Pubblicato il 4 Dicembre 2018Ultimo Aggiornamento: 7 Settembre 2021

Grafici particolari e dove trovarli. Avremmo potuto chiamare così il primo di questa nuova serie di post, richiamando il titolo un noto film che negli ultimi anni ha spopolato parecchio. Così come a spopolare, negli ultimi anni, è la Data Visualization. Considerata un po’ la prova del nove dell’analytics, quella in cui tutti i nodi vengono al pettine, la DataViz rappresenta in un certo senso il momento in cui si scoprono le carte: è quando si verifica che le proprie analisi riescono a convincere, a persuadere, a indirizzare azioni data-driven. Ecco perché l’attenzione al momento della visualizzazione cresce sempre di più. Anche per questo motivo, spesso nasce l’esigenza o la voglia di differenziarsi, di fare qualcosa di diverso, che resti nella memoria di guarda. Se cerchi idee per grafici particolari, speciali, inconsueti, non cercare oltre: hai trovato il post giusto! Oggi parliamo del meraviglioso grafico a radar.

Grafici particolari: una scelta da ponderare con attenzione

Quando si lavora con la Data Visualization si impara ben presto che nel 90% dei casi vengono utilizzati sempre gli stessi sei o sette grafici: quelli a torta, a barre e a linee su tutti. La voglia di differenziarsi e di optare per un grafico meno banale, qualcosa di diverso dal solito, di particolare, è quindi comprensibile. Tuttavia ci sono alcune cose da tenere in conto.

Come già spiegato in questo post dedicato alla scelta del grafico giusto, nel momento in cui una persona guarda una visualizzazione dati, si trova di fronte ad una serie di esercizi cognitivi da fare. Innanzitutto, deve decifrare il grafico in quanto tale: questo significa capire com’è strutturato, come funziona, come leggerlo. Successivamente, ci si può dedicare alla lettura del contenuto specifico, e cioè cercare di capire cosa dicono quei dati in particolare. Se il grafico è complesso, inconsueto, mai visto, lo sforzo cognitivo per cercare di decifrarlo richiederà un impegno che, inevitabilmente, leverà all’osservatore le risorse per interpretarne il messaggio. Al contrario, un grafico ben conosciuto e ormai dato per acquisito permette al destinatario di comprendere fino a fondo il senso della storia che stiamo cercando di comunicare. Ecco perché scegliere di adottare grafici particolari può essere molto controproducente.

Quindi usare un grafico speciale è sempre un’idea sbagliata? Ovviamente no. Ci sono infatti situazioni in cui le informazioni da trasmettere sono molteplici e in cui il messaggio passa chiaramente solo se tutte sono presenti. È una questione di pro e contro: quando i benefici di un’informazione completa superano il rischio di un messaggio difficile da interpretare, allora – e solo allora – puoi optare per grafici particolari. Insomma: non è una questione di grafica ma, come sempre, solo di funzionalità! E adesso: pronto ad approfondire il grafico a radar?

Grafico a radar: visualizza i tuoi dati in modo differente

Una volta riflettuto per bene sul fatto che sia o meno opportuno optare un grafico diverso da solito, qualcosa che si allontani delle classiche scelte ormai consolidate, resta il dubbio su quale sia la data visualization più idonea. Naturalmente, si tratta di una decisione che ha a che fare, come sempre, con i dati che abbiamo e con la relazione che vogliamo mettere in evidenza. Prima di capire come individuare i giusti grafici particolari, devi prima essere sicuro di cosa vuoi comunicare.

Il grafico a radar è forse, tra tutti quelli elencati, il più conosciuto. Ciononostante, resta comunque molto insolito vederlo in una presentazione, benché faccia parte, in effetti, dei grafici in dotazione di Excel. È un grafico che, invece delle consuete coordinate cartesiane, utilizza le coordinate polari. Rappresenta una soluzione ideale quando si vuole mostrare, ad esempio, il modo in cui una serie di categorie si distribuiscono all’interno di un totale. Non a caso è spesso sovrapponibile, per funzione, a un grafico a barre impilate, anche se solitamente si usa quando le categorie rappresentano aree (settori di un’impresa, materie scolastiche, skills personali, ecc). L’immagine qui sotto raffigura, ad esempio, i punteggi ottenuti in un test per la valutazione delle abilità.

Un’altro uso particolarmente idoneo dei grafici a radar è quando abbiamo a che fare con serie temporali in cui il tempo è categorico, invece che continuo. Se la serie temporale indica il tasso di incidenti giornalieri dal 1 al 31 dicembre, ad esempio, si parla di tempo continuo. Abbiamo invece un tempo categorico quando i dati sono ciclici e fanno riferimento, sempre a titolo esemplificativo, a tutti gli incidenti per giorno della settimana, o per mesi dell’anno: ne consegue che un grafico a linee sarebbe sbagliato perché il martedì, in quel caso, non viene dopo il lunedì, ma è una categoria completamente autonoma. Inoltre, essendo un grafico tondo, richiama perfettamente la ciclicità del tempo (basti pensare alle lancette dell’orologio) e quindi risulta a maggior ragione una scelta particolarmente interessante. Osserva, ad esempio, il grafico qui sotto.

Inoltre, il grafico a radar si dimostra particolarmente interessante quando, optando per quello in trasparenza – e quindi non pieno – può anche essere utilizzato per confrontare due serie di dati. Nell’esempio sottostante è stato usato proprio in questo modo, rendendolo in un certo senso un grafico di performance. Osserva com’è chiaro che grossa parte del budget, originariamente previsto per il reparto sviluppo, sia stato di fatto concentrato nel reparto vendite.

A noi di Data Storytelling, personalmente, piace in modo particolare e crediamo sia un peccato che sia così sottovalutato. Ma non è certo l’ultimo: sei curioso di continuare questo viaggio attraverso la riscoperta di grafici particolari, inconsueti e dalla grande potenzialità? Allora stay tuned, che il prossimo è un grafico che… quasi non esiste ;)

Condividi l'Articolo

Noemi Speciale

Un articolo scritto da Noemi Speciale

Articoli recenti

Categorie

Data Storytelling

"The connection between data and what it represents is the key to visualization that means something. It is key to thoughtful data analysis. It is key to a deeper understanding of your data." Nathan Yau