Σχεδιασμός για οπτικοποίηση δεδομένων

Οι σχεδιαστές της IBM μοιράζονται τις μοναδικές προκλήσεις και ευκαιρίες σχεδιασμού για οπτικοποίηση δεδομένων

Δημιούργησαν η Christine Song και η Alexandra Grossi

Κάθε επιχείρηση έχει μια ιστορία για να πει και αυτές τις μέρες ότι η ιστορία συνήθως περιλαμβάνει δεδομένα. Σε μια εποχή που οι άνθρωποι αναμένουν ότι το λογισμικό θα βοηθήσει στην κατανόηση των δεδομένων τους, είναι ευθύνη του σχεδιαστή να διασφαλίσει ότι η παρουσίαση των δεδομένων είναι σημαντική, συναρπαστική και, το σημαντικότερο, εύκολη στην ερμηνεία. Έτσι, πώς θα επιτευχθούν αυτοί οι στόχοι; Δεν υπάρχει μαγική σφαίρα, αλλά στη IBM έχουμε μια σειρά οδηγιών σχεδιασμού που βοηθούν.

Οι άνθρωποι που εργάζονται στις σύγχρονες επιχειρήσεις απαιτούν περισσότερο από απλούς στατικούς χάρτες και πολύ ωραίες απεικονίσεις. πρέπει να προχωρήσουν πέρα ​​από τη γεώτρηση βαθύτερα, να διερευνήσουν περαιτέρω και να κατανοήσουν τις δυνάμεις που επηρεάζουν την επιχείρησή τους.

Η ομάδα του IBM Hybrid Cloud Design για το IBM Business Analytics στο Τορόντο αφιερώνει πολύ χρόνο στην εκτέλεση της έρευνας χρηστών σχετικά με τον τρόπο δημιουργίας προϊόντων απεικόνισης δεδομένων που ανταποκρίνονται στις ανάγκες των χρηστών. Με ένα χαρτοφυλάκιο προϊόντων, συμπεριλαμβανομένων των προϊόντων Cognos Analytics, Watson Analytics, Watson Analytics για Κοινωνικά Μέσα και Σχεδιασμού Analytics, δημιουργούν ένα ευρύ φάσμα εργαλείων που στοχεύουν στη βοήθεια των χρηστών τους να αξιοποιήσουν στο έπακρο τα δεδομένα τους. Για να εξηγήσω με ποιο τρόπο ο σχεδιασμός βοηθάει στην παροχή μεγάλων εργαλείων απεικόνισης δεδομένων, ζήτησα από την ομάδα σχεδιασμού IBM Business Analytics να μοιραστεί μερικές από τις ιδέες και τις προοπτικές της σε αυτό το θέμα.

Οπτικοποίηση δεδομένων στην IBM

Οι πελάτες μας προέρχονται από διάφορες βιομηχανίες καθώς και από οργανισμούς παντός μεγέθους, από μεγάλα ιδρύματα μέχρι λιτότατα νεοσύστατα. Αλλά ανεξάρτητα από το μέγεθος ή τη βιομηχανία, όλοι οι χρήστες μας έχουν τον ίδιο στόχο. Έχουν δεδομένα, έχουν ερωτήσεις και χρειάζονται εργαλεία ανάλυσης που θα τους βοηθήσουν να κατανοήσουν τα δεδομένα τους και να τα μετατρέψουν σε χρήσιμες επιχειρηματικές ιδέες, μειώνοντας παράλληλα την αβεβαιότητα.

Όταν πρόκειται να σχεδιάσουμε τις λεπτομέρειες ενός προϊόντος που βασίζεται σε δεδομένα, υπάρχουν μερικά πράγματα που έχουμε κατά νου για να δημιουργήσουμε την καλύτερη δυνατή εμπειρία για τον χρήστη μας.

Ποια είναι η δύναμη της απεικόνισης δεδομένων;

Σκεφτείτε αυτό: θα λάβετε μια ταχυδρομική κάρτα από έναν φίλο στη Βενετία. Η γυαλιστερή φωτογραφία περιέχει μια τυπική βενετσιάνικη σκηνή - μια θέα στο Μεγάλο Κανάλι, μια γόνδολα που περιστρέφεται από έναν άνδρα με ένα λευκό πουκάμισο που φαίνεται να τραγουδάει και πέτρινες γέφυρες που ξεθωριάζουν στον ορίζοντα. Ο φίλος σας γράφει για το πόσο όμορφο είναι και τελειώνει το σημείωμα με "απλά πρέπει να το δείτε μόνοι σας!"

Ξαφνικά είστε ξεπερασμένοι με ενθουσιασμό και αρχίζετε να ψάχνετε για φτηνές πτήσεις και καταλύματα. Μια καρτ ποστάλ απλά δεν είναι αρκετή για μια εμπειρία για σας. Θέλετε να πάτε εκεί, να εξερευνήσετε τις σήραγγες στις πέτρινες γέφυρες και να ακούσετε τους ήχους των γόνδολιων να τραγουδούν καθώς αποτρέπετε το Μεγάλο Κανάλι κάτω από τις πλαγιές της Βενετίας. Ένα στιγμιότυπο απλά δεν αρκεί για να ικανοποιήσει την ανάγκη σας να εξερευνήσετε και να δείτε τα πράγματα για τον εαυτό σας. Έχετε ακούσει για την πλατεία του Αγίου Μάρκου και ενώ μπορεί να μην εμφανίζεται στην κάρτα, θέλετε πραγματικά να την δείτε και δεν μπορεί πλέον να περιμένει.

Είναι το ίδιο με τις απεικονίσεις δεδομένων. Οι χρήστες δεν είναι συνήθως ικανοποιημένοι με απλές κάρτες, ανεξάρτητα από το πόσο γραφικά είναι. Χρειάζονται μια εμπειρία που είναι όσο το δυνατόν πληρέστερη, ενώ παράλληλα διευκολύνουν τους να αποκαλύψουν βαθύτερες γνώσεις και να ασχοληθούν βαθύτερα με τα δεδομένα τους, προκειμένου να λάβουν καλύτερες επιχειρηματικές αποφάσεις.

Πώς μπορείτε να δείτε τα δεδομένα σας;

Οι χρήστες μας αναζητούν ένα εργαλείο το οποίο όχι μόνο παρουσιάζει μια στατική εικόνα της επιχείρησής τους, αλλά και μία που τους επιτρέπει επίσης να αλληλεπιδρούν με αυτά τα δεδομένα σε πραγματικό χρόνο. Προσφέροντας απεικονίσεις δεδομένων που είναι ευέλικτες και αλλάζουν με τη διαδικασία σκέψης του χρήστη επιτρέπει την πραγματική εξερεύνηση.

Για παράδειγμα, στο Cognos Analytics προσφέρουμε μια εμπειρία στον πίνακα ελέγχου του χρήστη, ο οποίος παρέχει συγκρίσεις δεδομένων και μεθόδους δίπλα-δίπλα για να δούμε γρήγορα πώς αυτά τα σημεία δεδομένων σχετίζονται μεταξύ τους και τι σημαίνουν αυτές οι ανακαλύψεις.

Ο πρώτος πίνακας εργαλείων του Cognos Analytics παρέχει μια καλή εικόνα των δεδομένων από τη γενική πορεία του Bikeshare Chicago. Χρησιμοποιώντας τα χαρακτηριστικά ταξινόμησης, φιλτραρίσματος και βούρτσας, ο διευθυντής της πόλης κατάφερε να δει ποιες γειτονιές έχουν το υψηλότερο ποσοστό συνδρομητών στην ηλικιακή ομάδα 39 έως 55 ετών από το προηγούμενο έτος.

Αυτοί οι τύποι στόχων χρηστών δείχνουν ότι η εξερεύνηση δεδομένων δεν είναι το τέλος αλλά μάλλον ένας τρόπος να κερδίσουμε όσο το δυνατόν περισσότερη χρήση από τα δεδομένα, είτε πρόκειται για την εφαρμογή τους σε επιχειρηματικά μοντέλα για τη μεγιστοποίηση του κέρδους είτε για τη δημιουργία πιο ακριβών τεχνικών αντιμετώπισης προβλημάτων . Αυτή η εφαρμογή των δεδομένων αποδεικνύει την πραγματική ισχύ των εργαλείων ανάλυσης δεδομένων.

Σκεπτόμενος πίσω στην αναλογία της Βενετίας, ένα εργαλείο όπως το Cognos Analytics επιτρέπει στον χρήστη να κάνει πραγματική βουτιά και να βυθιστεί στα δεδομένα, αντί να το δει μόνο σε επιφανειακό επίπεδο.

Διεξαγωγή έρευνας με γνωστικές αναλύσεις

Οι πληροφορίες έχουν περισσότερη αξία όταν μπορείτε να δράσετε πάνω τους, ειδικά στις επιχειρήσεις. Τα εργαλεία που δημιουργούμε επιτρέπουν στους χρήστες να αποκαλύπτουν γρήγορα ενδιαφέροντα μοτίβα και σχέσεις στα δεδομένα τους χωρίς να χρειάζονται οποιαδήποτε κωδικοποίηση. Αλλά η ατελείωτη εξερεύνηση μπορεί μερικές φορές να οδηγήσει σε παράλυση ανάλυσης, όπου ο χρήστης συνεχίζει να ψάχνει για κάθε πιθανή συσχέτιση δεδομένων. Αυτό μπορεί να είναι διασκεδαστικό για ορισμένους επιστήμονες δεδομένων, αλλά δεν είναι κάτι που οι περισσότερες επιχειρήσεις μπορούν να αντέξουν οικονομικά.

Για να ξεπεραστεί αυτό, ένα καλά σχεδιασμένο εργαλείο διερεύνησης δεδομένων όχι μόνο βοηθά τους χρήστες να εξερευνούν ελεύθερα, αλλά και τους περιηγεί προς τις ιδέες που πραγματικά θέλουν να κάνουν.

Το Watson Analytics επιτρέπει την εύκολη διερεύνηση δεδομένων μέσω της επεξεργασίας φυσικής γλώσσας, πράγμα που σημαίνει ότι οι χρήστες μπορούν να κάνουν απλές ερωτήσεις σχετικά με τα δεδομένα τους, ανεξάρτητα από την εμπειρία τους στην ανάλυση. Στην εποχή μας, ως σχεδιαστές πρέπει να μειώσουμε το χάσμα μεταξύ ανθρώπου και μηχανής. Με τις δυνατότητες πρόβλεψης της Watson Analytics, οι χρήστες μπορούν να θέτουν ερωτήματα όπως "τι οδηγεί τις πωλήσεις;" και να παρουσιάζονται γρήγορα βασικά αναλυτικά στοιχεία πωλήσεων για να βοηθήσουν στη λήψη αποφάσεων.

Σε αυτό το παράδειγμα, ο Σαμ, ένας διαχειριστής των αεροδρομίων, ζητά από την Watson Analytics

Και πάλι σκέφτεστε τη Βενετία, η διερευνητική έρευνα στο Watson Analytics είναι σαν να έχετε τον δικό σας προσωπικό ξεναγό, ο οποίος γνωρίζει όχι μόνο τα καλύτερα τοπικά εστιατόρια για φαγητό, αλλά και τι να παραγγείλει και πώς να το παραγγείλετε στο Βενετσιάνικο.

3. Αναλύστε το δρόμο σας

Όταν πρόκειται για την ανάλυση, δεν είναι όλες οι ανάγκες των χρηστών ίσες. Μία από τις προκλήσεις του σχεδιασμού ενός εργαλείου απεικόνισης δεδομένων καθιστά διαισθητικό να το χρησιμοποιήσει κανείς. Για να καθορίσουμε τις παγκόσμιες εμπειρίες, πιστεύουμε στο σχεδιασμό για την ποικιλομορφία.

Όταν σχεδιάζουμε το χαρτοφυλάκιο Business Analytics, έχουμε πολλαπλά πρόσωπα που κυμαίνονται από έναν αναλυτή αρχάριων σε έναν χρήστη ενέργειας. Αυτό σημαίνει ότι ο σχεδιασμός πρέπει να επιτύχει μια ισορροπία μεταξύ της μείωσης της καμπύλης μάθησης και της παράδοσης ισχυρών αναλυτικών δυνατοτήτων. Η στρατηγική μας για την εμπειρία των πελατών επικεντρώνεται στην παροχή στους χρήστες των εργαλείων και των πόρων που χρειάζονται για να είναι επιτυχείς, ανεξάρτητα από την υπάρχουσα εμπειρία τους στην ανάλυση δεδομένων.

Η ερευνητική μας διαδικασία περιλαμβάνει πολλές άμεσες και έμμεσες συνεργασίες με τους πελάτες και τους χρήστες μας, συμπεριλαμβανομένων των βαθιών παρατηρητικών μελετών για να μάθουν για τη ροή εργασίας τους καθώς και για το πώς θέλουν να χρησιμοποιήσουν ένα εργαλείο ανάλυσης δεδομένων. Όλες αυτές οι πρακτικές έρευνες βοηθούν να διασφαλίσουμε ότι σχεδιάζουμε ουσιαστικές εμπειρίες με ενσωματωμένη υποστήριξη και καθοδήγηση για να βοηθήσουμε τους χρήστες να πετύχουν.

Το Analytics δεν είναι εύκολο και δεν είναι τόσο έξυπνο όσο η κράτηση ενός ταξιδιού στη Βενετία. Οι χρήστες μας έχουν πολλά διαφορετικά επίπεδα δεξιοτήτων, εμπειρίας και κατανόησης. Αποτελούνται από νέους διαχειριστές που επιθυμούν να κατανοήσουν καλύτερα την επιχείρηση, να δώσουν στους χρήστες τη δυνατότητα να κοιτάξουν κάτω από την κουκούλα για να μάθουν ποιο στατιστικό μοντέλο χρησιμοποιήθηκε στην ανάλυση. Στο Watson Analytics προσφέρουμε στρώματα στα προϊόντα μας τα οποία αποκαλύπτουν προοδευτικά τόσο πολύ όσο και ελάχιστα τη μαγεία που χρησιμοποιείται για τη δημιουργία οπτικοποιήσεων.

Το Watson Analytics δεν δείχνει απλώς έναν πίνακα των δεδομένων του, αλλά τονίζει στατιστικά σημαντικούς αριθμούς και αποτελέσματα, εξοικονομώντας τον τον εαυτό του να κάνει τον ίδιο τον υπολογισμό (Β). Επίσης, επιδεικνύει μια σειρά από ιδέες και προτάσεις ακολουθίας στο διάγραμμα Ανακάλυψης στα δεξιά (C). Ένας επιστήμονας δεδομένων που εργάζεται για έναν επιχειρηματία, μπορεί να ανοίξει τον πίνακα Στατιστικών Στοιχείων για να επιβεβαιώσει και να διερευνήσει πιο προσεκτικά τα μοντέλα και τις παραμέτρους πίσω από τα αποτελέσματα.

Ο σχεδιασμός παίζει βασικό ρόλο

Ο σχεδιασμός της απεικόνισης δεδομένων δεν αφορά μόνο τα γραφικά, αλλά γιατί αυτά τα εφέ επηρεάζουν τη διαδικασία ανάλυσης δεδομένων και πώς μπορούν να χρησιμοποιηθούν πραγματικά για τον χρήστη. Εργαζόμαστε για το σχεδιασμό για επαναληπτική διερεύνηση δεδομένων, μια καθοδηγούμενη εμπειρία που βοηθά τον επιχειρηματικό χρήστη να φτάσει στις επιχειρηματικές απαντήσεις του όσο το δυνατόν γρηγορότερα και μια ευέλικτη ροή εργασίας που υποστηρίζει τους ειδικούς της έρευνας και τους αρχάριους. Η σχεδίαση σε αυτόν τον τομέα μπορεί να έχει ισχυρές επιπτώσεις για τους χρήστες δεδομένων και να επηρεάσει τον τρόπο λειτουργίας των επιχειρήσεων.

Αυτό είναι μόνο μια γεύση της προσέγγισης σχεδιασμού απεικόνισης δεδομένων μας στο IBM Business Analytics. Θα μπορούσαμε να σας πούμε περισσότερο, αλλά γιατί να μην εξερευνήσετε μόνοι σας τι μπορεί να μοιάζει με το σχεδιασμό για την οπτικοποίηση δεδομένων. Πρώτη φορά οι επισκέπτες και οι ντόπιοι προσκαλούνται.

Η ομάδα σχεδιασμού του Υβριδικού Cloud για το IBM Business Analytics προβάλλει πόσο επηρεάζει το έργο του σχεδιασμού τα προϊόντα μας και βοηθά τους χρήστες μας να επιτύχουν καλύτερα αποτελέσματα. Χάρη στο απίστευτο ταλέντο και την ικανότητα που προέρχεται από την IBM Design, είμαστε σε θέση να καταστήσουμε όλα τα προϊόντα μας πιο εστιασμένα σε μια ανθρώπινη εμπειρία.

Μια ιδιαίτερη ευχαριστία στους συναδέλφους μου Anne Stevens και Lisa Marie Chen για τη συγγραφή αυτού του άρθρου μαζί μου και για την ανταλλαγή απόψεων.

Ο Arin Bhowmick (@arinbhowmick) είναι Αντιπρόεδρος, Σχεδιασμός στην IBM που εδρεύει στο Σαν Φρανσίσκο της Καλιφόρνια. Το παραπάνω άρθρο είναι προσωπικό και δεν αντιπροσωπεύει απαραίτητα θέσεις, στρατηγικές ή απόψεις της IBM.