5 gravi errori di Data Visualization che puoi facilmente evitare

Evita questi errori per assicurarti che i tuoi sforzi di analisi dati e reporting abbiano l’impatto che meritano.

 

La visualizzazione dei dati è spesso l’ultimo ostacolo per trasformare i dati in informazioni e assicurarti che le informazioni presenti nei dati siano comprese dalle persone chiave, così che queste possano decidere in maniera informata e intraprendere le azioni appropriate.

Numerose ore di esplorazione e analisi dei dati possono essere sprecate se cadi all’ultimo ostacolo, mancando di comunicare i tuoi risultati in maniera efficace.

Sfortunatamente gli errori di data visualization sono molto comuni, trovare il modo migliore di visualizzare i dati è spesso considerato un fatto accessorio invece che una parte fondamentale del processo. Visualizzazioni scarse possono portare a messaggi confusi e, in definitiva, a decisioni non corrette e male eseguite.

Quindi, ecco 5 errori chiave che mi capita di incontrare quasi ogni giorno. Evitandoli ti assicurerai che i tuoi sforzi di analisi dati e reporting abbiano l’impatto che meritano.

  1. Partire senza una strategia chiara

Come per ogni aspetto della tua analisi, avere una strategia e un obiettivo chiari in mente è essenziale nel pianificare il modo in cui utilizzerai le visualizzazioni.

L’obiettivo di una visualizzazione sarà generalmente quello di trasmettere la conoscenza guadagnata tramite l’elaborazione e l’esplorazione dei dati alle persone giuste, quelle che sono al posto giusto, al momento giusto per utilizzarla e fare la differenza.

Questa strategia dovrebbe essere applicata da subito, dal primo momento in cui si prepara un piano per la trasformazione guidata dai dati. Non appena hai chiaro quali sono gli obiettivi della tua raccolta e analisi dei dati (cosa vuoi scoprire?), dovresti iniziare a pensare a quale è il modo più efficace per presentarli visualmente.

  1. La tua visualizzazione dati non illustra una storia chiara

Raccontare una storia tramite i dati è una parte essenziale del processo di definizione del loro significato e trasmissione del messaggio. Come ogni storia, una storia basata sui dati deve avere un inizio, uno sviluppo e una fine. E come in molte storie non è detto che l’ordine sia questo!

Infatti come regola in una storia basata sui dati è meglio, se non essenziale, partire dalla fine. Questo perché a differenza di un film o di un romanzo non dobbiamo preoccuparci di svelare il finale. Una storia basata sui dati (in particolare una storia di business) dovrebbe essere raccontata più come un articolo di giornale, evidenziando i risultati chiave nei titoli di testa e poi supportandoli con le evidenze raccolte a mano a mano che il lettore prosegue.

Come per un romanzo, un film o un giornale, se non costruisci una struttura intorno al racconto, la tua audience rimarrà confusa, incerta su cosa pensare o addirittura con idee “sbagliate” basate su una errata interpretazione della tua storia.

Qualunque direzione prendi nel raccontare la storia, è essenziale costruire una narrativa solida e intuitiva, i fatti collegati dovrebbero susseguirsi e guidare la tua audience lungo il percorso tra evidenze e conclusioni.

  1. La tua visualizzazione racconta troppe storie

Può essere molto facile sovrastimare la quantità di informazione che puoi stipare nei grafici e nelle dashboards. Occorre identificare i messaggi chiave in un data set e presentarli in modo tale che non siano offuscati da dettagli estranei e non necessari.

Mentre la tua audience può essere motivata a tener traccia di trame complicate e interconnesse in una fiction TV come Game of Thrones, quando si tratta di presentare dati di business è molto meglio attenersi a un piccolo numero di linee narrative cruciali. A questo punto del processo la spietatezza è una caratteristica utile: se qualche dato, osservazione o informazione non è utile allo sviluppo della trama di base della tua presentazione, toglilo.

Una grafica troppo piena, con visualizzazioni complesse, stanca l’occhio e la mente ed è difficile da ricordare bene come una che presenta un punto semplice e conciso, supportato da fatti rilevanti e statistiche aggiornate.

  1. Non adeguare la tua visualizzazione alla tua audience

I dati spesso indicano storie diverse a soggetti diversi. Parte delle capacità di costruire una narrativa con i dati consiste nel capire come questa verrà utilizzata e interpretata da diversi tipi di audience.

Mentre un elenco dettagliato dei diversi tipi di macchinario e le loro condizioni operative ottimali possono essere utili a un ingegnere, un executive ha bisogno di una panoramica più concisa, ma più ampia della situazione. Non se e quando una singola macchina si romperà, ma piuttosto come le macchine nel complesso stanno lavorando, se stanno aiutando o danneggiando la compagnia nel raggiungimento dei suoi obiettivi.

In ciascun caso, l’informazione di cui ciascun membro dell’organizzazione necessita è probabilmente contenuta nello stesso dataset, ma deve essere presentata in modo diverso per incontrare i bisogni di ciascuna audience.

  1. I tuoi dati non hanno implicazioni nel mondo reale

In generale, la storia che i tuoi dati dovrebbero raccontare è l’impatto che grafici e statistiche astratte hanno nel mondo reale. Questo significa che i tuoi dati devono essere legati al loro effetto nella vita di tutti i giorni: che differenza fanno questi dati nella vita dei tuoi clienti, del tuo team, di qualsiasi persona cui li stai presentando?

Va bene sapere che un certo riarrangiamento di una finestra o di una frase nell’email personalizzata inviata al cliente aumenterà di una certa quantità il numero di visitatori al tuo business, ma qual è l’effetto finale? Come questo ti aiuta realmente a raggiungere i tuoi obiettivi o a guidare un cambiamento positivo e sostenibile?

Se gli impiegati hanno degli obiettivi da raggiungere e il tuo progetto deve aiutarli ad aumentare la frequenza con cui questi vengono raggiunti, allora le tue visualizzazioni dovrebbero includere le implicazioni reali necessarie a questo scopo. Potrebbe trattarsi di clienti più soddisfatti, minor percentuali di cancellazioni dei clienti o minori restituzioni o progresso verso certi incentivi, come i bonus.

Se la tua visualizzazione è disegnata per mostrare a un executive le opportunità che possono essere realizzate portando il business su certi percorsi, queste dovrebbero mostrare chiaramente l’impatto di tali scelte su metriche quali il profitto, il turnover e la staff retention.

Evitare questi errori di visualizzazione dati costituisce un grande passo verso un uso più efficace dei dati, informazioni più chiare e alla fin fine miglior capacità di prendere decisioni sulla base dei dati, contribuendo a migliori rendimenti aziendali.

 

Autore Bernard Marr – Qlik Blog