Data Visualization: quando i numeri raccontano le storie

La data visualization è un ambito della grafica che si occupa di rappresentare i dati. Gli scenari sono davvero tanti, oggi ne vediamo diversi con Roberto Pasini. Non perdete questa puntata del podcast!
Condividi:

Oggi parliamo di Data Visualization.
Potete facilmente capire che per chi ama i CRM, la data visualization è una delle cose più importanti perché quando si mette in piedi un sistema che raccoglie dati approfonditi sull’azienda poi è normale che con questi dati si abbia il desiderio di farci qualche cosa. Questo ovviamente non avviene solo con i dati prodotti dal CRM infatti siamo circondati da big data, le informazioni crescono, l’intelligenza artificiale ci aiuta a raccoglierne sempre di più, ma la vera sfida dietro i big data non è quella di raccoglierli, ma è quella di comprenderli e di usarli.
Ascolta "Data Visualization: quando i numeri raccontano le storie" su Spreaker.
Ti è piaciuta la puntata? Dillo su Twitter.

Ascolta il podcast dove preferisci

Premi subscribe (è gratis!) utilizzando la tua app preferita.

Perché i dati servono per prendere decisioni, per poi fare ragionamenti, i dati servono all’azione nelle aziende.
Proprio per aiutarci in questo aspetto ho chiamato Roberto Pasini. Per chi non conoscesse Roberto Pasini, Roberto è una persona che ha un super potere: quello di trasformare i dati in storie. Per i più affezionati, Roberto è già stato ospite di Merita Business Podcast nell'episodio 25, dal titolo "grafica per non grafici".

Roberto Pasini (ph. Matteo Pezzii)
Con Roberto abbiamo visto cosa succede quando si usano le informazioni numeriche con un tocco d'arte e di buon gusto.
Buon ascolto!

La data visualization, da quanto posso capire dal nome, è la rappresentazione visuale dei dati, tipo le infografiche. È corretto quel che sto dicendo, o c'è dell'altro?

Le statistiche sono come i bikini. Ciò che rivelano è suggestivo, ma ciò che nascondono è più importante.È corretto ma è parziale.
La data visualization è un ambito della grafica che si occupa di rappresentare i dati. Gli scenari sono davvero tanti, ma possiamo dividerli in due categorie molto diverse tra loro: la fase di analisi e la fase di divulgazione.

Conosciamo tutti Google Analytics, o Facebook Insight, o i grafici dell'app che conta i passi che facciamo ogni giorno: quella è la fase analitica, cioè di lettura e analisi dei dati. È chiaro a tutti che leggere i dati in una tabella e vederli invece rappresentati con dei grafici è ben diverso, non solo per la facilità di lettura ma anche per la facilità di analizzarli e di individuare trend. C'è un esempio, un classicone, che lo dimostra: si chiama "tabella di Anscombe", mettiamo la foto nella pagina del tuo sito: questo esempio ipotetico serve a capire fino in fondo l'importanza della rappresentazione grafica dei dati finalizzata alla loro interpretazione.
Ma pensa anche solo cosa sarebbe lavorare in borsa, o nel forex, senza avere a disposizione dei grafici: si farebbero errori clamorosi perché non sarebbe facile individuare i trend. Allo stesso modo la data visualization diventa estremamente importante nel prendere decisioni strategiche di qualsiasi tipo, siano aziendali o finanziarie.

Noi oggi diamo un po' per scontato che queste visualizzazioni esistano, visto che ce le abbiamo in tutti i pannelli possibili e che non dobbiamo chiamare un grafico ogni volta che vogliamo vedere le statistiche del sito sottoforma di grafici.

Abbiamo sviluppato ottimi strumenti di rappresentazione automatica dei dati, su piattaforme che possono essere interrogate in tempo reale. E quindi, appunto, la data visualization per l'analisi dei dati. Questa si realizza con librerie come d3.js o Google Charts ed è, rispetto alla progettazione grafica, la parte meno interessante.

E qui torniamo quindi alle infografiche!

Sì, esatto, ma andiamo anche un po' oltre, ovvero affrontiamo la divulgazione dei dati, che è la seconda categoria della data-visualization.
"Infografica" è un modo relativamente nuovo, e già un po' desueto, per chiamare i report di dati estremamente semplici e abbellitti con quintali di elementi grafici. A me invece piace più parlare di report.
Ma facciamo un attimo un passo indietro, magari con un esempio concreto: l'andamento economico della mia azienda.

Ho a disposizione centinaia di informazioni, dai grafici della banca ai grafici di vendita, totali o per prodotto; numero di clienti, nuovi o ricorrenti; andamento del mercato, in espansione o in contrazione; storico degli anni precedenti, etc.
Li analizzo per bene, cerco relazioni, cause ed effetti, e lo faccio aiutandomi con i grafici e con le mie capacità analitiche. Alla fine mi faccio un'idea su come stanno andando le cose e su cosa è bene fare per migliorarle.

Ora però devo presentare i risultati, sottolineo risultati, ai miei soci, agli investitori, ai creditori.
Non posso presentare loro i dati grezzi di partenza e dirgli "vedete questo grafico, e questo, e questo, quindi ho pensato che", o meglio posso anche farlo ma è poco efficace perché chiedo a loro di ripercorrere il mio sforzo di analisi, e magari loro hanno anche meno comprensione della materia o meno capacità analitiche. Devo presentare i risultati, in forma aggregata e ripulita. Quel che ne viene fuori si chiama report, ma è di fatto una storia raccontata con i dati.

Un altro scenario è quello in cui devo presentare il risultato delle mie analisi in pubblico, e devo vincere quindi il disinteresse e la distrazione delle persone. Non posso farlo con le videate del mio software di analisi, altrimenti non raccolgo l'attenzione degli spettatori.

Affascinante! Quindi mi stai dicendo che la data visualization serve a far vedere solo le cose che vuoi mostrare? Cioè non è che la data visualization ci aiuta anche a far dire ai dati quello che vogliamo noi? O se vuoi aiuta a far leggere i dati nella direzione che ci interessa?

Potenzialmente sì, come tutte le scienze anche la data visualization è agnostica, decidi te come impiegarla.
Certamente è di grande aiuto a chi vuol mettere in evidenza degli aspetti specifici, tralasciandone altri. Che sia un'analisi onesta o finalizzata alla truffa, lo decide l'analista.
In sostanza, serve a rendere efficace, convincente, un discorso basato sui numeri, e al tempo stesso anche rapido e chiaro da comprendere. Ma i numeri non sempre sono così "onesti" e, quasi quanto le parole, possono essere manipolati per fargli dire quel che si vuole.
C'era un detto che mi piaceva molto: "Le statistiche sono come i bikini. Ciò che rivelano è suggestivo, ma ciò che nascondono è più importante."

Per riprendere l'esempio di prima, io posso presentare l'andamento negativo dell'ultimo anno e la mia azienda che va a rotoli, oppure posso sottolineare come le entrate siano diminuite ma a fronte di una contrazione generale del mercato quindi c'è andata comunque meglio che ai nostri concorrenti, o che le entrate siano diminuite ma c'è un prodotto che invece ha venduto molto di più quindi puntando su quello il prossimo anno chiuderà in positivo.
Dipende da quale storia voglio raccontare, e dipende dall'interlocutore che ho di fronte, ma per essere convincenti occorre trovare il giusto modo di rappresentarla. A volte potrebbe addirittura essere superfluo parlare di numeri, e parlare solo di trend o di rapporti di valori.
Con le infografiche abbiamo esagerato, ci abbiamo messo dentro davvero troppa grafica e abbiamo ridotto all'osso l'informazione, ora ha senso rimettere al centro il racconto.

L'esempio appena fatto è piuttosto comune, ma ce ne sono anche di molto più divertenti. C'è un sito, www.pudding.cool, che realizza delle visualizzazioni assurde e pressoché inutili, se non come esercizio di stile, ma davvero molto affascinanti. Tipo analizza e confronta la variabilità dei testi delle canzoni (la peggiore è "around the world" dei Daft Punk), o le possibilità di successo delle band newyorkesi, o i canestri degli ultimi 20 anni dell'NBA, o le differenze di genere nei film di Hollywood.
Oppure c'è una come Giorgia Lupi, che io stimo tantissimo: lei parte dai dati per realizzare vere e proprie opere d'arte. Onestamente, la sua data visualization è spesso di difficile lettura, ma è esteticamente molto stimolante: lei non si accontenta di usare i grafici a torta, ma ragiona su come rappresentare le informazioni in forma unica, personale. Una sua opera che mi è piaciuta moltissimo è "Dear data": praticamente per un anno lei e un'altra designer newyorkese si sono spedite delle cartoline scambiandosi pensieri, riflessioni e statistiche della propria vita, rappresentate visivamente. Davvero molto bello.

Però mi sembra di capire che questo genere di data visualization, per quanto bello, sia anche economicamente molto impegnativo. Non si tratta più di avere dei grafici di Excel o Google, ma di un lavoro più complesso...

Sì, lo è, infatti sono soprattutto le riviste e i giornali che stanno investendo molto in data visualization, perché è davvero un modo efficace di raccontare storie complesse, storie di numeri, ma oggi i numeri, grazie anche alla loro sempre maggiore reperibilità, costituiscono sempre più lle fondamenta di analisi e inchieste giornalistiche, quello che si chiama data-driven journalism. Quindi giornali come Le Monde (con Les Décodeurs), The Guardian o The New York Times (con Flowingdata), hanno tutti il proprio "inserto", o sito dedicato, di notizie create coi dati. In Italia quello che ci sta investendo maggiormente è forse il Sole 24 Ore con l'iniziativa InfoData.

Ci sono anche aziende che ci investono, in maniera più o meno continuativa, sia per presentare bilanci, risultati, prospettive o addirittura per confezionare prodotti basati sui dati, ma anche qualche privato particolarmente importante che commissiona analisi sul proprio posizionamento, sulla propria reputation etc. (penso ai vip o ai politici)

Ci sono delle regole, degli accorgimenti, che ci possono aiutare a sviluppare correttamente le nostre visualizzazioni?

Adesso ti dico 10 suggerimenti su come muoverti, ma nel sito mettiamo anche qualche immagine a supporto.

Primo: sintesi estrema.

Bisogna togliere tutto il superfluo, mantenere solo le informazioni funzionali al nostro racconto. Non è necessario ad esempio scrivere l'informazione numerica in tutte le colonne se a me interessano solo i picchi.
Data Visualization: eliminare le informazioni superflue
Ma senza esagerare: ad esempio nelle piantine dei risultati elettorali è meglio lasciare le indicazioni delle maggiori città.
Togliere tutto, tranne i dati significativi per far orientare chi legge

Evitare i grafici 3D: se c'è bisogno di rappresentare i dati in 3 dimensioni vuol dire che non si sta facendo una buona narrazione.

Secondo: evidenziare il contesto del lettore

Se parliamo di dati relativi ai paesi Europei, l'Italia deve essere sempre evidenziata.
Contestualizzare le informazioni per facilitare la lettura

Terzo: grafici semplici e correlazione tra i dati.

Non solo va tolto il superfluo ma vanno anche rappresentate informazioni monodimensionali, facilmente leggibili, che possono venire messe in correlazione con altri grafici attraverso l'uso del colore.
Mantenere la correlazione fra i dati semplice e intuitiva

Quarto: evidenziare i trend.

Se non è il dato specifico l'oggetto del nostro racconto, mettiamo in evidenza i trend con linee dedicate e tralasciamo i valori precisi dei dati.
Evidenziare i trend con la data visualization

Quinto: tenere sempre a mente le domande a cui stiamo rispondendo.

Cosa stai dimostrando? Che domande si farà l'interlocutore e a quali ha senso dare una risposta immediata?

Sesto: qual è il miglior modo di rappresentare i miei dati?

Potrebbe essere un grafico a torta, o una timeline, o una rappresentazione del tutto personale.
Scegliere con cura il miglior modo di esporre i dati

Settimo: stabilire un livello di dettaglio (granularità)

A volte una visione a volo d'uccello, ovvero una sensazione imprecisa e generica, rende meglio di una visione dettagliata, e solleva dal sovraccarico informativo pur perdendo precisione.
Data Visualization non convenzionale

Ottavo: non "abbellire" i grafici con dei disegni o delle foto che non siano realmente funzionali.

Dati essenziali: non abbellire troppo

Nono: rispettare gli standard.

Se si usano i colori come indicatori, rispettarne il significato: verde dove va bene, rosso dove va male.
Nella data visualization bisogna rispettare gli standard
Sempre sul significato dei colori, applicato ai partiti politici:
Nella Data Visualization è necessario rispettare le convenzioni sui colori
Dove ci sono coordinate x e y, l'origine dovrebbe sempre essere zero.
Il tempo si rappresenta sempre sull'asse x.

Decimo: scegliere un titolo efficace che assecondi il racconto, che parli delle conclusioni e non dell'analisi.

Ad esempio non va bene "Numero di migranti che sono entrati in Italia dal 2008 al 2018", ma piuttosto "Negli ultimi 10 anni è diminuito il numero di migranti arrivati in Italia".
I titoli hanno importanza nella data visualization
Questi sono i 10 consigli più importanti da tenere a mente quando si realizzano report anche semplici. Non c'è bisogno di essere dei grafici professionisti per metterli in pratica, quindi siamo ancora su un livello elementare, ma sono quei 10 consigli che vi risparmiano gli errori più grandi e che rendono piacevoli e chiari i vostri report.

Spero possano esservi utili per risultare convincenti.

Aiutaci a far crescere il podcast!

Ti è piaciuta la puntata di oggi? Lascia la tua recensione su iTunes e iscriviti al podcast.

Se ascolti MERITA BUSINESS PODCAST su Stitcher o altre piattaforme puoi lasciare la tua recensione seguendo queste istruzioni. Grazie!

Fai conoscere MERITA BUSINESS PODCAST ai tuoi follower su Twitter!
Condividi il podcast

Note della puntata

Se vuoi contattare Roberto Pasini puoi farlo andando su kalamun.org
La foto di Roberto Pasini che ho usato nella cover è stata scattata da Matteo Pezzi.

Lascia un commento

Il tuo indirizzo email non sarà pubblicato. I campi obbligatori sono contrassegnati *

- 12 Febbraio 2024

Social Media Manager: serve o non serve?

Molti imprenditori si lamentano di non avere risultati dai social. Cerchiamo di capire come si possono approcciare per fare in modo che rendano.
- 5 Febbraio 2024

Creator Economy: il WEB3 la cambierà per sempre.

Come il web3 è destinato a trasformare la Creator Economy. Anche se ci vorrà tempo...
- 29 Gennaio 2024

Crypto YouTuber: la storia di Davide Vasco

La storia di come Davide Vasco ha aperto il suo canale YouTube raccontando errori e prospettive dei suoi investimenti in crypto.

ENTRA NELLA COMMUNITY
Iscriviti alla newsletter e ricevi l'invito al Gruppo riservato agli ascoltatori del podcast.

crossmenu