به این فکر کرده‌اید که تا قبل از ابداع خط و نگارش متن انسان‌ها چطور اطلاعات را ثبت و به یکدیگر منتقل می‌کردند؟ تصویرسازی از اولین روش‌های انتقال اطلاعات است. انتقال اطلاعات و مفاهیم به‌وسیله تصویر قدمتی به‌اندازه تاریخ انسان دارد و بی‌جهت نیست اگر بگوییم ما موجوداتی تصویرگر هستیم.
اما این موضوع چه ربطی به هوش تجاری و تحلیل داده دارد؟ حتی در زمان حال که همه چیز به‌صورت متن و عدد ثبت می‌شود استفاده از تصویرسازی داده ها راحت‌ترین و سریع‌ترین راه برای انتقال اطلاعات است.
در این مقاله درباره مصورسازی داده و انواع آن صحبت کرده‌ایم و ارزشی که در کنار هوش تجاری برای کسب‌وکار شما به همراه می‌آورد را بررسی می‌کنیم. با دیکام همراه باشید.
شاید این جمله را شنیده باشید” یک تصویر بهتر از هزار کلمه توصیف است” انسان موجودی بصری است. ما دنیا را از دریچه چشم‌ها می‌بینیم و بیشترین اطلاعاتی که به مغز ما می‌رسید از راه بینایی است. قبل از اینکه تصویرسازی داده را تعریف کنیم بیایید آزمایشی ساده را با هم انجام بدهیم
به این تصویر نگاه کنید
? سؤال: در تصویر بالا چند عدد چهار بین بقیه عددها وجود دارد؟ پیداکردن یک عدد خاص بین یک دسته از اعداد کار سخت و زمان‌بری است.
حالا به تصویر زیر نگاه کنید. چقدر طول کشید تا عددها را پیدا کنید؟
مغز ما برای پردازش اعداد و حروف تکامل پیدا نکرده است. بر عکس ساخته شده تا تفاوت‌های بصری در محیط را بررسی و کشف کند. بیایید به تصویر دوم یک فاکتور بصری دیگر اضافه کنیم. (کمی رنگ‌ها را تغییر می‌دهیم)
فهم تصویر بالا بسیار راحت‌تر و سریع‌تر است. در واقع پردازش و درک آن در کسری از ثانیه انجام می‌شود. این نوع از درک تصاویر “پردازش قبل از توجه” نام دارد. به‌محض رویت تصویر و به طور ناخودآگاه مغز ما عوامل بصری داخل تصویر را شناسایی کرده و در کسری از ثانیه آنها را تحلیل می‌کند.
? این عوامل بصری چه چیزهایی هستند؟
اگر بخواهید وضعیت آب‌وهوا در هفته پیشرو را بدانید چه می‌کنید؟ درگذشته‌های نه‌چندان دور باید به آسمان خیره می‌شدیم و حدس می‌زدیم هوا هفته بعد چطور است.
امروز به لطف تکنولوژی و اینترنت کافی است گوشی خود را چک کنید تا پیش‌بینی دقیق هوا را ببینید. به تصویر زیر نگاه کنید، این برنامه از چه المان‌های تصویری برای رساندن اطلاعات به شما استفاده می‌کند؟
تصویرسازی در همه‌جا استفاده می‌شود. از برنامه‌های مسیریاب مثل گوگل‌مپ و نشان گرفته تا تابلوهای هشدار آلودگی هوا که ممکن است در سطح شهر ببینید.
نمونه ای از کاربرد تصویر سازی در زندگی روزمره
مصورسازی داده؛ یعنی نمایش داده و اطلاعات با اشکال گرافیکی (مثل نمودار، گراف، دیاگرام، نقشه) به صورتی که مخاطب آن را بهتر و سریع‌تر درک کند. هدف اولیه ما در تصویرسازی انتقال بهتر و درک سریع‌تر اطلاعات است. اهمیت و چرایی تصویرسازی داده در یک جمله خلاصه می‌شود: مصورسازی باعث می‌شود افراد داده‌ها را ببینید، بهتر درک کنند و تعامل راحت‌تری با اطلاعات داشته باشند
همان‌طور که قبلاً گفتیم مغز ما برای پردازش عدد و متن ساخته نشده است. قطعاً شما هم دوست ندارید برای سر درآوردن از یک گزارش مالی یا یک فایل اکسل ساعت‌ها زمان صرف کنید درحالی‌که می‌توانید همان اطلاعات را به‌سادگی روی یک نمودار میله‌ای، یا دایره‌ای مشاهده کنید.
بین جدول گزارش و نمودار کدام را انخاب می کنید؟
مدیران همگی در یک مورد با هم اشتراک دارند، به‌اندازه کافی زمان ندارند. بین جواب دادن به تلفن‌ها و ایمیل‌ها، جلسات و مکاتبات اداری و رسیدگی به امور داخلی، بررسی کوهی از گزارش و اطلاعات زمان زیادی از یک مدیر می‌گیرد.
یک تحقیق انجام شده توسط دانشگاه MIT نشان می‌دهد پردازش تصویر توسط مغز ما کمتر از 13 میلی‌ثانیه طول می‌کشد! حال تصور کنید سرمایه‌گذاری روی هوش تجاری و مصور کردن داده‌های شرکت چقدر در زمان و هزینه‌های شما صرفه‌جویی می‌کند.
آخرین باری که یک جدول اکسل یا گزارش مالی را بررسی کردید به‌خاطر بیاورید. سردرآوردن از ردیف‌های عدد و رقم و ربط دادن آن به اتفاقاتی که در شرکت می‌افتد کار راحتی نیست.تصویرسازی داده تحلیل و درک اطلاعات را بسیار راحت می‌کند. برای مثال تمام اطلاعات مربوط به درآمد و هزینه یک شرکت در طول سال را می‌توان در چند نمودار ساده کنار هم قرارداد و به درک جدیدی از عملکرد کلی شرکت رسید.
اطلاعات روی نمودار و دیاگرام سریع‌تر درک می‌شوند. به‌جای صرف زمان طولانی برای بررسی گزارش‌های عملکرد همان اطلاعات را روی داشبورد هوش تجاری و با یک نگاه مشاهده می‌کنید.
اگر درک یک نمودار برای شما راحت‌تر از خواندن چند صفحه گزارش است این موضوع برای همکاران یا مشتریان شما هم صدق می‌کند. تبادل اطلاعات مصور شده روی پلتفرم هوش تجاری علاوه بر اینکه به فرایندهای کاری سرعت می‌دهد موقعیتی را برای همکاری و تبادل بهتر ایده‌ها و افکار درون یک شرکت ایجاد می‌کند.
پیداکردن الگوهای و روندهای تکرارشونده درداده ها یکی از کارکردهای تصویر سازی است. تصویر زیر فروش ماهانه یک شرکت به تفکیک روز را نشان می‌دهد. دقت در این الگو به ما می‌گوید بیشترین فروش در ده روز آخر هر ماه انجام می‌شود و این الگو هر ماه تکرار شده است.
? اگر شما مدیر این مجموعه بودید چه تحلیل و برداشتی از این نمودار می‌کردید؟
داده‌ها هرکدام داستانی برای گفتن دارند و تصویرسازی به شما کمک می‌کند داستان و حقیقتی که پشت اعداد و ارقام پنهان شده است را ببینید. برای مثال مقایسه روند فروش هر ماه با ماه‌های قبل دید خوبی به یک مدیر فروش می‌دهد. به تصویر زیر نگاه کنید.
? چرا فروش در دی‌ماه افزایش ناگهانی داشته؟
پاسخ سؤال را باید در سایر داده‌های مرتبط جستجو کنید! ( اینجا وارد حوزه تجزیه و تحلیل داده‌ها می‌شویم ) ممکن است تقاضای بازار در آن ماه به علت خاصی بیشتر شده باشد یا اعمال تخفیف روی کالاها مشتریان را به خرید بیشتر ترغیب کرده باشد و یا تیم فروش عملکرد بهتری از خود نشان داده باشند.
اگر اطلاعات و شاخص‌های کلیدی (PI) مربوط به فروش را روی یک داشبورد مدیریتی کنار هم قرار دهیم به‌راحتی پاسخ این سؤال را خواهیم یافت.
ما انسان‌ها علاوه بر بصری بودن به‌صورت ذاتی موجوداتی قصه‌گوها و داستان پرداز هم هستیم. ما برای هر اتفاقی که رخ می‌دهد یک روایت و داستان داریم. داده هم از این امر مستثنی نیست. داده‌هایی که داخل شرکت شما ذخیره و ثبت می‌شوند داستانی را از چگونگی انجام کارها، پروژه‌ها، رفتار و عملکرد پرسنل نقل می‌کنند. تصویرسازی داده و هوش تجاری ابزاری را در اختیار ما قرار می‌دهد تا داستان و قصه‌ای که درون اطلاعات پنهان شده را کشف و بعد آن را برای دیگران بازگو کنیم.
به همین دلیل مصورسازی داده را به دو نوع کلی تقسیم می‌کنند. نوع اول به کشف و درک داده‌ها کمک کرده (exploratory visualization) و باعث می‌شود داستان نهفته درون داده‌ها را کشف کنیم.نوع دوم به ما کمک می‌کند تا این داستان را برای سایرین (مخاطبان و کاربران) شرح دهیم و بازگو کنیم (explanatory visualization )
تقسیم‌بندی تکنیکی دیگری هم وجود دارد که در ادامه آن را توضیح می‌دهیم
وقتی درباره روش‌های تصویرسازی داده حرف می‌زنیم با اسامی متفاوتی روبرو می‌شویم. نمودار (Chart)، گراف (Graph)، دیاگرام (diagram)، طرح (plot) اسامی متفاوتی هستند که برای اشاره به روش‌های مختلف تصویرسازی داده استفاده می‌شوند. واقعیت این است که با وجود تفاوت در تعاریف همپوشانی کاربردی و معنایی بین آنها بسیار زیاد است.
بیایید برای ساده کردن مطلب تمام آنها را نمودار خطاب کنیم
نمودار تحلیل اطلاعات به‌صورت بصری را با روش‌های زیر ممکن می‌کنند:
اینکه شما از چه نوع نموداری و در کجا استفاده می‌کنید به نوع داده، مخاطب آن و نتیجه‌ای که انتظار دارید بستگی دارد به همین دلیل انتخاب نوع نمودارها باید بادقت انجام شود.
در ادامه نمودارهایی که بیشترین کاربرد را دارند به 5 دسته تقسیم کرده‌ایم.
قطعاً با این نوع از تصویرسازی آشنا هستید. نمودارهای میله‌ای و خطی در این دسته قرار می‌گیرند. این نمودارها در یک بعد، زمان را به ما نشان می‌دهند و در بعد دیگر داده‌هایی که به آن دوره زمانی مرتبط هستند. این موضوع کمک می‌کند تا روند اتفاقات در گذر زمان را درک کنیم. (برای مثال نمودار درآمد ناخالص سالانه)
این نوع از تصویرسازی که معمولاً چشم‌نواز و زیبا هستند حداقل 2 بعد و یا بیشتر دارند و برای بررسی و کاوش درداده ها به کار می‌روند. نمودارهای دایره‌ای یا نمودار استوانه‌ای انباشته جزء این خانواده محسوب می‌شوند
قدیمی‌ترین نوع تصویرسازی به‌حساب می‌رود و صدها سال قبل از به‌وجودآمدن هوش تجاری استفاده می‌شده است. در این روش اطلاعات را روی نقشه جغرافیایی نمایش می‌دهند.
برای نمایش روابط و سلسه‌مراتب به کار می‌رود به صورتی که گروه‌های کوچک‌تر به گروه‌های بزرگ‌تر یا مادر متصل می‌شوند. مثال آشنای این نمودارها و ساختارهای درختی است
این نوع از تصویرسازی ارتباط بین دسته‌های داده با یکدیگر را نمایش می‌دهد. کاربردی‌ترین نوع تصویرسازی شبکه‌ای در کسب‌وکار ماتریکس‌ها هستند.
ده‌ها نوع متفاوت از تصویرسازی وجود دارد و هرکدام از آنها برای مقصود خاصی بهینه شده‌اند. در اینجا سعی کرده‌ایم نمودارهایی که بیشترین استفاده را در کسب‌وکارها دارند معرفی کنیم.
نمودار میله‌ای یکی از ساده‌ترین و کاربردی‌ترین انواع مصورسازی است و به علت محبوبیت زیادی که دارد تقریباً همه‌جا از آن استفاده می‌شود.
نمودار میله‌ای معمولاً برای مقایسه داده‌هایی که به هم مرتبط هستند استفاده می‌شود. داده‌ها به‌صورت یک استوانه نمایش داده می‌شوند و ارتفاع هر استوانه با مقدار عددی که نمایش می‌دهد متناسب است.
فرض کنید چند گروه کالایی دارید و فروش آنها را روی نمودار نشان داده‌اید (تصویر بالا) محور افقی دسته‌های کالا و محور عمودی ارزش ریالی فروش در آن دسته است.
مثل نمودار میله‌ای، نمودار خطی هم محبوبیت و استفاده زیادی دارد و برای نمایش داده به‌صورت دقیق اما فشرده استفاده می‌شود. نمودار خطی داده‌ها را نسبت به یک متغییر پیوسته مثل زمان یا ارزش ریالی نمایش می‌دهد.
نمودار خطی برای موارد زیر بکار می‌رود:
برای استفاده مؤثر از نمودار خطی بهتر است:
عقربه یک روش ساده اما مؤثر برای نظارت و بررسی یک شاخص مهم کسب‌وکار است. اگر بخواهید یک kpi را بررسی کنید عقربه در یک نگاه عملکرد مربوط به آن شاخص را به شما نمایش می‌دهد.
یک دایره (توپر یا توخالی) است که هر قسمت از این دایره نماینده بخش یا دسته‌ای از اطلاعات است. درک نمودار دایره‌ای آسان است تنها ضعف آن می‌تواند مشخص نبودن درصد هر بخش به کل دایره باشد که با اضافه‌شدن مقدار عددی در کنار نمودار این مشکل حل می‌شود
نمودار دایره‌ای برای موارد زیر مناسب است:
برای افزایش وضوح و شفافیت در نمایش داده بهتر است بیش از 5 بخش در یک نمودار دایره‌ای نمایش داده نشود
جدول، داده را به‌صورت ردیف و ستون نمایش می‌دهد؛ اما جدول در هوش تجاری تفاوت بسیاری با جدول‌های معمولی مثل اکسل دارند. جدول ماتریس برای ایجاد گزارش‌های دلخواه به‌صورت لحظه‌ای استفاده می‌شود و از عوامل بصری مانند رنگ یا نشانگرها برای درک بهتر اطلاعات بهره می‌برد.
جدول ماتریس یکی از قوی‌ترین امکانات هوش تجاری دیکام خصوصاً برای مدیران مالی است و به شما امکان می‌دهد ابعاد مختلف داده را در با یکدیگر ترکیب کنید تا گزارش دلخواه از آن اطلاعات استخراج شود .
از جدول برای نمایش دوبعدی داده‌ها و پایش در اطلاعات (Drill Down) استفاده می‌شود؛ اما برای نمایش دسته‌های زیاد داده مناسب نیست.برای استفاده از جدول به ترتیب قرارگیری دسته‌بندی‌ها دقت کنید. این موضوع مهم‌تر از موارد بصری است. بهتر است یک جدول ده ردیف یا کمتر داشته باشد
هدف اولیه مصورسازی را به‌یاد دارید؟ “انتقال بهتر و درک سریع‌تر اطلاعات و کشف الگوهای داخل داده‌ها” نقشه یکی از بهترین مثال‌ها برای رسیدن به این مقصود است.
نقشه به شما این امکان را می‌دهد تا از بالا به همه چیز مسلط باشید. کافی است داده‌ها را بر اساس مکان جغرافیای آنها روی نقشه نمایش دهیم. داده‌های شما می‌توانند مبلغ فروش برای یک استان، شهرستان، شهر یا حتی شعبه‌های داخل یک شهر باشند.
یکی از امکانات نرم افزار هوش تجاری حرکت از داده‌های کلی به سمت داده‌های جزئی در یک نمودار (Drill Down) است . نقشه مثال خوبی برای این قابلت است. با کلیک کردن روی اجزای نقشه مثلاً انتخاب یک استان یا شهر می‌توان به اطلاعات مربوط به آن منطقه دست پیدا کرد.
از قابلیت‌های مهم نرم‌افزار هوش تجاری ساختن دیاگرام‌های شخصی‌سازی‌شده است. این دیاگرام‌ها می‌توانند نماینده و نشان‌دهنده یک سیستم یا فرایند باشند. برای مثال تصویر زیر شمایی از خطوط تولید یک کارخانه است.
نقاطی که با رنگ قرمز مشخص شده‌اند بیشترین زمان توقف را داشته‌اند یا در حال حاضر متوقف هستند. امکان نمایش عوامل کلیدی عملکرد مثل میزان تولید، سیکل تولید و سایر شاخص‌ها روی این دیاگرام وجود دارد.
نمایش اطلاعات می‌تواند به‌صورت زنده و در لحظه انجام شود. دیاگرام بالا به مدیران کمک می‌کند تا نقاط گلوگاهی در فرایند تولید را شناسایی کنند.
نمودارهای موزائیکی یا درختی روش محبوبی برای نمایش اطلاعات خصوصاً برای بازارهای مالی است. این نمودار هم‌زمان بیش از 2 یا چند شاخص را به تصویر می‌کشد. نمودار موزائیکی و نمودار درختی تفاوت‌های با هم دارند؛ اما در نهایت نوع نمایش اطلاعات شبیه چیزی است که در تصویر زیر می‌بینید.
به تصویر زیر نگاه کنید (نمودار وضعیت بورس) 6 دسته‌بندی کلی در این نمودار وجود دارد. مربع‌های رنگی نماینده یک شرکت در بورس هستند و اندازه هر مربع حجم معاملات آن شرکت، رنگ آن بیانگر صعودی یا نزولی بودن معاملات و عدد داخل هر مربع مقدار آن به درصد است.
