Grondbeginselen datavisualisatie

Data analyse, Data visualisatieComments (0)

info-vluchtelingen_250px

Detail infographic Klaas Jan Runia

Karlijn Meijer

In mijn Facebook timeline verscheen gister een infographic over de kosten van asielzoekers, met het bijschrift “wat je moet weten voor een praatje over vluchtelingen”. Want er circuleren genoeg ongefundeerde praatjes… en plaatjes.

Deze infographic toont de kracht van datavisualisatie heel mooi aan. Een infographic heeft als doel om een (journalistiek) verhaal te vertellen, en speelt een rol in het beïnvloeden van besluitvormingsprocessen. De datavisualizer doet dit door de data te reduceren tot de kern, en vertaalt dit naar een communiceerbaar plaatje middels visuele en min of meer universele bouwblokken.

Het broertje van de infographic – informatie visualisatie – kent een andere functie. Informatie visualisatie maakt gebruik van tools waarmee gebruikers op interactieve en visuele wijze een respresentatie van de data verkennen en analyseren, met als doel om hier patronen in te ontdekken en inzichten op te doen. Als de infographic het verhaal vertelt, helpt informatie visualisatie om zelf de verhalen te ontdekken. Dit is dus een integraal onderdeel van het data analyseproces.

Interpreteren van aanwezige en afwezige data

snow_map_detail_250px

Detail kaart John Snow

In een visualisatieproces wordt gespeeld met de aanwezige data, waarbij ook de afwezige data zichtbaar wordt. Juist deze zwarte gaten in de data zijn nuttig om te interpreteren. Dit ontdekte de Engelse arts en wetenschapper John Snow al in de 19e eeuw. John Snow wordt gezien als de grondlegger van de epidemiologie, voornamelijk vanwege zijn rol in het traceren van de bron van een grote cholera uitbraak in Soho, Londen in 1854. In die tijd geloofde men dat cholera verspreid werd via de lucht.

Snow plotte de 13 openbare waterbronnen en alle bekende cholera doden in Soho op een kaart van het gebied, en ontdekte een clustering van gevallen rondom één specifieke waterpomp op Broad Street. Hij onderzocht het water van verschillende bronnen en kon zo een onbekende bacterie in het water van de Broad Street bron vaststellen. Door het hengsel van de pomp te verwijderen heeft hij de cholera epidemie kunnen stoppen.

De methodiek van het plotten van ziektegevallen op een kaart wordt vandaag de dag nog steeds gebruikt in de epidemiologie. Wat opvalt wanneer je de kaart van Snow bekijkt, is de afwezigheid van sterfgevallen bij de lokale bierbrouwerij. Arbeiders dronken hier de hele dag bier, waarbij tijdens het fermentatieproces de cholera bacterie was gedood.

Kwaliteit in datavisualisatie

De kwaliteit van een datavisualisatie wordt in eerste instantie bepaald door zijn begrijpelijkheid; matchet het met de data, het verhaal en het (lezers)publiek? Pas daarna speelt de esthetische waarde een rol. Louis Sullivan deed in 1896 de befaamde uitspraak “form follows function”. En tot op de dag van vandaag blijkt dit dus nog op te gaan.

Kwalitatieve visualisaties zijn nuttig, nodig en een duidelijk voordeel voor organisaties die in een zee van data dobberen. Data guru Hans Rosling stelt: “mensen hebben niet meer data nodig, maar een nieuwe mindset”. Datavisualisatie helpt om hiervoor de noodzakelijke inzichten op te doen, en draagt daarmee bij aan veranderprocessen.

» Data analyse, Data visualisatie » Grondbeginselen datavisualisatie

, , 27 oktober 2015

Geef een reactie

Het e-mailadres wordt niet gepubliceerd. Verplichte velden zijn gemarkeerd met *


2 × = zestien

De volgende HTML-tags en -attributen zijn toegestaan: <a href="" title=""> <abbr title=""> <acronym title=""> <b> <blockquote cite=""> <cite> <code> <del datetime=""> <em> <i> <q cite=""> <strike> <strong>

UA-57560273-2