차례:
- 너무 많은 차트로 데이터 시각화 오버로드
- 대시 보드를 사용하지 않기로 결정
- 데이터 시각화의 중요성을 인식하지 못함
- 데이터 소스와 저작권을 나열하는 것을 잊어 버림
- 좋아요, 데이터에 대한 색 구성표를 선택 했으니까요. 멋지다! 매력적인 색상을 선택하는 것이 항상 쉬운 일은 아닙니다. 당신이 기억해야 할 것은이 차트를 사용하여 모든 차트에서 다른 아이템을 묘사 할 수 없다는 것입니다.
- 지난 몇 년간 보았던 모든 데이터 시각화를 고려하면 검정색 배경을 사용해야한다는 요구 사항이라고 생각할 수 있습니다. 그러나 검정색이 항상 배경색에 가장 적합한 것은 아닙니다. 많은 데이터 시각화는 끔찍한데, 검은 배경으로 보여주고 자하는 것을 흐리게하기 때문입니다.
- 여러 화면 크기에 대한 디자인 문제를 해결하는 가장 좋은 방법은 반응 형 디자인을 사용하여 데이터 시각화를 만드는 것입니다. 간단히 말해 반응 형 디자인을 통해 그래픽과 콘텐츠를 태블릿, 스마트 폰, 데스크톱 등 다양한 화면에서 올바른 위치로 이동할 수 있습니다. 이러한 유형의 디자인을 미리 계획해야합니다. 나중에 추가하는 것은 많은 시간과 비용이 소요됩니다.
- 잘못되었거나 불완전한 정보 사용하기
- 입증 된 독서 패턴 구현을 잊어 버림
- Z
비디오: Microsoft Azure OpenDev—June 2017 2024
데이터 시각화를 생성하는 것은 흥미롭고 비즈니스 기술을 반영합니다. 좋은 데이터 시각화의 경로가 덜 미끄 럽도록 이러한 일반적인 실수를 피하십시오.
너무 많은 차트로 데이터 시각화 오버로드
통찰력을 놓치지 않도록 가능한 한 많은 데이터를 시각화에 추가하려고합니다. 당신이 당신의 데이터의 주요 구성 요소를 빠뜨렸다 고 상상하는 것은 두려울 수 있습니다. 그것은 일반적인 감정이지만, 그런 식으로 데이터를 실행하면 결과에 해를 끼칠 수 있습니다.
절대적으로 모든 데이터 조각을 던지면 실제로보아야하는 데이터가 흐려질 수 있습니다. 가치를 더하지 않는 많은 정보를 걸어 다닐 필요가 없다면 아무도 고맙지 않을 것입니다. 데이터를 선택하는 가장 좋은 방법은 중요한 데이터 소스 만 선택하는 것입니다. 그런 다음 데이터에 어떤 이야기가 표시되는지 확인한 후 데이터를 더 추가 할 수 있습니다. 또한 사용자에게 어떤 작품이 효과적인지 아닌지에 대한 피드백을 얻는 것이 좋습니다.
대시 보드를 사용하지 않기로 결정
최근 대시 보드는 비즈니스 인텔리전스 (BI) 분석의 중요한 부분이되었습니다. 대시 보드 는 비즈니스 성공 또는 실패에 대한 중요한 정보를 보여주는 화면입니다. 판매 실적에 중요한 핵심 성과 지표 (KPI) 또는 재고 데이터를 보여줄 수 있습니다.
대시 보드의 두 가지 주요 이점은 필요에 따라 특정 정보와 일반 정보를 모두 제공한다는 것입니다. 예:
-
모든 이해 관계자가 대시 보드에 표시된 동일한 정보에 집중할 수 있도록 도와줍니다. 이 방법으로 모든 사람이 같은 페이지에 있으며 함께 솔루션을 개발할 수 있습니다.
-
사용자는 대화 형 대시 보드를 사용하여 드릴 다운하여 비즈니스 코너에 대한 정보를 얻을 수 있습니다.
가능하면 대시 보드를 사용하여 사용자가 비즈니스 스냅 샷을 볼 수 있도록하십시오.
데이터 시각화의 중요성을 인식하지 못함
대부분의 비즈니스 사용자는 다양한 데이터 시각화를 보았지만 데이터 시각화가 비즈니스의 건강에 얼마나 중요한지 아직 인식하지 못하는 경우가 있습니다. 많은 양의 데이터를 손으로 분석하려고 시도하지 않은 사람들은 데이터 시각화없이 빅 데이터를 효율적으로 처리하는 것이 더 이상 합리적이지 않다는 것을 깨닫지 못할 수 있습니다. 데이터 시각화를 사용하면 다른 방식으로는 인식되지 않는 비즈니스에 대한 새로운 통찰력을 얻을 수 있습니다.
아주 작은 규모의 기업이라 할지라도 고객과의 infographics 공유의 가치를 보았습니다.트위터, 리뷰 및 Facebook 게시물과 같은 새로운 유형의 데이터가 맹렬히 공격됨에 따라 데이터 시각화를 사용하는 대규모 비즈니스가 추진되었습니다. 그들은 올바른 도구를 사용하여 분석하고 분석 할 수있는 중요한 정보를 무시할 수 없습니다. 가능할 때마다 데이터 시각화를 사용하십시오.
데이터 소스와 저작권을 나열하는 것을 잊어 버림
온라인에서 흥미로운 infographics 및 데이터 시각화가 많이 있습니다. 불행히도 모든 사람이 데이터 소스 및 / 또는 저작권을 나열하지는 않습니다. 소규모 내부 잠재 고객을 위해이 정보를 만들면이 정보를 데이터에서 제외 할 수 있습니다. 그러나 통제 된 내부 그룹 외부에서 볼 수있는 무언가를 만들고 있다면 저작권을 추가하고 출처를 나열하십시오. 인포 그래픽의 경우 다양한 소스에서 정보를 수집하여 매력있는 그래픽을 만들기 때문에 저작권 및 데이터 소스가 필수입니다. 사용자가 정보의 출처를 모르는 경우 다른 사람들에게 통계를 인용하는 것에 대해 불안해합니다. 인포 그래픽의 한 가지 목표는 다른 사람들과 공유하는 것입니다. 그것이 신뢰성이 부족하고 특정 출처를 언급하지 않으면, 당신은 그것을 창조하는 한 가지 목적을 무효화합니다.
또한 저작권 보호는 전투의 절반에 지나지 않음을 기억하십시오. 당신은 다른 사람의 저작권을 보호하고 존중하도록하고 싶습니다. 저작자 표시없이 자료를 사용하여 소송까지 제기하지 마십시오.
대시 보드에서 다른 항목에 대해 동일한 색상 선택
좋아요, 데이터에 대한 색 구성표를 선택 했으니까요. 멋지다! 매력적인 색상을 선택하는 것이 항상 쉬운 일은 아닙니다. 당신이 기억해야 할 것은이 차트를 사용하여 모든 차트에서 다른 아이템을 묘사 할 수 없다는 것입니다.
예를 들어, 노란색을 나쁜 대출로, 빨간색을 차압으로, 파란색을 양호한 대출로 표시하는 재무 그래픽에 대한 범례를 작성하면 노란색을 사용하여 두 번째 차트에서 좋은 대출을 묘사 할 수 없습니다. 일관성은 게임의 이름입니다. 꽤 복잡하지만 정확하지 않거나 혼란스러운 데이터 시각화를 만들지 마십시오.
모든 데이터 시각화에 검정색 배경 사용
지난 몇 년간 보았던 모든 데이터 시각화를 고려하면 검정색 배경을 사용해야한다는 요구 사항이라고 생각할 수 있습니다. 그러나 검정색이 항상 배경색에 가장 적합한 것은 아닙니다. 많은 데이터 시각화는 끔찍한데, 검은 배경으로 보여주고 자하는 것을 흐리게하기 때문입니다.
일부 사람들은 어두운 배경을 드라마와 동일시하고 어두운 배경이 시각화를 중요시한다고 생각합니다. 이것은 반드시 그런 것은 아닙니다. 시각화는 한눈에 이해할 수 있어야합니다. 데이터가 어두운 배경과 섞여있어 사용자가 데이터에있는 것을 결정하는 데 너무 많은 시간을 소비해야하는 경우 사용자에게 불만을 품고있는 것입니다.
검은 색 배경을 사용하지 않도록주의를 기울이고 있다고 생각하지 마십시오. 검은 색을 사용할 수 있지만 데이터의 요소 주위에 적절한 공백을 사용하여 쉽게 읽을 수 있도록하십시오.
모바일 화면 디자인 실패 모바일 장치 사용은 더 이상 새로운 점이 아닙니다. Google에 따르면 1 억 3 천 8 백만 명이 넘는 미국 사용자가 스마트 폰을 사용합니다. 그리고 태블릿 시장 또한 급증하고있다. 기술 조사 회사 인 Gartner Inc는 2013 년과 2014 년에 5 억 개 이상의 태블릿이 출시 될 것으로보고합니다. 모바일 장치에 제대로 표시되지 않는 데이터 시각화를 만들 수는 없습니다. 대규모 화면에서만 빌드를 수행하면 사용자가 필요할 때 언제 어디서나 데이터에 액세스하지 못하게됩니다.
여러 화면 크기에 대한 디자인 문제를 해결하는 가장 좋은 방법은 반응 형 디자인을 사용하여 데이터 시각화를 만드는 것입니다. 간단히 말해 반응 형 디자인을 통해 그래픽과 콘텐츠를 태블릿, 스마트 폰, 데스크톱 등 다양한 화면에서 올바른 위치로 이동할 수 있습니다. 이러한 유형의 디자인을 미리 계획해야합니다. 나중에 추가하는 것은 많은 시간과 비용이 소요됩니다.
매력없는 사람들 만들기
사람들이 시각적 매력에 대해 판단한다는 사실이 주어진 것입니다. 인간의 두뇌는 이미지를 처리하고 이해하기 위해 고정 배선되어 있습니다.
못생긴 데이터 시각화를 만드는 것은 실수 할 필요가없는 실수입니다. 시각적으로 매력적인 데이터 시각화 또는 인포 그래픽을 만들 수있는 온라인 및 아날로그 자료를 손쉽게 얻을 수 있습니다. 이것은 매번 놀라운 것을 만들어 낼 것이라는 의미는 아니지만, 독자가 매력적이며 무언가를 만들 수 있다는 것을 의미합니다.
잘못되었거나 불완전한 정보 사용하기
이것은 힘든 일입니다. 때로는 특정 데이터 조각이 좋은 선택이 아니라는 것이 즉시 명백하지 않습니다. 처음에는 데이터 시각화에 불량 데이터가 실제로 포함될 수도 있습니다. 결국, 표면에 데이터 덩어리가 남았는지, 아니면 바로 옆에있는 데이터에 대해 잘못되었는지를 판단하기가 어렵습니다.
IT 부서와의 관계가 도움이 될 수있는 곳입니다. 일반적으로 그들은 데이터의 정확성과 정확도를 알고 있습니다. 데이터의 모든 세부 사항을 알지 못하더라도 자신이하는 것 이상을 알게됩니다. 당신이 당신의 데이터에 대해 좋고, 나쁘고 추악한 것을 알 수 있도록 그들과의 관계를 키워야합니다.
입증 된 독서 패턴 구현을 잊어 버림
신경 과학의 진보로 인해 우리는 우리의 두뇌가 정보를보고 처리하는 방법에 대해 그 어느 때보다도 많이 알고 있습니다. 예를 들어, 우리는 데이터를보다 쉽게 해석 할 수 있도록 배열 할 수있는 방법이 있음을 알고 있습니다. 이 정보를 사용하여 가능한 한 데이터 시각화를 이해할 수있게해야합니다.
특히, 대시 보드의 레이아웃에 대해
Z
읽기 패턴
을 고려해야합니다. 일반적으로 사람의 눈은 페이지를 스캔 할 때 Z 패턴을 따릅니다. 눈은 페이지 상단에서 왼쪽에서 오른쪽으로, 왼쪽 아래 모퉁이에 대해 비스듬하게 아래로, 다시 왼쪽에서 오른쪽으로 이동합니다. 눈이 페이지에서 Z를 그리는 것과 같습니다. 즉, 상단에 메뉴를 배치하고 가운데에 컨텐츠를 넣고 맨 아래에 저작권이나 기타 정보를 넣으면 대다수 사람들이 스캔하고 신속하게 처리 할 수있는 레이아웃으로 대시 보드를 설정하게됩니다.