\nداده ها مهم هستند، اما همه داده ها برابر نیستند. فناوری امروز به ما اجازه می دهد تا مجموعه ای بی سابقه از داده ها را جمع آوری و انباشته کنیم. اما چه استفاده ای از داده ها وجود دارد اگر نتوانیم آنها را درک کنیم و به موارد قابل اجرا تبدیل کنیم؟ در واقع، بسیاری از ما فقط با دیدن اعداد به طور فوری می ترسیم.\n
\n\n\nمجموعه ما از Data Visualization Charts این مانع را با ارائه متنوعی از نمودارها، گراف ها، جداول و طراحی اینفوگرافیک که اعداد را به بینش های قابل هضم ترجمه می کند، می پردازد. این طراحی ها نه تنها به خالقان کمک می کنند تا پیام خود را بهتر ارتباط دهند، بلکه به تماشاگران اجازه می دهد تا اهمیت جزئیات عددی پیچیده را درک کنند. در واقع، اینجا یک نقطه داده برای اثبات آن وجود دارد: 65٪ از افراد یادگیر visuel هستند، بنابراین این گرافیک ها را دست کم نگیرید.\n
\n\n\nنمودارهای حبابی بر اندازه و / یا مکان هر دایره، یا "حباب"، برای نشان دادن حجم، اهمیت و تکامل هر نقطه داده استناد می کنند. در این سناریو، نمودار حبابی نشان دهنده تغییر در ترجیحات مصرف کنندگان در طول سال ها است. هر رنگ حبابی یک خط محصول جداگانه را نشان می دهد. هرچه تقاضا بیشتر باشد، حباب از مرکز دورتر است. این به این معنی است که محصول E به طور مداوم کمترین محصول محبوب بوده است. از طرف دیگر، محصول A با برنده شدن در قلب مصرف کنندگان، تاج را بر سر می گذارد. در کل، تمام خطوط محصول در این مورد نشان دهنده روند صعودی در تقاضا در طول زمان است. \n
\n\n\nحتی گزارشات مالی نیازی به برش و خشک بودن ندارند. برای مثال، این نمودار حبابی برای سنجش و خلاصه سازی بودجه بخش ها استفاده می شود. حباب های بزرگ نشان دهنده بخش های مهم بودجه هستند. بنابراین حتی بدون نگاه عمیق به اعداد، تماشاگران به راحتی می توانند اولویت های بودجه را فقط با یک نگاه تشخیص دهند. این نمودار همچنین تغییرات تخصیص بودجه از سال به سال را ارائه می دهد. در این مورد، حتی اگر قبلا به بخش C توجه زیادی شده بود، اکنون به نقش کمتر اهمیتی تبدیل شده است. اغلب، این می تواند به معنای تغییر در اولویت های استراتژیک شرکت باشد، یا فقط کاهش کلی در بودجه در سراسر شرکت.\n
\n\n\nنمودارهای حبابی تو در تو نمایش مشخصی از نقاط داده های مرتبط را با دیدگاه های مقایسه ای ارائه می دهند. در زمینه تجزیه و تحلیل بازده سرمایه گذاری برای خطوط محصول، این حباب های تو در تو یک نمایش فوری از سرمایه گذاری های اولیه در مقابل میزان درآمدی که این سرمایه گذاری ها ایجاد کرده اند، ارائه می دهند.\n
\n\n\nپوشش حباب های تو در تو روی یک نقشه می تواند تغییرات در معیارهای کلیدی مانند فروش یا رشد مشتری در بازارها و مناطق مختلف را نشان دهد. مثالی برای این می تواند پیش بینی شماره های فروش برای هر بازار در طول زمان باشد، که اندازه نسبی هر دایره بلافاصله بینشی در مورد تغییرات عملکرد ارائه می دهد.برای کمک به تفکیک این اطلاعات بیشتر، رنگ هر حباب به درصد تغییر ترجمه می شود. در این مورد، با وجود اینکه بازار آمریکای شمالی قابل توجه است، اما پیش بینی می شود کمترین رشد را در دهه آینده داشته باشد، احتمالا به دلیل بلوغ بازار یا اشباع. از سوی دیگر، با وجود اینکه اندازه بازار آفریقا کوچکتر است، اما برای آینده پتانسیل رشد بسیار بیشتری نشان می دهد.\n
\n\n\nنمودارهای حبابی خوشه ای این مفهوم را گسترش می دهند زیرا نقاط داده مرتبط را در گروه های متناسب مرتب می کند. این یک نمای جامع از داده های چندگانه را ارائه می دهد، مانند عملکرد هر منطقه فروش یا مناطق سرمایه گذاری کلیدی.\n
\n\n\nبر خلاف باور رایج که نقشه های ذهنی فقط برای مغز استورم استفاده می شوند، آنها در واقع عالی در سازماندهی داده های پیچیده با شاخه های بصری امضای خود هستند. درآمد ها را به عنوان مثال بگیرید. با درآمد کل شرکت در مرکز خود، مدیران سپس می توانند منابع مختلف درآمد را نقشه برداری کنند، مانند فروش از یک خط محصول پرچمدار، درآمد های از دانلود های دیجیتال، اشتراک ها، یا فروش محصولات لوازم جانبی. کدام موارد بیشترین سهم را در سود نهایی شرکت دارند؟\n
\n\n\nاز آنجا، مشاهده کنندگان می توانند منشأ هر جریان درآمد را با جزئیات بیشتری بررسی و درک کنند.مانند تقسیم درآمد بین نسل‌های جدید و قبلی از خط محصول اصلی، به میزان دلار یا به درصد. آیا مصرف‌کنندگان با شور و شوق دنبال جدیدترین وسایل هستند، یا به نسخه‌های قدیمی‌تر بیشتر جذب می‌شوند؟ ادامه دهید به بزرگنمایی در سایر جریان‌های درآمد، و اطلاعات بیشتری را درباره خریدهای دیجیتال، اشتراک‌ها، و محصولات لوازم جانبی پیدا کنید.\n
\n\n\nنمودارهای سنکی در نحوه ارائه جریان داده‌ها برجسته هستند. این نه تنها نشان می‌دهد چگونه مقادیر بین گره‌های مختلف توزیع می‌شوند، بلکه دینامیک‌های رابطه‌ای آنها را نیز نشان می‌دهد. این اعداد از کجا می‌آیند، و به کجا می‌ریزند؟ بر خلاف رویکرد یک‌جهته بیشتر نمودارهای استاندارد، نمودارهای سنکی می‌توانند چندجهته باشند.\n
\n\n\nدر اینجا یک نمودار میله‌ای برای نشان دادن فروش در طول زمان وجود دارد. اما این انتهای ماجرا نیست. همانطور که فروش با رشد مداوم در طول زمان، کمک می‌کند تا درک کنیم چه چیزی به این عملکرد امیدوارکننده کمک کرده است. اینجاست که نمودار سنکی در سمت راست کاربرد دارد. با شکستن آخرین اعداد فروش، می‌توانیم ببینیم که فروش آنلاین فروش در فروشگاه را با بیش از 50٪ شکست می‌دهد. همانطور که عرض خطوط یک نمودار سنکی به طور غریزی حجم را نشان می‌دهد، این مسیرهای متمایزی را از یک کانال فروش رسم می‌کند تا رفتار مصرف‌کننده را نشان دهد.
\n\n\nبرای کسانی که طراحی از ابتدا سنکی سنتی را کمی چالش برانگیز می یابند، این یک جایگزین ساده شده است که از خطوط اتصال مستقیم استفاده می کند که سطح مشابهی از عمق تحلیلی را ارائه می دهد. این نسخه داده ها را به رشته های قابل مدیریت تری تبدیل می کند، در حالی که هنوز منابع سرمایه را به نحوه استفاده نهایی آنها متصل می کند. در سطح بالاتر، همچنین به راهنمایی ذینفعان از طریق پیچیدگی های یک اکوسیستم مالی شرکت کمک می کند.\n
\n\n\nما همه با انواع خاصی از نمودارها آشنا هستیم که مردم به طور معمول به آنها می روند، مانند نمودارهای میله ای، نمودارهای خطی و غیره. اما داستان سرایی بصری موثر نیازی به انتخاب فقط یک نمودار برای انجام همه کارهای سنگین ندارد. به طراحی های تغییر یافته یا ترکیبی فکر کنید، که ویژگی های سبک های نمودار مختلف را ادغام می کنند تا متریک های متنوعی را که در یک موضوع یا خط حجت مشابه قرار دارند، نشان دهند.\n
\n\n\nیک مثال از این رویکرد ترکیبی استفاده از نمودارهای دونات تغییر یافته برای مقایسه فروش محصولات در طول زمان است. در اینجا، هر نمودار دونات عمل می کند به عنوان یک سنجش دو لایه ای، بنابراین تماشاگران می توانند نه تنها حجم فروش سالانه را ببینند، بلکه چگونگی اندازه گیری اعداد واقعی نسبت به پیش بینی ها را نیز ببینند.
\n\nفراتر از نمایش‌های تکه‌تکه، این طراحی ترکیبی نمودارهای راداری را با عناصر داشبورد ترکیب می‌کند که یک معیار قطب شمال را در بالا برجسته می‌کند، پس از آن یک جدول با اعداد دقیق‌تر، و یک نمودار میله‌ای ساده‌شده برای نشان دادن یک روند کلی.\n
\n\nدر اینجا، ما با یک وضعیت مواجه هستیم که تعداد ترسناکی از نقاط داده وجود دارد، بسیاری از آنها با یکدیگر همپوشانی دارند، چشم‌انداز معمولی زمانی که به یک نمودار پراکندگی سنتی می‌نگریم. اما آنچه چشم را در اینجا جذب می‌کند، مناطق سایه‌داری است که روند اصلی را برجسته می‌کند. به این ترتیب، حتی بدون صرف زمان زیادی برای بررسی هر عدد، تماشاگران هنوز می‌توانند به راحتی مسیری را که از اهمیت بیشتری برخوردار است، شناسایی کنند. نکته اصلی در اینجا اعداد خود نیستند، بلکه معنای جمعی این اعداد است.\n
\n\nاز نمودارهای حبابی و نقشه‌های ذهنی تا دیاگرام‌های سنکی و طراحی‌های ترکیبی خلاقانه، راه‌های بسیاری برای زنده کردن اعداد وجود دارد. وضوحی که توسط تصویرسازی داده‌های موثر فراهم می‌شود، برای وضوح در تصمیم‌گیری بعدی حیاتی است.اما به یاد داشته باشید که بهترین روش برای ارائه اطلاعات بستگی به مخاطب شما دارد: در حالی که یک متخصص در این موضوع ممکن است انتظار جزئیات دقیق تر را داشته باشد، یک سهامدار با دانش فنی کمتر ممکن است بیشتر به پیامدهای کلی علاقه مند باشد.
