5 Data Presentation Hacks / Present data like a Pro!

miten ja miksi tiedot esitetään?

tietojen esittäminen on olennainen osa kaikkea akateemista opiskelua, kaupallista, teollista ja markkinointitoimintaa sekä ammatillisia käytäntöjä. Esillepano edellyttää osaamista ja tiedon ymmärtämistä. On tarpeen käyttää kerättyjä tietoja, joita pidetään raakatietoina. Se on käsiteltävä, jotta sitä voidaan käyttää mihin tahansa sovellukseen. Data-analyysi auttaa tiedon tulkinnassa ja auttaa tekemään päätöksen tai vastaamaan tutkimuskysymykseen. Tämä voidaan tehdä käyttämällä erilaisia Tietojenkäsittelytyökaluja ja ohjelmistoja. Analyysi alkaa keräyksestä, jota seuraa käsittely. Tämä käsittely voidaan tehdä erilaisilla tietojenkäsittelymenetelmillä. Käsitelty tieto auttaa tiedon saamisessa siitä, koska raakamuoto ei ole luonteeltaan kattava. Aineiston esittämiseen sisältyy kuvallinen esitys graafien, kaavioiden, karttojen ja muiden menetelmien avulla. Nämä menetelmät auttavat lisäämään visuaalinen puoli, joka tekee siitä paljon mukavampaa ja helppo ymmärtää. Tämä visuaalinen esitys on myös niin kutsuttu data visualisointi. Esitystapa riippuu käytettävissä olevasta datapisteestä, datajoukosta, formaatista,tiedostomuodosta, käytettävissä olevista työkaluista jne.

esitystekstiä vaativat Datatyypit, Numerotaulukko & kuvaajat

esitettävät tiedot ovat saatavilla eri tiedostoina ja eri muodoissa. Se voi olla ihmisen luettavassa muodossa tai sitä on käsiteltävä. Teknologian kehittymisen ja parantamisen myötä on syntynyt erilaisia uudenlaisia formaatteja. Nämä uusi muoto auttaa syömällä, tallentaa ja ymmärtää enemmän näkökohtia tahansa tutkimuksen. Alla on mainittu laajasti käytetty tietomuoto:

1. Tekstiraaka – aineisto, jossa on oikea muotoilu, luokittelu, sisennys on laajimmin käytetty ja erittäin tehokas tapa esittää tietoja. Tekstimuoto löytyy laajalti kirjoista, raporteista, tutkimuspapereista ja itse tästä artikkelista.
2. numeerinen – numeromuodossa tai numeerisessa muodossa olevalla tiedolla on merkittävä arvo. Se yhdistetään usein käytettävään tekstimuotoon, mutta sillä on myös oma merkityksensä ja arvonsa. Numerot muodostavat myös tietokoneiden ja binäärikielen perusteet, joten niitä voidaan käyttää monin eri tavoin.
3. kuvaa tai kuvallista kuvaa voidaan pitää toisena tietomuotona, koska sitä voidaan myös käsitellä. Kuvasta riippuen sitä voidaan käyttää joko raakadatana tai käsiteltynä datana.
4. paikkatieto tai paikkatieto perustuu sijaintiin. Siihen tallennetaan paikan, tapahtuman, muistomerkin tai minkä tahansa muun sijainnin maantieteellinen sijainti.
5. kartat-erilaisia karttoja on saatavilla ja käytössä ympäri maailmaa. Kartat eivät nykyään rajoitu vain maantieteellisten rajojen osoittamiseen, ja niillä on nyt paljon enemmän arvoa. Ne auttavat esitystietojen, kuten topografian, saastetasojen, lämmön, väestötietojen, temaattisten ja ajallisten muutosten, laadinnassa.
6. muut tyypit-edellä mainittujen tyyppien lisäksi on olemassa useita muitakin muotoja, jotka ovat itsenäistä tyyppiä tai tällaisten tyyppien yhdistelmää. Nämä voivat olla signaaleja, erityisiä koodeja, salattuja tietoja, symboleja, merkintöjä jne.

merkitys ja merkitys

erinomainen esitys voi olla deal maker tai deal breaker. Jotkut ihmiset tekevät uskomattoman hyödyllisen esityksen samoilla faktoilla ja luvuilla, jotka ovat saatavilla muiden kanssa. Toisinaan ihmiset työskentelevät todella kovasti, mutta eivät esitä sitä kunnolla ja ovat menettäneet olennaisia sopimuksia. Heidän tekemänsä työ ei tehnyt vaikutusta päättäjiin. Joten saada työn tehtyä, varsinkin kun olet tekemisissä asiakkaiden tai korkeampien viranomaisten kanssa, kukaan ei ole halukas käyttämään tuntikausia ymmärtääkseen, mitä sinulla on näytettävää, ja juuri siksi sillä on merkitystä!

liittyvät: Tietojen visualisointi, Tietojenkäsittelysykli, kvalitatiiviset tiedot

tekijät, jotka vaikuttavat suoraan aineiston esittämiseen

joitakin suoraan aineiston esittämiseen vaikuttavia tekijöitä ovat lähtötiedon laatu, korrelaatiokerroin, Vektorikuvat, värimaailma jne. Kun käsitellään suurta tietomäärää, se on analysoitava ja suodatettava huolellisesti. Näytteenoton ja otoksen koon ymmärtäminen on välttämätöntä.

Data-analyysi auttaa ihmisiä sisältöanalyysissä ja tehtyjen tutkimusten tulosten ymmärtämisessä, hyödyntää jo olemassa olevia tutkimuksia uusien tulosten saamiseksi. Auttaa validoimaan olemassa olevaa tutkimusta tai lisäämään/laajentamaan nykyistä tutkimusta. Graafinen muoto on yleisimmin käytetty menetelmä. Tällaisen graafisen datan syötteenä voi olla muunlainen data itse tai jokin raakadata. Esimerkiksi pylväsdiagrammi & piirikaavio ottaa syötteeksi taulukkotietoja. Taulukkoaineisto käsitellään tällöin itse dataa, mutta sitä voidaan käyttää vain rajoitetusti. Tällaisten tietojen tai raakadatan muuntaminen suoraan graafiseen muotoon nopeuttaa ja helpottaa niiden tulkintaa.

toinen menetelmä on taulukkomuoto. Sitä käytetään yleensä eriyttämään, luokittelemaan, suhteuttamaan eri tietokokonaisuuksia. Se voi olla yksinkertainen Pro & cons-taulukko tai vastaava arvo, kuten vuotuinen BKT, pankkiselvitys, Kuukausimenot jne. Kvantitatiiviset tiedot edellyttävät yleensä tällaista taulukkomuotoa.

tietojen esitystapa ja analyysi vai tietojen analysointi ja esitystapa?

nämä kaksi kulkevat käsi kädessä, ja niiden täydellistä erottelua on vaikea tehdä. Visuaalisen näkökulman lisääminen tai sen lajitteleminen ryhmittelyn avulla ja sen esittäminen taulukon muodossa on osa esitystapaa. Tämän tekeminen auttaa edelleen tietojen analysoinnissa. Tutkimuksen aikana, jolla on tavoite ja useita tavoitteita, tarvitaan analyysia vaadittujen tavoitteiden saavuttamiseksi. Analysoidun aineiston kokoaminen tai esittäminen auttaa kokonaisanalyysissä ja tutkimuksen päättämisessä.

voi olla erilaisia tietoja, joita voidaan käyttää esityksissä. Joitakin näistä karttatyypeistä ovat :

• aikasarja
• Pylväskaaviot
• Piirikaaviot
• taulukot

Geokartta

• Sirontakaaviot

Aluekarttatext &images

oikean menetelmän valinta, kuten piirakankaavion, taulukkomuodon, viivakaavion, histogrammien, regressiolinjan jne.käyttö on tärkeää. Kaavioiden ja kaavioiden käsittelyssä on tärkeää, että on riittävästi tietoa taajuusjakaumasta, säännöllisestä aikavälistä, akselimerkinnästä, taajuudesta ja muista vastaavista termeistä. Joitakin niistä on kuvattu lyhyesti tämän artikkelin lopussa olevalla esimerkillä.

tietojen esittämisen ja analysoinnin vaiheet:

1. kehystää Tutkimuksen tavoitteet ja tee lista kerättävistä tiedoista ja niiden muodosta.
2. kerää / Hanki tietoja ensisijaisista tai toissijaisista lähteistä.
3. muuttaa tiedon muotoa ts., taulukko, kartat, kaaviot jne. halutussa muodossa.
4. Lajittele tiedot ryhmittelemällä, poistamalla ylimääräiset tiedot ja päättämällä vaadittu muoto, jotta tiedot olisivat ymmärrettäviä.
5. tee kaavioita ja graafeja, joiden avulla voit lisätä visuaalista osaa ja analysoida trendejä.
6. analysoi kehityssuuntia ja suhteuttaa tiedot tavoitteiden saavuttamiseksi.

muita muistettavia seikkoja

1. esityksessä tulee olla ennalta määritelty argumenttisarja tutkimuksen tueksi. Aloita kertomalla opintojen tavoite ja tavoitteet, joita tavoitteen saavuttaminen edellyttää.
2. riko tavoitteet moneen osaan ja tee lista kerättävistä tiedoista. Merkitään ylös tietolähteet, muoto, jossa tiedot ovat olemassa ja ne on saatava. Tehdään myös ensisijainen tutkimus tiedoista, joita ei ole olemassa.
3. Muotoile ja selitä tutkimuksen tekemiseen mukautettu menetelmä.
4. tietojen keruussa peruskyselyn kautta on oltava hyvin mietitty otantamenetelmiä. Tämä auttaa vähentämään ponnisteluja ja lisäämään tehokkuutta. Näytteen koolle on annettava merkitystä ja asianmukaista näytteenottotekniikkaa on sovellettava.
5. esitä vain vaaditut tiedot ja jätä taustatutkimus tekemättä, jotta asiasi olisi selvempi.
6. älä unohda antaa lopputekstejä ja viittauksia lopussa ja tarvittaessa.

esitys voidaan tehdä käyttäen ohjelmistoja kuten Microsoft Power Point, Prezi, Google Analytics ja muita analyyttisiä ohjelmistoja. Se voidaan tehdä myös tekemällä malleja, esittämällä paperille tai arkille, kartoille tai käyttämällä tauluja. Valitut menetelmät riippuvat vaatimuksesta ja käytettävissä olevista resursseista.

liittyvät: tiedonlouhinta, Datakartoitus, klusterianalyysi, kvalitatiivinen tutkimus, kvantitatiivinen tutkimus

miten esittää erityyppistä dataa – minkä muodon valita?

koska tietoja esitettäessä on useita vaihtoehtoja, on harkittava tarkoin käytettävää menetelmää. Perustiedot haluttu tulos/ muoto on hyödyllistä valita oikea muoto edustus. Piirakkakartalta ei voi olettaa saavansa linjalaitetietoja, joten perustietämys ja erilaisten esitystapojen soveltaminen säästää aikaa. Lisäksi näytteitä pitäisi olla riittävästi, jotta saadaan jokin mielekäs analyysi ja tulos. Joitakin suosittuja tapoja esittää tietoja sisältää Line graafi, sarake kaavio, laatikko potin, pystysuora palkki, scatter tontti. Nämä ja muut tyypit on selitetty alla lyhyesti tietoa niiden soveltamisesta.

toissijaiset tutkimukset muodostavat merkittävän osan tutkimuksesta ja ensisijaisista tiedonkeruukeinoista tekemällä erilaisia tutkimuksia ja hyödyntämällä olemassa olevaa tietoa useista lähteistä. Näin saadut tiedot useista lähteistä, kuten Väestönlaskentaosasto, talous-ja tilastolaitos, vaalikomissio, Vesilautakunta, kunnalliset elimet, Taloustutkimukset, verkkosivujen palautteet, tieteellinen tutkimus jne. on koottu ja analysoitu. Sen on myös ennakoitava ja arvioitava eri resurssien tarpeen muutos ja siten annettava ne sen mukaisesti. Vaiheistaminen ja priorisointi ovat toinen tärkeä osa ehdotusten tehokasta täytäntöönpanoa.

tällainen esitystapa ja tieto voidaan esittää joko käsin piirrettyjen piirustusten/kaavioiden avulla & taulukoiden avulla, kun taas paljon tehokas ja tarkka esitystapa on erikoistuneiden tietokoneohjelmien avulla.

esimerkkejä ja kaaviotyyppejä tietojen esittämistä varten

Pylväskaaviot / Pylväskaaviot: tämä on yksi yleisimmin käytetyistä kaavioista yrityksen kasvattamisen osoittamiseksi ajanjaksolla. Tarjolla on useita vaihtoehtoja, kuten pinottu pylväskaavio ja Mahdollisuus näyttää muutos lukuisissa kokonaisuuksissa. Nämä näyttävät kuten alla olevassa kuvassa:

sukua: Tiedonkeruu -, tietojenkäsittelymenetelmät

Viivakaavio: nämä ovat parhaita väestömuutoksen eli trendien osoittamiseen. Ne myös selittävät hyvin useiden alueiden kasvua yhtä aikaa.

Piirikaaviot: nämä toimivat parhaiten edustaen eri komponenttien osuutta yhteensä 100%: sta. Varten, esim. eri alojen osuus BKT:stä, eri valtioiden väestö maassa jne.

Yhdistelmäkaavio: nimensä mukaisesti kyseessä on useamman kuin yhden kaavion yhdistelmä kirjoita. Alla olevassa kuvassa on viiva-ja pylväskaavion yhdistelmä. Nämä säästävät tilaa ja ovat ajoittain tehokkaampia kuin kahden eri kaavion käyttäminen. Voi jopa olla 3 tai enemmän kaavioita riippuen vaatimus.

liittyvät: tiedonlouhinta, mikä on tiedon kartoitus

Suosituimmat ja yleisesti käytetyt kaaviot arkielämässä:

1. aluekartta – se on yksi suosituimmista kaavioista, jota käytetään osoittamaan jatkuvuutta tietojoukon tai muuttujan yli. Se on hyvin samankaltainen viivakaavion kanssa ja sitä käytetään usein aikasarjojen piirtämiseen. Pinta-alakaavio on hyödyllinen myös jatkuvien muuttujien piirtämiseen.
2. Korrelogrammi – sitä käytetään lähinnä tietyn tietojoukon annetun muuttujan korrelaatiotason testaamiseen. Matriisisoluja voidaan värittää tai varjostaa korrelaatioarvon osoittamiseksi. Muihin verrattuna tummemmilla soluilla on korkea korrelaatioarvo. Tarkastellaan esimerkiksi painon, kustannusten, myyntipisteen, vahvistetun vuoden ja muiden välistä korrelaatiota.
3. Scatter – Scatter-piirrettä käytetään yleisimmin kahden tai useamman kuin kahden muuttujan välisen suhteen määrittämiseen. Yllä aineistoa, voimme luoda visualisointeja kohteita kohti niiden tietyn kustannukset käyttämällä scatter tontin avulla kaksi muuttujaa MRP ja näkyvyys.
4. Stacked Bar Chart – Stacked Bar chart on myös pylväskaavion tyyppi, jota käytetään yhdistämällä useita kategorisia muuttujia. Meidän tietyn tietokannan, jos haluamme saada useita myyntipisteistä perusteella eri muuttujia, kuten outlet sijainti tyyppi, pinottu bar kaavio visualisoida tiedot sopivimmassa muodossa.
5. pylväskaavio – tämän tyyppisissä kaavioissa halutaan käyttää kategorista ja jatkuvaa muuttujaa yhdessä. Jos haluamme tietää, kuinka monta myymälää on kehitetty tiettynä vuonna, niin pylväskaavio on suosituin vaihtoehto.
6. lämpökartta– Heatmapin avulla etsitään kahden tai useamman muuttujan välinen suhde käyttämällä eri värisävyjä. Heatmapissa kaksi ensimmäistä ulottuvuutta esitetään akselina ja toinen ulottuvuus eri värisävyjen avulla. Jos haluat löytää kustannukset kunkin kohteen jokaisessa myymälässä, voit piirtää heatmap käyttäen kolmea muuttujaa, kuten tyyppi kohde, hinta kohde ja outlet tunniste.