Wizualizacja struktury jako części całości przewija się w wielu obszarach biznesowych. Wszędzie tam, gdzie mamy do czynienia z danymi podzielonymi na jakiekolwiek kategorie, segmenty, regiony będziemy mieli potrzebę pokazania tej struktury w różnych ujęciach – zarówno statycznie jak i dynamicznie. Istnieje wiele rozwiązań wizualnych w tym zakresie, które mają zarówno wady jak i zalety. Świadomość każdej z nich pozwala na ich optymalne wykorzystanie na dashboardach. W poniższym wpisie omówimy dwa najczęściej spotykane wykresy w tym obszarze – pie chart i treemap w Tableau, dodatkowo omawiając również mniej popularne alternatywy.
Pie Chart
Pie chart ma równie dużo zwolenników jak i przeciwników. Po pierwsze jest to wykres niezwykle popularny i prosty w odbiorze. Pojęcie koła jako całości i wycinka jako jego części jest bardzo intuicyjny i łatwy do zrozumienia dla odbiorcy, przywołując skojarzenia całości jako ciasta (lub pizzy):
Skoro tak, to czemu wiele podręczników wizualizacji danych odradza ten wykres? Po pierwsze, ciężko jest porównywać wycinki koła między sobą – zwłaszcza przy zbliżonych wartościach. Potrzebujemy więc etykiet, a przy dużej liczbie kategorii będzie już to nieczytelne. Dochodzimy tutaj do kolejnej wady, czyli przejrzystości przy większej liczbie kategorii:
Kolejnym minusem pie chartu jest trudność porównań w czasie – nie mamy wspólnego punktu odniesienia, wobec czego bez etykiet jest dość ciężko sprawdzić zmiany:
Skoro pie chart ma tyle wad, to czy nadal ma jakiekolwiek zastosowanie? Tak, ale w określonych przypadkach.
- liczba kategorii musi być niewielka – najlepiej dwie, na pewno nie więcej niż trzy-cztery.
- dane które chcemy przedstawiać są statyczne (jeden punkt w czasie).
- warto sięgnąć po odmianę pie chart zwaną donut chart, gdzie zyskujemy środek na dodatkowe informacje – jak tytuł wykresu. Oszczędzamy tym samym miejsce na dashboardzie konsolidując przekaz informacji:
Treemap
Alternatywą i odpowiedzią na część bolączek pie chartu jest wykres treemap. W tym przypadku zamiast koła, mamy prostokąt, a porównanie odbywa się nie poprzez kąty/wycinki koła, a powierzchnię prostokątów. Jest to prostsze dla percepcji człowieka, ale nadal nie idealne:
Plusem jest również to, że zajmujemy całość obszaru na wykresie – nie ma pustej przestrzeni jak w pie chart. Przy większej liczbie kategorii wykres jest również czytelny, a dodatkowo wspiera dane hierarchiczne:
Jeśli chodzi o minusy, to nadal najlepiej jest korzystać z etykiet, co przy dużej liczbie kategorii może być nieczytelne. Porównywanie powierzchni jest prostsze niż kątów, ale nadal nie tak proste jak długości albo pozycji, więc wykres nadal stwarza pewne problemy w interpretacji. Jest też mniej intuicyjny dla zwykłego odbiorcy, który łatwiej utożsamia pełną całość jako koło niż prostokąt. Niemniej jednak w porównaniu do pie chart, zwłaszcza w sytuacji większej liczby kategorii lub hierarchii, treemapa będzie lepszym rozwiązaniem.
Inne opcje
W przypadku wizualizacji struktury pie chart i treemap to nie są jedyne rozwiązania. Inną opcją jest stacked bar/column chart, często wykorzystywany w danych hierarchicznych albo czasowych:
Wykres ma tę przewagę nad treemapą, że porównujemy długość słupków a nie powierzchnię, więc teoretycznie jest prościej. Ale słupki dla poszczególnych kategorii poza pierwszą i ostatnią nie mają wspólnej punktu startu/końca, wobec czego znów porównanie nie jest idealne dla kategorii środkowych. Rozwiązaniem może być tutaj rozbicie wykresu na mniejsze części tworząc wykres panelowy:
Teraz mamy wspólną oś początkową każdej kategorii, natomiast tracimy wizualnie obraz całości – musimy przekazać oddzielnie informację że poszczególne kategorie sumują się do 100%. Nie jest to na pierwszy rzut oka oczywiste jak w przypadku standardowego stacked bar/column chart.
W przypadku danych czasowych warto również wspomnieć o area chart, czyli wykresie warstwowym. Jest to dobre rozwiązanie dla danych czasowych, podobnie jak wykres liniowy dla standardowych wskaźników – wskazuje ciągłość w czasie. Minusy są podobne do stacked column chart – trudność porównań dla pośrednich kategorii:
Oprócz powyższych alternatyw jest jeszcze kilka opcji, natomiast mają one raczej niszowe zastosowanie. Przykładowo hierarchiczny pie chart to inaczej sunburst, za pomocą którego możemy pokazać dwa (lub więcej) poziomy szczegółowości:
Werdykt
W bezpośrednim starciu w większości zastosowań lepszym wyborem będzie wykres treemap, natomiast wszystko zależy od konkretnej sytuacji. Dla małej liczbie kategorii albo wskaźników 0-100% – pie chart albo donut chart będzie dobrym wyborem. Dla większej liczby kategorii i danych hierarchicznych – lepsza będzie treemapa, ale trzeba pamiętać że jest mniej intuicyjna. Oba te wykresy nie są dobre do dokładnych porównań oraz do wizualizacji zmian w czasie – w tych przypadkach lepiej sięgnąć po stacked bar/column chart lub area chart. Jeżeli zależy nam z kolei na bardzo dokładnym porównaniu kategorii lub zmian w czasie, możemy rozbić wykresy na małe wielokrotności tworząc wykres panelowy. Gubimy tym samym wizualne wskazanie 100% jako całości, ale zyskujemy dokładność porównań. Jak widać każde z rozwiązań ma swoje plusy i minusy, ale mając ich świadomość jesteśmy w stanie odpowiednio dobrać wykres do wymagań konkretnej sytuacji biznesowej.
Mateusz Karmalski Tableau Author
