MENU SLUITEN
Datavisualisatie: data schetsen

Wanneer is een grafiek 'geslaagd'?

In een wereld die beheerst wordt door data en waarin alles draait om kennis en innovatie, is visualisatie van data onze belangrijkste gemeenschappelijke taal geworden. Grafieken, kaarten, diagrammen, ze overtreffen cijfers en tekst in alle opzichten. Datavisualisatie is nu overal om ons heen. Maar hoe herkennen we eigenlijk een goede grafiek?

DOOR: ERIC JANSSEN

20 SEPTEMBER 2018

LEESTIJD: 5 MINUTEN

Datavisualisatie is overal om ons heen

Visualisatie van data wordt inmiddels overal ter wereld gebruikt. Overal waar we kijken zien we het terug. Navigatiedashboards in auto’s wijzen ons de weg op de meest overzichtelijke manier. Weer-apps laten ons de weersverwachting zien door middel van iconen. Fitness-apps gebruiken grafieken om ons inzicht te geven in het aantal stappen die we hebben gezet en of ons eetpatroon past bij de doelen die we hebben gesteld. De rekening van de energiemaatschappij laat grafieken zien die vergelijking van het energieverbruik mogelijk maakt met soortgelijke huishoudens en toont de maandelijkse opbrengst van onze zonnepanelen in een heldere vergelijking. We realiseren het ons niet altijd, maar datavisualisatie heeft zich diep geworteld in ons dagelijks leven. Het maakt ons leven gemakkelijker en helpt ons bij het nemen van beslissingen.

Datavisualisatie: navigatie dashboard
Datavisualisatie: zonnepanelen
Datavisualisatie: weer app
Datavisualisatie: fitness app

DATAVISUALISATIE IS OVERAL: NAVIGATIE DASHBOARD, DE WEER-APP, ZONNEPANELEN OPBRENGST-APP EN DE FITNESS APP.

Datavisualisatie is geen nice-to-have skill meer

Die alomtegenwoordigheid en vanzelfsprekendheid van datavisualisatie in ons dagelijks leven zorgt voor een sterk groeiende behoefte aan goede visualisaties in meetings, sales presentaties, klantonderzoeksrapporten, beoordeling van team prestaties; van de werkvloer tot helemaal in de directiekamer. De moderne executive verwacht datavisualisaties die net zo goed bruikbaar en even goed leesbaar zijn als die in de fitness-app die ze gebruikt om haar eigen prestaties te volgen. Datavisualisatie is de taal geworden die nodig is om de enorme hoeveelheid data om ons heen snel te kunnen begrijpen en effectief te communiceren.  Het beheersen van deze nieuwe bedrijfstaal vereist een nieuwe manier van denken en communiceren in organisaties. In plaats van te communiceren door het rondsturen van eindeloos lange tabellen en vele pagina’s tekst, omarmen steeds meer bedrijven deze nieuwe manier van denken en communiceren. Ze hebben daarmee als voornaamste doel het behalen van competitief voordeel uit al die data die ze verzamelen. Door data efficiënter te communiceren besparen ze kosten en door kennis effectiever te delen ontstaat meer innovatie. Nieuwe ideeën kunnen communiceren met behulp van effectieve grafieken is geen nice-to-have skill meer, maar een must-have skill. Carlson Wagon Lits Business Travel: “Datavisualisatie is geen nice-to-have skill meer. Business managers en business leaders die geen heldere visualisaties kunnen maken, zijn voor ons minder waardevol. Daarom trainen we ze in het visualiseren van data”. 

Bedrijven omarmen deze nieuwe manier van denken en communiceren. Datavisualisatie biedt ze competitief voordeel.

Context is alles

Hieronder voorbeelden van standaardgrafieken gemaakt met Excel, Cognos Analytics en Tableau. De grafieken zien er alledrie prima uit: ze zijn goed gelabeld, er zijn geen onnodige versieringen en kleur is zorgvuldig gekozen. De grafieken vertellen ook allemaal een duidelijk verhaal: na zes maanden groei, zwakt die een beetje af om vervolgens te stabiliseren.

Datavisualisatie: standaard grafiek Excel
DE STANDAARD GRAFIEK VAN EXCEL
Datavisualisatie: standaardgrafiek Tableau
DE STANDAARD GRAFIEK IN TABLEAU
Datavisualisatie: standaard grafiek Cognos Analytics
DE STANDAARD GRAFIEK IN COGNOS ANALYTICS

Maar betekent dit ook dat het goede grafieken zijn? De grafieken gemaakt met softwareprogramma’s Excel, Tableau en Cognos Analytics zijn vrijwel identiek. Tableau of Cognos produceert geen grafiek die beter of slechter is dan die van Excel. Onze eerste conclusie is daarom dat de keuze van het softwareprogramma niet bepalend is voor de kwaliteit van de grafiek. Software kan de taak van het bedenken van effectieve grafieken niet van ons overnemen. De vraag blijft daarom overeind. Zijn deze grafieken goed? Zijn ze effectief? Het antwoord is: dat weten we niet. Zonder context is niet vast te stellen of het goede visualisaties zijn. Niemand kan dat; een informatie designer niet, een data scientist niet en een financieel analist niet. Bij gebrek aan context zijn deze grafieken niet goed of slecht te noemen. Wat we wel kunnen zeggen, of ze goed zijn opgebouwd. Of ze de ‘theoretische’ regels hebben gevolgd voor informatiepresentatie. Maar om de toegevoegde zakelijke waarde ervan te beoordelen, zullen we meer moeten weten. Veel meer. We moeten bijvoorbeeld weten wie de grafiek gaat gebruiken. En wat is het belangrijkste idee dat we duidelijk willen maken met de data? En het allerbelangrijkste: wat willen we dat mensen met de informatie doen? Tot welke actie moeten ze overgaan? Moeten ze iets veranderen, differentiëren, beïnvloeden, onderzoeken? Of misschien aanbevelen, valideren, investeren of juist afstoten?

Als we onder datavisualisatie verstaan het selecteren van cel A1 t/m K115, vervolgens op de rechtermuisknop klikken en kiezen voor de standaardgrafiek in ons favoriete softwareprogramma, dan lopen we het risico dat een collega van een andere afdeling die iets beter zijn best doet om data duidelijk te communiceren beter inzicht geeft in de data. En dat verschil wordt opgemerkt. Carson Wagonlits Business Travel: ‘we zien steeds vaker in ons bedrijf dat wie data niet effectief kan communiceren, voorbij wordt gestreefd door een collega die dat wel kan. Het kunnen bedenken en creëren van high impact datavisualisaties is een belangrijke functie-eis geworden voor bijna iedereen in de organisatie.’

Maar hoe herkennen we nou een goede grafiek? Wanneer is die effectief? Wanneer heeft het verhaal dat verteld wordt met data echt impact?

Soms werkt een eenvoudige schets gewoon beter

Als we één van bovenstaande grafieken zouden presenteren aan de directie dan zou het weer géén goede grafiek zijn, want bestuurders kennen meestal de maandomzet wel. Ze zouden verveeld raken en afhaken, nog tijdens de presentatie. Ze grijpen naar hun smartphone of tablet en gaan nieuw binnengekomen berichten lezen of erger nog, ze raken geïrriteerd omdat hun kostbare tijd wordt verspild. Stel dat de directie op zoek is naar nieuwe markten om in te investeren zodat ze de negatieve omzettrend kunnen keren in een bepaalde regio; in dat geval kan een uitsplitsing van veranderingen in de wereldwijde verdeling van de omzet wellicht een goede grafiek zijn.

INFORMATIEVISUALISATIE: datavisualisatie

Het is dezelfde dataset, maar een geheel andere uitkomst. Cognos Analytics, Tableau of Power BI, om er maar een aantal te noemen, zijn prima tools voor data-analyse, maar hoe geavanceerd ook, ze kunnen het denkproces niet van ons overnemen. Stel dat de CFO zegt: ‘Laten we het in ons volgende gesprek eens hebben over de omzettrends’, dan zou voorgaande grafiek weer niet effectief zijn. Gelet op de context en het doel, zou het verkennen van verschillende toekomstige scenario’s over de omzettrend en het schetsen daarvan op een whiteboard een grafiek opleveren die beter geschikt is voor deze brainstormsessie. 

Datavisualisatie: data schetsen
DATA SCHETSEN OP EEN WHITEBOARD: EFFECTIEF BIJ HET BRAINSTORMEN VAN MOGELIJKE SCENARIO'S

In deze context – het bedenken van mogelijke scenarios – is een compleet uitgewerkte grafiek niet effectief, maar werkt een ruwe schets juist heel goed.  

Deze voorbeelden laten zien dat we het idee moeten loslaten dat het succes van een grafiek wordt bepaald door de tool waarmee die is gemaakt. Ook hangt het succes niet af van het volgen van strikte presentatieregels, in de trant van ‘Gebruik nooit een pie chart’ of ‘Gebruik altijd een kolommendiagram’. Een grafiek is geslaagd als die informatie effectief en efficiënt communiceert, daarbij lettend op de context. Voorkomen moet worden dat mensen heel hard moeten werken om belangrijk informatie te begrijpen. Verder moeten we voorkomen dat gebruikers de informatie verschillend interpreteren of dat ze in de war raken of erger nog, worden misleid. Datavisualisatie design en het creëren van impactvolle visualisaties gaat er dus vooral om dat mensen dingen zien in de data die ze eerder niet zagen, zodat ze betere en snellere beslissingen kunnen nemen. Het vergt een nieuwe manier van denken in organisaties. Een manier van denken waarbij niet de data of de tools centraal staan, maar de gebruiker van de informatie.

In datavisualisatie design staan niet de data, maar de gebruiker centraal.