Дашборды: создаем понятные графики и диаграммы

Панели данных (data dashboards) — это популярный инструмент, применяемый в веб-приложениях, интрасетях и других совокупностях бизнес-аналитики для отображения систематично обновляемых показателей, отслеживание которых очень принципиально важно для пользователя. Их основное назначение которых пребывает в визуализации данных и таком их отображении и компактном размещении, при котором на интерпретацию информации тратится предельное число времени.

Сам термин «панель», «дашборд» (dashboard), позаимствован из области автомобилестроения, где приборная панель автомобиля — это пространство перед водителем, где отображается вся нужная для него информация о состоянии транспорта, которую тот имел возможность обрабатывать фактически мгновенно, не вспоминая. Так и дашборды совсем не предназначены для развернутого отображения какой-либо комплексной информации.

Их цель не просто способствовать какому-либо процессу, а предоставлять данные в таком формате, обработка которого потребовала бы минимальный количество когнитивных упрочнений и предельное количество сотрудничеств. Пользователи смогут посмотреть на панель и сразу же осознать, превысили ли они допустимую скорость и не на исходе ли у них горючее (в случае если речь заходит о приборной панели автомобиля) либо увеличилось ли число продаж и были ли Email, разосланные на этой неделе, столь же действенны, как и на прошедшей (актуально для панелей данных, дата-дашбордов).

Дашборды отличаются от порталов, каковые предоставляют комбинацию ресурсов, информации, средств либо доступов к веб-приложениям и снабжают единообразный подход для ответа различных задач.

Задача дашбордов лишь одна: передать серьёзную данные. Кратко и доступно.

Просматривайте кроме этого: Что вы должны знать о создании информационных панелей

Своевременные и аналитические дашборды

Существует два вида дата-дашбордов:

1. Своевременные дашборды нацелены на трансляцию ответственной информации тем пользователям, каковые задействованы в исполнении срочных задач, где время есть ответственным причиной.

2. Аналитические дашборды предоставляют пользователю кроме этого понятную с одного взора данные, применяемую для принятия и анализа ответов, но которая относится к тем задачам, каковые не так чувствительны к фактору времени.

Дашборды: создаем понятные графики и диаграммы

Своевременный дашборд в ArcGIS отображает размещение аварийных работ в городской черте. Эта информация разрешает диспетчерам отслеживать статус ЧС и групп реагирования. Применение гистограммы для указания типов инцидентов оказывает помощь скоро установить, какие конкретно работы (полиция, пожарные, скорая помощь) нужно позвать в той либо другой ситуации

Своевременные дашборды нужны для тех экспертов, каковые по роду собственной деятельности вынуждены принимать мгновенные ответы, скоро реагировать на изменяющиеся события. К примеру, это операторы, занятые мониторингом доступности серверов, врачи, отслеживающие жизненные показатели больного на протяжении операции, пилоты самолетов, диспетчеры в аэропортах и т.д. Своевременные дашборды, в большинстве случаев, предоставляют эти, каковые всегда меняются и обновляются.

Не смотря на то, что не все информационные панели употребляются в таких ответственных совокупностях, как аварийные работы либо поликлиники, все они должны отображать лишь актуальные эти, дабы люди имели возможность вовремя распознать недопустимое отклонение в параметрах, либо визуализировать имеющиеся ресурсы.

В отличие от своевременных панелей, каковые заточены под принятие стремительных ответов и совершение немедленных действий, аналитические дашборды оказывают помощь пользователям идентифицировать необходимость предстоящего изучения. Панель мониторинга продаж (которая есть примером аналитического дашборда), обновляющая данные раз в день, не дает сведений, каковые "настойчиво попросили" от менеджера по продажам своевременного вмешательства, но разрешает диспетчеру быть в курсе колебаний уровня продаж, что чуть позднее будет шепетильно анализироваться.
Как и своевременные дашборды, аналитические панели кроме этого предназначены для трансляции самые важных данных, каковые к тому же должны быть представлены в таком виде, дабы их обработка была максимально стремительной.

Преаттентивная количественное представление и обработка

Дабы сделать процесс обнаружения связи между данными несложнее для пользователей, полезно воспользоваться некоторыми особенностями зрительного восприятия человека. Существует множество визуальных атрибутов, каковые люди принимают весьма скоро, без полного привлечения внимания, на протяжении процесса, что носит название preattentive processing (преаттентивная обработка).

К примеру, в изображении, содержащем большое количество строчков одного и того же размера, одна строка, которая не будет такой же длины, как и остальные, будет как бы «вываливаться», различаться. Дабы отыскать ее, необходимости погружаться в визуальный поиск не появится.

Кроме длины, среди вторых преаттентивных черт возможно выделить площадь, угол, 2D-цвет и позицию.

Кроме того мимолетного взора достаточно, дабы скоро выяснить, какая из изображенных линий самая долгая. А все благодаря преаттентивной обработке длины объектов

Не смотря на то, что все преаттентивные показатели легки для восприятия, не все из них равны. В отношении некоторых из них людям несложнее заметить отличие, но тяжело выяснить размер. К примеру, на рисунке мы можем легко подметить громадный прямоугольник среди множества небольших прямоугольников, но мы не скажем, как эта фигура больше остальных.

Однако в случае если сказать о той же длине объектов, то ее люди обучились принимать более совершенно верно. Равно как и положение в двухмерном пространстве.

Этот факт делает эти два преаттентивных показателя совершенными для представления количественных данных. Диаграммы и графики, выстроенные на базе этих черт, будут несложнее восприниматься.

Данный пример дашборда (TheDesignWork) складывается из линейного графика слева и линейчатой гистограммы справа. Линейные диаграммы применяют тот факт, что люди обрабатывают 2D-позицию преаттентивно. В примере легко заметить, что самое низкое значение показателя приходится на среду.

Гистограмма справа отображает лишь одну количественную переменную, применяя длину — еще один преаттентивный показатель, что разрешает людям скоро и определить отклонение в разрешённых и понять количественную связь между ними. Так, легко заметить, что оранжевая полоса дольше остальных а также в два раза дольше зеленой

Еще один замечательный преаттентивный атрибут — цвет; красную точку легко отыскать среди группы светло синий точек. Но, в отличие от длины, люди не смогут принимать различные цвета в определенном порядке, исходя из этого цвета не смогут употребляться для передачи информации о количественных значениях либо размерах (помимо этого до 4,5% всего населения планеты страдает от того либо иного вида цветовой слепоты, причем мужчины более подвержены этому недостатку, чем дамы — 8% и 0.5% соответственно).

Линейные и зональные графики

Как уже было упомянуто выше, 2D-длина и позиция — это два преаттентивных атрибута, благодаря которым возможно отобразить количественные показатели, каковые к тому же достаточно легко сравнить между собой и сделать соответствующие выводы. Исходя из этого визуализация, основанная на этих показателях, в большинстве случаев, облегчает познание данных.

Линейчатые диаграммы являются надежным средством представления количественных данных. Мы преаттентивно обрабатываем длину каждой линии в этот самый момент же сопоставляем их между собой (данный процесс происходит еще стремительнее, в случае если полосы упорядочены в порядке убывания либо возрастания).

Графики, каковые применяют размещение объекта в двухмерном пространстве (точечные диаграммы либо линейные графики), применяют преаттентивную обработку 2D-атрибута.

Диаграммы рассеивания действенны для визуализации связи между двумя переменными, нанесенными на ось абсцисс и ординат. Глядя на данный график, где использован таковой преаттентивный показатель, как 2D-позиция, вы легко имеете возможность выяснить, какие конкретно значения показателя по каждой оси являются самыми высокими, а какие конкретно — самыми низкими. Кроме этого имеете возможность подметить потенциальные корреляции либо другие отношения между данными

графики и Круговые диаграммы с областями сложны для стремительной и правильной интерпретации

Круговые диаграммы (секторные диаграммы, лепестковые диаграммы) не хорошо передают количественные связи между данными, потому, что количественную данные они показывают при помощи таких параметров, как площадь и угол. Не смотря на то, что площадь и угол кроме этого являются преаттентивными признакамилюдям, например, сложнее выяснить, как площадь одной фигуры больше второй.

Данный дашборд Микрософт Power BI применяет 1) древовидные карты и 2) круговые диаграммы. Donut-чарт аналогичен секторной диаграмме — они применяют угол и площадь для отображения количественной информации. Единственное отличие — безлюдное пространство в центре, что делает любой сектор графика меньше и, так, еще больше усложняет и без того сложную задачу определения значения каждой области.

Древовидная карта кроме этого применяет площадь для отображения числа продаж в различных городах — любой прямоугольник относится к определенному городу. Но площадь — это та величина, которая неимеетвозможности восприниматься скоро и совершенно верно, отчего эта карта в данном контексте далеко не самый действенный метод отображения количественной информации, комфортной для восприятия

Потому, что графики, отображающие количественные показатели при помощи площади фигур, не весьма действенны (в случае если речь заходит о сравнении значений), такие варианты визуализации данных, как круговые (секторные) диаграммы, не рекомендуются к применению, поскольку они не разрешают скоро передавать сложные количественные соотношения между элементами в комплекте данных. Ни для кого не секрет, что секторные диаграммы ненужны в большинстве задач, которые связаны с передачей информации (не считая, пожалуй, тех, где нужно отобразить подавляющие различия в процентных долях, к примеру, один источник дохода, что образовывает солидную часть дохода компании), исходя из этого их рекомендуется избегать.

Древовидные карты (каковые отображают иерархический комплект данных в виде серии положенных прямоугольников различных размеров, где размер каждого прямоугольника соответствует числовому значению) смогут быть нужны в представлении сложных данных, в то время, когда у пользователей имеется возможность без лишней спешки изучить данные. Но, древовидные карты не подходят для несложных, действенных панелей.

Угол также не хорошо передает количественную данные — датчики, каковые имитируют аналоговые датчики, находящиеся на приборной панели автомобиля, в один момент занимают большое количество пространства на панели и их и еще тяжелее трактовать, чем линейные графики.

Данный дашборд Klipfolio применяет радиальные датчики, при помощи которых отображает значение показателя в пределах конкретного диапазона. Но, круговая визуализация требует большое количество пространства, информируя наряду с этим мало информации, и в качестве главного метода отображения данных применяет угол, что, как уже было сообщено выше, сложен для восприятия. Ниже изображена та же панель, где использован значительно более эргономичный линейный график.

Он отображает ту же данные (количественные данные в пределах заданного диапазона). Но, все эти графики не отображают целый диапазон шкалы

Трехмерные графики

Построение 2-переменной диаграммы в 3D, само собой разумеется, придает графику эстетическую привлекательность, но делает его сложнее для стремительной и правильной интерпретации, потому, что искажает ориентацию и форму визуальных параметров отображаемых данных. Тогда как графики, применяющие площадь (древовидные карты и круговые диаграммы), самый подвержены искажающему влиянию 3D-визуализации (3D-проекция искажает количественные значения площади), трехмерные диаграммы кроме этого более тяжело верно трактовать, чем их 2D-аналоги, потому, что они затрудняют познание того, какое значение представлено и как оно сходится с линиями сетки.

Перевод диаграммы в 3D-плоскость искажает формы, при помощи которых и осуществляется отображение данных, усложняя расшифровку передаваемых количественных значений (и связь между данными). В 3D-визуализации делается сложнее выяснить, какая линия меньше, не смотря на то, что, как мы знаем, протяженность есть действенной преаттентивной чёртом, в то время, когда она представлена в двумерной плоскости. К примеру, определение соотношения между 3 и 4 четвертями на графике выше, намного сложнее, чем та же задача на тех же данных в двумерном варианте графика

В трехмерном представлении круговой диаграммы визуально размеры секторов искажаются. Дабы создать 3D-возможность, нижняя часть диаграммы находится чуть ближе к зрителю (и думается большей, чем это было бы в 2D-возможности), а верхняя — дальше. Любой квадратный сантиметр верхней части графика (1) воображает больший процент, чем эквивалентный квадратный сантиметр в передней части 3D-рисунка (2)

В круговой диаграмме, где употребляется площадь для отображения количественных значений, 3D-визуализация кроме этого искажает эти. Учитывая, что такие графики сами по себе сложны для восприятия, их 3D-представление додаёт операторам (диспетчерам) еще больше работы.

Просматривайте кроме этого: 5 психотерапевтических изучений по восприятию визуальной информации

Применяйте цвет, группировку и форму для демонстрации категорий

Не смотря на то, что форма и цвет и являются преаттентивными чертями, при помощи которых достаточно сложно передать количественные связи между данными, они смогут употребляться для передачи особой информации, в частности — какие конкретно объекты визуализации должны пребывать совместно. (В соответствии с принципу подобия гештальт-психологии элементы, каковые имеют однообразную форму либо цвет, воспринимаются как связанные между собой). Помимо этого, пространственная близость объектов может кроме этого говорить о группировке.

Из-за распространенности среди людей нарушений восприятия цветов такие его свойства, как насыщенность и оттенок, нужны лишь в качестве дополнительных собирающих показателей. Основной показатель группировки должен быть предельно ясным и понятным, а цветовой фактор может только усилить эту связь между объектами. Цвет может добавить визуальный вес этим связям, но как правило должен быть использован лишь для подкрепления информации, которая уже передана вторым методом.

В этом дашборде колл-центра Dundas для обозначения разных категорий данных использованы границы и формы (формы отличают звонки от веб-чатов, а границы отделяют одного агента колл-центра от другого). Интенсивность цвета, использованная в блоке «Продолжительность сотрудничества», обозначает совпадающие события; данный атрибут передает данные второстепенной важности

Заключение

Дата-дашборды предназначены для стремительной передачи ответственной информации, интерпретация которой не требует громадного количества времени и чрезмерных когнитивных упрочнений. В следствии кодирование самая важной информации в линейные диаграммы и графики разрешает пользователям принимать связи между данными еще перед тем, как они всецело уделить время всей визуализации.

Высоких вам конверсий!

По данным: nngroup.com.

Случайные статьи:

Совмещение графиков в MS Excel (построение комбинированного графика)


Подборка похожих статей:

admin