Van data naar informatie: hoe datavisualisatie je helpt begrijpen

Voorbeeld van een dashboard.

In dit derde deel van de serie ‘Waarom visualiseren we data’ zoomen we in op het tweede principe: de rol en het belang van datavisualisatie in de vertaalslag van data naar informatie. Lees ook het eerste deel over de drie principes van datavisualisatie, en het tweede deel over de kracht van de visuele eerste indruk.

Terug naar de basis

Datavisualisatie is een manier om de informatie uit data te kunnen halen en communiceren met de ontvanger. Dat klinkt heel vanzelfsprekend, maar waarom is het dan noodzakelijk? Eens zien of een voorbeeld daarbij kan helpen.

In onderstaande tabel staan enkele cijfers van het CBS over de bevolkingsgroei in Nederland in de periode 2010 – 2018.

Jaar

Bevolking begin

Immigratie

Emigratie

Bevolkingsgroei

Bevolking eind

201016 574 989154 432121 35180 81016 655 799
201116 655 799162 962133 19474 54916 730 348
201216 730 348158 374144 49149 22716 779 575
201316 779 575164 772145 66949 71416 829 289
201416 829 289182 949147 86271 43716 900 726
201516 900 726204 615149 50978 39416 979 120
201616 979 120230 739151 545102 38717 081 507
201717 081 507234 957154 29299 57717 181 084
201817 181 084243 737157 366101 07917 282 163

Bron: CBS

Zo op het eerste oog zijn deze cijfers goed te begrijpen, en op hoofdlijnen heb je mogelijk al bepaalde informatie en inzichten verworven, zoals dat we in 2016 al de grens van 17 miljoen mensen zijn gepasseerd.

Maar wat als we nu de volgende vragen proberen te beantwoorden, puur met de kracht van de biologische computer tussen onze oren:

  • In welk jaar groeide de bevolking het meest?
  • Wat is de gemiddelde bevolkingsgroei per jaar over de periode 2010 t/m 2018?
  • Hoe ontwikkelt het saldo van de immigratie en emigratiecijfers zich over dezelfde periode?

De eerste twee vragen zijn nog relatief goed te tackelen, al merk je vermoedelijk al wel dat het fijn zou zijn om een digitaal hulpmiddel te mogen inzetten om te sorteren of te rekenen.

De derde vraag daarentegen verlangt dat je niet alleen het saldo per jaar berekent, maar ook nog eens dat je op een of andere manier een beeld krijgt van hoe dat saldocijfer zich van jaar tot jaar ontwikkelt. Dat is eigenlijk niet te doen, en dan gaat het hier om een heel klein setje data. Wat als dit geen 9 jaren waren, maar 90 (of nog veel meer)? Onmogelijk voor ons menselijke brein, zonder hulpmiddelen.

Dus, laten we eens hulpmiddelen inzetten.

Line chart met het saldo van de immigratie- en emigratiecijfers in de periode 2010-2018
Ontwikkeling van het saldo van de immigratie- en emigratiecijfers in de periode 2010-2018.

Nu is het een stuk makkelijker om de ontwikkeling van deze cijfers te begrijpen. In een paar seconden heb je ervaren hoe de ontwikkeling in elkaar steekt.

De drie manieren waarop datavisualisatie helpt

Als we trachten te beschrijven op welke manieren datavisualisatie helpt, komen we uit op het volgende.

  1. Begrijpen. Ik kan pas iets afleiden uit data, als ik begrijp welke trends, resultaten of conclusies erin verscholen zitten. Datavisualisatie maakt dat inzichtelijk.
  2. Uitleggen. Als ik begrijp wat de data te vertellen heeft, kan ik het gebruiken om uit te leggen waarom bepaalde dingen zijn zoals ze zijn. En ik kan dat overbrengen op anderen.
  3. Verkennen. Soms wil ik echter niet zover gaan, en mezelf of anderen in staat stellen om zelf op verkenning te gaan en de voor hen interessante conclusies te ontdekken.

Het probleem van datavisualisatie is echter dat het tijd en expertise vergt om goed uit te voeren. Als je een data-analist bent en het is je werk om nieuwe en bestaande verbanden bloot te leggen is dat niet erg, maar voor de gemiddelde (zakelijke) gebruiker is dat zonde. In die scenario’s zijn dashboards een zeer geschikt medium om snel en duidelijk informatie te communiceren en de gebruiker zelf in staat te stellen op verkenning te gaan.

In goede dashboards word je voorzien van meerdere invalshoeken, waarin je zelf kunt gaan graven en ontdekken. Valt de omzet dit kwartaal tegen? Waarom is dat zo? Zijn er specifieke producten of diensten die minder goed verkopen? Is er een bepaalde afdeling of winkel die minder presteert dan verwacht? Typische vragen die met een dashboard kunnen worden beantwoord, omdat veelal van tevoren te voorzien is welke invalshoeken nodig zijn om bepaalde vragen te beantwoorden.

Ongeacht hoe je datavisualisatie precies inzet, staat buiten kijf dat het een geweldig middel is in deze tijden van alsmaar groeiende databases.

Van begrip naar actie

In het volgende en laatste deel van deze serie kijken we naar hoe datavisualisatie kan worden ingezet als middel om te overtuigen en gedrag te veranderen. Mocht je een keer van gedachten willen wisselen, mail me vooral of stuur een berichtje via LinkedIN.