مصورسازی دیتا (Data visualization) می‌تواند الگوها، ترندها/تغییرات و بینش‌های نهان در دیتای خام را عیان سازد. ولی، انتخابِ اشتباهِ نوع چارت، ممکن است کُل قصه و پیامِ دیتا را سراسر تیره سازد و تار و مبهم.
قصه اینجاست که هر «نوعِ چارت» هدفی خاص و منحصربه‌فردی را تعقیب می‌کند تا پیام اصلی خود را به بهترین شکلِ ممکن به بیننده و خواننده برساند؛ به‌سادگی، بدون نیاز به تلاشِ زیاد، بدون ضرورت به دریافت کمک از یک فردِ متخصص و مسلکی یا چت‌بات‌های اِی‌آی.
در این نوشته، درباره مشهورترین نوعِ چارت‌ها خواهیم گفت و اینکه چی وقت و چگونه به شکل درست از آنها استفاده کنیم. لیکن مهم‌تر از آن، چارچوبی را برای شما معرفی خواهیم کرد، که به کمک آن، به‌سادگی بتوانید چارتِ مناسب دیتا و قصه‌ی دیتای خود را انتخاب کرده و استفاده کنید.
اساسات: چی چیزی را میخواهید دهید؟
پیش از ورود به انتخاب نوعی خاصی از چارت، از خود سوال کنید: هدف من از نمایش دیتا در قالب چارت چیست؟ دیتای من باید چی چیزی بگوید و چی قصه‌ی بسراید تا برای خواننده و بیننده دلچسپ و مفید باشد؟
مصورسازی دیتا، و به تبعِ آن، استفاده از چارت، معمولاً برای یکی از پنج هدفِ ذیل استفاده می‌شوند:
- قیاس (Comparison): مقایسه مقادیر در میان دسته‌ها و کتگوری‌های مختلف (مانند، مقدار فروش هفته‌وارِ یک دکان براساس هر قلم/جنس).
- پراکندگی (Distribution): نشان می‌دهد که دیتا در یک ساحه و محدوده چگونه تیت، پراکنده و پخش شده است (مثل، پراکندگی نفوس افغانستان در ولایات مختلف).
- ترندها در طول زمان (Trends over Time): تغییرات را در طول زمان نمایش می‌دهند (به‌عنوان مثال، کاهش فروش آیسکریم در روزهای اخیر).
- رابطه‌ها (Relationships): همبستگی (Correlations) یا رابطه میان چند متحول و متغیر (Variables) را نشان می‌دهند (رابطه میان افزایش فروش ذغال با اولین بارندگی‌های فصل خزان).
- ترکیب (Composition): اجزای تشکیل‌دهنده یک کُل را نشان می‌دهند، یا درصدی سهم بخش‌های از یک واحد را (مانند، تقسیم معاش ماهانه به: ۲۰٪ پس‌انداز، ۳۰٪ خواسته‌ها و ۵۰٪ ضروریات).
اجازه دهید انواع چارت‌ها را، براساس این اهداف، یک‌به‌یک تشریح کنیم.
۱. چارت‌ها برای قیاس
کدام مقدار زیاد است و کدام مقدار کم؟ کدام جنس بهتر فروش داشته و کدام بدتر؟ کدام غذا بیشتر فرمایش داشته و کدام یکی کمتر؟
برای یافتنِ جواب این سوالات، از چارت‌های مقایسه‌ای استفاده می‌کنیم. این چارت‌ها تفاوت میان دسته‌ها و کتگوری‌ها را نشان می‌دهند. انواع چارت‌های مقایسه‌ای:
- چارت میله‌ای (Bar Chart): مشهورترین نوع چارت برای مقایسه‌ی مقادیر است. هر میله (Bar) یک دسته/کتگوری را نشان می‌دهد و طول یا بلندی میله‌ها مقدار مربوطه را. این نوع چارت مناسبِ نمایش دیتای کتگوری‌شده و طبقه‌بندی شده است (مانند، نمایش مقدار فروش بر اساس هر جنس و محصول یا نشان دادن مصارف بر اساس هر دیپارتمنت).
- چارت ستونی (Column Chart): مشابه به چارت میله‌ای است؛ اما به شکل افتاده، چپه‌شده و افقی. اگر تعداد کتگوری‌ها کم باشند و شمار دیتاپوینت‌ها اندک، چارت ستونی گزینه‌ی مطلوبی است.
- چارت بولِت (Bullet Chart): مثل چارت میله‌ای (Bar Chart) و ستونی (Column Chart) است؛ با این تفاوت که قادر است تغییرات و پیشرفت به سمت یک هدف یا مقصد را نیز رصد و پیگیری کند.
چی وقت استفاده کنم؟
زمانی که چند کتگوری دارید و میخواهید یک مقایسه سریع و ساده انجام دهید، از چارت میله‌ای (Bar Chart) استفاده کنید.
اگر تعداد کتگوری‌ها کم است و فضای موجود افقی است، می‌توانید به‌جای بار چارت از چارت ستونی (Column Chart) کار بگیرید.
همزمان با مقایسه، اگر میخواهید پیشرفت و تغییرات را نیز رصد کنید، از چارت بولِت استفاده کنید. چارت‌های بولِت یک سنجه و متریک را در مقایسه با یک محدوده یا بنچمارک (Benchmark) رصد و پیگیری می‌کنند.
۲. چارت‌ها برای نمایش پراکندگی
چگونه می‌تواند پراکندگی مهاجرین افغان در سراسر جهان را نشان داد؟ جواب این سوال «با چارت‌های پراکندگی» است.
این نوع چارت‌ها نشان می‌دهد که دیتا در یک محدوده چگونه پخش و پراکنده شده است.
با چارت‌های پراکندگی می‌توان دیتای خارج از محدوده (Outlier)، خوشه‌های دیتا (Cluster) و تغییرات دیتا (Trends) را مشاهده، ارزیابی و بررسی کرد. چند نوع چارت پراکندگی:
- چارت مستطیلی یا هیستوگرام (Histogram): پراکندگی یک متحول و متغیرِ واحد را به‌شکل مستطیل‌های به‌هم‌چسپیده نشان می‌دهد. مناسب برای نمایش دیتای مثلِ توزیع سن یا سطح درآمد.
- چارت جعبه‌ای (Box Plot): چارت یا گرافی است که یک سِتِ دیتا را خلاصه می‌کند. مناسب برای نمایش چگونگی پراکندگی و پخش‌شدگی دیتا، یافتن دیتای خارج از محدوده (Outliers) و فراهم‌سازی زمینه‌ی تحلیل دقیق و تفصیلی دیتا. نمایش میزان اقتدار و اتوریته گروپ‌های سنی مختلف در یک جامعه‌ی سنتی در یک منطقه دورافتاده افغانستان می‌تواند مثال خوبی از این چارت باشد.
چی وقت استفاده کنم؟
استفاده از چارت‌های پراکندگی زمانی مفید است که بخواهید پخش‌شدگی یک دیتاست (Dataset) را براساس گروپ‌ها یا سِت‌های مختلف دیتا نشان دهید و یا در پی یافتن دیتای خارج از محدوده باشد.
دیتای خارج از محدوده، به دیتای گفته می‌شود که از ساحه پیشبینی‌شده به شکل قابل توجهی دورتر واقع شده باشد.
۳. چارت‌ها برای نمایش تغییرات
خبری را می‌خوانید با این محتوا: «بررسی‌های ملل متحد نشان می‌دهد که تمایل خانواده‌های افغان برای فرستادنِ دختران‌شان به مکتب در طول سال‌های اخیر کاهش یافته است.»
اگر بخواهیم دیتای بررسی و نظرسنجی مذکور را در قالب یک چارت نشان دهیم، به نظر شما کدام نوع چارت‌ها مناسب است؟ جواب: چارت‌های ترند (Trend Charts).
چارت‌های ترند برای نمایش تغییرات (کاهش یا افزایش) یک مقدار در طول زمان، شناسایی الگوها و نوسانات فصلی، و تشخیص جهت کلی یک تغییر – مانند، کاهش قیمت دالر در سه سال اخیر – استفاده می‌شوند.
- گراف یا چارت خطی (Line Chart): مناسب‌ترین چارت برای نمایش تغییرات و ترندهای مبتنی بر زمان. یک گراف خطی دیتاپورینت‌های را نشان می‌دهد که به‌واسطه‌ی یک خط با همدیگر وصل شده‌اند. این گراف درخورِ نمایشِ افزایش، کاهش و یا روند ثابت در طول یک زمانِ مشخص است.
- چارت سطحی (Area Chart): مشابه به گراف خطی است؛ با یک تفاوت: زیر خط رنگ‌آمیزی شده است. استفاده از ین چارت زمانی توصیه می‌شود، که در پهلوی روند، بخواهید حجم تغییرات را نیز نمایش دهید؛ مثلاً نمایش مقدار درآمد در کنار تغییرات آن.
- چارت اسپارک‌لاین (Sparkline): یک گراف خطی کوچک، ساده و بدون محورهای عمودی (X) و افقی (Y). این نوع چارت‌ها معمولاً در داخل یک خانه‌ی جدول (مثلاً یک سِل در اکسل) استفاده می‌شوند و درک سریع از تغییرات را فراهم می‌کنند.
چی وقت استفاده کنم؟
برای اکثریتِ انواعِ دیتای زمان‌محور از گراف خطی استفاده کنید؛ مثل درآمد ماهانه، افزایش وزن، یا ترافیکِ روزانه وبسایت.
چارت سطحی (Area Chart) ضمن نمایش تغییرات، حجم آنرا نیز نمایش می‌دهد. اگر چنین ضرورتی دارید، می‌توانید از این نوع چارت استفاده کنید.
از چارت اسپارک‌لاین برای نمایش ترندها در دشبوردها و گزارش‌های که فضای محدودی دارند، استفاده کنید.
۴. چارت‌ها برای نمایش رابطه‌ها
چارت‌های رابطه‌ی (Relationship Charts) شایسته‌ی نمایش تعامل، آشکارسازی همبسگی‌ها و نمایش خوشه‌هاست.
- چارت نقطه‌ای (Scatter Plot): با استفاده از نقاط (دیتاپوینت‌ها) رابطه میان دو متغیر را نشان می‌دهد. چارت‌های نقطه‌ای یک انتخاب عالی برای نمایش همبستگی‌های مثبت و منفی یا لکه‌گذاری خوشه‌ها است. نمونه‌ی ساده این نوع چارت، نمایش رابطه میان سردی هوا و تغییرات فروش سوپ در سرک‌های شهر کابل است.
- چارت حبابی (Bubble Chart): مشابه به چارت نقطه‌ای است؛ با این تفاوت که حباب‌های در اندازه‌های مختلف ظاهر می‌شوند، و از این طریق، یک متغیر اضافی را نیز نشان می‌دهند. انتخاب این نوع چارت زمانی مفید است که بخواهید سه متغیر را مقایسه کنید؛ مثلا، کیفیتِ جنس، قیمت و مقدار فروش.
- نقشه حرارتی (Heat Map): با استفاده از رنگ‌ها تراکم دیتا را نشان می‌دهد و برای تشخیص الگوها و ساحات بیروبار از نگاه دیتا مناسب‌تر است. نمایش تراکم جمعیت روی نقشه یک مثال ساده و واضح از این نوع چارت است؛ مثل نمایش تراکم شهر غزه در یک نقشه با این جمله: غزه یکی از متراکم‌ترین شهرهای جهان است.
چی وقت استفاده کنم؟
از چارت‌های نقطه‌ای (Scatter Plot) و حبابی (Bubble Chart) زمانی استفاده کنید که قصد دارید وجود همبستگی‌ها میان دو یا چند متغیر و متحول را درک کنید.
از نقشه‌های حرارتی وقتی کار بگیرید که می‌خواسته باشید شدت تراکم دیتا و یا یک فعالیت را نظر به مناطق و ساحات مختلف بررسی کنید.
۵. چارت‌ها برای نمایش ترکیب
© تصویر توسط اِی‌آی تولید شده است.
چارت‌های ترکیب (Composition Charts) اجزای یک کُل را نشان می‌دهند؛ به شمول سهمِ هر جز از کُل. برای نمونه، فیصدی ترکیب اقوام مختلف در نفوس افغانستان.
- چارت دایره‌ای (Pie Chart): اجزای از یک کُل را، به واسطه‌ی حصه‌های از یک دایره، نشان می‌دهد؛ طوری که مجموعه تمام اجزا ۱۰۰٪ شود. استفاده از پای چارت زمانی مناسب است که تعداد کتگوری‌ها کم باشد بخواهید یک نسبت ساده را نمایش دهید.
- چارت دونات (Doughnut Chart): مشابه با پای چارت؛ ولی با یک سوراخ در وسط. مثل چارت دایره‌ای (Pie Chart) استفاده می‌شود، مدرن‌تر است و جای کمتر می‌گیرد.
- چارت میله‌ای یا ستونی روی‌هم (Stacked Bar or Column Chart): یک چارت میله‌ای یا ستونی را تصور کنید که هر میله (Bar) و ستون (Column) از چند مستطیل دیگر تشکیل شده است؛ و هر مستطیل سهم کتگوری‌های فرعی را نشان می‌دهند. مناسب برای نمایش همزمانِ کتگوری‌های اصلی و کتگوری‌های فرعی به شکل چارت میله‌ای یا ستونی.
- چارت درختی (Treemap): با استفاده از مستطیل‌های تودرتو (یکی درون دیگری)، نسبت اجزای یک کُل را نشان می‌دهد. استفاده از این چارت زمانی مفید است که تعداد کتگوری‌ها/دسته‌ها زیاد است و هر کتگوری اصلی از کتگوری‌های فرعی تشکیل شده است.
چی وقت استفاده کنم؟
پای چارت و دونات چارت برای نمایش ساده اجزای تشکیل‌دهنده یک کُل مناسب است؛ وقتی که تعداد کتگوری‌ها و دسته‌ها اندک است – کمتر از ۵ عدد.
در حالی‌که، چارت‌های میله‌ای یا ستونی روی‌هم و چارت‌های درختی برای نمایش دیتای پیچیده‌تر با چندین کتگوری اصلی و فرعی مناسب‌تر است.
انتخاب درست نوعِ چارت: یک رهنمای ساده
چند نکته عملی برای انتخاب نوع درست را چارت ذیلاً آورده‌ایم:
۱. مخاطبان خود را بشناسید
مخاطبان مختلف ممکن از سطوح سواد متفاوت برخوردار باشند.
خود را به استفاده چارت‌های ساده، واضح و رایج مقید کنید.
اینطور فکر کنید که مخاطبان شما از طیفِ متنوعِ مردم هستند؛ چارت‌های را انتخاب کنید که برای همه قادر فهم باشند.
۲. حجم دیتای خود را در نظر بگیرید
دیتاست‌های کلان معمولاً به چارت‌های ساده‌تر ضرورت دارند.
از نمایش انبوه دیتا در یک چارت خودداری کنید؛ به‌جای آن چارت‌های تعاملی بسازید.
ایجاد چارت‌های تعاملی با استفاده از فیلترها (Filters)، اسلایسرها (Slicers) و ژرف‌رَوی‌ها (Drill-through)، ممکن می‌شوند.
۳. بینش‌های کلیدی را برجسته کنید
با استفاده از رنگ‌ها، لیبل‌ها و حاشیه‌ها توجهِ بیننده و خواننده را به سمت کلیدی‌ترین بخش چارت جلب کنید.
چشم‌ها باید جای روند که مهم‌اند و رنگ‌ها رهنمای هدایت دید و چرخش چشم‌هاست. از آنها درست استفاده کنید.
۴. از دیگران نظرخواهی کنید
چارتی که برای شما قابل درک باشد، ممکن است به همان اندازه برای دیگران واضح نباشد.
سعی کنید چارت‌های خود را با همکاران خود شریک کنید، برای آنها نشان دهید و نظریات و بازخوردهای (Feedbacks) آنها را بگیرید.
یادتان باشد، اگر چارت‌تان برای دیگران است، باید «برای دیگران» جور و آماده شود.
جمع‌بندی
اگر میخواهید مخاطبان با دیتای شما، و قصه‌ی که دیتای شما می‌گوید، به شکل ثمربخش ارتباط برقرار کنند، باید بدانید انتخاب درست نوع چارت بسیار حیاتی و ضروری است.
چی می‌خواسته باشید کتگوری‌های مختلف را مقایسه کنید، تغییرات را رصد و پیگیری نمایید یا همبستگی‌ها را تشخیص دهید، ایجاد تحول و تغییرِ اساسی در دستان چارت‌های مناسب است.
با تعریف و تعیین هدف خود شروع کنید، چارتی را انتخاب کنید که با آن هدف سازگار است؛ و اصل قصه: همیشه ضرورت و خواسته مخاطبان خود را در ذهن داشته باشید. شما برای آنها چارت تهیه و جور می‌کنید.
با تعقیب این قواعد، می‌توانید دیتای خود را قسمی مصورسازی کنید که واضح است، دقیق است و برای مخاطب دلچسپ.
انواع چارت‌ها را امتحان کنید تا به چارتی برسید که دیتای شما را به خوبی نمایش می‌دهد. همیشه به یاد داشته باشید که وضاحت و سادگی در مصورسازی دیتا گپ اول و حرف آخر را می‌زنند.
پس، در آینده، هنگامی که با یک دیتاست مواجه می‌شوید، سعی کنید نخستین چارتی که در ذهن‌تان می‌آید اولین و آخرین انتخاب‌تان نباشد.
درباره قصه‌ی که میخواهید با دیتای خود بگویید فکر کنید، و بر اساس آن، نوع چارتی را انتخاب کنید که به آن قصه جان می‌دهد.
دیدگاهتان را بنویسید