La data visualization è il processo di traduzione dei dati in grafici e altri elementi visivi, la presentazione di informazioni quantitative in visualizzazione, la pratica di tradurre le informazioni in un contesto visivo. Di fatto, è anche una parte enorme del processo di analisi dei dati e un modo efficiente per comunicare le informazioni in modo universale, veloce ed efficace per tutti.
Big data, lo storytelling per dare un senso “umano” alla marea di dati
Il processo decisionale si basa sempre più sulle informazioni: il Data Driven Decision Making (DDDM) è l’utilizzo dei dati per orientare il processo decisionale e convalidare un’azione prima di intraprenderla. Una pratica che aiuta anche a utilizzare informazioni passate per poter prevedere cosa accadrà in futuro.
Ci sono molte ragioni per porre questo approccio al centro della propria cultura aziendale: nuove opportunità di business, innovazione, migliore comunicazione, conoscenza, decisioni più sicure e risparmi sui costi.
Data visualization: cos’è e perché usarla
I dati arrivano con una velocità, un volume e una varietà così travolgenti che non siamo in grado di comprenderli senza applicare su di essi uno strato di astrazione come quello visivo. Per molte aziende, interpretare i dati può essere una vera sfida: è qui che entra in gioco la data visualization, che non deve essere pensata (o limitata) solo per figure specifiche come i data scientist e/o gli analisti.
Se è quasi impossibile ricavare un significato da una lunga tabella di numeri, diventa fondamentale avere un modo per costruirne una rappresentazione: il nostro cervello non è in grado di comprendere o anche solo immaginare grandi quantità di numeri o testo contemporaneamente.
Se ci mettessero di fronte una tabella con tante righe quanti sono i giorni dell’anno e, all’interno di esse, trovassimo il valore del cambio Euro/ Dollaro, sarebbe molto complicato comprendere come questo valore è fluttuato nel tempo. Un grafico lineare, invece, darebbe immediatamente l’informazione che stiamo cercando.
Quindi, rappresentare i numeri in un formato visivo aiuta le persone a semplificare strutture complesse in informazioni semplici e comprensibili. Che si lavori nelle vendite, nel marketing, nelle risorse umane, nella tecnologia o in qualsiasi altra divisione, è necessario essere in grado di visualizzare i dati per presentarli e farli comprendere all’audience di riferimento.
Le immagini create offrono un modo per scoprire relazioni e schemi tra attività in modo che la visualizzazione possa essere utilizzata per scoprire fatti (anche sconosciuti) e offrire informazioni chiave su set di dati anche complessi in modi significativi e intuitivi.
Utilizzando elementi visivi come linee, istogrammi e mappe, gli strumenti di visualizzazione dei dati forniscono un modo accessibile per identificare e comprendere tendenze, valori anomali e modelli nei dati e per acquisire informazioni e prendere decisioni migliori più rapidamente.
Il tema è tutto nel riuscire a raccontare una storia e non inondare il pubblico di dettagli estranei al contesto, non necessari o irrilevanti.
Tra i motivi che rendono fondamentale la data visualization:
- Rendere i dati più facili da capire e ricordare
- Scoprire fatti sconosciuti, valori anomali e tendenze
- Visualizzare rapidamente relazioni e schemi
- Raccontare storie curando i dati in una forma più facile da capire
- Aumentare la capacità di agire rapidamente sui risultati
- “Un’immagine vale più di mille parole”
L’elenco potrebbe continuare all’infinito ma lo scopo principale è aiutare le organizzazioni a porre domande migliori e prendere decisioni migliori trasformando tutti i dati in informazioni facilmente comprensibili, visivamente accattivanti e utili.
Diventa quindi essenziale disporre di persone e processi per governare e controllare sia la qualità dei dati (la “materia prima”) sia la qualità di quanto realizzato per presentarli (la qualità della visualizzazione).
Esempi di visualizzazione di dati nella storia
Nella storia dell’umanità, abbiamo da sempre comunicato i dati attraverso le immagini, ma solo nell’ultimo mezzo secolo abbiamo iniziato a capire perché le visualizzazioni sono strumenti così efficaci per vederli e comprenderli.
Circa 1.300 anni fa, gli astronomi cinesi registrarono la posizione delle stelle e le forme delle costellazioni: le mappe stellari di Dunhuang sono il più antico atlante del cielo conservato.
La visualizzazione dei dati esiste da secoli: una delle più conosciute arriva da Charles Joseph Minard, un ingegnere civile francese famoso proprio per la sua rappresentazione di dati numerici su mappe.
La sua opera più famosa, la “Marcia di Napoleone“, è un grafico eccezionale, una mappa della campagna di Russia del 1812 che mostra la drammatica perdita di vite dell’esercito francese durante l’avanzata su Mosca e la successiva ritirata.
Da molti questa mappa viene considerata il miglior grafico statistico mai prodotto. L’obiettivo di questa mappa era raccontare una storia, “parlare direttamente agli occhi”.
Come altre forme di giornalismo narrativo, la visualizzazione dei dati può essere efficace sia per diffondere notizie che per raccontare vicende.
Nel 1850, una grave epidemia di colera nella regione di Broad Street a Londra era un mistero. All’epoca si credeva ancora che il colera si diffondesse nell’aria e non era ancora stata compresa l’esistenza dei germi.
John Snow, un anestesista, iniziò a creare una mappatura della malattia: una carta che segnava la posizione di ogni contagio e mostrava i gruppi di casi con rettangoli impilati uno sull’altro. Divenne subito evidente che i casi erano raggruppati proprio intorno a Broad Street.
La mappa mostrava che i decessi si erano concentrati attorno a una particolare pompa dell’acqua in Broad Street, suggerendo che la malattia fosse trasmessa dall’acqua anziché dall’aria.
Questa visualizzazione ha aiutato a cambiare il modo in cui vediamo i microbi e a far percepire l’importanza di una corretta visualizzazione delle informazioni.
Oggi, con l’avvento del cloud, di sofisticate tecnologie e dell’informatica in generale, siamo in grado di elaborare grandi quantità di dati alla velocità della luce: per questo motivo la visualizzazione dei dati è diventata una necessità in rapida evoluzione, un mix di scienza e arte che sicuramente contribuirà a modificare il panorama aziendale nei prossimi anni.
Data visualization: alle radici dell’elaborazione cerebrale
La scienza della visualizzazione dei dati deriva dalla comprensione di come gli esseri umani raccolgono ed elaborano le informazioni: il cervello impiega solo circa un quarto di secondo per attribuire significato a una rappresentazione grafica (un simbolo, una linea, un’immagine) e impiega in media 6 secondi per leggere 20-25 parole. Elaboriamo informazioni visive molto più velocemente del testo.
Inoltre, il cervello umano decodifica le informazioni attraverso schemi: i ricercatori hanno scoperto che il cervello umano cerca continuamente di rilevare modelli nel nostro ambiente perché questo facilita l’apprendimento.
Come si legge nel “The Big Book of Dashboards”, la visualizzazione dei dati ha effetto sul nostro breve termine, ci consente di interpretare istantaneamente grandi volumi di dati.
Questo è il motivo per cui visualizziamo i dati: sfruttando il sistema visivo possiamo individuare tendenze, andamenti e relazioni.
Così, per capire come possiamo interpretare efficacemente le visualizzazioni dei dati, è molto importante capire come funziona il nostro cervello e come percepisce ed elabora le informazioni.
Il ruolo degli attributi preattentivi nella visualizzazione dei dati
Gli attributi preattentivi sono le proprietà visive che notiamo senza usare uno sforzo cosciente per determinare quali informazioni catturano la nostra attenzione. Sono l’esperienza cognitiva immediata dell’elaborazione del mondo visivo.
I processi cerebrali avvengono a una velocità estremamente elevata (200 ms) dopo l’esposizione a uno stimolo visivo e non richiedono una ricerca sequenziale; quindi, sono uno strumento molto potente per ciascuno di noi: determinano ciò che viene notato prima di altro.
Sono state definite quattro proprietà visive preattentive:
- Forma (orientamento, lunghezza della linea, larghezza della linea, dimensione, forma, curvatura, chiusura, segni)
- Colore (intensità, tonalità)
- Posizionamento spaziale (posizione 2D)
- Movimento
Il colore è probabilmente l’attributo più potente a nostra disposizione; quindi, in ottica di visualizzazione dei dati, il suo utilizzo assume valenza strategica.
Ogni grafico che costruiamo (con qualsiasi strumento) utilizza attributi preattentivi, ma dobbiamo fare scelte progettuali per utilizzarli in modo mirato così da creare elementi visivi che enfatizzino i dati più importanti mantenendo il resto delle informazioni in competizione per l’attenzione.
Data visualization: l’importanza dell’etica
La visualizzazione dei dati non è un’attività eticamente neutra. Infatti, può anche avere un’influenza potenzialmente enorme sul modo in cui i dati vengono utilizzati per prendere decisioni.
È importante capire e ricordare che questo tema ha conseguenze e implicazioni etiche, dove il pensiero etico non riguarda solo le intenzioni ma anche le conseguenze che possono derivare dalla presentazione.
Il crescente utilizzo dei dati, per statistica, contribuisce alla crescente probabilità di un uso improprio dei dati che, evidentemente, può essere accidentale o intenzionale. In entrambi i casi, ad ogni modo, esiste un potenziale danno.
L’etica non è (e non è più) un’opzione anche se, per essere trasparenti, le responsabilità etiche di un professionista dei dati sono presenti in ogni fase del flusso di lavoro di un particolare set di informazioni: dalla raccolta alla pulizia, dal modellamento all’integrazione con altre fonti, dalla rielaborazione alla presentazione.
Per questo motivo è necessario concentrarsi anche su principi etici che siano relativi all’ambito della visualizzazione dei dati.
In particolare, potremmo discutere di:
- Trasparenza: l’obiettivo principale di ogni visualizzazione è portare trasparenza, per evitare fraintendimenti per il pubblico osservante. Se una grafica è confusa o fuorviante non è etica, indipendentemente dal suo intento
- Integrità: le persone devono agire con onestà durante la creazione e la distribuzione di visualizzazioni di dati (ogni grafico ha il potere di influenzare lo spettatore). Dire la verità e nient’altro che la verità (non bisogna mentire e non bisogna mentire per omissione)
- Responsabilità: dobbiamo pensare a tutte le conseguenze che una visualizzazione può avere sugli spettatori (non condividere il nostro messaggio o la nostra interpretazione con il nostro pubblico, ma condividere dati imparziali potenzialmente anche in disaccordo con le nostre idee)
Alla fine, dobbiamo essere sempre onesti con i nostri “lettori”. Mettendo insieme tutti gli argomenti è importante sottolineare che:
- i dati sono il focus principale di qualsiasi visualizzazione (qualità)
- capire/riconoscere/considerare il proprio pubblico è obbligatorio
- il design è fondamentale
- la visualizzazione ha conseguenze etiche
- una buona grafica racconta una storia
È utile anche ricordare che a volte possiamo trovare molti errori comuni. I principali con cui è facile scontrarsi più di frequente:
- Tipo di grafico sbagliato
- Troppe variabili presenti (confusione e sovrabbondanza)
- Ridimensionamento improprio (scale di valori differenti che danno percezioni differenti)
- Scarse scelte di colore (poca chiarezza o troppa enfasi “imposta”)
Possiamo avere architetti dei dati / analisti / ricercatori che raccolgono tutte le migliori e più utili informazioni esistenti, ma se i nostri utenti non possono capirle, diventa tutto inutile.
La visualizzazione dei dati dovrebbe essere uno degli strumenti più importanti nello zaino di qualsiasi professionista dei dati, non solo per report e dashboard: visualizzazioni chiare e illuminanti sono diventate potenti utensili per coinvolgere un pubblico in qualsiasi presentazione.
È facile progettare una buona dashboard? Sfortunatamente no, non lo è.
La capacità di creare visualizzazioni di dati di grande impatto, come grafici, mappe, infografiche e report, è diventata un’abilità fondamentale per analisti, ricercatori, nonché manager e personale che si occupa di monitoraggio e valutazione.
Raccontare storie interessanti attraverso splendidi elementi visivi come le infografiche può aiutare a guidare le intuizioni dell’utente finale in modo potente e comprensibile.
Una data visualization efficace è il passaggio finale (e cruciale) dell’analisi dei dati: senza di essa, informazioni e messaggi importanti si possono perdere e, soprattutto se i grafici sono imprecisi o fuorvianti, possono avere profonde ripercussioni. Visualizzazioni di dati errate portano il pubblico a fraintendere i dati reali e portano a decisioni (aziendali o no) sbagliate.
Gli artisti vedono l’invisibile e sono in grado di comunicarlo: questo dovrebbe essere lo stesso obiettivo di chi si occupa di visualizzazione dei dati.
