Vizualizace dat

O co jde a k čemu to je

Před vypuštěním jakékoliv vizualizace dat do světa je dobré otestovat, zda je srozumitelná a pochopitelá.

Vizualizace je datový produkt a tak k němu můžete přistupovat. To znamená:

• Chápat, kdo jsou uživatelé
  
• Vcítit se do jejich situace
  
• Zjišťovat (nebo aspoň odhadovat), co potřebují
  
• Produkt dělat podle potřeb uživatelů
  
• Produkt před vypuštěním do světa otestovat
  
• Pak sbírat zpětnou vazbu a iterativně zlepšovat

Základním pojmem v této oblasti je tzv. prokletí poznání (curse of knowledge): uživatelé vaší vizualizace nevědí to, co vy, a pro vás je velmi těžké si představit, že to nevědí. Kroky, které v tomto návodu doporučujeme, vám kromě využití dobrých praxí v oboru vizualizace dat umožní také překonat toto prokletí (viz Xiong, Van Weelden, a Franconeri 2020).

Případová studie

Tento návod jsme vyvinuli a testovali s týmem OVE na MMR

přečíst případovou studii ⟶

Je to pro mě?

Tento návod vám pomůže, pokud platí některé z následujících tvrzení:

• Máme signály o tom, že naše vizualizace jsou pro uživatele našich výstupů těžko srozumitelné.
• Chceme si být jistější, že nepácháme žádné vizualizační hříchy.
• Občas máme pocit, že grafy do zpráv a prezentací dáváme spíš jako signál, že pracujeme z daty, než jako skutečně informativní prvek.
• Nejsme si při vytváření grafů a tabulek jistí, jestli využíváme vhodné formy zobrazení dat.
• Nedaří se nám v týmu shodnout na tom, jaké vizualizace používat na jaká data.

Pokud si jste docela jistí v kramflecích, ale rádi byste stavěli na aktuálním poznání o tom, jak funguje vnímání vizualizací, podívejte se do literatury.

Pokud byste rádi rozšířili spektrum vizuálních forem, které pro vizualizaci dat využíváte, můžete se inspirovat některým z mnoha zdrojů – nebo možná potřebujete využít nějaký jiný nástroj než Excel: podívejte se na možnosti níže.

Jak na to

1. Udělejte si obrázek o uživatelích vaší vizualizace

Vytvořte karty uživatelů

• Kdo to je, jaký*á je, co dělá? (jméno, věk, role, vzdělání, postoje, …)
• Čeho potřebuje dosáhnout? (sepsat analýzu / přesvědčit paní X / vysvětlit téma T, …)
• Co ho*ji trápí, čemu čelí, s čím se potýká („Jsem busy“ / „Nerad čtu data“ / „Špatně vidím“)
• Co chce od vizualizace dat
  • Forma: přehled vs. detail, standard vs. inovace, …
  • Účel: Zaujmout, přesvědčit, prozkoumat, hledat vzorce…

2. Definujte sdělení

Podle typu dat, se kterými pracujete, a informace, kterou chcete předat, zvolte formu vizualizace

Zvažte:

• co je hlavní informace, kterou chceme předat?
• co s čím srovnáváme?
• co očekáváme, že bude uživatel s vizualizací dělat? (rychle si ji prohlédne, bude v ní sám hledat informace a vzorce, bude zkoumat jednotlivé hodnoty… – )

Je potřeba tabulka, nebo graf?

Kdy použít tabulku

• Porovnat údaje (point in time, území, skupiny)
• Poskytnout hodnoty a měření (frekvence/počty, procenta/podíly, indexy)
• Poskytnout souhrnné údaje (součty, průměry)
• Zobrazit hodnoty velmi rozdílných velikostí (např. tisíce vs. miliony)

I tabulka je vizualizace: její rozložení, uspořádání a grafická úprava může usnadnit nebo zkomplikovat čtenáři život a navádět k různému čtení.

Kdy použít graf

• Zobrazit vzorce/pravidelnosti (např. sezonalita)
• Zvýraznit trendy (např. vývoj v čase) a rozdíly
• Ukázat vztahy (např. korelace)

Grafy: čáry, body, sloupce, koláče

Jaké typy grafů využít pro různé typy vztahů, srovnání a souvislostí?

• Sloupcový
  • rozdělení
  • řazení
  • variabilita, odlišnost
  • velikost
  • časová řada
• Čarový
  • časová řada
  • korelace
• Koláčový
  • část celku
• Bodový
  • korelace

Další prvky grafů

• Anotační vrstva: porozumění nebo zaměření na konkrétní momenty můžete pomoct tím, že do grafu umístíte šipky, popisky nebo návod na čtení
• Osy, škály, legendy: samy nesou informaci (např. řazení) a mohou usnadnit čtení (např. vhodně umístěná legenda nebo přímé označení hodnot)
• Nedatové prvky (vodítka, pozadí): mohou napomoci čtení, ale pokud nejsou vhodně zvoleny, mohou odvádět pozornost od informací
• Titulek a podtitulek
  • Titulek = hlavní sdělení grafu: „Nárůst počtu uchazečů o zaměstnání“
  • Podtitulek = popis datové sady, území a časového úseku: „Vývoj počtu uchazečů o zaměstnání v Praze v období 2010-2022“
• Zdroj

Celkové uspořádání grafu a formu jeho prvků tvořte tak, abyste minimalizovali nároky na tzv. pracovní paměť, tj. aby čtenář musel co nejméně přeskakovat mezi prvky grafu, srovnávat od sebe vzdálené hodnoty a podobně. Pamatujte, že lidem docela dobře jde rozeznat z grafu celkový trend. Naopak těžší je srovnávat jednotlivé hodnoty (Franconeri 2021). Stavte grafy tak, abyste jim tyto úkoly usnadnili. Pokud je v datech jasný trend, měl by být poznat z „tvaru“ grafu; pokud čekáte, že čtenáři budou srovnávat jednotlivé hodnoty, udělejte to tak, aby byly vedle blízko, podobné, dobře vizuálně porovnatelné.

4. Držte se dobrých praxí

Může k tomu použít třeba checklist níže

Checklist dobrých vizualizačních praxí (rozbal kliknutím)

Tabulky

Sdělení

• je vhodnější tabulka nebo graf?
• je zvolena adekvátní úroveň detailu (např. setiny, halíře, časové rozlišení…)?
• uvádí tabulka příliš mnoho informací?

Uspořádání

• hodnoty jsou graficky blízko k sobě
• hodnoty jsou uvedeny ve sloupcích
• zaokrouhlení odpovídá variabilitě proměnné a usnadňuje srovnání, pokud cílem není poskytnout přesné hodnoty

Formátování

• číselné hodnoty jsou zarovnané doprava, popř. i na desetinnou čárku, textové doleva
• hodnoty <1 jsou uvedeny s nulou před čárkou
• přebytečné čáry jsou vypuštěny (často lze vypustit svislé)
• použité písmo má tabulární číslice (stejně široké)

Seskupení, seřazení a hierarchizace

• hodnoty jsou seskupeny podle relevance
• hodnoty, které chceme srovnávat, jsou vedle sebe
• hierarchické (podmnožinné) vztahy jsou znázorněny odsazením
• seřazení je logické (např. čas, kraje…)

Součty, souhrny a zaokrouhlení

• součty a souhry jsou dole nebo vpravo (! pokud hlavní sdělení: nahoře nebo vlevo)
• všechny hodnoty mají stejné zaokrouhlení

Titulky a popisky

• titulek uvádí hlavní sdělení
• podtitulek uvádí dataset, časové období a území
• tabulka je očíslovaná
• pod tabulkou je uveden zdroj ve formátu [název datasetu / zdroj] s odkazem

Záhlaví (headers)

• záhlaví popisují data v každé kolonce
• záhlaví uvádí jednotku (! pouze pokud odlišné, v opačném případě pouze v podtitulu)
• optional, podle využití: záhlaví se neopakují, pokud to není nutné

Fonty

• jednotný font
• minimální velikost 12pt
• sans serif font (např. Arial)
• bold pouze pro zvýraznění, žádná kursiva

Grafy

Volba typu grafu

• účel/sdělení?
• tradiční/netradiční?
• podporuje ta srovnání, která bude čtenář chtít dělat?
• usnadňuje čitelnost? (např. small multiples)
• zobrazení nejistoty?

Encoding

• barevné škály
  • jsou zvoleny s ohledem na sdělení - např. divergentní škála pro zobrazení odchylek od průměru
  • řazení např. barev ve složeném sloupci odpovídá přiřozenému pořadí
  • kvalitativní barevná škála pro kvalitativní data, souvislá pro kvantitativní, odstupňovaná pro kardinální data, popř. odstíny pro podkategorie
  • barev je přiměřené množství
  • nejsou použity barvy špatně odlišitelné pro osoby s poruchou zraku
• velikost: body jsou zvětšeny svou plochou, ne průměrem
• u velkého množství bodů je použita průhlednost, aby byly vidět shluky
• barvy jsou využity cíleně, např.
  • zvýraznění klíčové kategorie
  • červená = problém/nízká hodnota
  • šedá pro „Ostatní“
• datumová osa:
  • různě dlouhé intervaly jsou zobrazeny odpovídajícími rozestupy

Titulky a popisky

• text je dostatečně velký pro dané použití (dokument vs. prezentace)
• text názvu grafu sděluje hlavní informaci
• v titulku nebo podtitulku je popsána veličina, záběr a jednotka dat
• pro popisky hodnot je použito písmo s jednotnou šířkou číslic
• popisky hodnot na ose mají přiměřené zaokrouhlení / jednotku
• volitelně: popis osy Y může být v podtitulu (oproti otočenému textu u osy)

Legenda

• řazení odpovídá grafu a/nebo přirozenému pořadí
• pokud lze, data jsou označena přímo (např. u čarového grafu), ne legendou

Anotace

• anotace vysvětlují klíčové datové body, trendy, změny, anomálie aj.

Nedatové prvky: osy, vodicí linky, řazení

• řazení kategorií na osách odpovídá přirozenému pořadí a/nebo podporuje čtení (např. kategorie Jiné/Ostatní je řazena poslední)
• řazení kategorií na koláčovém grafu usnadňuje srovnání a koláč začíná na 12:00
• jsou použity smysluplně, tj. tak, pomáhaly čtení grafu a nerozptylovaly
  • přiměřený počet, tloušťka a barva vodicích linek
  • přiměřený počet „zarážek“ (ticks) na osách
  • přiměřené množství popisků hodnot na osách bez přehnaného opakování např. roku v datumu
  • nechybí/nejsou přeskočeny žádné popisky na kategorické ose

Špatné praxe

• 3D grafy
• podseknutá osa u sloupcového grafu (nezačíná na nule)
• příliš roztažená osa Y u čarových grafů (není vidět variabilita)
• dvojitá svislá osa s různými rozpětími nebo jednotkami – zvlášť pokud navozuje falešný dojem vztahu mezi proměnnými měřenými na opačných osách
• koláčový graf s více než 4 kategoriemi
• popisky osy X svisle/našikmo: nenuťte své čtenáře kroutit hlavou
• červenozelená barevná škála: nekomplikujte život lidem s poruchami vnímání barev

Stáhnout checklist ve wordu

5. Otestujte srozumitelnost a pochopitelnost grafu

Otestujte graf na sobě:

• Jak bych popsal/a graf nebo tabulku po telefonu?

Testujte graf na ostatních:

• Čtení: Ukážu ti graf, komentuj prosím průběžně nahlas, jak ho postupně čteš, jak nad ním přemýšlíš, čemu nerozumíš, co si odvozuješ.
• Sdělení: Projdi si, prosím, graf a zkus identifikovat, co je jeho hlavní myšlenkou, sdělením.

Pokuste se taky ukázat někomu graf na pouhých 5 vteřin a zeptejte se, co je jeho hlavní myšlenkou.

Tipy & triky a na co si dávat pozor

Většinu pastí jsme zachytili v checklistu – použijte jej.

Pár rad pro typické situace:

1. Chci ukázat hodně dat, např. časovou řadu pro více entit

• rozložte graf do více panelů (tzv. small multiples, viz Schwabish (2014))

2. Nevím, jaké vybrat barvy

• podívejte se, jestli vaše organizace nemá sestavené barevné schéma např. pro vizualizace
• pro kvantitativní škály lze doporučit palety viridis (můžete využít např. tento generátor)
• pro kvalitativní může pomoct nástroj ColorBrewer

3. Nevím, jaký typ grafu použít

Použijte některou z pomůcek pro výběr grafu:

• Financial Times Visual Vocabulary + PDF + více
• Chart Chooser
• From data to Viz
• Which visualisation? Stephen Franconeri

4. Chci vyrobit graf, který Excel neumí

Můžete ho zkusit hacknout, neboli nějak to omezené obejít. Pomůže některá z příruček.

Anebo využít jiný nástroj. Máte dvě možnosti: využít nějaký mocný a flexibilní programovací jazyk (typicky Python nebo R) anebo naopak některý z online nástrojů na tvorbu grafů.

Další zdroje a nástroje

ČP.edu: vizualizace dat

V listopadu 2022 jsme jako součást série ČP.edu organizovali workshop na téma vizualzizace dat. Mluvili na něm mj. Kristína Pšorn Zákopčanová (Fakta o klimatu, iRozhlas a PAQ Research) a Benedikt Kotmel z datové platformy Golemio. Pusťte si video:

Základní zdroje

Příručky a učebnice

Na webu lze najít několik kompletních – přitom ale dobře použitelných – příruček.

Zcela volně dostupná je Fundamentals of Data Visualization, zaměřená na principy, postupy a dobré praxe (Wilke 2019). Podobná, ale s příklady kódy v jazyce R je Data Visualisation in Practice od sociologoa Kierana Healyho (Healy 2019).

Z běžných knih lze nejvíce doporučit Data Visualisation Handbook (Kirk 2019), zaměřenou na vizualizaci jako pracovní proces; naopak Alberto Cairo v The Truthful Art (Cairo 2016) nabízí celkové pojednání o problematice komunikace čísel a vychází ze zkušenosti novináře a akademika. Podobně šířeji téma pojímá i David Spiegelhalter v knížce The Art of Statistics (Spiegelhalter 2020).

v Excelu

Základní rady najdete v knihách od Stephanie Evergreen (Evergreen 30 dubna 2019) a Cole Knaflic (Knaflic 2015).

Průvodce využitím různých typů grafů je Schwabish (2021a).

Specificky pro Excel lze doporučit knihy of Jorge Camoese (Camões 2016) a Jonathana Schwabishe (Schwabish 2023).

Kde knížky vzít

Přístup k mnoha z knih v tomto seznamu lze získat ve fyzické i online formě prostřednictvním Národní technické knihovny.

Praktické tipy k postupu designu evaluací z pohledy UX nabízí Chris Lysy na svém webu a blogu Fresh Spectrum, kde najdete i několik volně dostupných příruček, např. Lysy (2021).

Přehledy dobrých praxí a návody

Aktuální systematický přehled dobrých praxí vyvozených z dostupné literatury od kolektivu špiček v oboru lze najít v Franconeri et al. (2021). Praktický komentář k přehledu nabízí Schwabish (2021b) (PDF).

Dobré tipy „co dělat a co ne“ lze najít ve starším paperu Jonathana Schwabishe (Schwabish 2014).

Dále lze doporučit několik online příruček dobrých praxí:

• Renomovaný praktik Maarten Lambrechts sestavil výborného průvodce vizualizací na webu Evropské komise (eu academy 2023)
• Doporučit lze i přehledy dobrých praxí od britské statistické společnosti (Krause, Rennie, a Tarran 2023) a státní služby (Analysis Function Central Team 2022)
• Britský statistický úřad Office of National Statistics udržuje vlastní standard vizualizací.

Praktické tipy pro design tabulek nabízí Schwabish (2020) (PDF)

Vizualizace má i své etické a sociální rozměry: pokud chcete zapracovat na tom, aby vaše vizualizace neposilovaly nerovnosti a stereotypy, využijte Do No Harm Guide (Schwabish a Feng 2021).

Nástroje pro vizualizaci

Pokud vám Excel nestačí a nechcete se pouštět do složitějších technologií, nabízí se několik volně dostupných nástrojů:

• Datawrapper má výborný výchozí design, zvládne spoustu standardních grafů rychle a chytře. Stačí překopírovat data z Excelu a pak ladit. Používají ho často redakce. A má skvělý systém na tvorbu map, který umí pracovat s většinou českých územních jednotek, nemluvě o Evropě a světě - takže pokud potřebujete mapu, nemusíte sahat po ArcGISu nebo QGISu. Umí interaktivitu, nápovědy a další.
• RAW Graphs je rychlý vizualizátor, který nabízí typy grafů, které v Excelu nenajdete. Vložte data přes schránku a zkoušejte. Vše se děje jen ve vašem prohlížeči.
• Tableau je zdarma jen zčásti, podobně PowerBI.

Konkrétní tipy a sbírky příkladů

Jak hacknout Excel a dostat z něj skvělé vizualizace? Poradí tato videa, podobně k Tableau.

Hodně se dá naučit z tohoto výběru zaměřeného na drobné, ale mocné prvky vizualizací.

Skvělý je blog Lisy Muth, mj. texty o barvách, anotacích, a písmech v grafech.

Pro inspiraci se vyplatí sledovat

• datového reportéra Financial Times Johna Burn-Murdocha twitter | web
• vizuální sloupek The Economist Graphic Detail
• datové novináře Českého rozhlasu

Pokročilé zdroje a odborná literatura

Pokud si chcete vybudovat systematičtější přístup k vizualizaci dat, doporučuji seznámit se s konceptem tzv. gramatiky grafických prvků - grammar of graphics. Asi nejlépe je vysvětlena v online příručce Evropské komise, praktické provedení ukazuje tento tutoriál; technické pojednání je v online knize k vizualizačnímu balíčku ggplot2 v prostředí jazyka R.

Odkazovaná literatura

Analysis Function Central Team. 2022. „Data Visualisation: Charts – Government Analysis Function". Civil Service UK. 2022. https://analysisfunction.civilservice.gov.uk/policy-store/data-visualisation-charts/.

Cairo, Alberto. 2016. The Truthful Art: Data, Charts, and Maps for Communication. New Riders. https://books.google.com?id=8dKKCwAAQBAJ.

Camões, Jorge. 2016. Data at Work: Best Practices for Creating Effective Charts and Information Graphics in Microsoft Excel. 1st edition. Indianapolis, Ind: New Riders.

eu academy. 2023. „Data Visualisation Guide". data.europa.eu - The official portal for European data. 2023. https://data.europa.eu/apps/data-visualisation-guide/.

Evergreen, Dr Stephanie. 30 dubna 2019. Effective Data Visualization: The Right Chart for the Right Data. Los Angeles.

Franconeri, Steven L. 2021. „Three Perceptual Tools for Seeing and Understanding Visualized Data". Current Directions in Psychological Science 30 (5): 367–75. https://doi.org/10.1177/09637214211009512.

Franconeri, Steven L., Lace M. Padilla, Priti Shah, Jeffrey M. Zacks, a Jessica Hullman. 2021. „The Science of Visual Data Communication: What Works". Psychological Science in the Public Interest. https://doi.org/10.1177/15291006211051956.

Healy, Kieran. 2019. Data Visualization – A Practical Introduction. Princeton, NJ: Princeton University Press.

Kirk, Andy. 2019. Data Visualisation: A Handbook for Data Driven Design. 2nd edition. Los Angeles London New Delhi Singapore Washington DC Melbourne: SAGE Publications Ltd.

Knaflic, Cole Nussbaumer. 2015. Storytelling with Data: A Data Visualization Guide for Business Professionals. Hoboken, New Jersey: Wiley.

Krause, Andreas, Nicola Rennie, a Brian Tarran. 2023. „Best Practices for Data Visualisation". Royal Statistical Society. 2023. https://data.europa.eu/apps/data-visualisation-guide/.

Lysy, Chris. 2021. „UX Evaluation for Data Visualization". https://attachments.convertkitcdnn2.com/1479/c9fb3920-b178-4a57-9c50-c6c0c7e91c7c/UX%20Evaluation%20for%20Data%20Visualization.pdf.

Schwabish, Jonathan. 2014. „An Economist’s Guide to Visualizing Data". Journal of Economic Perspectives 28 (1): 209–34. https://doi.org/10.1257/jep.28.1.209.

———. 2020. „Ten Guidelines for Better Tables". Journal of Benefit-Cost Analysis 11 (2): 151–78. https://doi.org/10.1017/bca.2020.11.

———. 2021a. Better Data Visualizations: A Guide for Scholars, Researchers, and Wonks. New York: Columbia University Press.

———. 2021b. „The Practice of Visual Data Communication: What Works". Psychological Science in the Public Interest 22 (3): 97–109. https://doi.org/10.1177/15291006211057899.

———. 2023. Data Visualization in Excel: A Guide for Beginners, Intermediates, and Wonks. 1st edition. Boca Raton: A K Peters/CRC Press.

Schwabish, Jonathan, a Alice Feng. 2021. „Do No Harm Guide: Applying Equity Awareness in Data Visualization". Urban Institute. https://www.urban.org/research/publication/do-no-harm-guide-applying-equity-awareness-data-visualization.

Spiegelhalter, D. J. 2020. The Art of Statistics: Learning from Data. Paperback edition. UK: Pelican Books.

Wilke, Claus. 2019. Fundamentals of Data Visualization: A Primer on Making Informative and Compelling Figures. Sebastopol, CA: O′Reilly.

Xiong, Cindy, Lisanne Van Weelden, a Steven Franconeri. 2020. „The Curse of Knowledge in Visual Data Communication". IEEE Transactions on Visualization and Computer Graphics 26 (10): 3051–62. https://doi.org/10.1109/TVCG.2019.2917689.