3η απεικόνιση δεδομένων κυμάτων

Κατανόηση της σύγκλισης των εργαλείων, του κοινού και των τρόπων μεταφοράς

Αυτό είναι ένα γράμμα από το μυθιστόρημα μου από τη Διάσκεψη 2018 Tapestry (παραπάνω). Μπορείτε να δείτε τις διαφάνειες (από τις οποίες έχω αποκομίσει πολλές από τις εικόνες παρακάτω) με σημειώσεις ομιλητών εδώ.

Φανταστείτε τι ήταν να κάνετε οπτικοποίηση δεδομένων πριν από 30 χρόνια. Είναι το 1988 και χρησιμοποιείτε το Excel 2.0 για απλά διαγράμματα όπως διαγράμματα πίτας και γραφήματα γραμμών ή ίσως κάτι σαν το SPSS για πιο περίπλοκη εξερεύνηση και Arc / Info για οπτικοποίηση γεωχωρικών δεδομένων. Ορισμένοι τύποι γραφημάτων που έχουν γίνει μάλλον πανταχού παρόντες, όπως το treemap, δεν έχουν ακόμη εφευρεθεί ακόμα. Αλλά το 1988, η οπτική προβολή των ποσοτικών πληροφοριών του Edward Tufte ήταν ήδη πέντε ετών.

Πλάσα των αναλυτών που χρησιμοποιούν το Excel 2.0 για να κάνουν πινακίδες c. 1988

Τώρα, φανταστείτε πώς ήταν να κάνετε οπτικοποίηση δεδομένων πριν από 15 χρόνια. Δεν υπήρχε D3, κανένα Tableau, κανένα ggplot ή ακόμα και Prefuse / Flare. Εάν θέλετε να κάνετε απεικόνιση δικτύου, μπορείτε να χρησιμοποιήσετε το πρόσφατα δημοσιευμένο Cytoscape αν και επικεντρώθηκε στη βιοπληροφορική. Οι γεωχωρικές επιλογές ήταν πιο προχωρημένες, με το ArcGIS να παρέχει όλο και περισσότερη χαρτογραφική λειτουργικότητα στα πολλά κόκκινα εργαλεία του.

Η διαφορά στις παραδόσεις που υποστηρίζουν την απεικόνιση γεωχωρικών δεδομένων και την οπτικοποίηση δεδομένων δικτύου: το 2003 ήταν ήδη έκδοση 8.0 του ArcGIS, ενώ το ίδιο έτος είδε την κυκλοφορία του πρώτου σύγχρονου εργαλείου απεικόνισης δεδομένων δικτύου: Cytoscape.

Ξέρω πόσο έχει αλλάξει η απεικόνιση των δεδομένων επειδή πέρασα τα τελευταία δέκα χρόνια περίπου κάνοντας προϊόντα απεικόνισης δεδομένων σε μία ή την άλλη μορφή. Μεγάλη δημόσια εργασία που μοιάζει με την ORBIS και Kindred Britain, καθώς και λιγότερη δημόσια οπτικοποίηση δεδομένων για διασκέδαση ή υποστήριξη της έρευνας, της ανάλυσης και της εξερεύνησης. Μαζί με την πρακτική εργασία που κάνει την οπτικοποίηση δεδομένων, έγραψα ένα βιβλίο για την πιο ισχυρή βιβλιοθήκη οπτικοποίησης δεδομένων στον κόσμο σήμερα: D3. Και τότε έγραψα ξανά αυτό το βιβλίο. Για το τελευταίο έτος έχω δημιουργήσει τη δική μου βιβλιοθήκη χαρτών, το Semiotic. Έχω επίσης τρέξει μια ετήσια έρευνα των επαγγελματιών οπτικοποίησης δεδομένων για τα τελευταία δύο χρόνια. Και κατά μήκος του δρόμου έχω γράψει για την απεικόνιση δεδομένων εδώ στο Medium.

Αυτός δεν είναι ο λόγος για τον οποίο ήμουν καλεσμένος να δώσω ένα keynote στο Tapestry. Μου προσκλήθηκαν επειδή έκανα εμπρηστικές παρατηρήσεις στα κοινωνικά μέσα ενημέρωσης και σε συνεντεύξεις και περιστασιακά σε συνομιλίες. Έχω πει από καιρό ότι θα πρέπει να είμαστε πιο άνετοι με την κριτική στην απεικόνιση των δεδομένων, αλλά χωρίς πλαίσιο τα σχόλια που κάνω θα μπορούσαν να φανούν αυθαίρετα και έντονα πνευματικά.

Είμαι λοιπόν ευτυχής που έχω την ευκαιρία να δώσω το πλαίσιο και να εκφράσω την ανησυχία μου για το ότι υπήρξε σύγκλιση εργαλείων και τρόπων μεταφοράς, αλλά δεν υπήρξε αντίστοιχη αναδιοργάνωση της σκέψης και της πρακτικής. Φαίνεται ότι εξακολουθούμε να μιλάμε και να αξιολογούμε την οπτικοποίηση δεδομένων σαν να ήταν το 1988 ή το 2003, όταν ο αριθμός των ανθρώπων που πραγματοποιούν οπτικοποίηση δεδομένων, οι δυνατότητες των εργαλείων τους και οι προσδοκίες των ακροατών τους αυξήθηκε δραματικά.

Συνεχίζουμε να διαιρούμε την κοινότητα οπτικοποίησης δεδομένων σε παλιές κατηγορίες, όπως οι αναλυτές που χρησιμοποιούν εργαλεία BI για τη δημιουργία αναφορών, οι προγραμματιστές που χρησιμοποιούν κώδικα για την πραγματοποίηση οπτικοποίησης προσαρμοσμένων δεδομένων, οι δημοσιογράφοι δημιουργούν ιστορίες που βασίζονται σε δεδομένα ή επιστήμονες δεδομένων αξιοποιώντας την διερευνητική ανάλυση των δεδομένων. Μέσα ή μεταξύ αυτών των ομάδων έχουμε καλλιτέχνες δεδομένων, επαγγελματίες επιστήμονες, επιχειρηματικούς αναλυτές και εργαλειομηχανές του είδους που θα μπορούσαμε να δούμε αθανατοποιημένοι στις κινούμενες εικόνες της Susie Lu. Αυτές οι κατηγορίες πρακτικής αντιστοιχούν άμεσα σε συγκεκριμένα εργαλεία και τρόπους που έχουν ξεκινήσει αργότερα να μετασχηματιστούν.

1ο κύμα: Σαφήνεια

Και έτσι θα ήθελα να προσφέρω ότι υπήρχε, με τη σύγχρονη έννοια της απεικόνισης δεδομένων, ένα 1ο κύμα επικεντρωμένο στον Edward Tufte που υπογράμμισε τη σαφήνεια, την απλότητα και την άμεση χαρτογράφηση σημείων δεδομένων 1 προς 1, αποφεύγοντας όσο το δυνατόν μετασχηματισμό . Από αυτήν την εποχή βλέπουμε την άνοδο των σπαρτιατικών χρωμάτων - συχνά επικεντρωμένα σε ουδέτερα ή ακόρεστα χρώματα με ένα ξεχωριστό χρώμα - τη σημασία των ετικετών και των τίτλων φυσικής γλώσσας και ένα είδος ιδεοποίησης του τέλειου χάρτη που είναι άμεσα αναγνώσιμος, . Ένα είδος διαγράμματος με πρόταση με σαφείς δομές και κανόνες όπως μπορείτε να δείτε στο The Elements of Style.

Κύμα 1: Σαφήνεια

2ο Κύμα: Συστήματα

Το 2ο κύμα επικεντρώθηκε στη συστηματοποίηση της κωδικοποίησης των πληροφοριών που είναι απαραίτητες για την ανάπτυξη εργαλείων για την παραγωγή οπτικοποίησης δεδομένων. Εστιάζεται στην πιο σημαντική επιρροή στο θέμα αυτό: Η Γραμματική Γραφικών από τον Leland Wilkinson. Αντί του γράφου ως γλωσσική αναλογία, είναι το γράφημα ως εξώθηση από μια έγκυρη προδιαγραφή. Η Grammar of Graphics φιλοδοξούσε να επιτρέψει στους ανθρώπους να δημιουργήσουν ένα σύνολο γραφικών και αν ρίξουμε μια ματιά σε μια βιβλιοθήκη οπτικοποίησης δεδομένων, η δική μου συμπεριλαμβανόμενη, και να δούμε αυτή τη φιλοσοφία σε δράση.

Αυτά τα εργαλεία και οι βιβλιοθήκες διαφημίζουν τεράστιες ποσότητες παραδειγμάτων και είναι η προσεκτική χρήση του χρώματος και του κειμένου, που αντικαταστάθηκε με ένα γράμμα αγάπης στη γεωμετρία. Η όλη προσέγγιση "για παράδειγμα" είναι τόσο βαθιά ενσωματωμένη σε αυτά τα εργαλεία που ο Mike Bostock έγραψε ένα ολόκληρο κομμάτι σε αυτό.

Κύμα 2: Συστήματα

Το D3, όπως και όλα τα εργαλεία από αυτή την περίοδο, εμπνέεται άμεσα ή επηρεάζεται σημαντικά από τη Γραμματική Γραφικών. Ημικρανία, Νίκη, Highcharts, Plotly: Όλα αυτά προέρχονται από ή επηρεάζονται από τον D3. Τα δύο g στη Γραμματική Γραφικών είναι όπου το ggplot παίρνει το όνομά του. Ο Leland Wilkinson, ο συγγραφέας, ήταν κύριος ερευνητής στο Tableau. Η γραμματική των γραφικών επικεντρώνεται σε μια ευδιάκριτη τρόπο για την κωδικοποίηση δεδομένων μέσω καναλιών πάνω στη γεωμετρία. Πρόκειται για ένα σύστημα για την κωδικοποίηση γραφικών από δεδομένα, όπου τα χαρακτηριστικά δεδομένων αντιστοιχούν και επηρεάζουν δυναμικά το μήκος, τη γωνία, το χρώμα ή τη θέση (ή οποιοδήποτε άλλο γραφικό χαρακτήρα) με βάση τα δεδομένα και τις αλλαγές στα δεδομένα.

Το Wave 2 αφορούσε τη λήψη αυτών των θεωρητικών συστημάτων και την παραγωγή των απαραίτητων εργαλείων για οποιονδήποτε επαγγελματία οπτικοποίησης δεδομένων για να δημιουργήσει οποιαδήποτε γραφική παράσταση βασισμένη σε δεδομένα. Αυτό είναι ιδανικό για μηχανικούς και αρχιτέκτονες λογισμικού που προσπαθούν να δημιουργήσουν βιβλιοθήκες για να επιτρέψουν την οπτικοποίηση δεδομένων, αλλά όχι απαραίτητα για τους επαγγελματίες που δημιουργούν προϊόντα απεικόνισης δεδομένων. Αυτός είναι ο λόγος για τον οποίο έχουμε δει μια τέτοια ποικιλία εργαλείων και βιβλιοθηκών για την απεικόνιση των δεδομένων, αλλά μια ταυτόχρονη αύξηση των αποκρουστικών γραφικών που παρουσιάζουν ως διαγράμματα.

Η αναζήτηση μιας τέλειας προδιαγραφής για την κωδικοποίηση των χαρακτηριστικών δεδομένων μέσω των γραφικών καναλιών είναι ένα μέσο για ένα τέλος. Όμως, η ισχύς και η επιτυχία των συστημάτων που χτίστηκαν κατά τη διάρκεια αυτής της περιόδου έγιναν τελειωμένα για τον εαυτό τους, η οποία τρέχει ενάντια σε ένα βασικό όρο της Γραμματικής Γραφικών:

Αυτό το σύστημα είναι ικανό να παράγει κάποια γραφικά γραφικά. ... Ωστόσο, αυτό το σύστημα δεν μπορεί να παράγει ένα χωρίς νόημα γραφικό.

Με αυτό, Wilkinson σημαίνει ότι υπάρχει μια λογική σχέση μεταξύ των γραφικών και των δεδομένων, αλλά μόνο επειδή τα γραφικά έχουν κάποιο είδος "συνταγή" δεν σημαίνει ότι είναι κατά κάποιο τρόπο "δεν έχει νόημα". Η απεικόνιση δεδομένων είναι μια μορφή επικοινωνίας και αν παράγετε καταστροφικά γραφήματα, αυτό σημαίνει ότι είναι δυσανάγνωστα και αυτό σημαίνει ότι δεν έχουν νόημα.

Η απεικόνιση δεδομένων είναι μια μορφή επικοινωνίας και αν παράγετε καταστροφικά γραφήματα, αυτό σημαίνει ότι είναι δυσανάγνωστα και αυτό σημαίνει ότι δεν έχουν νόημα.

Η απεικόνιση δεδομένων του 2ου κύματος, με την έλλειψη έμφασης για το σχεδιασμό υπέρ των συστημάτων, δημιούργησε ένα δάσος από φρικτά dashboards και αναφορές. Κάθε τμήμα μηχανικών σε κάθε εταιρεία έχει τουλάχιστον ένα άσχημο γράφημα σε πραγματικό χρόνο γραμμένο με κάποιο πλαίσιο που βασίζεται στο D3. Κάθε διευθυντής έχει μια δωδεκάδα πίνακες πίνακας πίνακες γεμάτο με γλωσσίδια και τις απόψεις των ίδιων 10 χρωμάτων αποκομμένη γραμμή γραφήματα. Βλέπουμε στιγμιότυπα οθόνης από αυτό που φαινομενικά διερευνητική ανάλυση δεδομένων έπεσε σε έγγραφα ή ενσωματώθηκε σε πίνακες ελέγχου χωρίς καμία αίσθηση βελτιστοποίησης. Όλα αυτά συμβαίνουν παρά την αυξανόμενη ισοτιμία χαρακτηριστικών μεταξύ των τεχνολογιών.

3ο Κύμα: Σύγκλιση

Είμαστε σε απελπιστική ανάγκη επανεξέτασης και μετονομασίας των τρόπων λειτουργίας μας. Πριν από 5 ή 10 χρόνια, το είδος της απεικόνισης δεδομένων που κάνατε - είτε πρόκειται για ένα ταμπλό, είτε για ένα σημειωματάριο, για μια αναφορά είτε για ένα κομμάτι επικοινωνίας βάσει παραγγελιών - ήταν πολύ διαφορετικό ανάλογα με τη γλώσσα, τη βιβλιοθήκη ή το εργαλείο που χρησιμοποιούσατε. Αυτό δεν συμβαίνει πλέον.

Πρέπει να φανταστούμε νέες προσεγγίσεις που αναγνωρίζουν ότι η σύγκλιση δεν συμβαίνει μόνο στις δυνατότητες των εργαλείων, αλλά και στην προσδοκία των χρηστών που δεν είναι πλέον πρόθυμοι να δεχτούν ότι πρέπει να βγούν έξω από έναν τρόπο για να βελτιστοποιήσουν την άλλη. Αυτό συνεπάγεται τη μετατόπιση της έμφασης μας από τα ξεχωριστά γραφήματα στην κατασκευή, την αξιολόγηση και την παράδοση των προϊόντων όπου εμφανίζονται αυτά τα διαγράμματα.

Η πλατφόρμα φορητών υπολογιστών nteract διαφημίζει όχι μόνο τους παραδοσιακούς χρήστες φορητών υπολογιστών (ερευνητές και επιστήμονες δεδομένων), αλλά και ένα ευρύ κοινό που ενδιαφέρεται περισσότερο από απλά

Οι φορητοί υπολογιστές γίνονται όλο και περισσότερο σαν ταμπλός, τα dashboards γίνονται ολοένα και πιο αφηγηματικά και γενικά υπάρχει μια αυξανόμενη διασταυρωμένη επικονίαση και σύγκλιση μεταξύ μέσων / τρόπων. Μπορείτε να κάνετε όμορφα γραφικά με το R, μπορείτε να έχετε ιεραρχικούς χάρτες στο Tableau, μπορείτε εύκολα να αναπτύξετε αναφορές ηλεκτρονικού ταχυδρομείου από τον προσαρμοσμένο πίνακα ελέγχου.

Στο Netflix, δοκιμάζουμε αναλυτικά φορητούς υπολογιστές σχεδιασμένους όχι για διερευνητική ανάλυση δεδομένων αλλά για οπτικοποίηση επεξηγηματικών δεδομένων και για τις συνεργατικές και επικοινωνιακές ανάγκες που απαιτούνται σε αυτόν τον τρόπο λειτουργίας. Οι τεχνικές ιστορίας που είναι κοινές στη δημοσιογραφία των δεδομένων είναι κορυφαίες σε όλους τους ενδιαφερόμενους, οι οποίοι έχουν εξελιχθεί σε γούστο και προσδοκούν την περιέργεια και τα εξατομικευμένα πλαίσια αναφοράς.

Υπάρχουν όλο και περισσότερες από αυτές τις τάσεις που πρέπει να κατανοήσουμε καλύτερα:

  • Μόλις οι εσωτερικοί τύποι γραφημάτων, όπως οι διαγράμματα τρισδιάστατων διαγραμμάτων και κόμβων, είναι τώρα τόσο προσιτοί που εμφανίζονται παντού, και τώρα χρειάζεται ένα πραγματικά περίεργο διάγραμμα για να δηλωθεί ως xenografic.
  • Τα Notebooks χρησιμοποιούνται ως πίνακες ελέγχου και ως αντικείμενα στην διαδικασία της μηχανικής και της μεταμόρφωσης δεδομένων.
  • Η οπτικοποίηση δεδομένων στο R έχει γίνει σχεδόν εξίσου ισχυρή και διαδραστική με την οπτικοποίηση δεδομένων σε εργαλεία BI ή προσαρμοσμένες εφαρμογές.
  • Οι άνθρωποι μεγαλώνουν πιο άνετα με την απεικόνιση στυλιζαρισμένων δεδομένων (σκιά, αλλά και ISOTYPE).

Πού κατευθύνουμε;

Αυτοί οι παράγοντες συμβάλλουν σε αυτό που νομίζω ότι θα καθορίσουν ένα τρίτο κύμα οπτικοποίησης δεδομένων όπου θα συγκλίνουν τρόποι όπως notebooks, dashboards και long-story storytelling, καθώς και τα εργαλεία για να τα δημιουργήσουν και το αλφαβητισμό του κοινού για το οποίο γίνονται. Αυτό συμβαίνει για κάποιο χρονικό διάστημα και έχουμε αντιδράσει σε αυτό, αλλά πιστεύω ότι είναι καιρός να εξετάσουμε ενεργά τι σημαίνει αυτό.

Διαγράμματα Clickbait

Αυτό απαιτεί από εμάς να απομακρυνθούμε από την προσδοκία ότι κάνουμε μεμονωμένα διαγράμματα βελτιστοποιημένα για άμεση αναγνωσιμότητα. Αυτή τη στιγμή αξιολογούμε και γιορτάζουμε την οπτικοποίηση δεδομένων που έχει σχεδιαστεί και βελτιστοποιηθεί για μια μοναδική επίσκεψη. Αυτό είναι καλό, αλλά πρέπει επίσης να προωθήσουμε και να αξιολογήσουμε και να κατανοήσουμε καλύτερα την απεικόνιση δεδομένων που έχει σχεδιαστεί και βελτιστοποιηθεί για πολλαπλές επισκέψεις. Το UI & UX πρέπει να είναι πρώτης τάξεως ανησυχίες και η διαδραστικότητα δεν μπορεί να είναι απλώς ένα χαρακτηριστικό της γεωμετρίας. Για να γίνει αυτό, πρέπει να απομακρυνθούμε από το μοντέλο της απομονωμένης ιδιοφυΐας δημιουργώντας εξατομικευμένη οπτικοποίηση δεδομένων και να φέρει τις βέλτιστες πρακτικές από κοινά έργα κοινής ανάπτυξης στην ευρύτερη κοινότητα ανάπτυξης λογισμικού.

Foster Critique

Είναι εύκολο να μειώσετε κάποιο διάγραμμα τρισδιάστατης πίτας ή τον τελευταίο "καταπληκτικό χάρτη". Αυτό μπορεί να φαίνεται πως ήταν το τελευταίο σημείο που τοποθετήθηκε, αλλά δεν είναι, είναι μια προσπάθεια να μας ωθήσει να είναι σε θέση όχι μόνο να γιορτάσουμε ό, τι είναι σπουδαίο για την απεικόνιση των δεδομένων αλλά και να μιλάμε ειλικρινά τι είναι κακό. Πρέπει να κάνουμε περισσότερα από αυτό εάν θέλουμε να προχωρήσουμε ως κοινότητα. Αλλά η κριτική είναι δύσκολο να ακούγεται και δύσκολο να δώσει καλά.

Μέρος του λόγου για τον οποίο είμαστε τόσο κακοί στο να δίνουμε, να λαμβάνουμε και να καλλιεργούμε κριτική είναι ότι η απεικόνιση δεδομένων είναι από καιρό μια ατομικιστική επιδίωξη. Ο άλλος λόγος για τον οποίο δεν είμαστε τόσο σπουδαίοι στην κριτική είναι ότι η δική μας είναι μια κοινότητα εορτασμού. Αλλά η γιορτή δεν είναι μια εντελώς θετική πράξη όταν αποκόπτει και εξειδικεύει ισχυρούς μηχανισμούς για να προωθήσει την επικοινωνία μέσω της έννοιας ότι είναι διαθέσιμες μόνο στους δημοσιογράφους ή τους ελεύθερους επαγγελματίες.

Εν μέρει, νομίζω ότι αυτό έχει να κάνει με την έμφαση που δίνουμε στα μεμονωμένα κανάλια της ακαδημαϊκής λογοτεχνίας. Είμαστε πολύ άνετοι να επικρίνουμε τα διαγράμματα πίτας γιατί γνωρίζουμε ότι οι γωνίες είναι κακές σε αξία κωδικοποίησης. Ωστόσο, δεν έχουμε οδηγίες για τον τρόπο με τον οποίο μπορούμε να αξιολογήσουμε πιο ολιστικά, έτσι ώστε να μην μπορέσουμε να εξηγήσουμε γιατί κάποιες επιλογές κωδικοποίησης, αν και δεν είναι βέλτιστες μεμονωμένα, μπορεί να αποδειχθούν πολύτιμες στην πράξη. Επίσης, δεν γνωρίζουμε πώς να αξιολογήσουμε την έκκληση, οπότε δεν έχουμε τη γλώσσα ή τη δομή για να εξηγήσουμε γιατί οι άνθρωποι μοιάζουν με μεγέθους κύκλους σε ογκώδη οικόπεδα και βαθμολογημένες συμβολικές συμβολές τόσο εύκολα όσο μπορούμε να εξηγήσουμε γιατί οι κύκλοι είναι κακή επιλογή για κωδικοποίηση αξίας.

Επανασχεδιασμός του διαγράμματος της Γιώργος Λούπι από τον Alberto Cairo από τη The Functional Art.

Ένας άλλος λόγος για τον οποίο δεν είμαστε σπουδαίοι στην κριτική είναι ότι διαθέτουμε αυτό το πολύ εμφανές μοντέλο κριτικής (που υποστηρίζεται από τον Alberto Cairo καθώς και από τον Fernanda Viegas & Martin Wattenberg) που υποδηλώνει τον καλύτερο τρόπο για να επικρίνουμε το να το επαναλάβουμε. Ενώ αυτή είναι μια πολύτιμη προσέγγιση, είναι τόσο δαπανηρή στην εργασία και στις πνευματικές επενδύσεις, γεγονός που καθιστά φυσικά λιγότερο κοινό από το να επισημαίνουμε απλώς πράγματα που δεν δουλεύουν σε ένα προϊόν οπτικοποίησης δεδομένων. Μαζί με αυτή την προσέγγιση, πρέπει να προωθήσουμε και να αυξήσουμε το επίπεδο άνεσής μας με λιγότερο έντονα επικριτικές μορφές.

Δεν μπορούμε να το κάνουμε αυτό γράφοντας μια δέσμη σκέψεων σκέψης σχετικά με την κριτική, αν και θα ήταν ωραίο να έχουμε μερικές ταξονομίες κριτικής όπως έχουμε ταξινομίες χαρτών. Πρέπει να εργαστούμε ενεργά για να αναπτύξουμε την κοινότητά μας ως χώρος για να δώσουμε, να λάβουμε και να μοντελοποιήσουμε τον κριτικό λόγο. Το πρόσφατο κομμάτι του Ben Jones σχετικά με την οικοδόμηση μιας υγιούς κοινότητας απεικόνισης δεδομένων παρέχει κάποια καλή καθοδήγηση βασισμένη στην εμπειρία του πραγματικού κόσμου που όλοι πρέπει να ακολουθήσουμε.

Κατανοήστε τη σχεδίαση

Ορισμένα αποτελέσματα που σχετίζονται με το σχεδιασμό της έρευνας οπτικοποίησης δεδομένων 2018.

Οι απαντήσεις στην έρευνα και η συνομιλία δείχνουν ότι το σχέδιο είναι ένα σημαντικό θέμα για τη βελτίωση της πρακτικής οπτικοποίησης δεδομένων. Αλλά οι επαγγελματίες έχουν εκφράσει σύγχυση ως προς το τι σημαίνει σχεδιασμός. Εννοούμε γραφικό σχέδιο; Σχεδιασμός UI; Γενικές έννοιες σκέψης σχεδιασμού; Σχεδιασμός πληροφοριών; Υπάρχει μια έλλειψη προσεγγίσεων σχεδιασμού κρέατος στην οπτικοποίηση δεδομένων που μπορούν να διδαχθούν και να μάθουν από τους επαγγελματίες της σταδιοδρομίας.

Κομψά χρώματα και gifs, όπως αυτά που βρέθηκαν στην απεικόνιση δεδομένων Dragonball Z του Nadieh Bremer ή απλές αμυχές όπως το σπάσιμο γραμμής σε

Αγκαλιάστε την Οικονομία Προσοχής

Νομίζω ότι η μέρα της «συνειδητότητας των ματιών» πλησιάζει γρήγορα.
- Ο Otto Neurath

Όταν ήρθα για πρώτη φορά στο Netflix από το Στάνφορντ, σκέφτηκα αφελώς ότι επειδή ήταν μια επιχείρηση τότε οι εργαζόμενοι θα αναγκάζονταν να χρησιμοποιούν και να μαθαίνουν την απεικόνιση δεδομένων που έκανα. Ανακάλυψα γρήγορα ότι δεν συμβαίνει αυτό. Η ίδια η κουλτούρα της Netflix ήταν ενάντια σε τέτοια δικτατορικά μέτρα, αλλά ακόμη περισσότερο, οι ενδιαφερόμενοι φορείς προσπαθούσαν να λάβουν κρίσιμες αποφάσεις και τα προϊόντα απεικόνισης των δεδομένων μου ανταγωνίζονταν με μια ντουζίνα ή περισσότερα άλλα dashboards και αναφορές.

Ως αποτέλεσμα, το έργο που κάνουμε εσωτερικά στο Netflix αξιοποιεί εικόνες, gifs, παιχνιδιάρικο χρώμα και νέες οπτικές μεθόδους για να ευχαριστήσουν τους χρήστες. Παρόλο που η γενική απαγόρευση του chartjunk είναι ένας καλός κανόνας, όπως όλα τα πράγματα μπορεί να εφαρμοστεί πολύ αυστηρά. Μια πιο διακοσμητική προσέγγιση που αναγνωρίζει την ύπαρξη οικονομίας προσοχής ακόμη και σε μια οργάνωση με βάση δεδομένα θα οδηγήσει σε πιο αποτελεσματική απεικόνιση δεδομένων.

Νέο αίμα

Έχουμε ήδη περάσει μια βρώμικη περίοδος, όπου η κοινότητά μας αισθάνθηκε την ανάγκη να αποστασιοποιηθεί ριζικά από την παλαιότερη ηγεσία, στο σημείο που το μπλοκάρισμα στο Twitter από τον Edward Tufte έχει γίνει ένα είδος τελετουργίας της μετάβασης. Δεν πρέπει να το κάνουμε αυτό για να ακούμε και να ενισχύουμε νέες φωνές. Πρέπει να εντοπίσουμε και να προωθήσουμε ενεργά νέες φωνές στην ηγεσία της οπτικοποίησης δεδομένων.

Ποιοι είναι οι ηγέτες για την απεικόνιση δεδομένων 3ου κύματος; Ποιος εκμεταλλεύεται τις νέες ευκαιρίες που παρουσιάζει η σύγκλιση τρόπων μεταφοράς, ακροατηρίων και εργαλείων; Τι μοιάζει με τη νέα αυτή δουλειά; Πρόκειται για φορητούς υπολογιστές με χαρακτηριστικά των οργάνων πλοήγησης και δεδομένων που βασίζονται σε αφήγηση όπως η Boba Science του Krist Wongsuphasawat; Είναι νέες προσεγγίσεις για τη χαρτογράφηση εργαλείων όπως το Charticulator; Ή η χρήση του R για τη δημιουργία γραφικών απεικόνισης δεδομένων για τις ειδήσεις, όπως και στο έργο του John Burn-Murdoch; Ή μήπως το γελοιογραφικό στυλ Giorgia Lupi στο Tableau, όπως και ο Neil Richards; Ή μήπως είναι το ασαφές όριο ανάμεσα στην οπτικοποίηση δεδομένων, τα περιθωριακά, το κινούμενο σχέδιο και το κείμενο που βλέπουμε στο INFO WE TRUST του RJ Andrews; Ή μήπως είναι η εκπληκτική χειροκίνητη προσέγγιση της Mona Chalabi; Ή είναι κάτι άλλο;

Ένα πράγμα είναι σίγουρο, έχουμε παραδείγματα εκείνων που έχουν βελτιστοποιηθεί για παλαιότερες βέλτιστες πρακτικές, τώρα χρειαζόμαστε αυτούς που συνθέτουν ένα νέο κύμα απεικόνισης δεδομένων.