Data visualisatie: geschikt / ongeschikt

Op internet is het aanbod van informatie over data visualisatie overweldigend. Daarnaast wordt er ook genoeg over geschreven in boeken en tijdschriften.

Twee weken geleden schreef ik bijvoorbeeld over de Nederlandstalige blogs. Natuurlijk is het aanbod in het Engels vele malen groter, al was het alleen al dat de auteurs hiermee een veel groter publiek kunnen aanspreken. Echter, de omvang van het aanbod maakt het niet alleen maar beter. Zo zijn er helaas ook voorbeelden van websites die ons op het verkeerde been proberen te zetten.

Zo struikelde ik laatst over de website everythingxcelsius.com. Het is een blog over het gebruik van de dashboard software Xcelsius van SAP. De voorbeelden geven weer dat deze zelfbenoemde dashboard goeroes geen idee hebben waar ze mee bezig zijn. Jammer genoeg is deze site geen uitzondering en zijn management dashboards met vooral veel spiegeltjes en kraaltjes de norm voor veel mensen.

Ik ben er van overtuigd dat je in vrijwel alle beschikbare dashboard software (dus ook Xcelsius) goede management dashboards kunt maken. In het ene pakket is het wellicht eenvoudiger en sneller dan in het andere, maar de software zelf is nooit een excuus om het niet goed te doen. Wat ik betreur is dat sommige gebruikersgroepen zich vervolgens blindstaren op de beschikbare functionaliteit in een bepaald pakket. Het gaat dan niet meer om effectief rapporteren, maar om zo veel mogelijk toeters en bellen te gebruiken. Of zoals Amanda Cox van de New York Times het pakkend zegt: “We’re so busy thinking about if we can do things we forget to consider whether we should

Gelukkig zijn er ook meer dan voldoende goede websites te vinden. Een website die ik elke week lees is die van Andy Kirk: visualising data. Hij geeft een goed overzicht wat er speelt op het gebied van data visualisatie. Zo maakt hij regelmatig overzichten van de artikelen die hem zijn opgevallen in een bepaalde maand. Ook geeft hij in zijn sectie Resources een uitgebreid overzicht van data visualisatie software en boeken. Deze website is zeker de moeite waard om eens te bekijken.

Verder verzorgt Andy regelmatig zijn training Introduction to Data Visualisation. Komende maand ook in Nederland. Op vrijdag 13 juli komt hij naar Amsterdam. Er zijn nog wat plaatsen beschikbaar, dus als je kunt: mis het niet!

Ik ben zeker van de partij, dus hopelijk tot dan.

 

 

Hallucineren met management dashboards

Een onderdeel van onze workshop Effectief Rapporteren is het beschrijven van hoe mensen waarnemen. Vooral ons visuele waarnemingsvermogen is van belang bij het effectief inzetten en gebruiken van management dashboards en rapporten.

Onze visuele waarneming wordt vaak vergeleken met een camera. In ons oog zit, net als in een fototoestel, een compleet lenzenstel, een diafragma en een lichtgevoelige filmplaat. Het oog heeft twee lenzen: het hoornvlies (cornea) en de eigenlijke lens (ooglens). Tussen de twee lenzen bevindt zich het diafragma. Dit is de pupil. Aan de binnenkant van de oogbol ligt de gevoelige filmplaat, het netvlies of retina. Het lenzenstelsel zorgt ervoor dat op het netvlies een scherpe afbeelding komt.

Het bovenstaande beschrijft in grote lijnen wel de werking van ons oog, maar zeker niet hoe onze visuele waarneming werkt. We zien namelijk niet met onze ogen, maar met onze hersenen.

Belangrijker nog: het zien met onze hersenen is niet alleen gebaseerd op de signalen van onze ogen, maar ook op zaken als motivatie en eerdere ervaringen. Zo lijkt het dat er veel meer rode auto’s rondrijden nadat je er zelf één rijdt en zie je overal eten zodra je honger begint te krijgen. Met andere woorden: je ziet wat je wilt zien.

Door onze hersenen zien we geen objectief beeld van onze omgeving, maar slechts een interpretatie of mening van onze hersenen over de omgeving. Er zijn een groot aantal factoren die invloed hebben op dat beeld, ook wel cognitieve bias genoemd. Het komt er eigenlijk op neer dat we allemaal de hele dag aan het hallucineren zijn.

Is dit dan slecht? Zeker niet. Onze visuele waarneming werkt geweldig goed. Je moet alleen wel rekening houden met cognitieve biases en zorgen dat je juist de sterke kanten gebruikt.

pre-attentive eigenschappen

Zo zijn er visuele eigenschappen die heel snel, eenvoudig en accuraat verwerkt kunnen worden door onze hersenen. Deze eigenschappen noemen we pre-attentive: we hoeven er niet bewust over na te denken. Door gebruik te maken van deze pre-attentive eigenschappen in onze management dashboards zorgen we dat informatie snel, eenvoudig en accuraat verwerkt wordt door onze hersenen. Er zijn 3 groepen van pre-attentive eigenschappen die zich goed lenen voor het visueel presenteren van gegevens: vorm, kleur en positie.

Om verschillen in waarden uit te drukken kunnen we het beste gebruik maken van lengte en positie. Als we de waarden alleen bij benadering willen uitdrukken kunnen we daarnaast ook gebruik maken van breedte, omvang en kleurintensiteit.

Data visualisatie in de polder

Toen we vorig jaar besloten om wekelijks een blog bij te gaan houden was het al snel duidelijk dat we dit in het Nederlands zouden gaan doen. Belangrijke reden om Nederlands te gebruiken is dat wij met name actief zijn binnen Nederland. Ook konden wij geen blogs vinden over dit onderwerp in het Nederlands. Dit in schril contrast met het enorm grote aantal blogs in het Engels.

Tijdens de training van Stephen Few in Mei heb ik kennis gemaakt met Yuri Engelhardt. Yuri heeft een aanstekelijk enthousiasme en is zeer actief binnen de academische wereld op het gebied van data visualisatie. Sindsdien hebben we contact gehouden, omdat we beide graag zouden zien dat het bedrijfsleven en de academische wereld meer met elkaar zouden doen op het gebied van data visualisatie. We zijn er van overtuigd dat we veel van elkaar kunnen leren, al is het nog niet helemaal duidelijk hoe we dat vorm moeten geven. Mocht je ook ideeën hierover hebben, aarzel dan niet om contact met me op te nemen.

Ook heb ik Yuri verteld dat ik jammer genoeg vrijwel geen Nederlandstalige blogs kan vinden over data visualisatie. Alhoewel het er niet veel zijn was hij gelukkig wel op de hoogte van een handvol blogs in het Nederlands. Hij stuurde me het volgende lijstje:

Ze zijn niet allemaal heel actief, maar geven wel een aardig inzicht in data visualisatie in/uit Nederland.

Tenslotte een opmerking van huishoudelijke aard. Laatst kreeg ik de opmerking van één van de lezers van dit blog waarom het niet meer mogelijk is om commentaar toe te voegen aan de artikelen. Helaas werd de mogelijkheid tot reageren misbruikt voor allerlei spam. Op een gemiddelde doordeweekse dag moest ik tussen de 30 en 40 berichten verwijderen. Aangezien de meeste artikelen niet veel echte reacties hadden heb ik de functie maar uitgezet. Mocht je toch willen reageren op een artikel uit deze blog, reageer dan bijvoorbeeld op onze Linkedin pagina.

De "trend" is negatief… PANIEK!

Al lees je geen kranten en kijk je niet naar het nieuws, het is bijna onmogelijk om niet op de hoogte te zijn van de economische tegenwind. Als je wel regelmatig een krant leest of naar de radio luistert wordt je overspoeld door berichten als:

Deze voorbeelden hebben niet alleen gemeen dat ze gaan over economische tegenwind, maar ook nog iets anders. In alle gevallen worden hier conclusies getrokken (het gaat minder) door twee waarden met elkaar te vergelijken: de huidige maand met één eerdere maand (vorige maand of zelfde maand vorig jaar).

In het bedrijfsleven doen we precies hetzelfde. Zo bevat menig management dashboard of rapport een samenvatting als in afbeelding 1. De meesten hebben alleen oog voor de KPI’s met de grootste afwijking, want die zijn toch het belangrijkst? Dus ook hier reageren we (meestal heftig) op het verschil tussen slechts twee resultaten.

Het vreemde is dat ieder proces naast speciale variatie ook natuurlijke variatie kent. Speciale variatie is de afwijking die een signaal geeft (gaat het echt beter of slechter). Natuurlijke variatie ontstaat doordat ieder proces of meetinstrument enige vorm van variatie kent die we “normaal” noemen. Neem bijvoorbeeld de omzet van een winkel. Als we kijken naar de verkoopcijfers per maand moeten we rekening houden met zaken als: hoeveel dagen in de betreffende maand was de winkel open, hoeveel feestdagen zijn er geweest, was het een zonnige maand, etc, etc. Al deze zaken hebben invloed op de verkoopcijfers, maar als we de huidige maand vergelijken met de vorige maand dan worden deze vaak niet meegenomen. We horen alleen: “Verkopen detailhandel in de lift!”.

Echter, voordat we conclusies kunnen trekken moeten we onderscheid maken tussen ruis (natuurlijke variatie) en het echte signaal (speciale variatie). Een geweldig hulpmiddel om deze echte signalen te kunnen herkennen is de zogenaamde Control chart. Deze hebben we al eerder kort beschreven in het artikel Vertrouwen in uw management dashboard is goed, maar controle is beter.

In zijn boek Understanding variation geeft Donald Wheeler met voorbeelden aan hoe je Control Charts moet gebruiken om de echte signalen te zien. Met zijn aanpak wordt je niet langer afgeleid door de ruis. Jammer genoeg is “Understanding variation” in Nederland bijna niet te krijgen. Kijk dus goed rond of je ergens het boek kunt vinden, want het is van onschatbare waarde en blinkt uit in eenvoud. Ik heb gelukkig vorige week een exemplaar kunnen bemachtigen op Marktplaats en het in een paar uurtjes kunnen lezen.

Hiermee is niet gezegd dat de krantenkoppen van het begin van dit artikel niet juist kunnen zijn, maar doordat ze uitgaan van een signaal inclusief ruis weten we het niet. Negeer dus de ruis en concentreer op de signalen.