Data bekijken en begrijpen met behulp van toegankelijke middelen is belangrijker dan ooit in onze steeds meer datagestuurde wereld. De vraag naar datavaardigheden bij medewerknemers neemt elk jaar gestaag toe. Medewerkers en bedrijfseigenaren op elk niveau moeten begrijpen wat data zijn en inzicht hebben in de impact ervan.

Datavisualisatie komt daarbij goed van pas. Met als doel om data toegankelijker en begrijpelijker te maken, is datavisualisatie in de vorm van dashboards het meest gebruikte hulpmiddel voor veel bedrijven om analyses te maken en informatie te delen.

In dit artikel bespreken we:

  1. De definitie van datavisualisatie
  2. Voordelen en nadelen van datavisualisatie
  3. Waarom datavisualisatie belangrijk is
  4. Datavisualisatie en big data
  5. Voorbeelden van datavisualisatie
  6. Tools en software voor datavisualisatie
  7. Meer over datavisualisatie

Wat is datavisualisatie?

Deze kaart van Brazilië laat zien hoe data kunnen worden gevisualiseerd in een kaart voor betere analyse.

Datavisualisatie is de grafische weergave van informatie en data. Door het gebruik van visuele elementen, zoals diagrammen, grafieken en kaarten, bieden datavisualisatietools een toegankelijke manier om trends, uitschieters en patronen in data te zien en begrijpen. Bovendien is dit een uitstekende manier voor medewerkers of ondernemers om data te presenteren aan een niet-technisch publiek, zonder dat er verwarring ontstaat.

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

Wat zijn de voor- en nadelen van datavisualisatie?

Iets simpels als het grafisch weergeven van data lijkt geen nadelen te hebben. Soms kunnen data echter verkeerd worden weergegeven of geïnterpreteerd wanneer ze in de verkeerde vorm van datavisualisatie worden gepresenteerd. Wil je een datavisualisatie maken, dan doe je er goed aan om zowel de voor- als nadelen te overwegen.

Voordelen

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 in ons opnemen. Dit is storytelling met een doel. Als je ooit naar een enorm spreadsheet hebt gekeken zonder een trend te kunnen ontdekken, dan weet je hoeveel efficiënter een visualisatie kan zijn.

Enkele andere voordelen van datavisualisatie zijn:

  • Eenvoudig informatie delen.
  • Interactief mogelijkheden verkennen.
  • Patronen en relaties visualiseren.

Nadelen

Ondanks de vele voordelen zijn er ook enkele minder opvallende nadelen. Wanneer je bijvoorbeeld een visualisatie met veel verschillende datapunten bekijkt, kun je deze gemakkelijk verkeerd interpreteren. Of soms is de visualisatie gewoon verkeerd ontworpen, waardoor deze tendentieus of verwarrend is.

Enkele andere nadelen zijn:

  • Onjuiste informatie.
  • Correlatie betekent niet altijd causaliteit.
  • Kernboodschappen kunnen verloren gaan bij de omzetting van de data.

Waarom datavisualisatie belangrijk is

Het belang van datavisualisatie is simpel: het helpt mensen om data te zien, beter te begrijpen en om te zetten in actie. Met de juiste visualisatie, ongeacht of deze simpel of complex is, beschikt iedereen over dezelfde uitgangspositie, ongeacht het expertiseniveau.

Er is bijna geen sector te bedenken die geen baat heeft bij het begrijpelijker maken van data. Elk STEM-gebied (bètawetenschappen) heeft er baat bij om data te begrijpen. En dat geldt ook voor sectoren als de overheid, financiën, marketing, geschiedenis, consumentenproducten, dienstverlening, onderwijs, sport, enz.

Natuurlijk zijn wij altijd enthousiast over datavisualisatie (je bent tenslotte op de website van Tableau), maar praktijktoepassingen zijn nog overtuigender. En omdat visualisatie zo wijdverspreid is, is het ook een van de nuttigste professionele vaardigheden om te ontwikkelen. Hoe beter je je boodschap visueel kunt overbrengen (via een dashboard, diapresentatie, enz.), hoe beter je die informatie kunt inzetten voor je doel. De leek als datawetenschapper is een concept 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 zijn op het '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 en big data

Nu het tijdperk van big data in een stroomversnelling raakt, wordt visualisatie een steeds belangrijkere 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 te presenteren in een vorm die gemakkelijker te begrijpen is en die de trends en uitschieters laat zien. Een goede visualisatie vertelt een verhaal, haalt de ruis uit de data en licht bruikbare informatie uit.

Je kunt een grafiek wat opleuken of het informatiegedeelte van een infographic een beetje uitbreiden, maar dan ben je er nog niet. Effectieve datavisualisatie is een precair evenwichtsspel tussen vorm en functie. Een heel eenvoudige grafiek kan net te saai zijn om te worden opgemerkt, of je punt daarentegen juist heel duidelijk overbrengen. En de prachtigste visualisatie kan de plank volledig misslaan of het geheel juist subliem verduidelijken. De data en de visualisaties moeten samenwerken en het is een hele kunst om sterke analyse te combineren met goede storytelling.

Meer informatie over big data.

Creëer duidelijke, impactvolle visualisaties op basis van je data.

Probeer Tableau nu gratis

Graphic of visualizations

Voorbeelden van datavisualisatie

Een clusterdiagram is een van de vele verschillende voorbeelden van data visualization die Tableau kan maken.

Een van de beste manieren om datavisualisatie te begrijpen, is natuurlijk door het te zien. Klinkt logisch, toch?

Door de overvloed aan online data en openbare datavisualisatiegalerijen is het vaak lastig om te bepalen waar te beginnen. De openbare galerij van Tableau bevat veel visualisaties die zijn gemaakt met de gratis Tableau Public-tool (we hebben enkele veelvoorkomende zakelijke dashboards voor starters die als sjabloon kunnen worden gebruikt) en onder Visualisatie van de dag vind je elke dag de beste creaties van de community. Daarnaast hebben we 10 van de beste voorbeelden van datavisualisatie ooit verzameld, met voorbeelden die onder andere historische overwinningen in kaart brengen, filmscripts analyseren en verborgen doodsoorzaken aan het licht brengen.

Verschillende typen visualisaties

Wanneer je aan datavisualisatie denkt, denk je misschien aan eenvoudige staaf- en cirkeldiagrammen. Deze zijn inderdaad een integraal onderdeel van datavisualisatie en de basis voor veel datagrafieken, maar de juiste visualisatie moet ook nog 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. 

Deze gif van een lijngrafiek toont de verschillende typen analyses die via data visualization kunnen worden gemaakt.

Algemene visualisatietypen:

  • Grafiek: Informatie wordt gepresenteerd in een tabel- en grafische vorm, waarbij de data langs twee assen worden weergegeven. Kan de vorm hebben van een grafiek, diagram of kaart. Meer informatie.
  • Tabel: Reeksen getallen weergegeven in rijen en kolommen. Meer informatie.
  • Diagram: Een diagram van punten, lijnen, segmenten, krommen of vlakken waarin bepaalde variabelen met elkaar worden vergeleken, meestal langs twee assen die loodrecht op elkaar staan.
  • Geospatiaal: Een visualisatie waarin data in kaartvorm worden weergegeven, waarbij verschillende vormen en kleuren worden gebruikt om de relatie tussen data en specifieke locaties te laten zien. Meer informatie.
  • Infographic: Een combinatie van visualisaties en woorden die data vertegenwoordigen. Meestal worden er grafieken of diagrammen gebruikt.
  • Dashboards: Een verzameling visualisaties en data die op één plaats worden weergegeven ter ondersteuning van de analyse en presentatie van data. Meer informatie.

Meer specifieke voorbeelden

  • Gebiedskaart: Gebiedskaarten zijn een vorm van geospatiale visualisatie. Ze worden gebruikt om specifieke waarden weer te geven op de kaart van een land, staat, provincie of een andere geografische locatie. Twee veelvoorkomende typen gebiedskaarten zijn choropleten en isopleten. Meer informatie.
  • Staafdiagram: Staafdiagrammen geven numerieke waarden weer die met elkaar worden vergeleken. De lengte van de balk geeft de waarde van elke variabele weer. Meer informatie.
  • Boxplot (of box-en-whiskherplot): Toont een reeks waarden (de 'box') binnen een bepaalde meeteenheid (de 'whiskers’ of uitsteeksels). Meer informatie.
  • Bulletgrafiek: Een balk tegen een achtergrond om de voortgang of prestatie ten opzichte van een doel weer te geven, aangegeven door een lijn in de grafiek. Meer informatie.
  • Gantt-diagram: Gantt-diagrammen worden doorgaans gebruikt in projectmanagement. Het zijn staafdiagrammen waarin tijdlijnen en taken worden weergegeven. Meer informatie.
  • Heatmap: Een type geospatiale visualisatie in kaartvorm waarbij specifieke datawaarden in verschillende kleuren worden weergegeven (dit hoeven geen temperaturen te zijn, maar dit wordt vaak gebruikt). Meer informatie.
  • Tabel met markeringen: Een tabelvorm waarbij kleur wordt gebruikt om vergelijkbare data te categoriseren, zodat de kijker de tabel gemakkelijker en intuïtiever kan lezen. Meer informatie.
  • Histogram: Een type staafdiagram dat een continue meetwaarde opsplitst in verschillende intervallen om de verdeling beter te kunnen analyseren. Meer informatie.
  • Cirkeldiagram: Een cirkelvormig diagram met driehoekige segmenten dat data weergeeft als percentage van het geheel. Meer informatie.
  • Boomstructuur: Een type diagram dat verschillende, onderling gerelateerde waarden weergeeft in de vorm van in elkaar geneste rechthoeken. Meer informatie.

Visualisatietools en software

Er zijn talloze tools voor datavisualisatie en data analytics 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 sector of onderneming. Wil je meer weten over de mogelijkheden? Lees hier meer of bekijk de 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 gebruik 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 zal nog lang nuttig blijven, dus het is belangrijk om een goede basis te leggen: een onderzoekende geest en analyse- en storytellingvaardigheden. Dit zijn tools die je altijd bij je hebt, ongeacht welke software en toepassingen je uiteindelijk gaat gebruiken.

Meer informatie over datavisualisaties 

Een gif van een gebruiker die in een datakaart navigeert, een type data visualization dat met Tableau kan worden gemaakt.

Als je geïnspireerd bent geraakt of gewoon meer wilt weten, is er veel studiemateriaal beschikbaar waar je gebruik van kunt maken. Er zijn veel enthousiaste beoefenaars van datavisualisatie en datajournalistiek die graag hun tips en aanbevelingen delen.

Blogs over datavisualisatie

Bekijk onze lijst met goede blogs over datavisualisatie, vol voorbeelden, inspiratie en studiemateriaal. De experts die boeken schrijven en lesgeven over de theorie achter datavisualisatie, schrijven vaak blogs waarin ze de nieuwste trends in het vak analyseren en nieuwe visualisaties bespreken. Velen beoordelen moderne grafieken of hebben handleidingen voor het maken 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.

Bekijk onze lijst met de beste blogs over datavisualisatie.

Boeken over datavisualisatie

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 dit onderwerp, toen nog een relatief nieuw veld, destijds op de kaart gezet en is vandaag nog altijd relevant. Recentere boeken behandelen nog steeds de theorie en technieken en bieden tijdloze voorbeelden en praktische tips. In sommige boeken worden voltooide projecten besproken, met de presentatie van de visuele grafieken als naslagwerk in boekvorm.

Bekijk onze lijst met de beste boeken over datavisualisatie.

Cursussen en trainingen

Er zijn veel 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 datakampioen. Op dit moment geven we hier echter nog geen suggesties voor cursussen van externe partijen.

Ontdek de trainingen van Tableau.