Datavisualisatie is een vakgebied dat volop in ontwikkeling is. In de afgelopen decennia zijn er door verschillende stromingen perspectieven ontwikkeld over wanneer en hoe je data kunt analyseren met behulp van visuals. Het kan lastig zijn om te besluiten welk type geschikt is voor jouw doelen of voor de data die jij hebt. Mensen zien dagelijks tientallen van de meest gebruikte datavisualisatietypen. Sommige zijn mooi, maar geven weinig inzicht. Andere zijn functioneel, zodat de kijker in één oogopslag conclusies kan trekken, maar zien doen dan weer niets voor het oog. Soms zijn ze snel gemaakt, maar meestal moet de maker de data eerst voorbereiden voordat de visualisaties effectief zijn. Naast de ongeveer vijftig meest gebruikte typen bestaan er ook nog vele minder bekende typen. Welk visualisatietype het beste kan worden gebruikt, hangt af van het doel van de maker, en de structuur en het volume van de onderliggende gegevens.

In deze verklarende woordenlijst voor datavisualisatie gaan we in op de meest voorkomende visualisatietypen. Lees deze informatie zodat je onderbouwde besluiten kunt nemen wanneer je je visualisaties maakt. Veel onderwerpen en visualisatietypen blijven nu nog onbesproken. De woordenlijst zal geleidelijk worden uitgebreid en verder worden ontwikkeld naarmate ook het vakgebied evolueert.

Visualisatiefamilies

Een visualisatiefamilie geeft de aard van de visualisaties aan. Hierdoor kunnen we een hiërarchische indeling maken van verschillende belangrijke groepen, te weten diagrammen, geospatiale visualisaties en tabellen. Er bestaan veel verschillende opvattingen over de indeling van visualisatiefamilies. Vaak worden diagrammen opgesplitst in onafhankelijke subcategorieën. Wij hebben er drie gekozen om de woordenlijst eenvoudig te houden en het belang van twee aspecten te benadrukken: de analytische functie en het meetpunttype.

Gebruik van datavisualisaties voor analyses

De analytische functie beschrijft hoe mensen de data interpreteren, verkennen en begrijpen. Veel visualisaties hebben meer dan één analytische functie. Deze hangen vaak af van de manier waarop de maker ze implementeert. We hebben de functies steeds op basis van een significante differentiator opgesplitst en elk op een eigen pagina geplaatst. De volgende zes analytische functies geven verschillende manieren aan waarop data worden verkend met een visualisatie, maar de lijst is verre van volledig.

Probeer Tableau gratis

Waarom het belangrijk is het juiste visualisatietype te kiezen

Visualisatie is een van de middelen om data te begrijpen. En, net alle andere tools, zijn sommige nuttig voor specifieke waarden en zijn andere meer algemeen. Een staafdiagram kan in veel gevallen worden toegepast, maar een woordwolk is slechts nuttig in een beperkt aantal situaties. De keuze van het juiste visualisatietype hangt af van drie zaken: het doel van je visualisatie, de data die je wilt weergeven en de behoeften van je doelgroep. Het is niet altijd mogelijk om ze alle drie te definiëren voordat je begint, maar het kan geen kwaad om het te proberen.

Inzicht in de behoeften van je doelgroep is hierbij de belangrijkste overweging. Door goede visualisaties krijgen mensen in één oogopslag inzicht in complexe data, want: ze belichten de relaties tussen metingen, ze verklaren concepten ze zijn boeiend, in tegenstelling tot onbewerkte data. Maar het gebruik van een verkeerde visualisatie zal leiden tot verwarring of onbegrip bij de kijker. Zorg ervoor dat je visualisatie effectief is door te denken aan de behoeften van je doelgroep.

Stel jezelf een specifiek doel zodat je je de behoeften van je doelgroep kunt gebruiken om je keuzen te bepalen. Sommige datavisualisaties zijn nuttig voor analyse, andere zijn bedoeld om informatie weer te geven op een aantrekkelijke manier en weer andere helpen om concepten, processen of strategieën inzichtelijk te maken. Elk doel wordt het beste gediend door een specifieke set van visualisaties. Overdenk de analytische functie en het meetpunttype van je visualisatie voordat je begint. Zo ben je in staat je doel te bereiken.

Ken je data om goed te begrijpen voor welke visualisatietypen ze het meest geschikt zijn. Bepaalde diagrammen ondersteunen slechts beperkte dimensies en andere zijn juist handig om de relaties tussen vele categorieën te belichten. Je kunt de structuur en de aard van je data gebruiken als richtlijn om je definitieve selectie te bepalen. Heb je twijfels? Ga dan een beetje spelen met de verschillende opties. Vervolgens kun je een visualisatie maken die geschikt is voor je doel én aansluit op de beschikbare data en de behoeften van je doelgroep.