Berichten

Wedstrijd: verbeter de grafiek

In de huidige druk van het boek Information Dashboard Design van Stephen Few staan vele voorbeelden van dashboards. De meeste dashboards in zijn boek zijn vooral voorbeelden van hoe het vooral niet moet. Stephen geeft aan dat het boek zo weinig goede voorbeelden bevat omdat hij deze tijdens het schrijven van het boek (2005) niet kon vinden. Tijdens zijn training in Mei gaf hij al aan dat hij voor de volgende uitgave meer goede voorbeelden wil gebruiken. Een direct gevolg hiervan is de Dashboard Design Competition welke hij begin augustus uitschreef.

Helaas kon ik zelf niet deelnemen vanwege tijdgebrek, maar gelukkig is het 91 anderen wel gelukt. Tussen deze inzendingen zitten een groot aantal geweldige dashboards die het bestuderen meer dan waard zijn. Een geweldige bron van inspiratie.

Ik was dan ook blij verrast toen ik zojuist het laatste blog artikel van Naomi Robbins las op Forbes. Hierin schrijft ook zij een wedstrijd uit, maar deze keer op een veel kleinere schaal. Zij geeft een bestaande grafiek als startpunt en vraagt iedereen om alternatieven aan te dragen. Met andere woorden: verbeter de grafiek.

Aangezien het een zeer beperkte set aan gegevens is besloot ik direct aan de slag te gaan. De originele visualisatie is een tweetal donut grafieken (soort taartgrafiek) en kun je vinden in bovenstaande afbeelding.

Mijn eerste ingeving bij het zien van (meerdere) taartgrafieken is om ze te vertalen naar een staafgrafiek. Dit omdat wij mensen niet alleen heel slecht zijn in het vergelijken van taartpunten binnen een taartgrafiek, maar nog slechter taartpunten kunnen vergelijken tussen twee taartgrafieken. Om zeker te stellen dat per bron (Facebook, Twitter en LinkedIn) B2B en B2C goed te vergelijken zijn heeft iedere bron een eigen y-as. Het resultaat zie je in de onderstaande afbeelding.

Vaak wordt als alternatief van een taartgrafiek gekozen voor een gestapelde staafgrafiek. In veel gevallen werkt dit niet goed, omdat alleen de eerste categorie (hier Facebook) goed te vergelijken is. De overige categorieën zijn veel lastiger te vergelijken omdat deze op verschillende punten starten (daar waar de vorige is geëindigd). Alleen in dit geval hebben we maar 3 categorieën, waardoor het effect van de verschillende startpunten niet zo storend is. Vandaar dat ik ook een gestapelde staafgrafiek heb gemaakt (zie onder). Wat wel direct opvalt is dat het LinkedIn aandeel in B2C zo klein is dat het niet meer lukt het percentage in het gebied te plaatsen. Vandaar dat ik deze er onder geplaatst heb.

Tenslotte heb ik nog een derde alternatief gemaakt: zogenaamde Parallel Coordinates. Meestal wordt dit grafiektype gebruikt bij meer dan twee gezichtspunten, maar ook met deze bescheiden hoeveelheid gegevens vallen een aantal zaken direct op . Zo valt het snijden van de LinkedIn en de Twitter lijn direct op. Ook is direct te zien dat vooral Facebook profiteert van de daling van LinkedIn in het B2C segment tov B2B.

Welke van deze vier (origineel en 3 alternatieven) heeft jullie voorkeur en waarom? Laat het me weten op onze LinkedIn pagina.

Er zijn vast nog veel meer varianten mogelijk, dus aarzel niet om deze voor te stellen aan Naomi Robbins. Je hebt nog tot zondag 9 December om je verbeteringen aan haar te sturen.

 

In lijn met kwantipulatie

Vaak zien we bij kwantipulatie voornamelijk voorbeelden van het incorrect toepassen van taart- en staafgrafieken. Waarschijnlijk komt dit ook doordat de valkuilen bij deze grafiektypen eenvoudig te herkennen zijn. Echter, ook de oude vertrouwde lijngrafiek wordt misbruikt in kwantipulatie.

Een belangrijke valkuil bij het gebruik van lijngrafieken is de toepassing van meerdere (verschillende) schaalverdelingen. Zo lijkt het in de onderstaande lijngrafiek dat de blauwe lijn een vrij rustig verloop te kennen (lijn loopt redelijk vlak), waar de rode lijn een veel grilliger patroon laat zien. Ook zien we dat de lijnen in de maand Juli elkaar kruisen. Vaak heeft het kruisen van twee lijnen een speciale betekenis, dus letten we hier ook direct op.

Echter, zoals te zien is in afbeelding 2 vertonen de resultaten van zowel rood als blauw precies hetzelfde patroon. Sterker nog: de lijnen kruisen elkaar nergens.

Nu ben ik begonnen met te vertellen over het toepassen van meerdere schaalverdelingen, waardoor u deze direct ziet. Echter, in de praktijk zien de meeste lezers deze tweede as in eerste instantie niet en concentreren de meesten van ons zich op de vorm van de lijnen. Probeer dus meerdere schaalverdelingen in één grafiek te vermijden. Mochten hierdoor verschillende gegevensverzamelingen niet goed leesbaar worden, maak er dan ook twee verschillende grafieken van.

Niet alleen met het variëren van de schaalverdeling kan de boodschap van een grafiek sterk veranderen. Een andere kwantipulatie methode die veel toegepast wordt is het aanpassen van de aspect ratio of beeldverhouding. Naomi Robbins schreef hier recent over in haar blog voor Forbes. Zij gebruikt daarin een voorbeeld van 2 grafieken met gelijke gegevens en schaalverdelingen die ieder een net iets andere verhaal vertellen. Bij de linkse grafiek (aspect ratio van 0,15) lijkt de stijging veel minder spectaculair dan bij de rechtse (aspect ratio van 2,5). Helaas zijn er (nog?) geen eenduidige regels voor het toepassen van de aspect ratio, dus wees op je hoede.

aspect ratio van 0,15

aspect ratio van 2,5