Berichten

Workshop datavisualisatie voor ProRail

Met het verzorgen van een workshop datavisualisatie zijn we gestart om ProRail te ondersteunen met het opzetten van een nieuwe stijlgids datavisualisatie.

De ProRail organisatie past in de praktijk al veel van de “best-practices” op het gebied van datavisualisatie toe. De stijlgids zorgt voor een centrale en eenduidige beschrijving van deze best-practices binnen ProRail.

De basis voor de stijlgids zijn een aantal werksessies met ProRail medewerkers. Hieruit halen we de specifieke keuzes en voorkeuren van ProRail en illustreren deze met hun eigen voorbeelden.

 

Nieuwe brochure training datavisualisatie

De afgelopen maanden hebben we samen met Heliview tientallen deelnemers mogen verwelkomen op de training datavisualisatie. Vanwege de positieve reacties hebben we een nieuwe serie van 4 publieke trainingen gepland voor het komende jaar. Schrijf je nu in voor één van de volgende data:

  • 26 en 27 september 2017 in Soesterberg;
  • 21 en 22 november 2017 in Amersfoort;
  • 6 en 7 maart 2018 in Driebergen;
  • 15 en 16 mei 2018 in Soesterberg.

Reacties van eerdere deelnemers zijn:

Ik heb veel over verschillende aspecten van visualisatie geleerd, van kleur tot vorm tot boodschap. Theorie aangevuld met praktijkvoorbeelden, valkuilen en oefenen maken de training compleet. Praktisch toepasbaar. 2 dagen vlogen om
Marc Stet, BPM consultant, ABN AMRO Bank NV

 

Lekker interactief en zeer interessant
R. Jette, functioneel beheerder/ BI specialist, Parnassia Groep

 

Hele praktische training, direct bruikbaar, prima sfeer
A. van Geene, MI specialist, Delta Lloyd

Stijlgids datavisualisatie voor Academisch Ziekenhuis

De afgelopen periode hebben we intensief samengewerkt met een Academisch Ziekenhuis in de randstad. De samenwerking had tot doel om te komen tot eenduidige richtlijnen met betrekking tot het visualiseren van gegevens.

Binnen het ziekenhuis worden grote hoeveelheden gegevens gedeeld, vaak ondersteund met visualisaties. Om te zorgen dat al deze datavisualisaties eenduidig en effectief toegepast worden hebben we samen een stijlgids datavisualisatie opgezet.

Het afronden van de stijlgids is tevens het startschot voor het toepassen van deze stijlgids. Dit is toepasselijk gedaan door het verzorgen van een datavisualisatie workshop voor alle geïnteresseerden in het ziekenhuis.

We hebben met veel plezier meegewerkt en zijn blij met de eerste reacties:

Nogmaals dank voor een fijne en vooral zeer leerzame workshop. Ik krijg veel positieve reacties van mijn collega’s”

Datavisualisatie training in samenwerking met Heliview

In samenwerking met Heliview verzorgen we vanaf november dit jaar ieder kwartaal een tweedaagse training datavisualisatie.

De hoeveelheid data die we tegenwoordig verzamelen is eindeloos, maar deze data biedt het management en andere besluitvormers van uw organisatie geen opzichzelfstaande waardevolle inzichten. Het menselijk brein is visueel ingesteld. Hierdoor is datavisualisatie een krachtig communicatiemiddel om data sneller te delen, te interpreteren en te analyseren. Het stelt uw organisatie in staat om veranderingen in het gedrag van uw klanten en de markt sneller te signaleren en hier op in te spelen.

Tijdens deze training leert u hoe u gegevens effectief presenteert, zodat belangrijke resultaten niet aan de aandacht ontsnappen. U gaat zelf aan de slag met rapporten en dashboards zodat u leert hoe u de ontwerpprincipes het beste kunt toepassen. U creëert op deze manier betere stuurinformatie voor uw organisatie en voorkomt dat de verkeerde conclusies getrokken worden.

Vanaf nu kan iedereen zich hier inschrijven voor deze training.

Datavisualisatie keynote op DIVE2016

Samen met Ben de Jong van de ABN AMRO Bank delen we op 23 juni 2016 onze datavisualisatie ervaringen tijdens de Dutch Information Visualisation Event 2016. Maak kennis met de aanpak die honderden medewerkers geholpen heeft om hun visualisaties te verbeteren.

Voor de meeste van ons die actief zijn in datavisualisatie zijn Edward Tufte, Stephen Few, Alberto Cairo & Any Kirk bekende namen. Net als hun gedachtegoed.

Alleen is die bekendheid niets waard als we dit gedachtegoed niet onder de aandacht brengen bij het grote publiek.

Vrijwel iedere kantoormedewerker heeft de beschikking over applicaties, zoals Excel, waarmee data gevisualiseerd kan worden. Jammer dat de kennis en ervaring om data goed te visualiseren bij slechts een fractie aanwezig is.

In 2014 worstelde Ben met deze uitdaging: hoe kunnen we de datavisualisaties binnen de bank verbeteren? Iedereen op een meerdaagse training sturen is op voorhand uitgesloten, want de meeste mensen weten niet eens dat er een probleem is.

Ben zocht tijdens de DIVE van 2014 hulp en is toen samen met Michel Dekker aan de slag gegaan met deze uitdaging. Tijdens hun presentatie zullen Ben en Michel jullie meenemen op hun reis die begon op de DIVE in 2014 en haar voorlopige hoogtepunt bereikte bij Gerrit Zalm eind 2015.

Naast kennis te maken met de aanpak in de keynote kunnen deelnemers tijdens een workshop zelf aan de slag met de 9,5 tips voor betere datavisualisaties.

Schijf je nu in op de site van BI-Podium.

9.5 Tips for Great Data Visualisation

This article was originally posted on the measure-up blog of Stacey Barr.

Enrico Bertini explains in his recipe that studying plays an important role in becoming a Data Visualization expert. However, he also emphasizes it is just the beginning. This was probably the reason why Ben de Jong approached me a year ago to help him improve data visualizations at the bank he works for.

Ben was already familiar with the works of people like Stephen Few, Alberto Cairo and Andy Kirk. He clearly wasn’t looking for additional theoretical background. He was looking for someone with hands-on experience that could help him and the bank to the next level. And so we started to work together to improve the data visualizations of “his” bank.

Part of the assignment was to share our knowledge and experience with as many people as possible within the bank. We realized it would be difficult to get a broad audience interested if it would require a lot of their time. Furthermore, we wanted the session to be practical and not just an introduction. After attending our session, everyone should be able to directly apply the basics to their own work.

This is how we came up with our one-hour session called: 9.5 tips for great data visualizations. We conducted dozens of these sessions to confront people with the most common mistakes, illustrated by their own visualizations.

A couple of weeks ago Stacey was in The Netherlands, and I mentioned our “9.5 tips” sessions to her. Before I knew it she convinced me to write this blog post to share it with an even broader audience.

Tip 1. Start with WHY

In general, a visualization is the answer to a question. But how do you formulate an answer if you don’t know the question?

Therefore, you always start designing by an answering this fundamental WHY question. Although the question is easy, the answer (almost) never is.

This also implies you know your audience and take them into account.

Tip 2. Don’t make me think

Most visualizations require a lot of thought. Not because the audience is reflecting on the actions they need to take, but because they find it hard to understand the visualization itself. To avoid this, we need to apply three basic rules:

Tip 3. Cutting corners

When we use bar charts we “ask” our audience to compare area sizes. This can only be done right if these bars start at 0. Unfortunately, it is very common to have them start at other values, because otherwise “the differences are not clear enough”. If this is the case, choose an other chart type, because a bar chart scale should ALWAYS start at 0.

by ‘cutting’ the scale the difference here looks way bigger

the actual difference is only 22%

Tip 4. Apples to Oranges

When we have two measures with completely different scales it is difficult to combine them into one single chart. A common solution is to apply a secondary y-scale, so each of the measures has its own scale. Unfortunately, this practice introduces a lot of confusion. Sometimes even to the point that the visualization suggests there is some form of correlation between the measures, without any being really there. The solution is straightforward: split the two measures into two separate charts.

by applying two (independent) y-axis the message is determined by the different scaling. All three examples here are exactly the same data

by applying two (independent) y-axis the message is determined by the different scaling. All three examples here are exactly the same data

by applying two (independent) y-axis the message is determined by the different scaling. All three examples here are exactly the same data

Tip 5. Show your true colors

Color plays an important role in our visual perception and attention, so apply it with care. A number of ground rules concerning color usage are:

  • Use a neutral color as your base color (like white);
  • Make sure objects with the same color are related or mean the same;
  • Only use limited strong colors (like saturated red) for emphasizing important data;
  • Use a neutral color (like light gray) for all contextual/context elements (scales, tick marks, reference lines, etc.)

Probably the most popular color scheme is Red, Amber & Green (RAG). This color scheme is also responsible for a lot of clutter and distraction on visualizations. Please bear in mind that some people can’t distinguish red from green (color blindness), so maybe it is better to use an other color for green (like blue). Also ask yourself the question: do we really need to show the green color? Limit yourself to coloring exceptions only.

Tip 6. Less is more

Sometimes I get the impression that visualization designers experience white space as their enemy. As long as they have space left they keep adding stuff. But if you have answered your WHY question, there is no reason to add more. It is even the other way around: the visualization is done when you are done with removing components.

Tip 7. Trending topic

It is very common (unfortunately) to simplify trends over time into one single indicator/arrow: we have gone up or down compared to the result in the previous period. These point-to-point comparisons are terrible, as Stacey explains in her workshops and book. A popular alternative to this single indicator is displaying all historic context, cluttering the visualization. A good alternative is to make use of Tufte’s sparklines: they give enough historic context without cluttering your visualization.

Tip 8. Avoid chart junk

In your data visualization it should be DATA FIRST: let the data tell its story. Everything else is considered chart junk (as introduced by Edward Tufte), and should be minimized. Making the visualization look “nice” is mostly adding more junk and compromising your goal: to inform.

Tip 9. Save the pies for dessert

In most cases when someone uses a pie chart there are (far) better alternatives at hand. This is why Stephen Few saves all pies for dessert. We have had no need for them either, but should you insist on using one, apply the rules from Donna Wong:

  • Never more than 4 slices;
  • Use one single color (hue);
  • Start at 12 o’clock and order the slices descending.

Tip 9.5 Sketch & experiment

This last tip is not concerning the visualization itself, but more on your design approach. This is why we have valued it with half a tip.
There are two important enemies to effective data visualization: software tools & actual data. When you start with software you run the risk to get distracted by the functions and features of the software. Actual data demands a lot of attention because of unclear definitions or questionable quality. Both make you loose the focus on the WHY and your visualization. This is why we use pencil and paper to start sketching the visualization. Make use of the Five Design Sheet methodology to design your visualizations.

9,5 tips voor geweldige data visualisatie bij masterclass CGI

Nova Silva heeft op uitnodiging van CGI een presentatie mogen verzorgen over effectief rapporteren voor de deelnemers van de masterclass Big Data Analytics bij CGI in Rotterdam.

We hebben er allemaal dagelijks mee te maken: rapporten en dashboards met tabellen en grafieken. Jammer genoeg zijn deze rapporten en dashboards niet geoptimaliseerd voor ons mensen. In de meeste gevallen is de gekozen opmaak slechts het resultaat van persoonlijke voorkeur. Dit gaat soms dan wel goed, maar in de meeste gevallen niet.

Met onze presentatie hebben we de deelnemers gestimuleerd om op een kritische manier te blijven kijken naar het presenteren van data in rapporten en dashboards. Aan de hand van 9,5 tips hebben we praktische handvaten gegeven om effectiever en efficiënter om te gaan met informatie.

De presentatie en inhoud zijn goed ontvangen. De deelnemers kunnen de opgedane kennis direct toepassen in het vervolg van de masterclass, aldus organisator Jan Willem Lankhaar (Data Scientist).