Всё для технического документирования
+7 (925) 328-76-00
Разработка технической документации
Курсы для технических писателей
Программное обеспечение

Основы технического контента: Что такое визуализация данных?

21.07.2017

Техническим писателям часто приходится выступать и в роли аналитиков. Они изучают по теме публикаций множество источников данных и должны представить их в правильном формате, как с точки зрения восприятия информации, так и с точки зрения корректности в используемом контексте. В настоящей статье в систематизированном виде описан этот подпроцесс при подготовке документации.


Визуализация данных включает две основные концепции: «большие данные» и сводка результатов в визуальном формате. И обе эти концепции помогают создавать более эффективный контент. «Большие данные» относятся к системам, в которых обычно собираются сведения о потребителях и клиентах, и относятся к их привычкам, предпочтениям, и даже финансовому влиянию. Но компании хранят также и другие типы данных, такие как список оборудования и запасы сырья, продуктивность сотрудников и другие варианты метрик, относящиеся к бизнесу.

Компании инвестируют много ресурсов в то, чтобы собранные данные использовались. Команды аналитиков не только просматривают большие массивы данных, чтобы понять, что они означают и как их можно категоризировать, но также и визуализируют их в виде информации. Существуют ли шаблоны, которые можно выявить? Какая дополнительная информация может быть получена и передана для помощи в принятии бизнес-решений?

Ответ кроется в наборе процессов, называемых «визуализацией данных».

Что такое визуализация данных?

Если просто, то визуализация данных – это представление или компоновка данных в визуальном (наглядном) или графическом формате.

Или, по определению компании Oracle, этот термин «описывает представление абстрактной информации в графической форме».

Данные – это сырые необработанные факты и цифры, а информация – это данные, которым придали контекст или значение. Знания добываются из информации, и мы трансформируем эту информацию в знания, с которыми можно работать. Не все знания можно аккуратно организовать в ряды и колонки. Знания могут означать взаимоотношения, метаданные, контексты и даже текст.

Визуализация данных облегчает просмотр больших объёмов информации, таким образом читатель может, не влезая в дебри трудных для понимания стен текста или цифр, получить о них представление и определить важные принципы и тренды – получить знания.

В первую очередь визуализация данных позволяет лицам, принимающим решения, выявить вариации принципов и трендов из собранной информации, которые помогут им принимать лучшие бизнес-решения. Этот процесс фактически позволяет вам поменять способ видения наборов данных.

Ниже приведён пример, предлагаемый Райаном Слипером, разработчиком визуалиции данных.

Сравните эти две цифры:

23 400 и 3 420 000

Ясно, что первая цифра меньше второй, но трудно быстро воспринять масштаб разницы. А вот эти две цифры, представленные в виде столбчатой диаграммы:

 

Достаточно одного взгляда, чтобы понять эти цифры, стало намного проще интерпретировать их, они стали более запоминающимися и эффективными. Визуализация сырых данных всегда повышает их ценность.

90% информации, получаемой человеческим мозгом – визуальная, и 60% взрослых людей полагают, что им проще воспринимать визуальную информацию. Мозг осмысливает графическое представление данных через таблицы и графики легче, чем через сложные списки или серии цифр. А значит визуальные данные дадут лучшие внутренние результаты с сотрудниками и внешние результаты с потребителями и другими заинтересованными сторонами.

Когда маркетологов опросили о том, какие типы визуального контента имеют максимальные рейтинги вовлечения, более 41% сообщили, что инфографика и другая уникальная графика наиболее привлекательна. Другие 25,7% сказали, что таблицы, графики и визуализации данных воспринимаются лучше всего. Текст, который подкреплён графикой, даёт лучший результат, чем просто сумма его частей.

Аналитики данных – также известные как специалисты по обработке и анализу данных – сортируют собранные данные и превращают в пригодную для использования информацию. Они выявляют шаблоны, ключевые точки данных и важные аспекты набора данных и затем переводят их в наглядную, более доступную форму. Оттуда профессионалы по работе с контентом могут также помочь в использовании графической формы, чтобы выявить преобладающие тренды и корреляции.

С учётом опасений по поводу конфиденциальности и безопасности данных, кто-то мог бы расценить визуализацию данных как шпионаж. Но большинство потребителей знают, что вы собираете данные о них, и согласны с этим, когда их предупреждают.

Иногда, бренды и компании маскируют стратегии сбора данных, чтобы потребители чувствовали себя комфортнее. Программы лояльности, например, дарят что-то потребителям, в то время как специалисты по обработке и анализу данных собирают много полезной информации.

Как работает визуализация данных?

Приведём базовый пример, чтобы проиллюстрировать, как работает визуализация данных.

Компания-ретейлер решает собирать историю покупок в их магазине, чтобы узнать, на какие товары и услуги потребители тратят больше всего денег. В связи с этим новым исследованием, компания рассылает опрос клиентам, с вопросом о том, почему они купили именно эти позиции. И всё вместе: эта информация, данные о продажах, собранные во время покупок клиентов, возвраты, дополнительные покупки, звонки в поддержку и т.д., расскажут владельцам бизнеса практически всё, что они хотят знать.

Но чтобы прочувствовать всю ситуацию, им нужно классифицировать данные и сделать выводы. Другими словами, им нужно отследить, какие продукты клиенты покупали и когда, и сопоставить с соответствующими данными из результатов опросов, которые объясняют, почему они тратили деньги именно на эти товары.

Эти процессы демонстрируют концепцию сбора «больших данных». Она включает в себя координацию и сбор этих данных, а затем их организацию и перевод.

Однако наличие такой информации ещё ничего не даёт. Чтобы обратить её в пригодную для использования форму, аналитики, дизайнеры и писатели работают вместе, чтобы создать инфографику, таблицы или графическое представление, для более детального исследования. Такие визуализированные элементы становятся частью внутренних презентаций компании, «дорожных карт» продуктов, стратегий продаж и поддержки пользователей – «большие данные» приобретают наглядную, более практичную форму.

Почему визуализация данных важна?

Без визуального представления, менеджменту, командам и покупателям непонятно, что означает данная информация и что с ней делать. Это продолжалось не так долго – история визуализации данных берёт начало многие века назад. Идея компоновки данных в таблицы была широко распространена со второго века, а вот графическое представление числовой информации не появлялось до 17-го столетия.

 

Оцифрованная версия визуализации русской кампании Наполеона от Шарля Жозефа Минара, 1869 год. Французская подпись на карте гласит: Образная карта последовательных потерь людей Французской армии в русской кампании 1812-1813 гг. Составлена М. Минаром, генеральным инспектором в сфере строительства портов и железных дорог в отставке. Париж, 20 ноября 1869 г. Число человек, присутствовавших в данный момент, представлено толщиной окрашенной зоны, в масштабе 1 мм на каждые десять тысяч человек; числа подписаны по зонам. Красным [сейчас коричневым] обозначено количество человек, которые вошли в Россию, чёрным – те, кто шли назад.

 

«Завернуть» количественные данные в более читаемый, графический формат теперь проще, удобнее и полезнее, имея в распоряжении технологии 21-го века.

Например, просто сохраняя список продуктов, которые покупают клиенты, получаем не что иное, как историю транзакций. Но анализируйте данные и разделяйте эти покупки по демографическим признакам и позициям, используя базы данных или даже электронные таблицы, и затем отображайте их используя графики и другие графические инструменты, и компания сможет сразу же идентифицировать тенденции, которые сможет потом использовать для будущего успеха.

 

Визуальное представление такой истории транзакций может показать, что высокий процент молодых людей склонны покупать много электроники и видеоигр. И наоборот, такие данные могут показать, что более старшие потребители чаще покупают фильмы в физических магазинах, чем более молодая аудитория. Вооружённая этими знаниями, компания может принять решение о том, какие позиции рекламировать больше и как перейти в онлайн-продажи или организовать поток.

 

Визуализация данных о продажах упрощает определение тенденций и шаблонов

 

Помните, что информация может быть применена и представлена многими различными способами. И использование визуализированных данных для продаж может работать совсем не так, как использование тех же данных для принятия решений, касающихся поддержки пользователей, таких как отслеживание пути пользователя, когда он использует сложную программную функцию. Современные эксперты по визуализации данных создают статичную, анимированную и интерактивную графику, которая предоставляет уникальный взгляд на данные организации, помогающий принимать решения о политике, продуктах и услугах. Визуализация данных становится эффективной стратегией, когда отвечает поддержке всех целей организации.

Источник: Technical Content Foundations: What is Data Visualization?

Тэги: , ,

< Вернуться к списку публикаций

Облако тегов