Are you still making these 4 mistakes when you are presenting data?
Maak je nog steeds deze 4 fouten wanneer je gegevens presenteert?
Het visualiseren van uw gegevens is nog steeds een van de beste manieren om effectiever te communiceren. Toch worden we nooit volledig geleerd hoe we effectieve visualisaties kunnen bouwen. Office-software helpt bij het maken van deze grafieken en diagrammen, maar de gebruiker weet zelden hoe hij een visualisatie moet maken die haar uitspraken ondersteunt. Ik wil graag een paar van de fouten delen die ik nog steeds tegenkom. Deze zijn in willekeurige volgorde.
Nummer 1: Datavisualisatie gebruiken wanneer dat niet nodig is
Hoe bepaal je wanneer je visualisatie überhaupt gebruikt?
In sommige gevallen is het gebruik van grafieken of grafieken om bepaalde gegevens op het scherm te plaatsen overdreven. Het lezen van een grafiek duurt langer dan het lezen van een zin.
Je ogen bewegen meer, proberen overzicht en context te krijgen, gedetailleerde informatie en relaties, berichten en extrapolaties. Dit alles gebeurt in een korte tijd, maar er is meer mentale inspanning aan verbonden in vergelijking met het lezen van een zin. Maar wat als een enkele zin dezelfde informatie zou bevatten?
Een typische bedrijfspresentatie kan twintig, vijftig of honderd dia's bevatten. Als we enkele van de diagrammen met eenvoudige zinnen kunnen vervangen, is de inspanning om alle dia's te volgen lager. Lagere mentale inspanning staat gelijk aan meer aandacht in het algemeen - als de luisteraars geen grafieken hoeven te ontcijferen, kunnen ze zich beter op het gesprek concentreren.
If there are only some numbers you want to share, consider skipping data visualization completely. Instead, present the numbers themselves as text. You can highlight the statements by using bold and large fonts.
Number 2: Using too much data
You have gathered lots of data, now you want to show it. You plot all values in a single diagram, stacking them, layering them, adding them to one another. But is this really the best way to show the data? Sometimes, we are missing a crucial step between gathering data and communicating data. We have interpreted the data and drawn a conclusion from it. Now, we only want to show the insights. This means that all data that is not important for the insights can be taken away from the visualization.
It’s a fine line between highlighting the important data on the one hand and actively withholding non-supporting data on the other.
Ideally, you can supply all data with a handout — not the slides that you show, but the rest of the information you gathered in suitable tables or several visualizations.
Handouts are very useful because they are time-independent, the readers can take their time to peruse and understand what’s written. In your presentations, focus on the data that is important to make your point.
Filter, select and draw conclusions in advance.
A metaphor could be a news anchor: there are a ton of events happening in the area for which you are reporting. Would you go ahead and read a list of everything that has happened, or show a map of all events?
In your 15-minute news talk, you need to filter the most important events and summarize them for the viewer. Your job as data presenter is the same: be the news anchor for the data you gathered.
Number 3: Using unnecessary effects
After you have selected the appropriate data, you are charting it. Unfortunately, the default chart types in the typical office software are often filled with “chart junk". There are lots of visual elements which don’t contribute to the message of the chart.
Take a deep breath and kick them out.
There are some elements that should never have been in a chart in the first place. They will ruin the readability of your chart. If your charts are looking “boring", that’s a good thing.
The most useless effect in charting is 3D. It doesn’t matter where you use it, it introduces additional graphical elements which distract from the data.
I’d argue that all chart backgrounds should be completely white: no more color gradients or images.
In most cases, your data won’t need borders — bars, dots, and lines are best when they have one single color!
If you can, always label your points directly, then reduce gridlines and axis. They are guides at best and shouldn’t be competing at the same visual level.
A ton of tips and tutorials on how to clean up charts can be found in the fantastic “Storytelling with Data" book by Cole Nussbaumer Knaflic.
4: Not highlighting a message
Even if you have brushed up on your visualizations and only employed them where they make sense, you might have missed a crucial point: highlighting a message. You might have learned to “let the data speak for itself", but that only ever applies for exploring the data. In a presentation, the data can’t speak for itself, you need to give it a voice. Don’t be afraid to highlight your insights or add comments. After all, you are the expert on your data and you are the one showing what you found out. Your listeners are not looking a PowerPoint with the interest in finding new insights, they want to hear and see what you found.
Dit concludeert de meest voorkomende fouten die ik tegenkom in presentaties, toonhoogtes en gesprekken. Lees meer over het maken van betere grafieken in mijn artikel "Het enige idee dat uw datavisualisaties onmiddellijk zal verbeteren".
Source: medium.com