Luglio è arrivato e porta con sé il terzo articolo della serie ‘Il grafico corretto’.
Nei mesi precedenti abbiamo pubblicato due articoli: uno introduttivo ‘Come scegliere il grafico corretto’, nel quale abbiamo parlato dell’importanza della visualizzazione dei dati e come approcciarsi quando vogliamo scegliere il grafico più adatto alla nostra analisi, e uno di approfondimento ‘Il grafico corretto: categorie, tempo e distribuzione’ dove abbiamo visto le prime tre macro tipologie di grafici ideate da Jon Schwabish, denominato “The Graphic Continuum”.
Oggi vi presenteremo le tipologie utilizzate per analizzare la scomposizione di un totale nelle sue parti, come mostrare la relazione tra due o più variabili e infine quelle utilizzate per confrontare dati geografici.
1. Scomposizione del totale nelle sue parti
Questi grafici vengono utilizzati per scomporre una singola entità, un totale, nelle sue componenti, mostrando il rapporto o le proporzioni. Si definiscono grafici di scomposizione o analisi delle parti di un intero in quanto sono visualizzazioni che mettono in relazione la parte di una variabile con il suo totale.
I più utilizzati sono:
- Stacked column
- Proportional stacked bar
- Pie/Donut chart
- Treemaps
- Grid plot/waffle
- Waterfall
Considerando di utilizzare questo tipo di grafici, può accadere di preferirne uno piuttosto di un altro per ragioni dettate più dall’estetica che non dall’appropriatezza rispetto all’analisi che andiamo a proporre. Ricordatevi sempre di chiedervi: “Questa rappresentazione è appropriata rispetto all’analisi che voglio fare e ai dati che sto utilizzando?”
Quindi, mettendo a confronto le due visualizzazioni più comuni di questa categoria, ovvero pie chart e treemap, ricorda che per sapere qual è quella più indicata da utilizzare bisogna considerare che:
- I Pie Chart si utilizzano per mostrare la ripartizione di una misura per una dimensione con un numero limitato di membri (al massimo 5).
- Le Treemaps vengono utilizzate per mostrare la ripartizione più dettagliata di una misura (fino a 7 elementi) e consentono l’utilizzo di rettangoli annidati per sottocategorie
Best Practice
- Stacked column: limita il numero di parti il più possibile
- Pie/Donut chart: evita di mostrare i valori assoluti, utilizza le etichette e considera l’idea di usarlo come filtro
- Treemaps: fornisci i dettagli utilizzando etichette o tooltips e considera di usarli in abbinamento a dei grafici a barre per la loro forma rettangolare
2. Grafici per le correlazioni
Questi grafici sono utili per mostrare le correlazioni tra due o più variabili nel momento in cui le mettiamo in relazione tra di loro.
Tra i più utilizzati a questo scopo troviamo:
- Scatterplot
- Linea + colonna
- Bubble chart
- XY Heatmap
Scatterplot
I diagrammi a dispersione (o scatterplot) visualizzano i dati come un insieme di punti mappati sugli assi x e y, entrambi quantitativi. La distribuzione dei punti mostra se esiste una delle seguenti relazioni:
- Correlazione positiva: i valori delle variabili mostrano tendenze simili, ovvero crescono o decrescono insieme
- Correlazione negativa: i valori delle variabili mostrano tendenze opposte, ovvero se una delle due cresce l’altra decresce e viceversa
- Correlazione nulla o assente: i valori non mostrano nessuna tendenza comune, ma ogni punto mostra una situazione specifica
Best Practice Scatterplot
- Differenzia gli indicatori usando il colore, la forma o la dimensione
- Limita gli indicatori sovrapposti: se i punti dello scatterplot sono molto vicini, considera l’utilizzo di un altro tipo di visualizzazione
- Se esiste un rapporto di dipendenza tra le due misure analizzate, posiziona la variabile indipendente sull’asse delle x e la variabile dipendente sull’asse delle y
- Considera l’aggiunta di una trend line per fornire una chiave di lettura d’insieme
3. Grafici geospaziali (mappe)
Questa categoria di grafici, che nascono a partire dalle mappe geografiche, identificano specifici pattern legati ai dati geolocalizzati, ovvero permettono di associare i dati a livello spaziale.
I grafici principali utilizzati per questo scopo sono:
- Basic choropleth map
- Proportional symbol map
- Flow map
- Scaled cartogram
- Dot density
- Heat map
Best Practice per le mappe
- Non fare una mappa solo perché sei capace di farla o perché hai a disposizione dati geografici: una mappa occupa spazio nella dashboard e attenzione da parte dell’utente, quindi deve essere scelta con cura!
- Prova a usare la mappa come filtro di partenza per le tue analisi
- Limita la visibilità della mappa di sfondo e non aggiungere troppe etichette
- Ordina gli elementi presenti su una mappa per enfatizzare una particolare prospettiva
Prossimi passi
Come abbiamo visto in questa serie di articoli, i grafici per la rappresentazione dei dati sono molteplici e ognuno ha caratteristiche specifiche che accompagnano l’utente nella scoperta del dato.
Se vuoi scoprire di più del mondo della Data Visualization, segui il nostro corso Visual Analytics, pensato appositamente per tutti coloro che lavorano con i dati e vogliono approfondire la loro conoscenza sulle metodologie per realizzare visualizzazioni e dashboard efficaci.
Ricorda anche che cercare ispirazione e confrontarsi con altre persone appassionate di Data Viz è un ottimo modo per continuare a imparare. Unisciti anche tu alla nostra Community LearnToViz!
Impara le basi della Data Visualization
Apprendi le competenze per realizzare dashboard efficaci con il nostro corso in Visual Analytics!
Visualitics Team
Questo articolo è stato scritto e redatto da uno dei nostri consulenti.
Condividi ora sui tuoi canali social o via email:
