Data bekijken en begrijpen via toegankelijke middelen is belangrijker dan ooit in onze steeds meer datagestuurde wereld. De vraag naar datavaardigheden bij werknemers neemt elk jaar gestaag toe. Werknemers en bedrijfseigenaren op elk niveau moeten inzicht hebben in data en de impact ervan.

Data visualization komt daarbij goed van pas. Met als doel om data toegankelijker en begrijpelijker te maken, is data visualization 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 data visualization
  2. Voordelen en nadelen van data visualization
  3. Waarom data visualization belangrijk is
  4. Data visualization en big data
  5. Voorbeelden van data visualization
  6. Tools en software voor data visualization
  7. Meer over data visualization

Wat is data visualization?

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

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

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

Wat zijn de voor- en nadelen van data visualization?

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 stijl van data visualization worden gebruikt. Wil je een data visualization 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. Data visualization 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 data visualization 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:

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

Waarom data visualization belangrijk is

Het belang van data visualization is simpel: data visualization 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 haast 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 bepaalde delen van sectoren als de overheid, financiën, marketing, geschiedenis, consumentenproducten, dienstverlening, onderwijs, sport, enz. 

Natuurlijk spreken we altijd lovend over data visualization (je bent tenslotte op de website van Tableau), maar praktijktoepassingen zijn nog overtuigender. En omdat visualisatie zo productief 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 die datawetenschapper is, 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: data visualization houdt het midden tussen analyse en visuele storytelling.

Data visualization en big data

Nu het tijdperk van big data in een stroomversnelling raakt, wordt visualisatie een steeds belangrijkere tool om wijs te worden in de biljoenen rijen data die dagelijks worden gegenereerd. Data visualization 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 data visualization 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 goede analyse te combineren met goede storytelling.

Meer informatie over big data.

Create beautiful visualizations with your data.

Try Tableau for free

Graphic of visualizations

Voorbeelden van data visualization 

Een clusterdiagram is een van de vele verschillende voorbeelden van data visualization die Tableau kan maken. Dit klinkt natuurlijk allemaal prima, in theorie, maar je begrijpt en ziet dingen vaak pas echt als je ze in actie ziet. Een geweldig concept! Door de overvloed aan online data en openbare data visualization-galerijen is het vaak lastig om te bepalen waar te beginnen. De openbare galerij van Tableau bevat veel visualisaties die zijn gemaakt zijn 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 data visualization 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 data visualization denkt, denk je misschien aan eenvoudige staaf- en cirkeldiagrammen. Deze zijn inderdaad een integraal onderdeel van data visualization 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 typen visualisaties:

  • 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 gebieden waarin bepaalde variabelen met elkaar worden vergeleken, meestal langs twee assen in een rechte hoek. 
  • 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. 
  • Boxplots: Deze tonen een selectie van bereiken (het vak) tegenover een ingestelde maat (de balk). 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 meting opsplitst in verschillende categorieën om de distributie 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 waarin verschillende, gerelateerde waarden worden weergegeven in de vorm van in elkaar geneste rechthoeken. Meer informatie.

Visualisatietools en software

Er zijn talloze tools voor data visualization 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 data visualization 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. Data visualization 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 data visualizations 

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

Geïnspireerd of wil je meer weten? Er is veel studiemateriaal beschikbaar waar je gebruik van kunt maken. Er zijn veel enthousiaste beoefenaars van data visualization en datajournalistiek die graag hun tips en aanbevelingen delen.

Blogs over data visualization

Bekijk onze lijst met goede blogs over data visualization, vol voorbeelden, inspiratie en studiemateriaal. De experts die boeken schrijven en lesgeven over de theorie achter data visualization, 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 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 data visualization of om bruikbare inspiratie op te doen uit goed uitgevoerde projecten.

Bekijk onze lijst met de beste blogs over data visualization.

Boeken over data visualization

Bekijk onze lijst met uitstekende boeken over de theorie en praktijk van data visualization. Waar blogs de veranderende wereld van data visualization 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 data visualization (uit 1983) heeft data visualization, 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 archiefstuk in boekvorm.

Bekijk onze lijst met de beste boeken over data visualization.

Cursussen en trainingen

Er zijn voldoende goede cursussen en studiematerialen over data visualization 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 echter nog geen suggesties voor cursussen van externe partijen.

Ontdek de trainingen van Tableau.