16.01.2019

La Data Visualization in 6 minuti: Storia e Best Practice

Sintetizzo qui in 6 minuti il piccolo corso che ho tenuto all’ENSAE (École nationale de la statistique et de l’administration économique, Scuola superiore per gli studi statistici e l’amministrazione economica) sulla storia e le Best practice della Data Visualization.

 

Vorrei cominciare riprendendo qualche parola chiave che tutti conoscono: Open Data, Data Journalism, Big Data e Data Visualization (o Dataviz).

 

 

 

L’Open Data non è un fenomeno nuovo

 

Cominciamo dall’Open Data, un fenomeno tutt’altro che nuovo. Diventato sempre più popolare grazie a Internet, che ha di fatto migliorato l’accessibilità ai dati, l’Open Data esiste in Francia fin dagli anni ’70.

Paghiamo la raccolta dati e quindi il diritto di accesso mediante le tasse comunali e altri tipi di imposte statali.

 

Open data trend toucan toco

Da 10 anni le ricerche su Google del termine Open Data continuano ad aumentare

Il Data Journalism o le primizie della Dataviz

 

Sono essenzialmente i giornalisti che si servono di questi dati e che utilizzandoli, visualizzandoli e democratizzandoli hanno aperto un varco al Data Journalism.

I grandi personaggi che hanno reso popolare questa pratica sono Simon Rogers del Guardian e Mike Bostock del New York Times. È proprio quest’ultimo ad aver creato il framework che utilizziamo da Toucan Toco per le nostre Dataviz, il d3.js.

 

Il Big Data, un buzzword utile

 

Contemporaneamente si è sviluppato il fenomeno dei Big Data. Big Data è un termine di marketing che i grandi editori di software hanno il merito di aver reso popolare. Infatti prima ancora di essere una rivoluzione tecnologica, i Big Data sono una rivoluzione culturale che ha cambiato le mentalità nelle aziende.

 

I Big Data hanno fatto evolvere il modo di pensare dei neofiti e dei non- esperti portandoli ad interessarsi al dato e hanno permesso anche ad altri tipi di utenti di scoprirne il valore. Questi possono essere utilizzati internamente dai collaboratori o proposti come servizio ai clienti o ai partner. Infatti, I Big Data suscitano in tutti i collaboratori di un’azienda una vera presa di coscienza.

 

La Dataviz o come democratizzare la comprensione dei dati

 

Da questa esigenza è nata la Dataviz. Nonostante il concetto dei grafici non sia nuovo, la Dataviz permette di rappresentare dei sistemi di dati complessi mediante grafici interattivi e/o editorializzati.

 

Ecco qualche buona prassi al riguardo.

 

Le Best practice della Data Visualization

 

Le due Dataviz che vi presento sono eccellenti perché raccontano i dati in funzione degli utilizzatori invece di limitarsi a darne una semplice rappresentazione.

 

Perché una Dataviz abbia senso deve far passare un messaggio. Ecco perché una Dataviz che funziona è editorializzata e personalizzata. Il modo in cui vengono raccontati i dati è cruciale e fa sì che il dato sia azionabile e operazionale.

 

1. Editorializzare la visualizzazione dei dati o cambiare l’angolo di vista

 

Conoscete la rappresentazione dei dati sul livello di reddito per ogni municipalità di Parigi mediante l’utilizzazione di colori diversi per ogni livello ?

 

Si tratta di un approccio analitico, semplice ed efficace. Il problema è che non suscita interesse. Nessuno si identifica ad una municipalità in particolare: quando si vuole parlare di dove si abita, si indica piuttosto il quartiere o il nome della stazione della metropolitana più vicina.

 

Vincent Garreau segue proprio questo ragionamento: invece di scegliere un punto di vista generico, si mette nei panni degli abitanti di Parigi e propone una rappresentazione grafica del livello di vita intorno alle stazioni di metropolitana. L’analisi è molto più fine e più eloquente.

 

Viene voglia di cliccare dappertutto: dove lavoriamo, dove abitano i nostri amici… Questo entusiasmo per i dati prova che la Data Visualization è riuscita.

dataviz vincent garreau

Divertiti con la Dataviz

 

 

2. Personalizzare la visualizzazione dei dati

 

Le Pariteur illustra le disparità tra uomini e donne in Francia. Riprende il profilo dell’utente considerando il suo stipendio e la sua categoria socio-professionale. Il messaggio è essenzialmente uno: le donne della tua età e che svolgono la tua stessa professione guadagnano meno soldi di te.

 

Non si tratta più di un dato estrapolato da uno studio che non ti riguarda.

 

La bellezza di questa Data Visualization sta nel presentare le informazioni sotto forma di un messaggio che non si rivolge alle masse in generale ma ad un individuo in particolare.

 

dataviz le pariteur

Divertiti con la Dataviz

 

La personalizzazione consiste nel fornire delle informazioni che mi sono proprie, come l’età e il sesso, per poter accedere al dato in funzione della MIA storia. Questo provoca un’emozione immediata e duratura perché mi tocca da vicino. Scoprendo il risultato, mi interrogo. Sono indignato. Ecco qua: il messaggio è arrivato!

 

Insomma, questa Data Visualization è un successo perché non si limita a riportare dei grafici piatti e generici. I dati sulle disparità di stipendio sono disponibili da decenni, eppure hanno avuto un impatto solamente quando i giornalisti o dei progetti di questo tipo se li sono appropriati.

 

Cosa evitare nella Data Visualization

 

Il grafico a torta è indigesto

pie chart fail

Forse esagero con questo pie chart, ma a chi non è mai capitato in riunione di vedere una cosa di questo tipo?

dataviz piec hart bar chart

I diagrammi a torta o pie chart sono a spicchi. Visualmente non permettono di fare facilmente la differenza tra i componenti, soprattutto quando i valori dei dati differiscono di poco. Qui non potete distinguere se la parte blu è più o meno grande di quella arancione.

 

Il pie chart può facilmente essere sostituito da un istogramma, il grafico a sinistra. Anche senza le percentuali, vedo al primo colpo d’occhio che la parte arancione è più grande della blu.

 

#nevergoforapiechart

 

Quello che è bello non è per forza chiaro

table chart beautiful but useless

L’autore di questa Dataviz ha cercato di comparare il deficit alle altre voci di spesa del Regno Uunito. Secondo voi, quale dei due rettangoli indicati è il più grande?

 

La risposta è che sono uguali, rappresentano lo stesso valore di spesa. Eppure avrei giurato che il rettangolo beige fosse almeno una volta e mezzo più grande.

 

Ecco perché è necessario riflettere a monte della Dataviz. Se fate lo sforzo di strutturare il dato e di rappresentarlo, ma la vostra visualizzazione è inadeguata, non otterrete l’effetto voluto e il messaggio si perderà.

 

#designfirst

uselful barchart bar chart dataviz

Qui le due voci menzionate sopra sono immediatamente visibili al primo e al secondo posto dei centri di costo con dei valori quasi equivalenti. E l’informazione principale in posizione mediana amplifica il mio messaggio.

 

Osservando le spese superiori al deficit, vedo che la prima voce di spesa corrisponde a degli investimenti. Questo mi permette di relativizzare il deficit finanziario.

 

Un consiglio per la visualizzazione dei vostri dati: mettete sempre un termine di paragone perché un valore assoluto perde di significato.

 

Per approfondire

 

La presentazione sull’argomento (in francese solo)

 

 

Il guru della Dataviz

Voglio condividere con voi un video ormai celebre di Hans Rosling, considerato da molti come il guru della Dataviz. È la persona che mi ha fatto capire l’interesse di costruire una storia intorno a una visualizzazione.

 

È lui che mi ha dato voglia di creare una soluzione di Data Storytelling e che mi ha convinto che il dato può diventare attraente.

In questo video Hans Rosling commenta come un cronista sportivo l’evoluzione dei paesi in via di sviluppo.

 

 

 Hans Rosling dataviz

Guardate i primi 7 minuti, sono quelli più importanti

 

Oltre la Data Visualization: Il Data Storytelling, raccontare il dato in azienda

Il Data Storytelling continua il lavoro della Data Visualization rivolgendosi a tutti i principianti del dato in azienda. Queste persone hanno bisogno di uno strumento che faciliti loro la lettura e l’interpretazione dei dati inerenti alla loro attività.

 

Il Data Storytelling mette in scena il dato e lo rende interattivo e azionabile. Le informazioni più importanti appaiono chiaramente e gli utenti ricevono un messaggio semplice.

 

Inoltre il formato dell’informazione si adegua ai diversi bisogni dell’impresa.

 

Il Data Storytelling va oltre la Dataviz perché rende il dato azionabile e permette di gestire e controllare meglio le diverse attività delle aziende.

 

 

Kilian Bazin, Co-fondatore e direttore generale di Toucan Toco

 

A proposito di Toucan Toco

La nostra Mission: raccontare storie di Business Performance attraverso dati interattivi e il Data Storytelling.

I nostri utenti: Direzione Marketing, Produzione, Finanza, Risorse Umane, Commerciale e Top Management di grandi aziende.

Siamo passati da 4 a 70 persone in 4 anni, contiamo più di 100 clienti e 300 progetti, tra cui: Renault, Total, Axa, BPCE, EDF, JCDecaux, Téréos, Psa, Marques Avenue, lvmh, Euler Hermes, Vinci, DCNS, BIC, sncf, seb, Moët Hennessy, La Banque Postale…

Le App di Toucan Toco sono disponibili su mobile, semplici da utilizzare, facili da creare e possono essere integrate in qualsiasi sistema informativo.

 

à lire aussi

No comments so far.

Leave a Reply

You can use these tags: <a href="" title=""> <abbr title=""> <acronym title=""> <b> <blockquote cite=""> <cite> <code> <del datetime=""> <em> <i> <q cite=""> <s> <strike> <strong>