Wanneer je aan data denkt, denk je snel aan cijfers en tabellen. Deze vorm van informatie is soms moeilijk te begrijpen. Het helpt daarom om data om te zetten naar beeld.
Het helpt om te werken met datavisualisaties.
Datavisualisatie: een voorbeeld
Van sommige cijfers kunnen we ons eenvoudig een beeld vormen. Als ik bijvoorbeeld zeg dat ik 2 appels heb en mijn collega 4 appels heeft, dan weet je direct hoe dat er ongeveer uitziet en dat mijn collega er tweemaal zoveel heeft als ik.
Niet alle cijfers zijn zo eenvoudig te begrijpen.
Abstracte cijfers
Stel nu dat het niet om het appelbezit van mijn fictieve collega en mij gaat, maar om onze respectievelijke bijdrages aan een doelstelling. Laten we de appels vervangen door het aantal hulpvragen die we hebben verwerkt in een jaar:
- Erik: 1.923
- Renee: 3.534
Je leest nog steeds dat mijn fictieve collega, Renee, meer werk heeft gedaan dan ik. Maar hoe dit zich tot elkaar verhoud is lastiger in te schatten als je het vergelijk met 2 en 4 appels. Datavisualisatie helpt je hierbij.
Het visualiseren van cijfers
We kunnen de data bijvoorbeeld in een balk zetten en de lengte laten bepalen door de aantallen:
Met dit beeld krijg je een intuïtief idee bij het verschil in de aantallen. Renee heeft heel wat vragen meer verwerkt dan ik!
Je data en je doel bepalen de visualisatie
Verschillende type data hebben verschillende type visualisaties die goed bijdragen aan het verhaal dat je wil vertellen. Dit hangt af van de aard van de data, de complexiteit van de data en het punt dat je wil maken.
Waarom datavisualisatie werkt
Ik werk graag met datavisualisatie en dat komt omdat het gebaseerd is op een heel mooi gegeven. Kijk eens naar de volgende twee vormen:
Bron: Design for the Real World – Victor Papanek.
En neem nu deze twee woorden in je op: maluma en takete. Welke vorm associeer je met welk woord?
Deze associatie, in dit geval tussen zachte, ronde vormen en harde, hoekige vormen, werkt voor iedereen hetzelfde. Dit is dus iets in wat ons allemaal verscholen zit.
Datavisualisatie leunt op dit soort eigenschappen om iets abstracts als data makkelijker begrijpbaar te maken.
Waar ik me in specialiseer
Datavisualisatie is een breed vak. Ik specialiseer me daarom drie aspecten binnen het vak: toegepaste datavisualisatie, dataverhalen en datakunst.
1: Toegepaste datavisualisatie: in python en d3.js
Een datavisualisatie is waardevol deze een nut dient. Daarom richt ik me op toegepaste datavisualisaties. Deze visualisaties maak ik op maat zodat ze aansluiten bij je organisatie en werkwijze. Ik werk hiervoor met code (python en d3.js) om datavisualisaties passend en herbruikbaar te maken.
Wil je meer weten over toegepaste datavisualisaties? Lees dan mijn artikelen over datavisualisatie of recensies van mijn klanten.
2: Dataverhalen: presenteren en storytelling
Als je data onderzoekt, analyseert en visualiseert, kan je tot waardevolle inzichten komen. Om een inzicht over te brengen naar anderen moet je het verhaal van het inzicht delen.
Dit verhaal gaat niet over al het werk dat je erin hebt gestoken (ook al is dat zeer waardevol), maar over de context van het inzicht: wat is het en waarom is het belangrijk?
Wil je meer voorbeelden zien van dataverhalen? Bekijk dan mijn dataverhalenpagina of mijn artikelen over dataverhalen.
3: Datakunst: persoonlijke dataprojecten
We leven in een tijd dat je data en datavisualisatie op allerlei manieren kan toepassen.
Ik investeer daarom een deel van mijn tijd in persoonlijke dataprojecten. Met deze projecten onderzoek ik de creatievere mogelijkheden van datavisualisaties. Het doel verander ik daarmee van objectieve en nuttige datavisualisaties naar het maken van beelden die me persoonlijk aanspreken.
Nieuwsgierig? Bekijk mijn datakunstpagina of lees mijn datakunstartikelen.