Andmeanalüüsist on abi vaid siis, kui selle tulemused on ka eri osapooltele arusaadavad. Andmete visualiseerimine on oluline oskus väga erinevates valdkondades, näiteks ärianalüüsis on sel lausa kandev roll. Järgnevalt toon välja viis lõksu, kuhu võib oma andmeid visualiseerides langeda, ning lahendusi nende vältimiseks.*

1. Värvide kuritarvitamine
Vale värvivalik või pildi liiga värvikirevaks ajamine võib luua nii segadust kui valetõlgendusi. Kuigi graafiku esitamine ettevõtte logo värvides võib tunduda kavala mõttena, ei pruugi see aga olla vaatajale informatiivne. Kasutada tasub kujundeid ning värve, mida on kerge näha ning mille tähendused on inimestele juba tuttavad. Siiski ei tasu jääda tähenduse edasi andmisel lootma vaid värvidele.

2. Sektordiagrammi väärkasutamine
Ühele diagrammile ei tohi panna liiga palju infot ja detaile – nii võib üldpilt kaduma minna. Samuti tasub vältida suurt hulka sektoreid külg külje kõrval - see näeb kohmakas välja. Sektordiagrammid toimivad kõige paremini piiratud andmekogu puhul - miski pole kehvem, kui imekitsas siiluke diagrammil. Sektordiagramme tasub kasutada selleks, et võrrelda ühte osa tervikust, mitte erinevaid osi üksteisega. Sektori “tükid” tasub järjestada alates suuremast ning liikudes väiksemani.

3. Visuaalne virvarr
Visuaalsest segadusest ning infoga ülekuhjatud graafikust õigete andmete avastamine on nagu heinakuhjast nõela leidmine. Üleliigsed elemendid või “prügi” koormavad pilti ja teevad esitluse segaseks, mis võib viia omakorda ebatäpsete järeldusteni. Mida vähem on jäätud vaatajale tõlgendusruumi, seda suurem on arusaadavus. Kui graafik tundub segane, tasub proovida teistsugust lähenemist – lüüa erinevat andmed lahku või kasutada teistsugust graafiku tüüpi.

4. Kehv kujundus
Steve Jobs on nentinud, et disaini eesmärk ei ole üksnes esteetiline - disainist sõltub see, kuidas asi töötab ehk antud kontekstis, kui funktsionaalselt on andmed esitatud. Efektiivne esitlus hõlmab endas disaini parimaid elemente, et olulist infot paremini edasi anda. Sestap soovitan töötada välja oma graafikud/graafiku mall koos professionaalsete disaineritega.

5. Ebakvaliteetsed andmed
Head andmed on hea graafiku alus! Kui sinu graafikutes ilmuvad ootamatud või arusaamatud tulemused, võivad süüdi olla valed algandmed. Vigadega otsimise ja kõrvaldamise ning andmete kvaliteedi parandamisega tasub tegeleda kohe esimese sammuna.

* Artiklis on lähtutud Qlik’i nõuannetest.