Beginnersgids datavisualisatie: een definitie, voorbeelden en studiemateriaal

In de wereld van big data zijn datavisualisatietools onmisbaar voor het analyseren van enorme hoeveelheden informatie en het maken van datagestuurde beslissingen.

De voordelen van goede datavisualisatie

Kleuren en patronen trekken onze aandacht. We kunnen snel rood van blauw en vierkant van rond onderscheiden. Onze cultuur is visueel ingesteld. Dat geldt voor alles, van kunst en reclame tot films en tv.

Datavisualisatie is ook een vorm van visuele kunst, die onze interesse wekt en onze aandacht bij de boodschap houdt. In een grafiek zien we snel de trends en uitschieters. En als we iets zien, kunnen we het snel opslaan. Dit is storytelling met een doel. Als je ooit naar een enorm spreadsheet hebt gestaard zonder een trend te kunnen ontdekken, dan weet je hoeveel efficiënter een visualisatie kan zijn.

Big data is beschikbaar en we moeten weten wat het ons vertelt

Nu het 'big data-tijdperk' in een stroomversnelling raakt, wordt visualisatie een steeds belangrijker tool om wijs te worden uit de biljoenen rijen data die dagelijks worden gegenereerd. Datavisualisatie helpt bij het vertellen van een verhaal door de data in een vorm te gieten die gemakkelijker te begrijpen is en de trends en uitschieters laat zien. Een goede visualisatie vertelt een verhaal, haalt de ruis uit de data en laat de bruikbare informatie zien.

Met een grafiek een beetje opleuken of het informatiegedeelte van een infographic een beetje uitbreiden, ben je er echter nog niet. Effectieve datavisualisatie is een precair evenwichtsspel tussen vorm en functie. Een heel eenvoudig grafiek kan net te saai zijn om te worden opgemerkt, of je punt juist heel duidelijk overbrengen, en de prachtigste visualisatie kan de plank volledig misslaan of het geheel juist subliem verduidelijken. De data en de visualisaties samen moeten werken en het is een kunst om goede analyse te combineren met goede storytelling.

Waarom datavisualisatie belangrijk is voor iedere carrière

Het is niet gemakkelijk om een branche te bedenken die geen baat heeft bij het begrijpelijker maken van data. Elk STEM-gebied (bètawetenschappen) heeft baat bij het begrijpen van data — evenals takken binnen bestuur, financiën, marketing, geschiedenis, consumentenproducten, dienstensectoren, onderwijs, sport etc.

Hoewel we altijd lovend spreken over datavisualisatie (je bent tenslotte op de website van Tableau), zijn er echte praktijktoepassingen die voor zichzelf spreken. En doordat visualisatie zo productief is, is het ook een van de nuttigste professionele vaardigheden om te ontwikkelen. Hoe beter je je punt visueel kunt overbrengen (of dat nu door middel van een dashboard of een diapresentatie is), hoe beter je die informatie kunt inzetten.

De lekendatawetenschapper als concept is in opkomst. Mensen hebben andere vaardigheden nodig om binnen een datagestuurde wereld te kunnen werken. Het wordt voor professionals steeds belangrijker om datagestuurde beslissingen te kunnen nemen en met behulp van visuals verhalen te vertellen die duidelijk maken hoe die data van invloed is op de wie, wat, waar, waarom en hoe. Hoewel traditioneel onderwijs meestal een duidelijke grens trekt tussen creatieve storytelling en technische analyse, worden degenen die tussen de twee kunnen schakelen, ook gewaardeerd: datavisualisatie houdt het midden tussen analyse en visuele storytelling.

Datavisualisatie in actie

Dit klinkt natuurlijk allemaal prima, in theorie, maar je begrijpt en ziet het vaak pas echt als je het in actie ziet.

Door de overvloed aan online data en openbare datavisualisatiegalerijen is het vaak lastig om te bepalen waar te beginnen. We hebben 10 van de beste voorbeelden van datavisualisatie ooit (volgens ons) verzameld, met voorbeelden die onder andere historische overwinningen in kaart brengen, filmscripts analyseren en verborgen doodsoorzaken aan het licht brengen.

De openbare galerij van Tableau bevat vele visualisaties die gemaakt zijn met de gratis Tableau Public-tool (we hebben een aantal gangbare zakelijke starterdashboards die als sjabloon gebruikt kunnen worden) en onder Viz van de dag vind je elke dag de beste creaties van de gemeenschap. Daarnaast zijn er ontzettend veel goede blogs en boeken over datavisualisatie, die uitstekende voorbeelden, uitleg en informatie over best practices bevatten.

De verschillende soorten visualisaties

Wanneer je aan datavisualisatie denkt, denk je waarschijnlijk meteen aan eenvoudige staaf- en taartdiagrammen. Hoewel deze een integraal onderdeel zijn van datavisualisatie en de basis vormen voor veel datagrafieken, moet de juiste visualisatie aan de juiste informatieset worden gekoppeld. Eenvoudige grafieken zijn nog maar het topje van de ijsberg. Er bestaan namelijk allerlei visualisatiemethoden om data op effectieve en interessante manieren te presenteren.

Veelgebruikte soorten datavisualisatie:

• Diagrammen
• Tabellen
• Grafieken
• Kaarten
• Infographics
• Dashboards

Specifiekere voorbeelden van datavisualisatiemethoden:

• Vlakdiagram
• Staafdiagram
• Boxplot
• Bellendiagram
• Puntengrafiek
• Cartogram
• Cirkelweergave
• Stippenkaart
• Gantt-grafiek
• Heatmap
• Tabel met markeringen
• Histogram
• Matrix
• Netwerk
• Pooldiagram
• Radiale grafiek
• Spreidingsdiagram (2D of 3D)
• Stroomdiagram
• Teksttabel
• Tijdlijn
• Treemap
• Taartgrafiek
• Woordenwolk
• En alle mogelijke combinaties in een dashboard!

Meer informatie over datavisualisaties (en hoe je ze zelf maakt)

Geïnspireerd of wil je meer weten? Er is veel studiemateriaal beschikbaar waar je gebruik van kunt maken. Er zijn vele datavisualisatie- en datajournalistiekenthousiastelingen die graag hun tips en aanbevelingen willen delen.

Blogs over datavisualisatie zijn perfect om mee te beginnen

Bekijk onze lijst met goede datavisualisatieblogs vol voorbeelden, inspiratie en studiemateriaal.

De experts die boeken schrijven en lesgeven over de theorie achter datavisualisatie, houden vaak ook blogs bij, waarin ze de nieuwste trends in het vak analyseren en nieuwe visualisaties bespreken. Velen beoordelen moderne grafieken of hebben handleidingen voor het creëren van effectieve visualisaties.

Anderen verzamelen allerlei verschillende visualisaties op internet en bespreken dan de interessantste vondsten. Blogs zijn een goede manier om meer te weten te komen over specifieke subsets van datavisualisatie of om bruikbare inspiratie op te doen uit goed uitgevoerde projecten.

Historische voorbeelden en theorie uit boeken

Bekijk onze lijst met uitstekende boeken over de theorie en praktijk van datavisualisatie.

Waar blogs de veranderende wereld van datavisualisatie bijhouden, focussen boeken op de theorie die constant blijft. Al sinds mensenheugenis wordt geprobeerd om data op een visuele manier te presenteren. Een van de eerste boeken over datavisualisatie (uit 1983) heeft datavisualisatie, toen nog een relatief nieuw veld, destijds op de kaart gezet en is vandaag de dag nog steeds relevant.

Recentere boeken behandelen nog steeds theorie en technieken, en bieden tijdloze voorbeelden en praktische tips. Sommige behandelen zelfs voltooide projecten en presenteren de visuele grafieken als archiefstuk in boekvorm.

Er zijn talloze gratis cursussen en betaalde opleidingen beschikbaar

Er zijn voldoende goede cursussen en studiematerialen over datavisualisatie te vinden, zowel gratis als tegen betaling, waaronder hier op de website van Tableau. Er zijn video's, artikelen en whitepapers voor iedereen, van beginneling tot dataster. Op dit moment geven we echter nog geen suggesties voor cursussen van externe partijen.

Een opmerking over datavisualisatietools en -software

Er zijn talloze tools voor datavisualisatie en data-analyse beschikbaar. Deze variëren van eenvoudig en intuïtief tot complex en omslachtig. Niet elke tool is geschikt voor iemand die visualisatietechnieken wil leren, en niet elke tool past bij de doelstellingen van de branche of onderneming. Wil je meer weten over de mogelijkheden? Lees je hier dan gerust in of duik in gedetailleerde analyses van externe partijen, zoals het Magic Quadrant van Gartner.

Vergeet niet dat goede theoretische kennis en vaardigheden bij datavisualisatie belangrijker zijn dan het hebben van specifieke tools en producten. Wanneer je hiermee aan de slag gaat, focus dan op best practices en ontdek je persoonlijke stijl met betrekking tot visualisaties en dashboards. Datavisualisatie is een blijvertje en dus is het belangrijk om een goede basis te leggen: werk aan analyse- en storytellingvaardigheden en onderzoekende geest. Dit zijn de tools die je altijd bij je hebt, ongeacht welke software en toepassingen je uiteindelijk gaat gebruiken.