેટા વિઝ્યુલાઇઝેશન અને ચાર્ટ પસંદગી: એક નજરમાં સ્લાઇડ 8. ઇન્ટરવ્યુ અને સર્વે વિશ્લેષણ: ગુણાત્મક ડેટાથી થીમ સુધી 9. વ્યૂહરચના અને પ્રક્રિયા ફ્રેમવર્ક: SWOT, 3C, પ્રક્રિયા મેપિંગ 10. બિઝનેસ મોડલ ડિઝાઇન અને મૂલ્યાંકન: કેનવાસ અને એકમ અર્થશાસ્ત્ર 11. પ્રસ્તુતિ અને વાર્તા: પિરામિડ સિદ્ધાંત અને અસરકારક સ્લાઇડ સંદેશ 12. અવતરણની તૈયારી, ગુણવત્તા નિયંત્રણ અને એન્ડ-ટુ-એન્ડ સિક્યોર વર્કફ્લો
એકમ 7 / 12

ડેટા વિઝ્યુલાઇઝેશન અને ચાર્ટ પસંદગી: એક નજરમાં સ્લાઇડ

નફો:

  • આર્ટિફિશિયલ ઇન્ટેલિજન્સ સપોર્ટ સાથે તમે જે સંદેશ આપવા માંગો છો તે મુજબ યોગ્ય ચાર્ટ પ્રકાર (લાઇન, બાર, સ્કેટર, વોટરફોલ) પસંદ કરવાની ક્ષમતા
  • આર્ટિફિશિયલ ઇન્ટેલિજન્સ માટે ગ્રાફિક્સ બનાવવા માટે સ્વચ્છ કોડ/ફોર્મ્યુલા પ્રિન્ટ કરવાની ક્ષમતા અને સચોટતા અને પ્રમાણિકતા માટે આઉટપુટ તપાસો
  • ભ્રામક વિઝ્યુલાઇઝેશન ક્ષતિઓને ઓળખવાની ક્ષમતા (તૂટેલી અક્ષ, ત્રાંસી સ્કેલ, અતિશય સુશોભન) અને પ્રમાણિક આલેખ બનાવવાની ક્ષમતા

જો વિશ્લેષણ સાચું છે, તો તેનો અડધો ભાગ કરવામાં આવે છે; બાકીનો અડધો ભાગ નિર્ણય લેનારને એક નજરમાં સમજાવી રહ્યો છે. સરેરાશ, CEOને સ્લાઇડ જોવામાં થોડી સેકન્ડ લાગે છે; જો તે તે સેકન્ડોમાં સંદેશને પકડી શકતો નથી, તો વિશ્લેષણ કેટલું સારું છે તેનાથી કોઈ ફરક પડતો નથી. વિઝ્યુલાઇઝેશન એ પુલ છે જે સંખ્યાઓના ઢગલાને આંતરદૃષ્ટિમાં ફેરવે છે. આર્ટિફિશિયલ ઇન્ટેલિજન્સ આ બ્રિજને બે રીતે બનાવવામાં મદદ કરે છે: તે સૂચવે છે કે કયા પ્રકારનું ગ્રાફિક સંદેશને બંધબેસે છે અને ગ્રાફિક બનાવવા માટે કોડ/સૂત્ર લખે છે. પરંતુ વિઝ્યુલાઇઝેશનનું સૌથી મોટું જોખમ પ્રમાણિકતા છે; અયોગ્ય રીતે પસંદ કરેલ અક્ષ અથવા સ્કેલ સચોટ ડેટા સાથે પણ જૂઠું બોલી શકે છે.

પહેલા સંદેશ, ગ્રાફિક્સ પછી

કલાપ્રેમી ભૂલ એ ડેટા સાથે શરૂ કરવાની છે: "મારી પાસે વેચાણ ડેટા છે, મને ચાર્ટ બનાવવા દો." વ્યવસાયિક અભિગમ સંદેશ સાથે શરૂ થાય છે: "હું શું કહું છું કે સેગમેન્ટ A મોટા ભાગનો નફો લાવે છે. કયો ચાર્ટ આને શ્રેષ્ઠ રીતે દર્શાવે છે?" ચાર્ટ પ્રકાર સંદેશને અનુસરે છે, સંદેશ ચાર્ટને નહીં.

તમે શું કહેવા માંગો છો

યોગ્ય ગ્રાફિક

ટાળો

સમય સાથે બદલાવ

રેખા ચાર્ટ

3D અસરો

શ્રેણીઓ વચ્ચે સરખામણી

બાર ચાર્ટ

કેક (મલ્ટિ-સ્લાઈસ)

આખાના શેર (નાનો ટુકડો)

કેક/સ્ટૅક્ડ બાર

6+ સ્લાઇસ સાથે કેક

બે ચલ સંબંધ

સ્કેટર

રેખા સાથે જોડાઈ રહ્યું છે

ભાગોમાં રકમનું વિઘટન

ધોધ

સ્ટૅક્ડ લાઇન

વિતરણ/તીવ્રતા

હિસ્ટોગ્રામ/બોક્સ ચાર્ટ

સરેરાશ વિષમ સંખ્યા

જો તમે ચાર્ટનો પ્રકાર પસંદ કરવા વિશે અચોક્કસ હો, તો મોડેલને પસંદગીને યોગ્ય ઠેરવવા દો:

તમારી ભૂમિકા: વિઝ્યુલાઇઝેશન કન્સલ્ટન્ટ. મારો સંદેશ: "[એક-વાક્યની આંતરદૃષ્ટિ]". ઉપજનું માળખું: [દા.ત. 12 મહિના × 3 ઉત્પાદનો, સમય શ્રેણી]. કાર્ય: આ સંદેશ અને ડેટા સ્ટ્રક્ચર માટે શ્રેષ્ઠ અનુરૂપ 2 ચાર્ટ પ્રકારો સૂચવો, દરેક માટે વત્તા/માઈનસ લખો અને વાજબીતા સાથે એક પસંદ કરો. મારે કયા ચાર્ટ પ્રકારો ટાળવા જોઈએ અને શા માટે તે જણાવો. હજુ સુધી કોડ લખશો નહીં; માત્ર પસંદગી અને સમર્થન.

ટીપ: પાઇ ચાર્ટ ફક્ત 2-3 સ્લાઇસેસ માટે કામ કરે છે. પાંચથી વધુ સ્લાઇસ વાંચી શકાતી નથી; તેના બદલે ક્રમિક બાર ચાર્ટનો ઉપયોગ કરો. "શો શેર" રીફ્લેક્સ સાથે પાઇ પસંદ કરવી એ સૌથી સામાન્ય વિઝ્યુલાઇઝેશન ભૂલ છે.

આર્ટિફિશિયલ ઇન્ટેલિજન્સ રાખવાથી ગ્રાફિક્સ ઉત્પન્ન થાય છે

મોડેલ કોડ અથવા સૂત્ર લખી શકે છે જે ચાર્ટ બનાવશે; આ હાથથી દોરવા કરતાં ઝડપી અને વધુ પુનરાવર્તિત છે. પરંતુ ચોકસાઈ અને પ્રમાણિકતા માટે હંમેશા જનરેટ કરેલ ચાર્ટ તપાસો.

તમારી ભૂમિકા: ડેટા વિઝ્યુલાઇઝેશન નિષ્ણાત. મારો સંદેશ: "ઉત્પાદન રેખા A છેલ્લા 4 ત્રિમાસિક ગાળામાં કુલ નફાના ~70% લાવે છે." ડેટા નીચે છે. કાર્ય: આ સંદેશને સૌથી વધુ સ્પષ્ટ રીતે દર્શાવતો ચાર્ટનો પ્રકાર સૂચવો અને તર્ક લખો. પછી Python (matplotlib) કોડ લખો જે તે ચાર્ટ બનાવે છે: dashule (Dashule) નો ઉપયોગ શરૂ કરવા દો. axis).- કલર બ્લાઈન્ડ મૈત્રીપૂર્ણ પેલેટ સાથે; મહત્તમ 4 રંગો. - ચાર્ટના શીર્ષકને ACTION સંદેશ બનવા દો, "પ્રોફિટ ચાર્ટ" જેવું વર્ણન નહીં. - સ્ત્રોત/તારીખની ફૂટનોટ ઉમેરો.

કોડ આઉટપુટ ચલાવો અને દૃષ્ટિની તપાસ કરો: શું ધરી શૂન્યથી શરૂ થાય છે, શું લેબલ્સ સાચા છે, શું સંદેશ વાસ્તવમાં દેખાય છે?

પ્રામાણિક વિઝ્યુલાઇઝેશનના નિયમો

તકનીકી રીતે સાચા ડેટા સાથે પણ ચાર્ટ ભ્રામક હોઈ શકે છે. ત્રણ સૌથી સામાન્ય મેનિપ્યુલેશન્સ (ઘણી વખત અજાણતા કરવામાં આવે છે):

  • ડેશેડ અક્ષ: Y અક્ષને શૂન્યથી શરૂ કરવાથી, ઉદાહરણ તરીકે 90, નાના તફાવતને વિશાળ લાગે છે. બાર ચાર્ટમાં, અક્ષ હંમેશા શૂન્યથી શરૂ થવો જોઈએ.
  • વિકૃત સ્કેલ: બે આલેખને અલગ-અલગ સ્કેલ સાથે એકસાથે રાખવાથી ખોટી સરખામણીઓ થાય છે. તુલનાત્મક ગ્રાફ સમાન સ્કેલ પર હોવા જોઈએ.
  • અતિશય શણગાર: 3D અસરો, પડછાયાઓ, બિનજરૂરી રંગો સંદેશને છુપાવે છે. જો "ઇંક-ટુ-ડેટા રેશિયો" ઓછો હોય, તો સરળ બનાવો.

પ્રામાણિકતાનો વારંવાર અવગણવામાં આવતો નિયમ પણ છે: અનિશ્ચિતતા બતાવો. જો તે અનુમાન અથવા નમૂના પર આધારિત સંખ્યા છે, તો પ્રામાણિકતાનો ભાગ ચાર્ટ પરની ભૂલ અથવા શ્રેણીના માર્જિનને દર્શાવવાનો છે.

તમારી ભૂમિકા: વિઝ્યુલાઇઝેશન એથિક્સ ચેકર. નીચેના ચાર્ટ (અથવા ઉત્પાદન કોડ) માટે તપાસો:- શું y-અક્ષ શૂન્યથી શરૂ થાય છે? જો નહીં, તો અસર શું છે?- શું આલેખ સમાન સ્કેલ સાથે સરખાવવામાં આવે છે?- શું ત્યાં બિનજરૂરી શણગાર (3D, પડછાયાઓ, વધારાના રંગો) છે?- શું અંદાજિત મૂલ્યોમાં અનિશ્ચિતતા દર્શાવવામાં આવી છે?- શું આ ગ્રાફને એવી રીતે વાંચી શકાય છે જે દર્શકને ગેરમાર્ગે દોરે છે? દરેક સમસ્યા માટે નક્કર સુધારા સૂચવો.

સ્લાઇડ શીર્ષક = ક્રિયા સંદેશ

ચાર્ટનું શીર્ષક "2024 પ્રાદેશિક વેચાણ" હોવું જોઈએ નહીં; આ તમને જણાવે છે કે સ્લાઇડ શું બતાવે છે, પરંતુ તેનો અર્થ શું છે તે નથી. ક્રિયા શીર્ષક ડેટાનો સંદેશ વહન કરે છે: "પૂર્વીય પ્રદેશ એકલા વિકાસને વહન કરે છે, પશ્ચિમમાં સંકોચન શરૂ થયું છે." નિર્ણય લેનાર ફક્ત શીર્ષક વાંચીને વાર્તા સમજે છે; ગ્રાફિક સાબિતી છે. (અમે એકમ 11 માં કથા સાથે આ સિદ્ધાંતને વધુ ઊંડો કરીશું.)

ત્રણ નાના કેસો

કેસ 1 — કાપેલી ધરી પકડાઈ. સલાહકારોની એક ટીમ ગ્રાહક સંતોષમાં 1-પોઇન્ટનો વધારો કરે છે જે 88 થી શરૂ થતા Y-અક્ષ સાથેના ગ્રાફ પર વિશાળ કૂદકા જેવો દેખાય છે. વરિષ્ઠ ભાગીદારને ખ્યાલ આવે છે: "આ અક્ષ ભ્રામક છે, શરૂઆતથી પ્રારંભ કરો." જ્યારે સુધારો કરવામાં આવે છે, ત્યારે વધારો નાનો પરંતુ વાસ્તવિક હોવાનું જોવા મળે છે. જો ગેરમાર્ગે દોરનાર ગ્રાફિક ગ્રાહક પાસે જાય, તો તે આગામી ક્વાર્ટરમાં અપેક્ષા નિરાશાનું સર્જન કરશે.

કેસ 2 — ખોટો ચાર્ટ પ્રકાર. એક વિશ્લેષક પાઇ ચાર્ટમાં 9 ઉત્પાદન જૂથોનો હિસ્સો દર્શાવે છે; સ્લાઇસેસ વાંચવામાં આવતા નથી, કોઈ સંદેશ સમજી શકતું નથી. કન્સલ્ટન્ટ સમાન ડેટાને ક્રમિક બાર ચાર્ટમાં રૂપાંતરિત કરે છે; તે એક નજરે જોઈ શકાય છે કે ટોચની ત્રણ પ્રોડક્ટ્સ 80% હિસ્સો ધરાવે છે. યોગ્ય પ્રકારનો ચાર્ટ સમાન ડેટામાંથી વધુ મજબૂત સંદેશો કાઢે છે.

કેસ 3 - શણગારથી સંદેશ સુધી. પ્રેઝન્ટેશનમાં 3D, શેડેડ, સાત-રંગી ગ્રાફિક સીઈઓને પૂછે છે "તમારો મતલબ શું છે?" તે તમને કહે છે. સલાહકાર ચાર્ટને એક રંગ, બે બાર અને મોટા એક્શન શીર્ષક સાથેની સરળ છબી સુધી ઘટાડે છે. સંદેશ સ્પષ્ટ થાય છે અને મીટિંગ નિર્ણય સાથે સમાપ્ત થાય છે. સરળતા એ નબળાઈ નથી, સ્પષ્ટતા છે.

નબળા પ્રોમ્પ્ટ / મજબૂત પ્રોમ્પ્ટ

નબળા પ્રોમ્પ્ટ:

આ ડેટામાંથી સરસ ગ્રાફ બનાવો.

"સુંદર" માપ વિના છે; મોડેલ ફેન્સી પરંતુ સંદેશ વિનાનું આઉટપુટ ઉત્પન્ન કરે છે, કદાચ ભ્રામક અક્ષો સાથે.

શક્તિશાળી પ્રોમ્પ્ટ:

તમારી ભૂમિકા: વિઝ્યુલાઇઝેશન નિષ્ણાત. સંદેશ: "[એક-વાક્યની આંતરદૃષ્ટિ]". ડેટા નીચે છે. કાર્ય: વાજબીતા સાથે, આ સંદેશ માટે શ્રેષ્ઠ અનુરૂપ ચાર્ટના પ્રકારની ભલામણ કરો; પછી ઉત્પાદન કોડ લખો. નિયમો: શૂન્યમાંથી Y અક્ષ; 4 રંગો સુધી; colorblind મૈત્રીપૂર્ણ;હેડર ક્રિયા સંદેશ; સ્ત્રોત ફૂટનોટ; જો તે અંદાજ છે, તો ભૂલનો માર્જિન બતાવો. જ્યારે સમાપ્ત થાય: સંક્ષિપ્તમાં મૂલ્યાંકન કરો કે શું જોખમ છે કે આ ગ્રાફ ગેરમાર્ગે દોરે છે.

મૌખિક રીતે ચાર્ટનું પરીક્ષણ કરવું

ચાર્ટ ખરેખર કામ કરે છે કે કેમ તે કહેવાની સૌથી ઝડપી રીત એ છે કે તેને શબ્દોમાં વર્ણવવાનો પ્રયાસ કરવો. જો તમે ચાર્ટ જોઈ શકતા નથી અને એક વાક્યમાં "આ છબી આ કહે છે" કહી શકતા નથી, તો કાં તો ખોટો ચાર્ટ પ્રકાર પસંદ કરવામાં આવ્યો છે અથવા એક જગ્યાએ ઘણા બધા સંદેશાઓ ક્રેમ કરવામાં આવ્યા છે. સારી સ્લાઇડ ચાર્ટ એક વિચાર જણાવે છે; જો ત્યાં બે વિચારો હોય, તો બે ચાર્ટ બનાવો. બીજી પ્રાયોગિક કસોટી આ છે: સહકર્મીને શીર્ષક વગરનો ગ્રાફ બતાવો અને પૂછો કે "તમે આમાંથી શું સમજો છો?" પૂછો જો તમારો ઈરાદો તે આપેલા સંદેશ સાથે મેળ ખાતો નથી, તો ઈમેજ ફરીથી ડિઝાઈન કરવી જોઈએ. તમે આર્ટિફિશિયલ ઇન્ટેલિજન્સથી પણ આ કરી શકો છો: "આ ગ્રાફ જોનાર વ્યક્તિ શીર્ષક જોયા વિના કયા 2 જુદા જુદા તારણો કાઢી શકે છે?" પ્રશ્ન અગાઉથી વિઝ્યુઅલમાં ગેરસમજ થવાના જોખમો સૂચવે છે અને તમને સ્લાઇડ ગ્રાહક સુધી જાય તે પહેલાં તેને સુધારવાની મંજૂરી આપે છે.

સામાન્ય ભૂલો

  • ડેટાથી શરૂ કરીને, સંદેશથી નહીં. પ્રથમ તમે શું કહેવા માગો છો તે સ્પષ્ટ કરો; ચાર્ટ પ્રકાર સંદેશને અનુસરે છે.
  • તૂટેલી ધરી. બાર ચાર્ટ પર Y અક્ષને શૂન્યથી શરૂ ન કરવું એ નાના તફાવતને અતિશયોક્તિ કરે છે; તે સૌથી સામાન્ય ગેરસમજ છે.
  • મલ્ટી-સ્લાઈસ કેક. કેકના 3 થી વધુ સ્લાઇસેસ વાંચવામાં આવતા નથી; ઇનલાઇન બાર પર સ્વિચ કરો.
  • અતિશય સુશોભન. 3D, પડછાયો, બિનજરૂરી રંગ સંદેશને છુપાવે છે; ઇન્ક-ટુ-ડેટા રેશિયો ઓછો રાખો.
  • વર્ણનાત્મક શીર્ષક. "સેલ્સ ચાર્ટ" કોઈ સંદેશ વહન કરતું નથી; ક્રિયા શીર્ષક લખો.
  • અનિશ્ચિતતા છુપાવી. અંદાજિત સંખ્યામાં ભૂલનો માર્જિન ન દર્શાવવાથી ખોટી ચોકસાઈ સર્જાય છે.

એક સ્લાઇડ, એક ચાર્ટ, એક સંદેશ

કન્સલ્ટિંગ વિઝ્યુલાઇઝેશનનો સુવર્ણ નિયમ સરળતા છે: સ્લાઇડમાં એક મુખ્ય ચાર્ટ હોય છે અને તે ચાર્ટમાં એક જ સંદેશ હોય છે. જો તમે નિર્ણય લેનારને એક જ સમયે ત્રણ ચાર્ટ અને પાંચ વલણો બતાવો, તો તે તેમાંથી એક પણ યાદ રાખશે નહીં. જો તમને ખરેખર એક સ્લાઇડ પર એક કરતાં વધુ ચાર્ટની જરૂર હોય (દા.ત. સરખામણી પહેલાં/પછી), તો તેને સમાન સ્કેલ પર અને સમાન રંગના તર્ક સાથે ડિઝાઇન કરો જેથી આંખ સરળતાથી સરખામણી કરી શકે. રંગ એ સંદેશ પહોંચાડવાનું એક સાધન પણ છે, આભૂષણ નહીં: જો તમે એક જ શ્રેણી બતાવો છો જેના પર તમે અલગ રંગ અને બાકીનાને તટસ્થ રાખોડી સાથે ભાર આપવા માંગો છો, તો તમે સીધા જ સંદેશ તરફ ધ્યાન દોરો છો. સ્પષ્ટ સૂચનાઓ સાથે ઉત્પાદન કોડ માટે AI ને પૂછો; આમ, ગ્રાફ સરળ અને નિર્દેશક બંને બને છે:

તમારી ભૂમિકા: વિઝ્યુલાઇઝેશન નિષ્ણાત. ડેટા અને સંદેશ નીચે આપેલ છે. કાર્ય: પાયથોન (મેટપ્લોટલિબ) કોડ લખો જે પ્લોટનું નિર્માણ કરે છે. ડિઝાઇન નિયમો: - એક અગ્રણી રંગમાં પ્રકાશિત કરવા માટે માત્ર શ્રેણી બતાવો; અન્યને તટસ્થ રાખોડી બનાવો. - 3 રંગો સુધી; રંગ અંધ મૈત્રીપૂર્ણ પેલેટ.- શરૂઆતથી Y અક્ષ; ગ્રીડ રેખાઓ ઝાંખી.- શીર્ષક = ક્રિયા સંદેશ; તળિયે જમણી બાજુએ નાની સ્ત્રોત ફૂટનોટ.- કોઈ બિનજરૂરી સરહદો અને અસરો નથી (ઉચ્ચ શાહી-ડેટા ગુણોત્તર).

સાવધાન: સચોટ ડેટા સાથે પણ વિઝ્યુલાઇઝેશન જૂઠું બોલી શકે છે. ગ્રાહકને ચાર્ટ રજૂ કરતા પહેલા, "કોઈ વ્યક્તિ મને ગેરમાર્ગે દોરવાનો પ્રયાસ કરી રહ્યો છે કે કેમ તે જોશે તો શું વિચારશે?" પ્રશ્ન પૂછો. અક્ષ, સ્કેલ અને પસંદગીની પ્રમાણિકતા સંખ્યાની ચોકસાઈ જેટલી જ મહત્વપૂર્ણ છે; જવાબદારી સલાહકારની છે.

સારાંશમાં

સારું વિઝ્યુલાઇઝેશન વિશ્લેષણને નિર્ણયોમાં ફેરવે છે. AI યોગ્ય ચાર્ટ પ્રકાર અને ઉત્પાદન કોડ લખવાની ભલામણ કરવામાં શક્તિશાળી છે; પરંતુ પસંદગી સંદેશથી શરૂ થવી જોઈએ, ગ્રાફિકે પ્રમાણિકતાના નિયમોનું પાલન કરવું જોઈએ (શૂન્ય ધરી, યોગ્ય સ્કેલ, સરળતા, અસ્પષ્ટતાનું પ્રદર્શન) અને શીર્ષક એક કૉલ ટુ એક્શન ધરાવતું હોવું જોઈએ. મોડેલ ડ્રાફ્ટ ગ્રાફિક્સ બનાવે છે; તે સલાહકારની દેખરેખ દ્વારા છે કે તે એક દ્રશ્યમાં ફેરવાય છે જે સચોટ, પ્રમાણિક અને સંદેશ વહન કરે છે.

એપ્લિકેશન કાર્ય

ડેટાસેટ અને એક વાક્યનો સંદેશ પસંદ કરો. શક્તિશાળી વિઝ્યુલાઇઝેશન પ્રોમ્પ્ટ સાથે યોગ્ય ચાર્ટ પ્રકાર અને ઉત્પાદન કોડ મેળવો. ચાર્ટ ચલાવો અને પ્રમાણિકતા માટે તપાસો: શું ધરી શૂન્ય છે, શું સ્કેલ વાજબી છે, શું તે છૂટાછવાયા છે, શું શીર્ષક ક્રિયા સંદેશ છે, શું અનિશ્ચિતતા દર્શાવવામાં આવી છે? ખોટા ચાર્ટ પ્રકાર સાથે સમાન ડેટા બનાવો (ઉદાહરણ તરીકે, મલ્ટિ-સ્લાઈસ પાઈ), બેની તુલના કરો અને શા માટે એક સંદેશ વધુ સ્પષ્ટ રીતે વહન કરે છે તે લખો.

ચેકલિસ્ટ

  • [ ] મેં સંદેશથી શરૂ થતો ચાર્ટ પસંદ કર્યો છે, ડેટાથી નહીં.
  • હું જે સંબંધને સમજાવવા માંગુ છું તેના માટે ચાર્ટનો પ્રકાર યોગ્ય છે.
  • [ ] Y અક્ષ શૂન્યથી શરૂ થાય છે; સ્કેલ વાજબી છે.
  • મેં સુશોભન ઘટાડ્યું; શાહી-ડેટા રેશિયો ઊંચો છે.
  • [ ] શીર્ષક વર્ણન નથી, તે ક્રિયા સંદેશ છે.
  • [ ] મેં અંદાજિત સંખ્યામાં અનિશ્ચિતતા દર્શાવી.
  • શું [ ] ચાર્ટ "ભ્રામક લાગે છે?" મેં પરીક્ષા પાસ કરી.