Home
Data analytics significa anche data visualization

18 Marzo 2022

Data analytics significa anche data visualization

di

La rappresentazione grafica è spesso il modo migliore per comunicare numeri. Tuttavia, passare dai dati memorizzati in una tabella alla loro rappresentazione grafica è tutt’altro che banale.

Un’immagine vale mille parole; per questo produrla bene è critico

Anche se molte applicazioni (tra cui Power BI, Excel, KNIME e tante altre) forniscono modi rapidi per costruire grafici in pochi secondi, questo processo richiede una pianificazione strutturata e un’esecuzione disciplinata.

In particolare, bisogna porsi le seguenti domande:

  • Quali tipi di grafico sono disponibili e quali sono le peculiarità di ciascuno?
  • Quale grafico preferire considerando lo specifico messaggio che voglio trasmettere?
  • Come posso assicurarmi che le visualizzazioni siano immediate e non soggette a fraintendimenti?
  • Quali insidie vanno sempre evitate nel processo di data visualization?

Perché visualizzare i dati

L’obiettivo essenziale della visualizzazione dei dati è trasferire a un altro essere umano un messaggio. Essere efficaci in questo processo di comunicazione implica che il ricevente comprenda il messaggio originale e vi dia un senso attraverso la proprie facoltà cognitive. La figura seguente ci propone una rappresentazione grafica di un cattivo tentativo di comunicare messaggi basati su dati, ovvero presentarli tutti insieme e nel loro formato originale.

I dati sono presentati nel loro formato originale

I dati sono presentati nel loro formato originale: il decisore è visibilmente alterato e confuso. Inoltre, la maggior parte dei dati viene semplicemente ignorata.

Il decisore qui è chiaramente sopraffatto da una così grande quantità di dati grezzi. Questa reazione è comprensibile: ogni essere umano ha una capacità cognitiva limitata in quanto il nostro cervello può elaborare solo una certa quantità di informazioni alla volta. Se cerchiamo di presentare troppi dati insieme, supereremo il limite cognitivo del ricevente, che otterrà una versione parziale o distorta del messaggio originale.

Di conseguenza, ciò che volevamo comunicare non sarà compreso o, peggio ancora, sarà frainteso. Una prima cattiva notizia da affrontare è che chiunque abbiamo di fronte, per quanto saggio ed esperto di numeri sia, la sua capacità cognitiva sarà sempre limitata e, quindi, riuscirà a dare un senso solo a una quantità piuttosto limitata di informazioni: il resto sarà semplicemente ignorato.

L’altra cattiva notizia è che, se più persone guardano gli stessi dati, le conclusioni che ne trarranno divergeranno, poiché le loro sensibilità individuali faranno loro prestare attenzione ad aspetti diversi degli stessi dati. Fortunatamente, abbiamo anche una buona notizia: esiste un metodo consolidato per comunicare efficacemente i dati ad altri esseri umani, ed è trasformarli in una visualizzazione astratta (un grafico) in grado di trasmettere gli aspetti chiave del messaggio che vogliamo trasferire.

Nella prossima figura troviamo una rappresentazione del potenziale della data visualization: codificando i dati (anche se in grande quantità, opportunamente filtrati e aggregati) attraverso sintesi grafiche, la capacità cognitiva del decisore è utilizzata al meglio e il messaggio ricevuto è inequivocabile.

I dati sono presentati attraverso la loro visualizzazione

I dati sono presentati attraverso la loro visualizzazione: applicando le giuste scelte di design, il decisore riceve al meglio il nostro messaggio.

Come mostrato nell’immagine, la visualizzazione dei dati è come un imbuto personalizzabile che richiede alcune impostazioni per funzionare correttamente. Infatti, non c’è un modo unico di visualizzare lo stesso insieme di dati: facendo alcune scelte di design (il tipo di grafico, le misure da codificare graficamente, gli attributi visivi e così via), è possibile sintonizzare l’imbuto in modo da renderlo più adatto a raggiungere il nostro preciso obiettivo di comunicazione. La nostra responsabilità è quella di occuparci di questa messa a punto.

È importante notare che queste scelte di design non sono guidate da esigenze di natura meramente estetica. Ogni elemento visivo in un grafico ha, infatti, un suo significato che viene sempre intepretato in un modo o nell’altro dal nostro cervello, il quale riconoscerà istintivamente alcuni indizi visivi ovvero gli attributi preattentivi. Ogni elemento grafico consumerà parte della capacità cognitiva: quindi, non conviene usare mai indizi visivi di troppo, tutto deve avere un preciso ruolo allineato all’obiettivo di comunicazione.

Leggi anche: Data analytics: chi comincia oggi sarà avvantaggiato, di Andrea De Mauro

Malgrado l’analogia con l’imbuto sia indubbiamente una grossolana semplificazione della realtà (la visualizzazione è molto più che una mera “compressione” di dati), rappresenta bene la mentalità che consiglio di mantenere nel visualizzare i dati. Ricordiamoci sempre questo: per convertire i dati in visualizzazioni immediate, d’impatto e prive ambiguità, dovremo fare le giuste scelte di design.

Ora che abbiamo chiarito l’importanza delle data visualization e che abbiamo svelato il nostro nuovo ruolo di visual designer, possiamo passare alla fase di pianificazione e alle prime scelte critiche di design che sarà necessario fare.

Un grafico per ogni messaggio

L’ambizione finale sottesa alla creazione di un grafico è quella di trasferire un messaggio ben preciso basato sui dati. Non sorprende, quindi, che la prima cosa da fare quando progettiamo un grafico sia decidere quale messaggio specifico vogliamo trasmettere. Questo messaggio può essere visto come la risposta a una certa domanda di business, come per esempio: il marchio X sta aumentando la sua quota di mercato in modo costante? o quale relazione lega il prezzo del servizio che offriamo con il fatturato che generiamo?. Malgrado le domande di business possano essere piuttosto ambigue e ampie, nella maggior parte dei casi possono essere associate a uno dei seguenti tre tipi.

  • Evoluzione: queste domande riguardano lo sviluppo di alcune variabili nel tempo. Se la nostra domanda di business contiene parole come crescere, ridursi, aumentare, diminuire, accelerare, decelerare, ritardare, tendenza, o stagionalità, allora rientra nel tipo evoluzione. Queste sono tra le domande più diffuse alle quali si risponde con l’utilizzo di grafici di dati: capire come evolvono gli indicatori di performance di un business, infatti, è tra le prime necessità informative che si affrontano in azienda.
  • Dimensione: queste domande riguardano la proporzione relativa delle componenti rispetto a un tutto (in inglese si traduce con Part-to-Whole) ovvero il confronto tra quantità comparabili. Le parole tipiche che si possono trovare all’interno di questo tipo di domande sono: fattori di crescita o decrescita (driver o drainer), alto, basso, maggiore, minore, primo, ultimo, più piccolo, più grande e, in generale, tutti gli aggettivi superlativi che includono più o meno. Ogni volta che siamo alla ricerca di un benchmark, di una classifica, di un confronto o di un drill-down in componenti, ci poniamo domande di business legate alle dimensioni.
  • Relazioni: queste domande indagano circa le relazioni reciproche tra diverse misure. Quando usiamo parole come relazione, rispetto, crescita/decrescita congiunta e, in generale, quando indaghiamo su come una grandezza cambia rispetto a un’altra grandezza, rientriamo in questa categoria.

La tabella qui sotto fornisce una lista di esempi di domande incluse in ogni gruppo. Dopo averla letta, pensiamo ad alcune domande con cui abbiamo avuto a che fare recentemente: è probabile che troveremo esempi in ciascuno di questi tre gruppi.

Tipo di messaggio Esempi di domande di business
Evoluzione Le vendite stanno aumentando o diminuendo, e quanto velocemente?
Notiamo un’accelerazione o una decelerazione della tendenza?
Osserviamo qualche stagionalità nell’andamento mensile del consumo?
Dimensione Quali tariffe stanno guidando la crescita del fatturato?
Quali sono i miei concorrenti più grandi?
Attraverso quale linea di prodotti il mio concorrente sta ottenendo
il maggior profitto?
Quali sono le opportunità più significative in termini di erosione
delle vendite?
Relazione Come varia il profitto rispetto a prodotti di dimensioni diverse?
Come è distribuito il reddito disponibile nel paese?
C’è una relazione tra prezzo e redditività media delle marche operanti
in questa categoria?

Alcuni esempi di domande di business organizzate per tipo di messaggio.

Identificare quale tipo di messaggio di business si vuole dare è il passo iniziale necessario per pianificare il design della visualizzazione dei dati. Infatti, ogni tipo di messaggio (evoluzione, dimensione o relazione) corrisponde a uno o più tipi di grafico raccomandati, come mostra la prossima figura: qui ogni riga indica un tipo di grafico fondamentale (a barre, a linee, mappa ad albero, a dispersione), ciascuno accompagnato da una serie di tipologie alternative che potremmo considerare di utilizzare a seconda del caso specifico.

Matrice di selezione dei grafici

Matrice di selezione dei grafici: ogni tipo di messaggio ha il suo tipo di grafico preferito. Le due stelle sono le associazioni più naturali, ma anche le combinazioni a una stella possono funzionare bene.

Spero che la matrice di selezione dei grafici risulti semplice e facile da memorizzare, perché sarà l’alleato fidato nel decidere rapidamente quale tipo di grafico utilizzare a seconda del messaggio che vogliamo comunicare (e, così facendo, rispondere alla domanda di business che ne sta alla base).

Oltre a questi quattro tipi fondamentali di grafico, ve ne sono molti altri a disposizione, alcuni dei quali dotati di una notevole dose di attrattività estetica. Tuttavia assicuro che, nella stragrande maggioranza dei casi, saremo in grado di trasmettere efficacemente messaggi chiari e completi usando solo questi quattro tipi di grafico. Conviene non sottovalutare un grande vantaggio derivante dall’attenersi a questa lista minimalista di grafici tradizionali: i nostri business partner si sentiranno a loro agio con questi grafici perché, banalmente, sanno bene come funzionano e come interpretarli. Tutto ciò renderà il trasferimento del nostro messaggio più semplice e diretto.

Considerando che questo è proprio l’obiettivo finale della visualizzazione dei dati (trasferire un messaggio di business, non creare grafici colorati e sofisticati allo scopo di “colpire” l’occhio), converrà attenersi per quanto possibile ai grafici proposti nella figura.

Immagine di apertura di Firmbee.com su Unsplash.

L'autore

  • Andrea De Mauro
    Andrea De Mauro è Head of Business Intelligence, Analytics e Data Governance presso Vodafone Italia. Professore di Marketing Analytics e di Applied Machine Learning all’Università di Bari e all’International University di Ginevra, studia con attenzione l’impatto dei Big Data nel settore enterprise.

Vuoi rimanere aggiornato?
Iscriviti alla nostra newletter

Novità, promozioni e approfondimenti per imparare sempre qualcosa di nuovo

Gli argomenti che mi interessano:
Iscrivendomi dichiaro di aver preso visione dell’Informativa fornita ai sensi dell'art. 13 e 14 del Regolamento Europeo EU 679/2016.

Corsi che potrebbero interessarti

Tutti i corsi
Data Storytelling – Iniziare Bene Corso Online

Data Storytelling - Iniziare Bene

con Eleonora Cipolletta

Il modo in cui comunichiamo le informazioni può cambiare radicalmente la percezione dei fatti. Impara insieme a Eleonora Cipolletta a creare delle storie visive in grado di catturare il pubblico e di trasmettere delle informazioni in modo più avvincente.

199,00

Data di inizio:
15/11/2022


Libri che potrebbero interessarti

Tutti i libri

Machine Learning con SageMaker

Guida per lavorare con i big data e diventare data scientist

42,66

44,90€ -5%

di Julien Simon


Articoli che potrebbero interessarti

Tutti gli articoli