Berichten

PowerPoint, Spaceshuttle en dode katten

Dagelijks maken we gebruik van het werk van Edward Tufte om te voorkomen dat er teveel afleiding en misleiding plaatsvindt bij het visualiseren van gegevens. Nu gaat het bij het werk van Edward Tufte niet alleen om de visualisaties zelf, maar ook met enige regelmaat over een hulpmiddel dat we allemaal veel gebruiken: PowerPoint.

We kennen allemaal de presentaties die niet ondersteund, maar eerder overvleugeld, worden door de getoonde powerpoint slides. Edward Tufte heeft zijn ergernis over het gebruik (of beter: misbruik) van PowerPoint zelfs verwerkt in een essay. En hij gaat nog verder: Tufte beschrijft de relatie tussen de ramp met de spaceshuttle Colombia uit 2003 en PowerPoint op zijn website.

Vervolgens zijn er op het internet genoeg creatieve geesten die met dit onderwerp wel wat kunnen. Zo maakte Mark Goetz een geweldig schema (afbeelding 1). Met name Amerikanen moeten hard lachen om deze afbeelding, maar bij mij viel het kwartje niet direct. Waarschijnlijk kwam dit doordat ik (en wellicht ook jullie) niet bekend zijn met de gevleugelde Amerikaanse uitdrukking: “Every time you masturbate, God kills a kitten”. Deze kennis is van belang om te kunnen genieten van de afbeelding van Goetz.

Ondanks het werk van o.a. Tufte en Goetz blijven we geconfronteerd worden met verschrikkelijke PowerPoint slides en slaapverwekkende presentaties. Vandaar dat John Graham-Cumming het tijd vond om er actief iets aan te gaan doen met zijn blog Tufte kitten kill count. Deze blog is een publieke schandpaal voor slechte PowerPoint slides waar we allemaal onze bijdrage aan kunnen leveren. Stuur John jullie voorbeelden en wellicht dat het eindelijk beter gaat met onze presentaties.

 

De tabel: minimalisme = maximaal resultaat

Als we spreken over rapporten, dashboards, gegevens visualisatie, etc. dan gaat de aandacht al snel naar grafieken. We gaan gemakshalve wel voorbij aan de belangrijkste en meest gebruikte visualisatie vorm: de tabel.

De tabel is dan wel de meest gebruikte vorm, maar tegelijkertijd ook de minst gewaardeerde. In de meeste gevallen wordt de voorkeur gegeven aan grafieken, want dat vinden we in veel gevallen beter staan (of zoals een collega laatst aangaf: grafieken zijn sexy, tabellen niet). En als het gaat om indruk te maken dan werkt een grafiek in de meeste gevallen beter. Dona Wong vat het pakkend samen met:”A chart is more memorable than a table of numbers

Maar het gaat (gelukkig) niet altijd alleen om indruk maken. Communiceren met gegevens betekent vaak ook deze (detail) gegevens beschikbaar stellen in het rapport zonder te veel afleiding.

De goede eigenschappen van tabellen en van grafieken vullen elkaar geweldig aan, maar meestal is een grafiek niet direct een goed alternatief voor een tabel (en vice versa).

In welke gevallen kunnen we beter een tabel gebruiken in plaats van een grafiek?

  • Als de lezer individuele waarden moet kunnen opzoeken;
  • Individuele waarden met elkaar vergeleken moeten worden;
  • Precisie een vereiste is;
  • Meerdere (verschillende) eenheden van een gegeven nodig zijn.

Ook bij de opmaak krijgen de grafieken vaak de meeste aandacht. Bovendien zijn de meeste rapportage hulpmiddelen (van Excel tot meer geavanceerde rapportage software) standaard niet zo behulpzaam om goed leesbare tabellen op te leveren. Door deze beperkte aandacht en verkeerde standaard instellingen komt het meer dan eens voor dat een tabel er als volgt uitziet:

Door het raster wordt de tabel moeilijk leesbaar en is het vergelijken van de verschillende getallen lastig. Verder is hier ook geen duidelijk onderscheid tussen kwantitatieve informatie (de getallen) en categorische informatie (de context zoals de kolom titels), wat de leesbaarheid niet ten goede komt. Met het weglaten van de zware lijnen en het toevoegen van witruimte wordt dezelfde tabel plotseling veel duidelijker.

Wat geldt voor ieder rapport is ook van toepassing op de tabel: het is pas af als er niets meer af kan. Of zoals Tufte aangeeft: “Above all else show the data”

 

Computable: don’t make me think!

Met veel plezier lees ik wekelijks het laatste Nederlandse ICT nieuws in de Computable. Het stelt me in staat om snel een overzicht te krijgen wat er speelt en welke ontwikkelingen er zijn. Het leest prettig en heeft inhoudelijk goede artikelen, dus een aanrader voor iedereen die werkzaam is binnen de ICT.

Dat wil niet zeggen dat er geen ruimte voor verbetering is. Net als het online voorbeeld van Antoine vorige week is de Computable helaas een inspiratiebron voor verwarrende en onduidelijke data visualisaties.

Data visualisaties hebben tot doel het communiceren van gegevens zodat het publiek deze eenvoudig kan begrijpen en doorgronden, of zoals Steve Krug dat pakkend beschrijft in zijn boek “Don’t make me think!”.

In dit artikel wil ik niet alleen voorbeelden geven waar deze grafieken verbeterd kunnen worden, maar ook proberen om de verbetering tot stand te brengen. Vandaar dat dit artikel als open brief aan de redactie van Computable is gestuurd.

Beste redactie van weekblad Computable,

Om te beginnen wil ik jullie bedanken voor een geweldig weekblad dat ik wekelijks met veel plezier lees.

Naast het genieten van uw weekblad moet ik u bekennen dat er zeker ook zaken zijn waar ik mij wekelijks aan stoor. Wat zeker meer aandacht verdient zijn de grafieken die jullie veelvuldig gebruiken in de rechter bovenhoek van veel pagina’s. Om te illustreren waar ik op doel heb ik twee willekeurige voorbeelden bijgevoegd.

afbeelding 1 – bron: Computable 01-07-2011

Het eerste voorbeeld (afbeelding 1) is er één die wekelijks terugkomt: de Banometer. U geeft in dit onderdeel aan hoe de ICT arbeidsmarkt zich heeft ontwikkeld in de afgelopen weken.

U maakt hier gebruik van een staafdiagram, waarbij de hoogte van de staaf wordt bepaald door het aantal vacatures (van een bepaalde functie in een week). De lengteverschillen van de staven geven aan hoe de verschillende resultaten zich tot elkaar verhouden. Dit laatste wordt helaas gedeeltelijk teniet gedaan door het laten “verspringen” van de y-as (van 150 naar 1000). Verder is de schaalverdeling voor en na het verspringen niet hetzelfde: voor het verspringen in stappen van 50, maar na het verspringen in stappen van 100.

Als ik vervolgens de tekst bij de grafiek lees, dan lijkt de boodschap te zijn: in het algemeen (Online ict-functies) is er krimp, maar bij de projectmanagers is er groei in het aantal vacatures gedurende de afgelopen weken.

In uw grafiek staan alleen de absolute aantallen vacatures per week afgebeeld, waardoor de lezer de groei/krimp (waar het blijkbaar om gaat) zelf moet afleiden. Dit afleiden is op zich al lastig, maar door het “verspringen” van de y-as en het gebruik van meerdere schaalverdelingen wordt het vrijwel onmogelijk. Als de omvang van de groei/krimp de boodschap is, gebruik deze dan ook in de grafiek.

In afbeelding 2 heb ik dezelfde gegevens gebruikt, maar nu de groei/krimp afgebeeld. Het is direct duidelijk dat de vacatures voor Projectmanagers harder gegroeid zijn dan de vacatures On-line ict-functies.

afbeelding 2 – alternatief voor afb 1

 

 

 

 

 

afbeelding 3 – Computable 21-10-2011

In het tweede voorbeeld (afbeelding 3) zit de valkuil vooral in het afwijkende gebruik van de x-as.

In eerste instantie viel mij niets bijzonders op, maar toen ik wat beter naar de x-as keek viel op dat de “afstand” tussen de verschillende resultaten niet gelijk is. In de huidige grafiek lijkt de stijging met name sterk is in de eerste 3 perioden, waarna hij wat afvlakt. Als je echter alle maanden in de grafiek plaatst en de verschillende resultaten met elkaar verbindt, krijg je afbeelding 4.

Dan wordt duidelijk dat met name het resultaat in mei 2011 de stijging laat afzwakken, maar dat de stijging daarna weer toeneemt.

Dit waren slechts twee willekeurige voorbeelden, maar Ik hoop dat deze u helpen met het verbeteren van uw data visualisaties. Mocht u meer informatie over dit onderwerp willen hebben, dan zijn de boeken van Edward Tufte, Stephen Few en Dona Wong een goede start. Mocht u nog vragen of opmerkingen hebben, aarzel niet om contact met mij op te nemen.

Met vriendelijke groet,

Michel Dekker

afbeelding 4 – alternatief voor afb 3

 

 

 

 

 

 

Kaarten verhelderen

Zeer regelmatig kom ik rapportages tegen in de media die ik graag deel met mijn collega’s en nu ook met u. Een aantal weken terug kwam ik een aardige tegen:
Op de website van the Telegraph uit het Verenigd Koninkrijk stond een kaart met de landen die de veranderingen aan het EFSF steunfonds al goedgekeurd hadden.

De vraag aan u is… Welke landen zijn accoord gegaan?

En wat is de situatie in Nederland? Is het al goedgekeurd? Zonder het origineel te openen kunt u het niet zien, aangezien je moet klikken op de hoofdstad van het land om het antwoord te zien. De hoofdstad van Nederland ligt trouwens wel in Groningen volgens deze kaart… (het is maar dat u het weet)

Dit is een klassiek voorbeeld van een rapportage die er gelikt uitziet, maar niet effectief is.
Effectief rapporteren is geen kunst, maar de effectieve beantwoording van een vraag.
In dit geval kun je zelfs afvragen of een kaart sowieso handig is.
Een tabel met alle landen die al het proces afgerond hebben én diegene die dat nog niet hebben gedaan zou u veel meer informatie geven.

In het geval er toch een kaart gebruikt moet worden, dan in ieder geval een die in een oogopslag laat zien wat de status is (wel of niet geratificeerd). In dit geval toont de kaart alleen de betrokken landen (alle overige zijn weggelaten) en zijn de landen die nog niet hebben gerectificeerd in het rood aangegeven.

Leestip: Guide to Information Graphics

In het ontwerpen en implementeren van rapporten en dashboards maken wij veelvuldig gebruik van de ideeën van Stephen Few. Alleen zijn boeken zijn niet in een formaat dat je ze als naslagwerk dagelijks in je tas stopt (als je ze nog niet digitaal op je iPad hebt). Gelukkig heeft Dona Wong vorig jaar een compact naslagwerk uitgebracht dat een overzicht geeft van alle do’s en dont’s betreft het presenteren en weergeven van gegevens.

Dona Wong was bijna 10 jaar als Graphics Director bij The Wall Street Journal verantwoordelijk voor het effectief presenteren van gegevens. Verder is het wel aardig om te melden dat haar scriptiebegeleider aan Yale niemand minder dan Edward Tufte was.

Few gaat in zijn boeken verder in op de details, maar dit boek scoort veel beter in de categorie: even nakijken hoe ik dit het beste kan doen. Zelf heb ik het altijd bij me om waar nodig nog even na te kijken wat de voor- en nadelen zijn van een bepaalde visualisatie. Naast advies over visualisaties gaat Wong ook in op het gebruik van lettertypes en fonts.

Verder gaat Wong in hoofdstuk 4 in op “lastige situaties”. Dit zijn die typische situaties waar iedereen regelmatig tegenaan loopt bij het maken van visualisaties: missende gegevens(punten), grote getallen met kleine veranderingen, vergelijkbare schalen en kleuren met zwarte inkt.

Wil je ook je informatievisualisatie verbeteren? Zorg dat je dit geweldige boek in je tas hebt zitten. Liever deze kennis en ervaring gelijk toepassen op je eigen situatie: neem contact op met mij (michel.dekker@novasilva.com) voor een workshop Effectief Rapporteren.

 

Mobile Analytics: de "dikke, rijke client" is terug!

Sinds eind vorige eeuw zijn softwareleveranciers bezig om hun toepassingen onafhankelijk te maken van de gebruikers PC. De meeste rapportage- en analyse-software heeft dan ook een op web gebaseerde gebruikersinterface. Deze zogenaamde “thin clients” hebben niet alleen voordelen voor de gebruikers (overal en altijd de mogelijkheid om toegang tot de toepassing te krijgen), maar zeker ook voor de beheerders (meeste zaken centraal kunnen regelen) en daarmee de kosten.

Met de opkomst van mobile BI lijkt het er soms op dat al deze inzet overbodig is geworden. De leveranciers vallen over elkaar heen met hun “app’s” zodat hun software gebruikt kan worden op smartphones en tablets.

Aangezien deze markt (nog) gedomineerd wordt door Apple zijn het voornamelijk apps die werken op iPhone en iPad, maar ook Android apps kom je steeds meer tegen.

We zijn dus weer terug in de vorige eeuw: voor ieder platform een afzonderlijke client applicatie. Er zijn zelfs publicaties waar de nadruk wordt gelegd op alle voordelen van deze aanpak. (column uit Webwereld van 19 september jl.)

Nu is het niet dat ik de voordelen van apps niet erken, maar zeker bij BI toepassingen vallen die snel in het niet. Dit komt met name doordat gebruikers de gegevens zo “vers” mogelijk willen hebben, dus een verbinding met de server is meestal een vereiste. Dus als de verbinding er toch moet zijn, waarom dan niet een “thin client”? Een direct voordeel daarvan is dat het niet alleen werkt op één specifiek platform, maar met iedere willekeurige web browser gebruikt kan worden. De enige uitdaging is dan nog het omgaan met verschillende scherm formaten, maar dat is voor iedere web-ontwikkelaar dagelijkse kost.

De voordelen van een “thin client” (HTML5) ten opzichte van een app worden in het opiniestuk uit Webwereld van 3 oktober jl. ook nog eens aangestipt. Blijkbaar zijn ze er bij Webwereld ook nog niet over uit…

Wij hebben er voor gekozen om vast te houden aan onze pure HTML benadering, ook voor toegang vanaf mobiele apparaten als smartphones en tables. Eerder dit jaar hebben we een korte video gemaakt van Oxygen op de iPad. Deze is hieronder te zien:

Effectieve presentatie is niet van belang

Aan mij de eer om de aftrap te geven voor het Nova Silva Blog. Maar ook mijn collega’s zullen regelmatig hun bijdragen aan dit blog leveren. Alles wat ons bezig houdt kan u hier tegen komen, ieder vanuit zijn persoonlijke visie. Dus begin ik vandaag met een van de zaken waar ik me binnen Nova Silva veelvuldig druk over maak: effectief rapporteren.

In al die jaren (inmiddels al 16 jaar) dat ik actief ben binnen DSS/BI/etc zie ik nog steeds weinig tot geen aandacht voor het effectief presenteren van resultaten. Tot een paar jaar terug had ik er zelf ook nog niet zo bij stil gestaan. Zoals gebruikelijk in de IT zijn we allemaal heel druk met de technologie en heeft de uiteindelijke presentatie niet veel aandacht.

We stoppen al onze tijd in het goed krijgen van de gegevens door het toepassen van verschillende modellering methoden en technieken (DWH, Data Vault, data lineage, data quality, meta data, etc), en aan het einde plakken we er wel “even” een rapportje met een paar tabellen en grafieken op. Nu wil ik niet zeggen dat al die methoden en technieken niet van belang zijn, maar goede informatie op een slechte manier weergegeven is net zo min bruikbaar als slechte informatie.

Toen we begonnen met Nova Silva en ons product Oxygen zijn gaan ontwikkelen kwamen we in aanraking met het werk van Stephen Few. Few past alle kennis van psychologie en menselijk waarnemingsvermogen toe om informatie zo effectief mogelijk te kunnen presenteren. Daarin is hij niet de enige en zeker niet de eerste, want grootheden als Edward Tufte gingen hem al voor. Wat wel uitzonderlijk sterk is van Few is dat hij heel praktisch aangeeft hoe je deze technieken kunt toepassen in rapporten.

Mocht je meer willen weten over dit onderwerp, kijk eens op de website van Stephen Few: Perceptual Edge . Of lees een van zijn boeken.

Ben je regelmatig betrokken bij het opstellen of lezen van rapporten, dan mag zijn boek “Show me the Numbers” niet missen op je boekenplank.

Ook in onze green paper kun je meer informatie vinden over dit onderwerp.