7 stier mot en mer avansert lesning

For å bli en mer avansert leser av datavisualiseringer kreves det at du vurderer forhold som ligger verken utenfor eller innenfor selve diagrammet, men som hjelper deg til å tenke kritisk om visualiseringen.

  1. Belønning for innsats
    Ikke alle visualiseringer er lette eller kjappe å lese. Noen krever tid og innsats, mens andre virker mer rett på sak – men ved nærmere inspisering kan de likevel være mer komplekse enn først antatt. Du må kanskje lese masse informasjon som ligger utenfor diagrammet for å forstå hva det sier. Det kan være at du er uvant med diagramtypen – da kan det være krevende å bli kjent med den. Visualiseringsdesigneren burde tilby deg nok veiledning til å kunne lese visualiseringen, men det er likevel slik at du ofte er nødt til å gjøre litt egeninnsats.
  2. ‘Forståelse’ kan komme i flere størrelser og fasonger
    Ikke alle visualiseringer vil gi et «gyllent øyeblikk» av plutselig erkjennelse. Det kan hende du gjør en stor oppdagelse som hjelper deg med å ta en viktig avgjørelse, men ofte lærer du bare litt mer om emnet. Visualiseringen kan i mange tilfelle først og fremst bekrefte noe du allerede visste.
  3. Overblikk først, deretter detaljer (om de fins)
    Noen ganger er visualiseringer kun ment å gi deg hovedpunktene: en forståelse for hvilke verdier som er store, medium eller små , samt disse verdiene skaper. Å lese spesifikke verdier er ikke målet med disse visualiseringene. Hvis du ikke umiddelbart kan avlese de nøyaktige verdiene på en visualisering, trenger du ikke ikke å bli frustrert. Det kan være at diagrammet ikke var ment for slik detaljert lesning. I mange tilfeller er de nøyaktige verdiene tilgjengelige via linken til datakilden.
  4. Tilleggsverdi?
    Ikke glem at den visuelle framstillingen av data har som mål å avsløre omfang, mønstre og relasjoner som ikke lett fremgår av selve dataene alene. En svak visualisering er en som ikke tilbyr noen slike tilleggsverdier til dataene, men som i stedet får deg til å lengte etter en tabell som viser verdiene i datasettet.
  5. Ubesvarte dataspørsmål
    Hvis spørsmålene du sitter med omkring et emne, ikke blir besvart av visualiseringen, trenger ikke det bety at visualisering er dårlig (f.eks. «Dette er flott, men jeg skulle ønske de viste verdiene etter årstall…»). En visualisering kan kun vise et begrenset antall egenskaper ved et datasett. Det kan ha vært umulig å inkludere de egenskapene du føler mangler, eller designeren kan ha ansett det som mindre interessant enn den informasjonen han eller hun valgte å fokusere på.
  6. Verdsetting av kontekst
    Når du leser en visualisering, prøv å forestill deg noen av utfordringene designeren møter. Hvis tekststørrelsen f.eks. er frustrerende liten på skjermen din, kan det være at den primært var ment for å ses på en plakat. Hvis du tenker ‘dette hadde vært bedre på et kart’; kan det være at visualiseringsdesigneren ikke hadde tilgang til stedsdata? Eller kanskje at de geografiske detaljene var for vage eller unøyaktige?
    Spør også om du selv er en typisk representant for målgruppen. Hvis du sliter med å forstå en visualisering, kan det være fordi prosjektet var ment for spesialister, folk med spesifikke kunnskaper om emnet. Kanskje du ikke syns emnet er interessant – men det kan det hende andre gjør. Husk: du er i din fulle rett til IKKE å lese en visualisering!
  7. Hva hadde DU gjort annerledes?
    Hva hadde du gjort annerledes selv? Kan du forestille deg en alternativ måte å framstille dataene på? Hvilke andre spørsmål hadde du fokusert på? Slike spørsmål kan også gjøre deg til en mer reflektert diagram-leser.
© 2024