W poprzednich wpisach z serii „60 wykresów w Tableau” opisywałem sposoby wizualizacji danych kategorialnych, czasowych, części całości i relacji. Przypomnijmy – dla danych kategorialnych polecanym rozwiązaniem były bar charty, dla czasowych – line charty. Dla części całości opcji było więcej w zależności od rodzaju danych. Jeśli chodzi o relacje, znów wróciliśmy do jednej pożądanej opcji – scatterplot. Powyższe kategorie obejmują naprawdę szeroki obszar wizualnej analityki danych, natomiast jest jeszcze mnóstwo innych rozwiązań. Część z nich przybliżę w poniższym i zarazem ostatnim wpisem z serii.

Mapy

Wszędzie tam, gdzie mamy do czynienia z danymi lokalizacyjnymi, mapy są pożądanym sposobem wizualizacji. W łatwy sposób pomagają przekazać odbiorcy geograficzną ekspozycję naszych danych. Podstawowym sposobem wizualizacji danych geograficznych jest mapa punktowa. Poszczególne punkty reprezentują lokalizację (klienta, zakładu, sklepu, fabryki, punktu odbioru) – przy czym może być to zarówno dokładna lokalizacja (współrzędne), jak i kod pocztowy lub jednostka administracyjna. Wielkość punktu danych reprezentuje wybraną miarę. W poniższym przykładzie widzimy sprzedaż dla Stanów Zjednoczonych:

Drugim podstawowym rodzajem mapy jest wypełnienie. W tym przypadku istotą są obszary (najczęściej administracyjne – województwa/stany, ale również mniejsze jak powiaty/gminy), które są wypełniane kolorem w zależności od wartości danej miary:

Które rozwiązanie jest lepsze – to zależy od potrzeby biznesowej. W przypadku wypełnienia interpretacja jest nieco trudniejsza – dla człowieka trudniej jest przyswoić różnicę w natężeniu koloru. Łatwiej jest porównywać rozmiar, czyli punkty danych. Ale i tutaj porównanie rozmiarów kół jest trudniejsze niż przykładowo słupków. W przypadku wypełnienia możemy też przegapić niewielkie obszary, które giną optycznie przy większych. Z tych powodów mapy najlepiej sprawdzają się jako dodatkowe i poglądowe źródło informacji, niż jako główne. Powyższe przykłady nie wypełniają oczywiście wszystkich możliwości wykorzystania map w wizualizacji danych, szczególnie w Tableau. Możemy łączyć oba podejścia, tworząc mapę z dwoma warstwami – wypełnienie i punkty, dzięki czemu wizualizujemy dwie miary na raz:

Poza funkcją informacyjną map mogę one również pełnić funkcje wspomagające optymalizacje geograficznej ekspozycji. Służą temu funkcjonalności typu buffer (zaznaczanie obszaru wokół punktu danych) oraz makeline (tworzenie połączenia pomiędzy punktami). Wprowadzona jakiś czas temu funkcja warstw na mapach wspomaga łączenie różnych rodzajów map w funkcjonalne narzędzia:

Na mapach możemy umieszczać nie tylko punkty danych – także całe wykresy. Przykładowa mapa z donut chartami:

Tabele

Tabele jednoznacznie kojarzą się ze znanym z codziennej pracy Excelem, a wizualizacja danych wydaje się obszarem stroniącym od tabel jako mało atrakcyjnym wizualnie środkiem przekazu. Mogą one jednak z powodzeniem wspomagać proces przejścia Excel  Narzędzia BI, a również dostarczać dostęp do pożądanych szczegółów danych. Dodatkowo, tabele w Tableau dość łatwo ożywić i uatrakcyjnić. Poniżej widzimy standardową tabelę po lewej oraz rozbudowaną wizualnie highlight table po prawej:

Już ten prosty zabieg pozwala skierować uwagę odbiorcy na największe wartości lub odchylenia. Jeżeli mamy dużo danych, a zależy nam nie tyle na dokładnej wartości co na ogólnym położeniu interesujących nas obszarów, możemy usunąć wartości zostawiając kolory. Dostajemy tym samym heat-mapę:

Tabele, podobnie jak mapy, najlepiej nadają się jako funkcja dodatkowa wizualizacji. Pozwala na dostęp do szczegółów, który dla niektórych użytkowników może być istotny. Dlatego tabele mają swoją miejsce w kanonie wizualizacji danych, ale ponownie – nie na pierwszym planie.

KPI Card

Projektując dashboard najczęściej wykorzystujemy podejście od ogółu do szczegółu. Zaczynamy od ogólnych, całościowych KPI i stopniowo wchodzimy w większe szczegóły, które pozwalają lepiej zrozumieć wskaźniki, ich odchylenia i ewolucję. Aby szybko znaleźć najistotniejsze informacje na dashboardzie, najlepiej wykorzystać KPI Cards, które zawierają najczęściej:

1. Realizację danego wskaźnika
2. Odchylenie do referencji (cel, budżet, poprzedni okres)
3. Trend czasowy

Tak skonstruowana karta pozwala szybko ocenić wartość danego wskaźnika, czy wypada lepiej czy gorzej niż referencja, jaki jest trend. Z zarządczego punktu widzenia jest to świetny punkt startowy do dalszej eksploracji wyników, zwłaszcza że nie zajmuje dużo miejsca na dashboardzie:

Sky is the limit

Jeśli chodzi o pozostałe sposoby wizualizacji jest ich oczywiście całe mnóstwo. Wykres Sankey’a, skali Likerta, Marimekko, bump, flow, stream, rose chart – możliwości są nieograniczone. Jednak wizualizując dane musimy pamiętać o tym, aby przekaz był możliwie prosty, intuicyjny i łatwy do przyswojenia dla odbiorców. Dlatego najlepiej w zastosowaniach biznesowych skupić się na podstawowych rodzajach wykresów, uzależnionych od typu danych. Jeżeli natomiast naszym celem jest zwrócenie uwagi odbiorcy, przełożenie aspektu wizualnego nad funkcjonalny – wtedy not even sky is the limit.

Mateusz Karmalski Tableau Author