Slide utilizzate per il corso di data visualization per i colleghi di FBK. Il corso si presenta introduttivo, con una parte pratica per imparare a mettere in luce i concetti. Sono presentati una serie di strumenti ed una sezione dedicata alla creazione di mappe.
2. napo@fbk.eu
Risorse Umane
una idea condivisa di data visualization e
infographics
Visualizzazioni buone e cattive
A cosa fare attenzione (principali errori)
Fondamenti sui dati
Laboratorio (strumenti)
PERCORSO DI OGGI
4. napo@fbk.eu
Risorse Umane
I COMPITI DI UNA BUONA VISUALIZZAZIONE DI DATI
● Rispondere alle domande (o scoprirle)
● Prendere decisioni
● Visualizzare i dati nel contesto
● Supportare il calcolo grafico
● Trovare i pattern (modelli)
● Presentare argomenti o raccontare una storia
● Ispirare
7. napo@fbk.eu
Risorse Umane
A Bolzano ci sono 261
ristoranti
32 sono gestiti da cinesi
11.8 %
Fonte:
Camera di Commercio di Bolzano
Cosa comunica meglio?
Intrepretazione dei dati: usi, rischi e metodologie
8. napo@fbk.eu
Risorse Umane
“una rappresentazione visuale di dati
dovrebbe essere abbastanza semplice da
stare sul portellone di un furgone”.
principio di Feynman-Tufte
Inventore delle Sparkline
un piccolo e semplice grafico della grandezza di una parola, con
risoluzione tipografica.
Edward Tufte
9. napo@fbk.eu
Risorse Umane
I COMPITI DI UNA BUONA VISUALIZZAZIONE DI DATI
● Rispondere (o scoprire) domande
● Prendere decisioni
● Visualizzare i dati nel contesto
● Individuare ricorrenze
● Presentare argomenti
● Raccontare una storia
● Ispirare
15. napo@fbk.eu
Risorse Umane
TABELLE VS GRAFICI
L'uso di grafici laddove non sono necessari può
portare a inutili confusioni / interpretazioni .
Più un grafico ha bisogno di una spiegazione, meno
il grafico è necessario.
I grafici non sempre trasmettono le informazioni
come fanno invece le tabelle.
https://en.wikipedia.org/wiki/Misleading_graph
17. napo@fbk.eu
Risorse Umane
PRINCIPI DI ECCELLENZA GRAFICA
Mostrare i dati
Indurre l'utente a riflettere sulla sostanza dei risultati
Evitare di alterare ciò che i dati hanno da dire
Presentare molti numeri in maniera efficiente
Incoraggiare l'occhio a confronto fra valori
Fornire diversi livelli di dettaglio (da una panoramica ad struttura precisa)
Dare un obiettivo chiaro: descrizione, esplorazione, tabulazione, decorazione
Le descrizioni dei dati devono essere integrate
E. R. Tufte. La visualizzazione visiva di informazioni quantitative. 2 ° ed. Graphics Press, Cheshire, Connecticut. 2001.
19. napo@fbk.eu
Risorse Umane
PRINCIPALI ERRORI
- TROPPA INFORMAZIONE
(usare un approccio Keep It Simple and Sexy)
- ABUSO DEI COLORI
- BELLO NON VUOL DIRE EFFICACE
- LE VISUALIZZAZIONI PARTONO DAI BUONI DATI
20. napo@fbk.eu
Risorse Umane
ABUSO DI ETICHETTE
L'uso di parole rappresentate
distorte o nel titolo del
grafico o nelle etichette degli
assi o nella didascalia
potrebbe impropriamente
ingannare il lettore
https://en.wikipedia.org/wiki/Misleading_graph
22. napo@fbk.eu
Risorse Umane
Quante volte vedi il numero tre?
43242950445435485760908979421854090545409102048
05904390905476012209750907648624597665421199867
75439098550404031029047694421208540878542570
23. napo@fbk.eu
Risorse Umane
Quante volte vedi il numero tre?
43242950445435485760908979421854090545409102048
05904390905476012209750907648624597665421199867
75439098550404031029047694421208540878542570
25. napo@fbk.eu
Risorse Umane
UN GRAFICO TORTA EGIZIANO
Lato esposto al sole
della piramide
Cielo
Lato della piramide
in ombra
… o un binocolo puntato su una piramide?
27. napo@fbk.eu
Risorse Umane
L'elemento C sembra essere grande
almeno quanto l'elemento A, mentre
in realtà, è meno della metà
LE BUGIE DEI GRAFICI TORTA
https://en.wikipedia.org/wiki/Misleading_graph
34. napo@fbk.eu
Risorse Umane
GRAFICI A TORTA
Il confronto fra grafici a torta di diverse dimensioni può essere spesso fuorviante
perché le persone non possono leggere con precisione l'area comparativa.
L'uso di fette sottili sono difficili da distinguere e possono essere difficile da
interpretare.
L'utilizzo di percentuali come etichette su un grafico a torta può essere fuorviante
quando la dimensione del campione è ridotta.
Il grafico a torta in 3D oppure in 2D aggiungendo una 'inclinazione rende
l'interpretazione ancora più difficile a causa dell'effetto distorto della prospettiva.
.
https://en.wikipedia.org/wiki/Misleading_graph
35. napo@fbk.eu
Risorse Umane
I grafici mostrano dati identici
A sinistra: differenze significative
A destra: le differenze non sono così significative
GRAFICI TRONCATI
https://en.wikipedia.org/wiki/Misleading_graph
42. napo@fbk.eu
Risorse Umane
È PIÙ CORRETTO FAR INIZIARE LA SCALA DAL VALORE 0
0
LOREM IPSUM DOLOR SIT AMET
4
LOREM IPSUM DOLOR SIT AMET
4
6
2
8
10
10
8
12 12
6
43. napo@fbk.eu
Risorse Umane
UTILIZZATE UN SOLO COLORE PER BAR CHART, UN SECONDO
COLORE PUÒ ESSERE UTILE PER EVIDENZIARE UN DATO
LOREM IPSUM DOLOR SIT AMETLOREM IPSUM DOLOR SIT AMET
51. napo@fbk.eu
Risorse Umane
ORDINARE CORRETTAMENTE LE FETTE
IN SENSO ORARIO A PARTIRE DALLA FETTA PIÙ GROSSA IN ORDINE
DECRESCENTE
LE DUE FETTE MAGGIORI NELLA PARTE SUPERIORE E LE RESTANTI
NELLA PARTE INFERIORE
73. napo@fbk.eu
Risorse Umane
RISORSE LETTURE
Libri
"The Functional Art: An Introduction to Information Graphics and Visualization " di Alberto Cairo (2012)
"The Visual Display of Quantitative Information" di Edward R. Tufte (2001)
"How to Lie with Statistics" di Darrel Huff (1954)
Web
https://www.darkhorseanalytics.com/
https://en.wikipedia.org/wiki/Misleading_graph
http://callingbullshit.org/
https://www.slideshare.net/janwillemtulp/data-visualization-5724069
https://medium.com/@namwookkim/data-driven-guide-designing-expressive-information-graphics-e068a0c552e9
https://github.com/ft-interactive/chart-doctor/blob/master/visual-vocabulary/Visual-vocabulary.pdf
http://ft-interactive.github.io/visual-vocabulary/
https://wiki.openstreetmap.org/wiki/UMap
http://de.straba.us/2015/05/22/tutorial-creare-una-mappa-online-con-fotografie-in-umap-aggiornabile-con-ethercalc/
STRUMENTI
Usati in aula
google spreadsheet - http://docs.google.com
colorbrewer2 - http://colorbrewer2.org
datawrapper - http://datawrapper.de
rawgraphs - http://rawgraphs.io
umap - http://umap.openstreetmap.fr
flourish - http://flourish.studio
Suggeriti
Google Data Studio - https://datastudio.google.com
Microsoft Power BI - https://powerbi.microsoft.com
Superset - https://superset.incubator.apache.org/
Hyecoo - http://hyecoo.namwkim.org/
E2D3 - http://e2d3.org/