Pubblicato il 7 Giugno 2022Ultimo Aggiornamento: 28 Luglio 2022

La Data Viz (abbreviazione usata tra gli addetti ai lavori per parlare di Data Visualization) consente di rendere fruibili i dati raccolti, agevolando i processi decisionali delle aziende. Grazie al Data Storytelling – che ne è una sua derivazione – è possibile prendere decisioni cruciali a livello imprenditoriale, lasciandosi guidare dall’analisi dei dati. 

Il punto di forza dei grafici come strumento di comunicazione risiede nella loro eccezionale abilità a mostrare relazioni complesse, in modo che possano essere visualizzate e comparate in maniera rapida e semplice. I grafici riescono a comunicare una grande quantità di dati attraverso una singola immagine. In base alla tipologia di dati che si intende analizzare e alle relazioni sottostanti tra essi, esistono strutture grafiche più efficaci di altre

La prima sfida di chi si occupa di Data Visualization è quindi individuare la modalità migliore per illustrare un complesso di dati, così che sia in grado di parlare al lettore nel modo più preciso e immediato possibile: ed è un compito tutt’altro che semplice! 

Le componenti primarie dei grafici 

Per poter orientarsi tra diverse modalità di rappresentazione, bisogna conoscere a fondo i grafici e il modo in cui sono strutturati. Le componenti primarie dei grafici adoperate nella Data Viz sono: 

  • punti
  • linee
  • barre

ed è a partire da queste che possiamo distinguere tre grandi “famiglie” di grafici. 

I grafici a punti (ad esempio gli scatterplot) costituiscono la tipologia più difficile da leggere, specialmente se non correttamente ottimizzata. Per risolvere il problema, è bene adoperare sia dimensioni che colori adeguate ai punti. A livello di resa grafica, è sempre preferibile rimpiazzare i punti preimpostati dai programmi di grafica con forme più facili da leggere, come i rombi o dei piccoli quadrati.

I grafici a linee sono più agevoli da leggere rispetto a quelli a punti, ragion per cui si prestano meglio a un pubblico di non addetti ai lavori. La scelta del tipo di linea (continua, tratteggiata, ecc) così come il colore non va mai lasciata al caso e non può rispondere a motivazioni puramente estetiche. All’interno di questo tipo di grafici, è bene far risaltare la linea più rilevante ai fini dell’analisi, adoperando colori più decisi e possibilmente uno spessore maggiore rispetto alle altre. Uno degli errori più comuni è l’impulso ad utilizzare colori diversi per ogni set di dati illustrato; la scelta migliore invece, specialmente quando i dati rappresentati sono numerosi, è sempre quella di optare per tonalità neutre e colorare in modo significativo solo le linee davvero importanti.

Anche i grafici a barre sono di facile lettura, e la prima e più importante scelta quando si lavora con grafici di questo tipo riguarda l’orientamento grafico delle barre stesse. Quando le etichette che contrassegnano le barre includono pochi caratteri, è possibile optare per un tradizionale grafico a barre verticale. In caso contrario, è preferibile scegliere un grafico con barre orientate in orizzontale. Altro elemento fondamentale su cui ragionare è la spaziatura tra le suddette barre. Quest’ultima dev’essere tale da permettere un’agevole lettura, ma non troppo ampia da indurre a credere che non esista una correlazione tra i dati. Nel caso in cui si debbano illustrare più set di dati raggruppati in sotto-insiemi, sono preferibili delle barre ravvicinate o distanziate tra loro  in modo da rispettare il senso semantico dei dati.

 

I grafici possono variare

Sono solo queste tre le tipologie di grafici esistenti? Assolutamente no. Esistono tante altre famiglie, a partire, per esempio, dai famosi grafici ad area (che però per l’occhio umano sono di più difficile lettura). Quelli a linee, a punti e a barre sono dunque i principali, i più diffusi o, per dirla in altre parole, quelli che da soli costituiscono il 90% delle occorrenze dei grafici. 

Naturalmente, ciascuna di queste tipologie prevede numerose “variazioni” che consentono ad ogni singolo grafico di esprimere al meglio i dati sottostanti che è chiamato a rappresentare, talvolta arrivando a combinare due tipologie di grafici differenti. 

Nel prossimo articolo partiremo con l’esplorare le variazioni possibili dei grafici a punti: continua a seguirci!

Condividi l'Articolo

Fabio Piccigallo

Un articolo scritto da Fabio Piccigallo

Articoli recenti

Categorie

Data Storytelling

"To find signals in data, we must learn to reduce the noise, not just the noise that resides in the data, but also the noise that resides in us. It is nearly impossible for noisy minds to perceive anything but noise in data.” Stephen Few