Wil je meer halen uit je data? Datavisualisatie maakt je data letterlijk zichtbaar. Deze tips helpen je om data efficiënter te gebruiken bij het nemen van belangrijke beslissingen.
Bedrijven beschikken vandaag over grote hoeveelheden data. Die data vertellen alles wat je bedrijf moet weten over hoe goed je het doet. Wie data in het hart van de bedrijfsvoering plaatst, zal dan ook de beste beslissingen nemen. Efficiënt leren werken met data levert je op termijn dus een aanzienlijk concurrentieel voordeel op.
De grote uitdaging waar veel bedrijven mee worstelen, is om de data te laten spreken. De kunst om data tastbaar te maken voor een groot publiek, heet datavisualisatie. Datavisualisatie helpt je het kaf van het koren te scheiden en geeft je de data die de meest nuttige inzichten bieden voor je bedrijf op een presenteerblaadje. Hoe je hiermee aan de slag gaat, lees je in dit artikel.
lees ook
5 veelgemaakte fouten als je met BI start (en hoe die te vermijden)
Van data naar kennis
Het gezegde ‘data is kennis’ wordt graag gebruikt om de meerwaarde van datavisualisatie of business intelligence aan te duiden, maar om data om te vormen naar kennis gaat een heel proces schuil. In een eerste instantie zit je immers altijd met grote brokken ongestructureerde data uit verschillende bronnen. Een data-ingenieur krijgt misschien het water in de mond van een Excel-bestand met honderden rijen en kolommen, maar de gemiddelde werknemer verdrinkt er in geen tijd in.
Door data te visualiseren, zorg je ervoor dat iedereen binnen de organisatie de stortvloed aan informatie kan bevatten. Het menselijke brein is visueel ingesteld en zal visuele informatie bijgevolg ook beter onthouden. Of je nu presenteert voor het topkader van je bedrijf, klanten of potentiële investeerders, mensen hangen veel sneller aan je lippen als je uitpakt met indrukwekkende grafieken dan wanneer je een hoop nietszeggende cijfers aframmelt.
Datavisualisatie helpt je om trends, patronen en uitschieters te zien in ongestructureerde data. Maar let op: data visualiseren is niet gewoon een verhaaltje vertellen. Je kan de mooiste grafiek maken, als de getoonde informatie geen steek houdt, val je snel door de mand. Ga dus zorgvuldig te werk om niet als een datacharlatan ontmaskerd te worden.
Aan de slag met datavisualisatie: hoe haal je meer uit je data?
De voordelen die datavisualisatie biedt, zouden je inmiddels duidelijk moeten zijn. Maar hoe zorg je ervoor dat je door het databos de bomen blijft zien? Dit is één van de grote moeilijkheden waar bedrijven die beginnen met datavisualisatie mee kampen. We reiken enkele nuttige tips aan om data tot leven te brengen en betere beslissingen te nemen op basis van concrete kennis.
Welke gegevens heb je nodig?
Voor je begint te meten, moet je eerst goed weten welk doel de data moeten dienen. De output van data-analyse kan heel verschillend van aard zijn. Stel daarom vooraleer je aan het analyse- en visualisatieproces begint duidelijke parameters voorop waaraan je de ruwe gegevens wilt toetsen. Zowel de gegevens zelf als naar wie de visualisatie gericht is, zullen je aanpak mee sturen.
Eens je een duidelijke richting voor de visualisatie bepaald hebt, is het zaak van de juiste data te gebruiken. Een visualisatie kan kwantitatieve en/of kwalitatieve data bevatten. Kwantitatieve gegevens zijn gegevens die bestaan uit cijfers: denk bijvoorbeeld aan het aantal verkochte units van een product of financiële resultaten. Het voordeel van met kwantitatieve cijfers te werken is dat deze eenvoudig in grafieken te gieten zijn en weinig ruimte voor interpretatie laten.
Kwalitatieve data daarentegen peilen eerder naar de gedachten en ervaringen van mensen bij bepaalde concepten. Dit type gegevens is dus per definitie subjectiever en ook veel moeilijker meetbaar, maar bevatten wel diepgaandere informatie. Een basis van kwantitatieve gegevens aangevuld met kwalitatieve data geven je vaak het totale plaatje.
Hou je data op orde
Nu is het tijd om de nodige gegevens bij elkaar te verzamelen. Deze kunnen komen uit verschillende bronnen, zoals contactformulieren op je website, productaankopen, gesprekken met klanten of publiek beschikbare databanken. Welke gegevens je ook gebruikt, hou altijd de GDPR-wetgeving in gedachten bij het bewaren en verwerken van de data. Zo kan je niet zomaar gevoelige informatie van klanten mee opnemen in de visualisatie.
Na de dataverzameling zit je met een wildgroei aan ongestructureerde gegevens. Vooraleer je ze in een visueel rapport kan gieten, dien je eerst de grove borstel door de datasets te halen en onbruikbare gegevens eruit te filteren. Doe je dit niet, zal dit de kwaliteit van je visualisatie ernstig aantasten. In de IT-wereld bestaat hier een treffende uitspraak voor: garbage in, garbage out. Rommelige input resulteert in nog rommeligere output.
Een lijn of een taart?
Hoe je de data wilt visualiseren, is eveneens een belangrijke keuze die je moet maken. Je hebt ontzettend veel manieren om data zichtbaar te maken. Bekende technieken zijn onder andere tabellen, staaf- en taartdiagrammen, maar je kan evengoed werken met kaarten of scatterplots. Welke type diagram of grafiek het beste werkt, zal uiteraard afhangen van wat je wil laten zien.
Staafdiagrammen bijvoorbeeld zijn een goede keuze om bepaalde zaken met elkaar te vergelijken of een historische evolutie in beeld te brengen, maar zijn minder geschikt om een relatie tussen twee objecten te visualiseren. Met taartdiagrammen kan je dan weer procentuele verhoudingen weergeven, maar moeilijker opvallende patronen uitlichten (sommige experts menen dat je taartdiagrammen eigenlijk nooit zou mogen gebruiken). Een slechte grafiekkeuze kan je visualisatie helemaal onderuithalen.
Inhoud boven vorm
Het visuele aspect is cruciaal in datavisualisatie, maar het mag ook niet je hoofdbezorgdheid zijn. De grafiek dient om je data te ondersteunen, niet om de aandacht ervan weg te nemen. Hier gaan mensen in al hun enthousiasme wel eens de mist in. Een overvloed aan kleurtjes en speciale effecten hebben een tegendraads effect op de duidelijkheid van je visualisatie.
De beste raad die we je dan ook kunnen geven is de volgende: hou het simpel. Gebruik alleen kleuren om de info in de grafieken duidelijk van elkaar te onderscheiden. Ook de rangschikking van de gegevens kan een rol spelen. De meest belangrijke informatie plaats je best bovenaan, hier valt het oog van je publiek het eerst op. Overdrijf tenslotte ook niet met het aantal lijnen, staven of taartpunten dat je in de grafiek plaatst: een grafiek die er overbevolkt uitziet, doet al snel de aandacht verslappen.
De te volgen vuistregel is de ‘4C’-formule, bedacht door een Amerikaanse professor genaamd Jeffrey Shaffer. Deze regel stelt vier gouden criteria op waaraan elke datavisualisatie moet voldoen: duidelijk (Clear), schoon (Clean), beknopt (Concise) en boeiend (Captivating). Laat je data het verhaal vertellen.
Een overvloed aan kleurtjes en speciale effecten hebben een tegendraads effect op de duidelijkheid van je visualisatie.
Gebruik datavisualisatiesoftware
Data verzamelen, opkuisen, analyseren en visualiseren kan een zeer tijdrovend werk zijn. Gelukkig hoef je dit niet allemaal manueel te doen. Er bestaat een ruim aanbod aan softwarepakketten die (delen van) het dataverwerkingsproces automatiseren. Datavisualisatiesoftware zet gegevens in een handomdraai om in een overzichtelijke grafiek. Je selecteert de data die je wil weergeven, kiest een voorgemaakt template en klaar is kees.
In een volgend artikel gaan we dieper in op het aanbod aan datavisualisatiesoftware. Hiervoor willen we te weten komen welke software het meest gebruikt wordt door Belgische bedrijven. Je kan ook deelnemen aan deze rondvraag door simpelweg onderstaande poll in te vullen.