Mga nadagdag:
- Kakayahang ikonekta ang bawat tsart sa isang malinaw na tanong at piliin ang naaangkop na uri ng tsart (linya para sa oras, bar para sa paghahambing, pamamahagi para sa relasyon)
- Kakayahang makilala ang mga mapanlinlang na elemento (dashed axis, cherry picking, spaghetti chart) at gumawa ng tapat at simpleng mga visual
- Kakayahang gawing desisyon ang mga natuklasan na may mga headline na nakatuon sa resulta at pagkukuwento ng data
Ang halaga ng isang pagsusuri ay makikita lamang kapag naiintindihan ito ng iba at nakapagpasya. Ang pinakatumpak na modelo sa mundo ay nananatili sa istante kung ito ay hindi maipaliwanag; Ang isang ordinaryong paghahanap na mahusay na ipinaliwanag ay maaaring baguhin ang direksyon ng kumpanya. Ang paksa ng unit na ito ay data visualization (pagpapahayag ng data gamit ang mga graphics) at data storytelling (pagsasalin ng mga natuklasan sa isang kuwento ng desisyon): pagpili ng tamang graph, pagguhit nito nang tapat at pag-iiwan ng malinaw na mensahe sa isipan ng madla. Ang AI ay nagsusulat ng code ng tsart, nagmumungkahi ng isang uri ng tsart, at nag-draft ng isang pamagat para sa isang paghahanap; Ngunit nasa tao ang pagpapasya kung anong mensahe ang ibibigay at kung ang graphic ay nakaliligaw.
Ang isang tsart ay may trabaho: pagsagot sa isang tanong
Ang pinakamalaking pagkakamali ng mga nagsisimula ay ang pagguhit ng mga graph upang "ipakita ang data". Gayunpaman, ang isang mahusay na tsart ay sumasagot sa isang tanong. "Nadagdagan ba ang mga benta sa paglipas ng panahon?" Ang sagot sa tanong ay line graph; "Aling lungsod ang mas nagbebenta?" ay isang bar chart; "May kaugnayan ba ang presyo at demand?" ay isang scatter plot. Bago iguhit ang graph, itanong: anong tanong ang sinasagot ng graph na ito at makikita ba ito ng manonood sa isang sulyap?
Pangunahing pagmamapa ng pagpili ng tsart:
Layunin
tamang tsart
maling pagpili
pagbabago sa paglipas ng panahon
tsart ng linya
pie chart
Paghahambing ng kategorya
bar chart
3D na cake
Relasyon ng dalawang numero
scatter chart
pamalo
hugis ng pamamahagi
Histogram/kahon
Average na solong bar
Mga bahagi ng kabuuan (ilang kategorya)
Stick o plain cake
Multi-slice na cake
Multivariate na relasyon
mapa ng init
magkakapatong na linya
Tip: Iwasan ang pie chart kung maaari; Ang mata ng tao ay hindi maganda ang paghahambing ng mga anggulo. Ang isang sequential bar chart ay halos palaging mas nababasa kung mayroong higit sa dalawang hiwa.
Matapat na tsart: ang pinakamadaling paraan upang iligaw
Maaaring magsinungaling ang mga tsart nang hindi namamalayan (kung minsan ay sinasadya). Ang etikal na responsibilidad ng isang data professional ay gumuhit ng mga matapat na graph. Ang pinakakaraniwang anyo ng panlilinlang:
Dashed y-axis: Kung sisimulan mo ang axis sa 95 sa halip na 0, mukhang bundok ang 2% na pagkakaiba. Sa paghahambing na mga bar chart, ang axis ay karaniwang dapat magsimula sa 0.
Maling sukat ng axis: Gamit ang logarithmic axis nang hindi tinukoy ito o distorting ang mga axes.
Cherry-picking: Ipinapakita lamang ang tuldok/segment na sumusuporta sa iyong mensahe at itinatago ang iba.
Masyadong maraming impormasyon: nagsasapawan ng 12 linya upang lumikha ng "spaghetti chart"; walang nabasang mensahe.
Mapanlinlang na karagdagan: Pagdaragdag ng mga graph na naiiba ang kilos at itinatago ang tunay na pattern (kabalintunaan ni Simpson).
Mag-ingat: Kung sasabihin mo sa AI "gawing kahanga-hanga ang pagkakaibang ito", maaari itong magmungkahi ng pinalaking graph na may putol-putol na axis. Nasa iyo ang etikal na responsibilidad: hindi dapat gawing mas malaki o mas maliit ng chart ang data kaysa sa aktwal na ito. Nauuna ang katapatan bago ang kahanga-hanga.
Kulay, label at pagiging simple
Ang magagandang graphics ay simpleng graphics. Prinsipyo ng ratio ng data-ink: itapon ang lahat ng hindi nagdadala ng data (hindi kinakailangang grid, anino, 3D na epekto, kulay na pampalamuti). Ang kulay ay dapat maghatid ng kahulugan, hindi maging pang-adorno: isang kulay upang i-highlight ang isang kategorya, ang iba ay kulay abo. Mag-ingat sa pagkabulag ng kulay (mahirap ang diskriminasyong pula-berde sa halos 1 sa 12 lalaki); Gumamit ng mga ligtas na papag. Ang bawat chart ay dapat may malinaw na pamagat — at ang pinakamagandang pamagat ay hindi naglalarawan sa chart, sinasabi nito ang resulta: "Bumaba ng 18% ang Mga Benta sa Q3" sa halip na "Buwanang Benta."
Highlight at paglalarawan: pagdidirekta ng mata sa mensahe
Ang isang magandang graphic ay nagsasabi sa manonood kung saan titingin. Ang mga pre-attentive na katangian — mga visual na pahiwatig tulad ng kulay, posisyon, laki na nakikita ng utak sa isang bahagi ng isang segundo, nang walang malay na pagsisikap — ay ang tool para dito: kung mag-iiwan ka ng isang bar na may kulay ng accent at ang iba ay kulay abo, ang mata ay awtomatikong pupunta doon. Makapangyarihan din ang mga anotasyong direktang idinagdag sa chart: ang isang solong arrow na nagsasabing "Nagsimula ang kampanya ngayong buwan" ay mas epektibo kaysa sa isang talata ng paglalarawan. Nalalapat din ang parehong prinsipyo kapag nagdidisenyo ng dashboard: ilagay ang pinakamahalagang sukatan sa itaas at pinakamalaki, panatilihin ang pangalawang impormasyon sa ibaba at maliit. Ang layunin ay hindi upang puspusin ang madla ng impormasyon, ngunit upang paganahin silang makita ang tamang desisyon sa isang sulyap. Maaaring buuin ng AI ang kulay ng highlight at annotation code; Ngunit magpasya ka kung ano ang dapat bigyang-diin, iyon ay, kung ano ang tunay na mensahe.
tatlong mini case
Kaso 1 — Sirang axis na iskandalo. Isang koponan ang nagpakita sa pamamahala ng isang bar chart na nagsimula sa y-axis sa 980 upang ipakita ang "paglago"; Ang sell-off mula 1,000 hanggang 1,020 ay mukhang napakalaki. Ang aktwal na pagtaas ay 2%. Nang napansin ng isang manager ang pivot, nayanig ang kredibilidad ng buong presentasyon. Aralin: simulan ang axis sa 0 sa mga bar ng paghahambing.
Case 2 — Spaghetti chart. Inilagay ng isang analyst ang 24 na buwang benta ng 14 na produkto sa isang chart, bilang 14 na linya. Walang nakabasa ng kahit ano. Sa pamamagitan ng pag-highlight lamang ng 3 produkto na may pinakamaraming pagbabago at ang iba pa ay naging kulay abo, naging malinaw ang mensahe: "Nag-crash ang produkto A, tumataas ang produkto B." Lesson: huwag ipakita ang lahat, ipakita ang mensahe.
Case 3 — Ang pamagat na nagsasabi ng resulta. Isang ulat ang nag-gloss sa isang mapa na pinamagatang "Regional Distribution"; Walang kumikilos. Nang ang headline ay naging "Eastern region 40% below target", ang parehong graphic ay nagsilang ng emergency action plan sa isang meeting. Aralin: ang pamagat ay dapat magsabi ng desisyon, hindi ang graphic.
Apat na maaaring kopyahin na mga template
1) Pagpili ng uri ng tsart:
Ang iyong tungkulin: visualization consultant. Magmungkahi ng chart na sasagot sa sumusunod na tanong: "Aling channel (web/mobile) ang mas mabilis na lumago sa nakalipas na 12 buwan?" Mayroon akong buwanan, nasira ng channel na benta. Sabihin sa akin ang pinakaangkop na uri ng tsart at bakit; Paalalahanan ako na maiwasan ang mga mapanlinlang na opsyon (pie, dashed axis). I-export ang code gamit ang matplotlib.
2) Matapat na kontrol sa pagguhit:
Suriin ang bar chart code na ito para sa katapatan: nagsisimula ba ang y-axis sa 0, may katuturan ba ang kulay, sinasabi ba ng pamagat ang resulta, mayroon bang hindi kinakailangang 3D/shadow? Itama ang anumang mapanlinlang na mga item at ipaliwanag kung bakit mo itinama ang mga ito.
3) Pagpapasimple:
Mayroon akong time series chart na may 14 na linya, ito ay hindi nababasa. Isulat ang code para sa isang bersyon na may malinaw na header at mataas na data-ink ratio na nagha-highlight lamang sa 3 pinaka-papalitang serye at ginagawang light grey ang iba.
4) Pamagat at salaysay na nakatuon sa resulta:
Ibibigay ko ang paghahanap na ito: "Ang rehiyon ng Silangan ay bumagsak ng 40% sa ibaba ng target na Q3, ang pangunahing dahilan ay ang pagkaantala sa logistik." Para magawa ito, gumawa ng: (1) isang goal vs. reality bar chart, (2) isang headline na nagsasabi ng kinalabasan, (3) isang 3-sentence na executive summary outline. Ive-verify ko ang mga numero; angkop.
Mahinang prompt / Malakas na prompt
Mahinang prompt:
Gumawa ng magandang tsart mula sa data ng benta na ito.
Ang "maganda" ay subjective; Hindi malinaw kung aling tanong, aling madla, aling mensahe. Gumagawa ang AI ng random, marahil mapanlinlang na graph.
Napakahusay na prompt:
Ang iyong tungkulin: katulong sa visualization ng data. Audience: senior management.Mensahe: "Nahigitan ng mobile channel ang web sa loob ng 12 buwan." Mayroon akong buwanang benta ng channel. Gawain: (1) line chart code (matplotlib) na malinaw na nagpapakita ng mensaheng ito, (2) y-axis ay nagsisimula sa 0, kulay ng mobile hover, web grey, (3) pamagat na nagsasabi ng resulta. Paggamit ng mga nakaliligaw na kaliskis; Ipakita ang data bilang ay. Ibibigay ko ang mga numero.
Dito malinaw ang audience, mensahe, honesty rule at chart type.
Mga karaniwang pagkakamali
- Pagguhit ng graph nang hindi ikinokonekta ito sa isang tanong. Ang mga graphics na walang layunin ay nakakapagod sa manonood at hindi gumagawa ng mga desisyon.
- Upang iligaw gamit ang sirang/baluktot na axis. Sa paghahambing, ang axis ay dapat magsimula sa 0; Ang etikal na responsibilidad ay nasa iyo.
- I-cramming lahat sa isang chart. Pinapatay ng spaghetti graphic ang mensahe; bigyang-diin, patahimikin ang natitira.
- Maling uri ng chart (lalo na ang multi-slice pie). Gumamit ng mga linya para sa oras at mga bar para sa paghahambing.
- Inilalarawan ng pamagat ang tsart. Sinasabi ng magandang headline ang kinalabasan/desisyon, hindi ang pangalan ng column.
Tip: Kapag natapos mo ang bawat tsart, gumawa ng 5 segundong pagsusulit: ipakita sa isang tao ng 5 segundo at itanong ang "ano ang naiintindihan mo?" Kung hindi nito masabi ang tamang mensahe, hindi pa handa ang tsart; Pasimplehin, bigyang-diin, gawin ang pamagat na nakatuon sa resulta.
Sa buod
Ang visualization ay ang tulay na ginagawang desisyon ang pagsusuri. Ang isang magandang tsart ay sumasagot sa isang tanong; ang tamang uri (linya para sa oras, bar para sa paghahambing, pamamahagi para sa relasyon) ay pinili; iginuhit nang tapat (axis na nagsisimula sa 0, makabuluhang kulay, walang cherry picking). Dala nito ang pamagat na mensahe ng pagiging simple at mga resulta. Ang AI ay mabilis na makabuo ng graphic code at draft na mga pamagat, ngunit ang tao ang nagpapasya kung anong mensahe ang ihahatid at kung ang graphic ay tapat; Ang etikal na responsibilidad ay nakasalalay sa tagapagsalaysay.
Gawain ng aplikasyon
Pumili ng isang paghahanap at gawin itong isang chart na nakatuon sa mga resulta. Pagkatapos i-plot ang graph, gumawa ng honesty check: nagsisimula ba ang axis sa 0, makabuluhan ba ang kulay, sinasabi ba ng pamagat ang resulta? Pagkatapos ay gawin ang "5 segundong pagsusulit" (ipakita ito sa isang tao at tanungin sila kung ano ang kanilang naiintindihan) at pasimplehin ang tsart batay sa feedback na iyong nakuha.
checklist
- [ ] Sinasagot ba ng aking tsart ang isang malinaw na tanong?
- [ ] Angkop ba ang uri ng tsart para sa layunin (oras/paghahambing/relasyon)?
- [ ] Ang mga axes ba ay tapat (nagsisimula sa 0 sa paghahambing)?
- [ ] Ang kulay at pagiging simple ay sumusuporta sa mensahe, hindi ba sila nagiging ornamental?
- [ ] Sinasabi ba ng pamagat ang kinalabasan/desisyon sa halip na ilarawan ang graph?