Jorge Camoes says you can learn a lot about/from the data during the preparation stage.Jorge Camoes says you can learn a lot about/from the data during the preparation stage.Jorge Camoes says you can learn a lot about/from the data during the preparation stage.Jorge Camoes says you can learn a lot about/from the data during the preparation stage.Jorge Camoes dice che puoi imparare molto sui/dai dati durante la fase di preparazione. Jorge Camoes ha una passione per la visualizzazione dei dati. Dopo una carriera di successo nell'analisi aziendale presso Merck, Camoes ha fondato WiseVis, un'azienda di consulenza sulla visualizzazione dei dati con sede a Oeiras, Portogallo. Camoes è ampiamente riconosciuto come autore del popolare blog Grafici Excel , in cui condivide strategie per ottenere il massimo dai dati con strumenti comuni come Excel.
Ha appena pubblicato il suo primo libro, Dati al lavoro, dove esplora ulteriormente questi temi, presentando ai lettori una discussione approfondita sul potenziale della visualizzazione dei dati e sulle strategie per l'implementazione dei dashboard esecutivi. Lui recentemente presentato al seminario JMP Explorers a Marlow, nel Regno Unito. Potete leggere un riassunto della sua presentazione su il suo blog .
Gli ho posto alcune domande sull'esplorazione e la visualizzazione dei dati.
Passaggio 1: preparazione dei dati.Quanto devono essere validi o completi i miei dati per essere utilizzabili?
Se riesci a connetterti facilmente all'infrastruttura informativa dell'organizzazione e ottenere esattamente i dati che desideri e nel modo in cui li desideri, per rispondere a una domanda in modo veritiero, completo e tempestivo, allora congratulazioni, probabilmente hai dei buoni dati con cui lavorare. E tu sei un bellissimo unicorno.
Jorge Camoes just published his first book, Data At Work.Jorge Camoes just published his first book, Data At Work.Jorge Camoes just published his first book, Data At Work.Jorge Camoes just published his first book, Data At Work.Jorge Camoes ha appena pubblicato il suo primo libro, Data At Work. Il mondo reale è più brutto: in ogni organizzazione c’è un seminterrato segreto e oscuro (sconosciuto al top management), che ospita alcune creature che si nascondono lì e la cui descrizione del lavoro include “preparazione dei dati” e altri compiti di natura altrettanto sgradevole. OK, non posso dimostrare che questi scantinati siano reali, ma la preparazione dei dati è davvero un compito dispendioso in termini di risorse, tempo, poco attraente, sottovalutato ma fondamentale in qualsiasi progetto di analisi dei dati.
Anche se stiamo ottenendo sempre più strumenti ETL migliori, spesso dobbiamo affrontare problemi che non dovremmo avere, in primo luogo, come la conversione di file PDF. Ecco un esempio di buona pratica: la Divisione Popolazione delle Nazioni Unite pubblica proiezioni e stime della popolazione in normali fogli di calcolo Excel che richiedono un po’ di lavoro per essere convertiti. Rende inoltre i dati disponibili in file CSV ben formattati. Questo doppio formato soddisfa le esigenze della maggior parte degli utenti e dovrebbe essere una pratica standard. Se hai bisogno di sapere perché i dati ben strutturati sono una pietra angolare dell'analisi dei dati, Hadley Wickham Dati ordinati (PDF) è una lettura essenziale.
Presumo che non ci saranno problemi con i concetti quando si utilizzano i dati, ma non è sempre così. Ad esempio, l’USDA pubblica dati sulla disponibilità di cibo. Secondo l’USDA, questo è un buon indicatore del consumo alimentare effettivo, rendendolo un’ottima fonte per analizzare i modelli di cambiamento nella dieta americana. Il tuo progetto dovrebbe spiegarlo esplicitamente e assicurarsi che il pubblico conosca la differenza. Spesso dovrai gestire ipotesi meno favorevoli.
Consiglio finale: Non vedrei la preparazione e l'utilizzo dei dati come due passaggi distinti. Puoi imparare molto sui/dai dati durante la fase di preparazione.
Passaggio 2: quale grafico dovrei scegliere per i miei dati? Quali grafici non dovrei scegliere per i miei dati?
Ci sono due cose che dovresti considerare: in primo luogo, il grafico stesso e, in secondo luogo, il grafico in una situazione specifica.Pensa a un grafico a linee: individuare una tendenza è molto semplice. Una tabella con gli stessi dati ti dirà alcune cose interessanti, ma prendere coscienza di quella tendenza sarà molto più difficile. La visualizzazione dei dati è, in una certa misura, come un robot da cucina: non ti renderà un cuoco migliore, ma prenderà il tavolo e ottimizzerà alcuni dei passaggi che richiedono più tempo, permettendoti di concentrarti sul risultato.
In altre parole, la visualizzazione dei dati preelabora i dati, scaricando alcuni compiti cognitivi e consentendo al cervello di concentrarsi su compiti di livello superiore. Se desideri progettare un grafico efficace, dovresti selezionare il tipo di grafico e le opzioni di formattazione che ritieni possano massimizzarlo. Non dimenticarlo mai Questo è specifico della situazione. Le persone tendono a pensare all'"efficacia" in termini puramente razionali, ma potresti voler prendere in considerazione le emozioni o un design più accattivante. Dovresti aspettarti alcuni compromessi.
Nessun grafico deve essere rimosso dal tuo toolkit di visualizzazione dei dati. Un grafico a barre è spesso visto come una scommessa sicura, ma può essere una scelta terribile. I grafici a torta sono diffamati, ma sono ottimi per visualizzare le proporzioni aggregate.
Un grafico non dovrebbe essere utilizzato se la sua capacità di preelaborare i dati è bassa, ma c'è altro da considerare. Quando si utilizza la visualizzazione dei dati per comunicare, un grafico fa parte di quella conversazione, quindi non dovrebbe sembrare che non appartenga a quel contesto. Se pensi Questo il grafico è quello giusto per comunicare Questo messaggio, basta usarlo. Spiegalo, se il tuo pubblico non lo conosce, proprio come faresti con una parola meno familiare. Il contrario (un grafico stupido e un argomento complesso) può minare il tuo messaggio: non ti prenderò sul serio se utilizzi un grafico a torta 3D quando parli di big data. C'è una dissonanza cognitiva che non riesco a districare.
I “grafici a torta” sono la risposta predefinita e spesso attesa a questa domanda. Ecco quello che ritengo sia un approccio equilibrato: grafici meno efficaci come torte e indicatori possono essere utilizzati come punto di ingresso e sempre seguiti da una visione più complessa degli stessi dati. Tuttavia, se le torte o gli indicatori vengono utilizzati estensivamente come grafici autonomi, sospetterò che l’alfabetizzazione numerica e visiva organizzativa sia bassa (e si dovrebbe fare qualcosa al riguardo).
Passaggio 3: a quali insidie comuni devo prestare attenzione durante l'esplorazione dei dati?
Supponiamo che tu abbia i dati corretti e che tu abbia attivato la modalità di esplorazione dei dati. Innanzitutto, non aspettarti di seguire un percorso lineare in cui individui le risposte a domande predefinite, una dopo l'altra. Si tratta di un semplice aggiornamento della tabella, non di un'esplorazione. E più conosci un argomento, più sarai propenso a prendere in considerazione l'idea di un unico percorso. Resisti: lascia spazio a qualche esplorazione casuale, anche se alla fine non porta da nessuna parte.
Ciò aiuta a combattere il bias di conferma (tendiamo a selezionare dati che confermano le nostre convinzioni preesistenti), uno dei tanti pregiudizi personali che affliggono la nostra esplorazione. È impossibile conoscerli tutti, quindi prima i nostri risultati saranno esposti a un vasto pubblico, meglio sarà.Spesso alcune cose diventano evidenti solo quando si utilizza una tecnica diversa o si cambia punto di vista. IL Quartetto Anscombe è un brillante esempio di come diverse tecniche esplorative possano completarsi a vicenda: le distribuzioni sono apparentemente identiche, ma solo i grafici rivelano i loro profili molto diversi. Ma ora che conosci questi profili, puoi scegliere indicatori statistici migliori (la mediana invece della media, per esempio).
Esplorare una distribuzione è un primo passo necessario perché il suo centro fornisce un punto di ancoraggio mentale e i valori anomali sono spesso significativi. Ma quando inizi a esplorare le relazioni tra le variabili, le cose diventano molto più interessanti. Adoro la funzionalità dei dati collegati in JMP , Per esempio. Ma c'è una ragione per cui un sito piace Correlazioni spurie è così divertente: siamo programmati per trovare schemi e relazioni. La verità è che spesso non comprendiamo la natura di tali relazioni e siamo disposti a passare da un'associazione apparente a una forte causalità.
Infine, e questo dovrebbe essere ovvio, non forzare i dati a dire ciò che non c'è: non distorcere la verità, non scegliere con cura, non utilizzare le opzioni di formattazione per inviare un messaggio sbagliato.
Passaggio 4: vedi qualche principio sottostante o unificante nella visualizzazione dei dati per guidare le migliori pratiche?
Pensa a una poesia e a un saggio: possono condividere lo stesso linguaggio, ma non hanno molto di più in comune, e anche questo può essere infranto in nome della “licenza artistica”. Lo stesso accade con la visualizzazione dei dati, che, in una certa misura, è anche un linguaggio. Per come la vedo io (e seguendo Jacques Bertin), “visualizzazione dei dati” significa semplicemente la trascrizione visiva di una tabella sottostante. In questo senso non esiste uno scopo unificante o principi condivisi. Dovrai segmentarlo e provare a identificare alcuni cluster, come data art, statistiche visive, infografiche multimediali o visualizzazione aziendale.
Cercare di trovare principi di base validi in tutti questi cluster è una caccia all’oca. Anche se ci si concentra sulle caratteristiche comuni del sistema occhio-cervello (fisiologia dell'occhio, leggi della Gestalt, elaborazione del colore), ogni gruppo le utilizzerà in modo diverso. Alcuni di questi cluster daranno priorità all’efficacia della comunicazione, altri preferiranno l’esperienza estetica e altri ancora si troveranno nel mezzo. JMP gli utenti probabilmente apprezzeranno l'efficacia, ma tieni presente che questa non è una licenza per creare grafici brutti.
Se sei come me e non hai un solo osso di graphic designer nel tuo corpo, fai del tuo meglio per comprenderne l'impatto e giustificare ogni opzione di design. Prendiamo una questione complessa come il colore: puoi affrontarla da una prospettiva funzionale (gestendo l'intensità degli stimoli o i significati simbolici) e quindi applicando una tavolozza progettata professionalmente (da Birra del colore , Per esempio).
Passaggio 5: hai suggerimenti su come presentare i dati a coloro che non sono attenti ai dati (ad esempio, al management)?
Tutto si riduce a ridurre al minimo il costo di un buon processo decisionale. La visualizzazione dei dati non dovrebbe essere venduta come una panacea. Molti manager non prendono sul serio la visualizzazione dei dati perché tutto ciò che vedono sono colori saturi ed effetti 3D brillanti, calorie vuote che possono creare molta dipendenza ma non hanno alcun effetto positivo sul processo decisionale. A peggiorare le cose, una buona visualizzazione dei dati, come un buon design, è invisibile e ovvia. Per riconoscerne i meriti, il manager deve esserne consapevole. Chiamateli test A/B, prima/dopo, guerriglia (imponetevi di progettare un grafico migliore per ogni grafico inefficace che trovate), ma mostrare miglioramenti concreti è la chiave per convincere le persone ad acquistare le vostre idee, liberarsi dei fronzoli dell'applicazione , impostazioni predefinite del grafico e lotta all'inerzia.
Alcuni manager tendono a preferire i dati concreti nelle tabelle. Assicurati che possano accedere facilmente a tabelle ben formattate, ma allo stesso tempo progetta grafici che affrontino i punti critici e le informazioni che sono quasi impossibili da ottenere dalle tabelle (relazioni utili, raggruppamenti, identificazione rapida dei valori anomali).Non dare per scontato che i top manager siano interessati agli strumenti di visualizzazione dei dati o che siano desiderosi di dedicare un'ora all'esplorazione dei dati utilizzando la dashboard accuratamente predisposta. Ancora una volta, l’idea chiave è che la tua visualizzazione dovrebbe ridurre al minimo il costo di acquisizione di approfondimenti.
Ti è piaciuta questa intervista? Guarda la registrazione di il seminario di Jorge Camoes a tuo piacimento.
