بصری سازی داده یا Data visualization چیست؟

در این مقاله در مورد Data Visualization نوشتم، که بخش زیادیش از سایت tableau ترجمه شده. هر وقت قراره واژه‌ی Visualization رو به فارسی برگردونم خیلی فکر می‌کنم که چه واژه ای بهتره؟ تصویرسازی، بصری سازی، تجسم، چی؟! که فکر می‌کنم بصری سازی بهتر منظور رو برسونه، هرچند که بنظرم اصلا خوش ریتم نیست. ولی فعلا این واژه و گاهی واژه تجسم رو معادل قرار می‌دم.

بصری سازی داده چیست؟

بصری سازی داده در واقع یک نمایش گرافیکی از داده‌ها و اطلاعات هست. ابزارای بصری سازی داده راهی رو فراهم می‌کنن که ما با استفاده از نمودارها و گراف‌ها و نفشه ها بتونیم داده های پرت رو به راحتی شناسایی کنیم، روندها را ببینیم و الگوها رو در داده‌ها تشخیص بدیم.(اگر داده پرت واژه آشنایی نیست براتون تو یه جمله میشه گفت: داده‌ای که با داده‌های هم‌گروه فاصلهٔ چشمگیری داشته‌باشه یا به‌اصطلاح با بقیه "نخواند"، اگر هم دقیق تر میخواید در موردش بدونید این مقاله رو ببینید)

توی دنیای کلان داده، ابزارها و تکنولوژی‌های بصری سازی داده برای تحلیل حجم زیاد اطلاعات و تصمیم‌گیری بر مبنای داده ضروری هستن.

مزایای بصری کردن داده‌ها

چشمان ما همواره به سمت رنگ ها و الگوها کشیده می شن. ما به راحتی رنگ قرمز رو از آبی و مربعو از دایره تشخیص می‌دیم. فرهنگ ما بصریه، از هنر و تبلیغات گرفته تا تلویزیون و فیلم. بصری سازی داده ها شکل دیگه‎ای از هنر تجسمیه که علاقه و توجه ما رو جلب می کنه و چشمان ما رو به سمت پیام می‌بره. وقتی نموداری رو می‌بینیم، به سرعت روندها و نقاط پرت رو می‌بینیم. اگر بتونیم چیزیو ببینیم، به سرعت آن رو درونی می کنیم. درواقع این یک نوع داستان سرایی با هدف هست.

در اینجا کلان داده وجود داره و ما دوست داریم بدانیم که داده‌ها چی میگن!

از اونجایی که «عصر کلان داده» به سرعت رو به رشده، بصری سازی ابزاری کلیدی برای درک تریلیون‌ها ردیف داده‌ایه که هر روز تولید می‌شه. بصری‌سازی داده‌ها به گفتن داستان‌ کمک می‌کند تا داده‌ها رو به شکلی ساده‌تر متوجه بشیم، روندها رو بفهمیم و داده های پرت رو به آسونی تشخیص بدیم. یک بصری سازی خوب به ما یک داستان می‌گه، داده های نویز رو حذف می‌کنه و اطلاعات مفید رو برجسته تر می‌کنه.

با این حال،این به سادگی پوشوندن یک نمودار روی داده‌ها برای بهتر جلوه دادنش یا ضربه زدن به بخش «اطلاعات» نیست. ساده‌ترین نمودارا گاهی می‌تونن انقدر کسل‌کننده باشن که توجه خاصی رو جلب نکنن یا نه، بتونن نکته‌ی قدرتمندی رو بیان کنن. همچنین خیره کننده ترین بصری سازی‌ها می تونه در انتقال پیام درست شکست بخوره یا بر عکس می تونه به خوبی پیامشو منتقل بکنه. داده ها و تصاویر باید با هم کار کنن. ترکیب تحلیل درست با داستان سرایی عالی هنره.

چرا بصری‌سازی داده ها برای هر شغلی مهمه؟

امروزه کمتر می‌تونیم یک صنعت حرفه ای رو ببینیم که از قابل فهم تر کردن داده ها سودی نبرده باشه. تمام زمینه‌های مربوط به STEM (علوم، تکنولوژی، مهندسی و ریاضیات)از درک داده ها سود می برن. همچنین زمینه های دیگه‌ای نظیر امور مالی، بازاریابی، تاریخ، کالاهای مصرفی، صنایع خدماتی، آموزش، ورزش و غیره.

برای حرفه‌ای‌ها ارزش فزاینده‌ای دارد که بتونن از داده‌ها برای تصمیم‌گیری استفاده کنن و از تصاویر بصری برای گفتن داستان‌هایی درباره زمانی که داده‌ها به چه کسی، چه چیزی، چه زمانی، کجا و چگونه اطلاع می‌دهند، استفاده کنن.

آموزش سنتی بین داستان سرایی برای داده و تجزیه تحلیل تکنیکال، مرز می‌کشه. در حالی که دنیای حرفه‌ای مدرن برای کسانی ارزش قائله که می‌تونن بین این دو تلاقی داشته باشن: بصری‌سازی داده‌ها درست در وسط تحلیل و داستان‌گویی قرار می‌گیره.

انواع مختلف بصری سازی

وقتی به بصری سازی داده ها فکر می‌کنید، احتمالاً اولین فکر شما بلافاصله به نمودارهای میله ای ساده یا نمودارهای دایره ای می ره. هرچند که اینها ممکنه بخشی جدایی ناپذیر از بصری سازی داده ها باشن، ولی تجسم صحیح باید با مجموعه اطلاعات مناسب جفت بشن. نمودارهای ساده فقط نوک کوه یخ هستن. مجموعه کاملی از روش های تجسم برای ارائه داده ها به روش های موثر و جالب وجود داره. انواع کلی متداول بصری سازی داده ها:

چارت‌

جدول

گراف

نقشه

اینفوگرافیک

داشبورد

(راستی اینجا برای خودم سوال پیش آمد که فرق چارت و گراف چیه، چون معمولا به همشون میگیم نمودار، یه اینفوگرافی قرار میدم که خیلی خوب ازین تفاوت‌ها گفته)

نمونه های خاص تر از روش‌های بصری سازی داده ها:

نمودار صخره‌ای

نمودار میله‌ای

نمودار جعبه‌ای

کارتوگرام

نمودار گانت

هیستوگرام

نمودار درختی

نمودار پراکندگی

شبکه

نقشه حرارتی

تا اینجا با بصری سازی داده آشنا شدیم. در مقالات بعدی شاید بد نباشه که یک نمونه رو اجرا کنیم و داده ها رو بصری کنیم تا ببینیم چه اطلاعاتی رو می تونیم ازش دریابیم.