Offrir une meilleure expérience utilisateur en utilisant les bons graphiques

Une astuce pour créer de meilleurs tableaux de bord et une meilleure expérience utilisateur en associant le bon type de graphique au bon type de données.

Il existe de nombreux types de graphiques que nous pouvons utiliser, mais si nous voulons transmettre les informations et la signification derrière les données, il est important de s’assurer que nous utilisons le bon graphique pour le bon type de données. La visualisation de données est, à certains égards, la partie la plus importante de la science des données. Les tableaux de bord et les graphiques sont censés fournir une intelligence supplémentaire pour un ensemble de données, mais cela ne se produit que si les données sont présentées de manière visuellement efficace.

Visualisation des données

La visualisation des données brutes et leur présentation d'une manière qui facilite la compréhension et l'interprétation des données. Les ordinateurs sont parfaits pour traiter beaucoup de nombres, mais les humains utilisent leurs sens pour comprendre et comprendre ce que cela signifie réellement. La principale façon de le faire est de faire des présentations visuelles. Il y a plusieurs façons de représenter visuellement l'information, mais la principale méthode consiste à utiliser des tableaux et des graphiques. Celles-ci peuvent être des moyens extrêmement utiles pour présenter des données et aider le spectateur à le comprendre facilement. Les tendances nous sautent aux yeux lorsqu'elles sont affichées correctement, les corrélations peuvent être facilement repérées, etc.

Bien que nous puissions perdre facilement l'accès à des points de données individuels, nous pouvons les assembler pour comprendre leur signification. Si nous regardons le nombre total de meurtres à New York, par exemple, on peut voir qu'en 2013, il y a eu 332 meurtres. C'est beaucoup, et certainement un nombre horrible si vous étiez l'une des 332 personnes assassinées, mais qu'est-ce que cela peut nous dire? Est-ce meilleur ou pire que l'année précédente? Qu'en est-il de l'année précédente? En fait, cela a beaucoup baissé et le taux a chuté d’un sommet atteint au début des années 90. Mais pas tous les ans et certaines années ont vu une augmentation. Sans être capable de voir la tendance visuellement, il faudrait du temps pour analyser numériquement ce que vous pouvez visualiser rapidement avec le graphique de droite.

"Pour des données comme celle-ci, mais est-ce réellement le meilleur moyen de représenter ces données? Il y a eu pas mal de recherches sur la meilleure façon de représenter différents types de données pour les rendre faciles à comprendre rapidement. Commençons par examiner et classer les types de données avec lesquels nous travaillerons.

Types de données

Divisons d'abord les données en types discrets et continus.

Données discrètes a des valeurs individuelles et discrètes et il n'y a pas de valeurs entre les deux. Cela pourrait être quelque chose comme des tailles de chemise. Il n'y a pas de valeur de taille de chemise entre un moyen et un grand.

Les valeurs continues peuvent avoir un nombre infini de valeurs entre chaque valeur. Le nombre de miles qu'un meurtrier doit quitter de New York avant de se sentir à l'abri de la poursuite est une valeur continue. Cela peut être 3 miles, 4 miles ou 3.14159 miles et ainsi de suite.

La classification des types de données peut être un peu floue, et vous voudrez peut-être dire "bien oui mais qu'en est-il …" Dans notre exemple de meurtre, j'appellerais le nombre de meurtres continus et non discrets. C'est un compte de quelque chose et les chiffres varient sur une large gamme. On pourrait toutefois soutenir que ce sont des données discrètes, car la moitié d’une victime de meurtre n’existe pas. Certains types de données peuvent être facilement identifiés et certains prennent un peu de bon sens. En fin de compte, vous devrez peut-être comparer deux types de graphiques en utilisant les mêmes données pour voir plus facilement où les choses se trouvent. se couple En d'autres termes, quelle est la relation entre les valeurs X et Y? Ceux-ci sont soit dépendants ou indépendants. Avec une relation dépendante, les deux valeurs ont une relation mathématique telle que pour chaque X, il n'y a pas plus d'une valeur de Y. Cela peut être une formule mathématique où Y = F (X) où X est continu ou juste une liste de valeurs pour chaque X où X est discret. Dans le cas d'une relation indépendante, il n'y a pas de relation directe entre X et Y. Par exemple, malgré les meilleurs efforts du prévisionniste, des pluies par jour, par exemple, sont en relation indépendante. Par exemple,

• Dépendant: [ { 1, y1 }, { 2, y2 }, { 3, y3 }…]
• Indépendant: [ { 1, y1 }, { 2, y2 }, { 2, y3 }…]

Types de graphiques

Examinons maintenant certains types de graphiques courants et voyons quelles caractéristiques ils représentent.

Un graphique à barres verticales (aka graphique à colonnes) a une valeur horizontale (X) qui représente des valeurs discrètes, chaque barre étant une valeur ou un élément unique. L'axe vertical (Y) est dépendant et continu. Un graphique à barres horizontales a les mêmes valeurs mais a basculé sur le côté, de sorte que l'axe Y représente désormais les valeurs discrètes et que l'axe X représente désormais la partie continue.

Diagramme à barres

Un graphique en courbes a un axe X continu et un axe Y qui est dépendant et continu.

Diagramme linéaire

Les diagrammes de dispersion ont un axe X qui est une valeur quantitative et un axe Y qui est une variable quantitative indépendante. Cela dépend principalement de la position, mais la densité de rendement des grappes également. Les marqueurs ou "glyphes" sont couramment utilisés pour indiquer les positions des axes X où les données ont été réellement échantillonnées.

Diagramme de dispersion

Les diagrammes de Gantt ont un axe X continu et un axe Y discret, mais également indépendant car, contrairement à un graphique à barres, vous pouvez avoir plusieurs segments pour chaque barre. Comme avec le graphique à barres, vous pouvez le faire pivoter de 90 degrés et satisfaire le besoin d'un graphique avec un axe X discret et indépendant et un axe Y discret.

Diagramme de Gantt

Un tableau n'est pas toujours considéré comme un véritable "graphique", mais il n'en reste pas moins un. Une table a un axe X discret et un axe Y aussi discret. Peu importe que l'axe Y soit indépendant ou indépendant. Avec une paire discrète-discrète, votre graphique est maintenant une grille et chaque cellule est, au plus basique, une ou zéro (ou null). Bien entendu, nous utilisons le plus souvent un tableau pour introduire une troisième dimension que nous représentons par un nombre dans chaque cellule.

Tableau

Faisons un tableau de ceci et voyons à quoi il ressemble.

Nous avons maintenant un moyen rapide et facile de classer les types de données et de voir quel type

Donc, à propos de ces meurtres …

Pour en revenir à notre tableau meurtrier de New York, le graphique en courbes était-il le bon choix pour nous? L'année est sur l'axe des X et les années sont des valeurs discrètes. Les meurtres, sur l'axe Y, sont dépendants et continus. Pour ce type de jeu de données, un diagramme à barres est répertorié comme le meilleur choix pour un tel graphique, et nous voyons ce format ci-dessous. Notez que les années individuelles sont maintenant affichées de manière plus visible et nous pouvons clairement voir que pour chaque année, il n'y a qu'une seule valeur. Nous ne sommes pas tentés de voir comment le taux de meurtres a progressé mois après mois en regardant entre les points du graphique linéaire et il est clair que les données ne montrent que des totaux annuels. Le graphique à barres gagne.

Source de données: https://en.wikipedia.org/wiki/Crime_in_New_York_City

Par ailleurs, si vous recherchez un moyen facile de générer des visualisations et des rapports efficaces à partir de vos données, vous pouvez vérifier Telerik Reporting . Vous pouvez télécharger un essai gratuit ou en savoir plus sur ses capacités de visualisation ici .