Tänä päivänä dataa on saatavilla valtavasti. Data itsessään ei kuitenkaan auta hahmottamaan olennaista, ymmärtämään asioiden välisiä suhteita tai tekemään oikeita päätöksiä. Juuri tästä syystä tietoa on pyritty visualisoimaan jo vuosisatoja. Hyvänä esimerkkinä tiedon visualisoimisesta toimii sukupuu, joka on varmasti kaikille tuttu tapa helpottaa sukulaissuhteiden hahmottamista. Tekstimuotoisena luettelona saman asian ymmärtäminen olisi vähintäänkin uuvuttavaa.

Oikeanlainen visualisointi tai kuvaaja helpottaa olennaisen asian hahmottamista ja tukee tarinaa, joka sillä halutaan kertoa. Väärin tai liian vaikeasti laadittu visualisointi voi johtaa vääriin päätelmiin ja lopulta vääriin johtopäätöksiin. Oikein laadittu visualisointi sen sijaan ja auttaa tunnistamaan ne asiat, jotka kaipaavat huomiota. Seuraavassa olen nostanut esille muutamia vinkkejä, jotka on hyvä pitää mielessä seuraavan kerran, kun teet raporttia tai käytät datan visualisointiin tarkoitettua työkalua, kuten Googlen Data Studiota.

1. Mieti, kenelle kerrot tarinaa, ja miksi

Vaikka visualisointi tai kuvaaja olisi kuinka hieno tahansa, siitä ei ole mitään hyötyä, jos se ei ole olennainen sitä katselevalle henkilölle. Visualisointia tehdessä onkin ensiarvoisen tärkeää ymmärtää, kenelle sitä ollaan tekemässä ja mihin tarkoitukseen, sekä miten sitä tullaan käyttämään. Tämän ymmärtäminen on tärkeää jo senkin vuoksi, että osataan valita oikea data ja oikeat metriikat. Onko olennaista kertoa määristä vai suhdeluvuista, vai tarvitaanko molemmat, jotta tarina olisi eheä?

Otetaan esimerkkinä verkkokaupan myynnistä vastaavan henkilön tarve tietää, mikä kanava tuo parhaiten ostavaa liikennettä ja mihin siten pitäisi jatkossa panostaa. Onko tässä tapauksessa paras kanava se, joka tuo eniten ostavaa liikennettä vai se, mistä tulee suhteessa eniten ostavaa liikennettä? Hyödyllisin kuvaaja vastaisi kerralla molempiin kysymyksiin.

2. Valitse oikea tapa datan kuvaamiseen

Kaikki kuvaajat eivät kerro tarinaa samalla tavalla tai edes oikein. Hyvä visualisointi aukeaa katsojalle nopeasti sekä kertoo halutun tarinan virheettömästi. Mitään tietoa ei jää ymmärtämättä tai tulkinnan varaan. Mieti ensin, mitä olet kertomassa. Trendejä, mielenkiintoisia muutoksia, määriä ja asioiden välisiä suhteita kuvataan eri tavoin.

Joskus piirakkakuvaaja saattaa hämärtää mitattujen asioiden välisiä suhteita, jolloin tarina jää hämäräksi. Tällöin perinteinen pylväskuvaaja saattaa kertoa saman asian paljon tehokkaammin. Jos halutaan ilmaista vain absoluuttisia lukuja, taulukko tai avainmittari on todennäköisesti paras tapa ilmaista asia. Jos datassa on aukkoja – esim. tiettyinä päivinä ei ole dataa lainkaan – kannattaa viivakuvaajaa käyttää varovaisesti. Pisteiden yhdistäminen viivoilla saattaa aiheuttaa näennäisen trendin, jota ei oikeasti ole olemassa.

Yksi virhe kuvaajissa, johon usein törmään, on skaalan aloittaminen jostain muusta kuin nollasta. Ongelmaksi muodostuu aina kuvaajan tulkinta, sillä asioiden väliset suhteet hämärtyvät. Varmista siis, että skaalat ovat oikein.

Kuvateksti: Jos asteikko ei ala nollasta, tulos on pahimmillaan harhaanjohtava. Joskus harhaanjohtavia asteikkoja käytetään markkinoinnissa hyväksi myös tarkoituksella.  

3. Valitse oikea ulkoasu

Visualisointi koostuu aina ns. ”Datamusteesta” (Data-Ink) ja muusta ”musteesta”. Data-ink on se osa kuvaajaa, joka auttaa ymmärtämään ja jota ei voi missään nimessä poistaa. Data-ink Ratio ilmaisee Data musteen osuutta kuvaajassa. Hyvässä visualisoinnissa tuo osuus on mahdollisimman suuri. Eli visualisoinnista kannattaa ottaa pois kaikki sellainen, joka häiritsee olennaisen hahmottamista tai ei hämärtää tarinaa. Esteettisyys on tärkeää mielenkiinnon heräämisen ja ylläpidon vuoksi, mutta se ei saa häiritä tulkintaa, viedä huomiota olennaisesta tai johtaa vääriin päätelmiin.

Kuvateksti: Data-Ink -suhteeltaan hyvässä kuvaajassa on väriä vain siellä, missä sillä on merkitystä.   

Värien käyttö on hyvin olennainen asia ulkoasun kannalta. Usein liian iso skaala eri värejä saattaa olla haitaksi kuvaajaan lukemisen kannalta. On myös hyvä ottaa huomioon, että osa lukijoista saattaa olla punavihersokeita, jolloin vihreiden ja punaisten värien käyttö sekaisin haittaa ymmärtämistä.

Visualisoinnin selkeyden kannalta on myös hyvä huomioida, että harmaan värin käyttäminen auttaa hahmottamaan asioita paremmin. Myös luonnossa yhdessä löytyvät väri kombinaatiot miellyttävät usein ihmissilmää, koska niihin on totuttu.

Kuvateksti: Jos otetaan värisokeatkin huomioon ja käytetään luonnosta löytyviä värejä, voisi kuvaaja näyttää vaikka tältä.

 4. Ohjaa olennaiseen

Visualisoinnin ymmärtämisen ja tarinan kerronnan kannalta olennaista on myös tärkeiden asioiden tai löydösten korostaminen. Tähän voidaan käyttää esimerkiksi muusta poikkeavia värejä, fontteja tai elementtien kokoja. Kuvaajasta pitäisi myös selvitä mihin asiaan se liittyy, mihin kysymykseen ollaan vastaamassa. Usein hyvällä ja selkeällä otsikolla pääsee jo melko pitkälle, mutta visualisointiin voidaan myös lisätä täydentäviä ulottuvuuksia, jotta oikeat asiat korostuvat ja kuvasta voidaan tehdä johtopäätöksiä.

Jos esimerkiksi kansainvälisen yrityksen myyntijohtaja tarvitsee tiedon eri maiden myynnin tilasta, pelkkä pylväsdiagrammi tuskin riittää kertomaan koko tarinaa tai vastaamaan perimmäiseen kysymykseen. Myyntijohtaja toki näkee, minkä verran myyntiä kussakin maassa syntyy ja missä sitä on eniten. Määrä ei kuitenkaan kerro missä maassa menee hyvin, onhan jokainen maa todennäköisesti hyvin erikokoinen markkina-alue. Myyntijohtaja saisi samaisesta kuvaajasta varmasti enemmän irti, jos siihen lisättäisiin vielä kunkin maan myyntitavoitetasot. Lisäksi tavoitteesta jääneitä voitaisiin korostaa muusta poikkeavalla värillä.

5. Pohdi, onko tarvetta interaktiivisuudelle

Datan visualisointi työkalujen yleistymisen myötä keskeiseksi kysymykseksi on noussut myös se, onko tarvetta interaktiivisuudelle. Tarvitseeko raportissa tai visualisoinnissa olla elementtejä, joiden avulla voidaan tutkia asioita syvällisemmin? Tyypillisesti interaktiiviset elementit ovat erilaisia filttereitä, kuten demografioita, laiteluokkia tai muita vastaavia asioita, joita säätämällä tietoon voidaan pureutua tarkemmin. Omasta mielestäni interaktiivisia elementtejä kannattaa käyttää vain silloin, kun niistä on aidosti hyötyä eivätkä ne aiheuta sekaannusta.

Lopuksi

Jos tämä kaikki pitäisi kiteyttää jotenkin, tekisin sen näin: ”Pidä dataa visualisoidessasi mielessäsi, mitä olet kertomassa ja kenelle. Varmista, että viestisi menee perille ja tulee ymmärretyksi oikein”. Sanonta ”kuva kertoo enemmän kuin tuhat sanaa” pitää varmasti paikkansa. Visualisointiin ja sen miettimiseen kannattaa siis käyt