The Data Journalism Handbook 1.0
Loading

Χρησιμοποιώντας τις Απεικονίσεις για να Πείτε την Είδηση

Η απεικόνιση των δεδομένων χρήζει βαθιάς περισυλλογής για διάφορους λόγους. Όχι μόνο μπορεί να είναι εντυπωσιακά ελκυστική και να τραβήξει την προσοχή –μια πολύτιμη κοινωνική συναλλαγή με στόχο την ανταλλαγή των δεδομένων και την προσέλκυση αναγνωστών – αλλά αξιοποιεί επίσης ένα ισχυρό γνωστικό πλεονέκτημα: το μισό μέρος του ανθρώπινου εγκεφάλου είναι αφιερωμένο στην επεξεργασία των οπτικών πληροφοριών. Όταν παρουσιάζετε στο χρήστη ένα πληροφοριακό γράγημα, τον επηρεάζετε μέσω της ανώτατης οδού σκέψης του μυαλού. Μια καλά σχεδιασμένη απεικόνιση δεδομένων μπορεί να δώσει στον κόσμο την ευκαιρία να διαμορφώσει μια άμεση και ουσιαστική εντύπωση για τα γεγονότα, και να απλουστεύσει μια σύνθετη είδηση για να μεταφέρει το νόημα.

Αλλά σε αντίθεση με άλλα οπτικά μέσα, όπως η φωτογραφία και το βίντεο, η απεικόνιση δεδομένων είναι επίσης βαθιά ριζωμένη σε μετρήσιμα στοιχεία. Αν και αισθητικά ελκυστική, είναι λιγότερο συναισθηματικά φορτισμένη και ασχολείται περισσότερο με το να ρίχνει φως από το να προκαλεί. Σε μια εποχή οπου τα ΜΜΕ προωθούν την αντίληψη στενής έκτασης και συχνά προσαρμόζονται προς το κοινό που διατηρεί μια συγκεκριμένη άποψη, η απεικόνιση των δεδομένων (και τα δεδομένα της δημοσιογραφίας γενικά) προσφέρει τη δελεαστική ευκαιρία για ειδήσεις που πάνω απ ' όλα βασίζονται στα γεγονότα και όχι στο φανατισμό.

Επιπλέον, όπως και οι άλλες μορφές της δημοσιογραφίας, η απεικόνιση δεδομένων μπορεί να είναι αποτελεσματική τόσο για την έκτακτη είδηση - καθώς μεταδίδει άμεσα νέες πληροφορίες όπως η θέση ενός ατυχήματος ή ο αριθμός των θυμάτων - και για τις υπόλοιπες ειδήσεις, όπου μπορεί να εισχωρήσει βαθύτερα σε ένα θέμα και να προσφέρει μια νέα οπτική, για να σας βοηθήσει να δείτε κάτι γνώριμο ή οικείο με ένα εντελώς νέο τρόπο.

Βλέποντας κάτι Οικείο με ένα Νέο Τρόπο

Στην πραγματικότητα, η ικανότητα της απεικόνισης δεδομένων να δοκιμάζει τη συμβατική σοφία διαφαίνεται μέσα απο ένα διαδραστικό γραφικό που δημοσιεύτηκε από τους New York Times, στα τέλη του 2009, ένα χρόνο αφότου άρχισε η παγκόσμια οικονομική κρίση. Με τον δείκτη ανεργίας στις Ηνωμένες Πολιτείες να κυμαίνεται κοντά στο 9 τοις εκατό, οι χρήστες μπορούσαν να μελετήσουν τον πληθυσμό των ΗΠΑ με διάφορα φίλτρα -δημογραφικά ή που ορίζουν το επίπεδο μόρφωσης- για να δουν πόσο δραματική ποικιλία χαρακτήριζε τα ποσοστά. Όπως αποδείχθηκε, το ποσοστό κυμαινόταν από λιγότερο από 4% για τις μεσήλικες γυναίκες με ανώτατα πτυχία στο σχεδόν μισό του συνόλου των νέων μαύρων ανδρών που δεν είχαν τελειώσει το λύκειο. Επιπλέον, αυτή η διαφορά δεν ήταν κάτι το καινούργιο, ένα γεγονός που τονίστηκε από τις σημαντικές τάσεις που προέβαλε την ιστορική αξία καθεμίας από τις ομάδες αυτές.

Figure 4. Ο Δείκτης Ανεργίας για Ανθρώπους σαν Εσάς (New York Times)

Ακόμα και αφού έχετε σταματήσει να την κοιτάτε, μια καλή απεικόνιση δεδομένων μπαίνει μέσα στο μυαλό σας και αφήνει το νοητικό μοντέλο ενός γεγονότος, μιας τάση ή μιας διαδικασίας. Πόσοι άνθρωποι είδαν τα κινούμενα γραφικά που δημοσίευσαν ερευνητές των τσουνάμι τον Δεκέμβριο του 2004, τα οποία απεικόνιζαν καταρρακτώδη κύματα να ρέουν με ταχύτητα προς τα έξω εξαιτίας ενός ινδονησιακού σεισού σε όλο τον Ινδικό Ωκεανό, απειλόντας εκατομμύρια κατοίκων της Νότιας Ασίας και την Ανατολικής Αφρικής;

Οι απεικονίσεις δεδομένων -και η αίσθηση που προκαλούν- μπορούν να αποτελέσουν ακόμη και πολιτιστικά σημεία αναφοράς, όπως για παράδειγμα η εκπροσώπηση της βαθιάς πολιτικής διαίρεσης στις Ηνωμένες Πολιτείες Αμερικής μετά τις εκλογές του 2000 και του 2004, όταν οι "κόκκινες" Ρεπουμπλικανικές πολιτείες γέμισαν την ενδοχώρα και οι "μπλε" δημοκρατικές πολιτείες συγκεντρώθηκαν στα βορειοανατολικά και στη μακρυνή Δύση. Επιπρόσθετα, άλλη μια ανάλογη περίπτωση είναι το γεγονός οτι στα Αμερικανικά μέσα μαζικής ενημέρωσης πριν από το 2000, τα κυρίαρχα τηλεοπτικά δίκτυα εναλλάσσονταν ελεύθερα μεταξύ κόκκινου και μπλε εκπροσωπόντας το κάθε κόμμα, με μερικά από αυτά να αλλάζουν κάθε τέσσερα χρόνια. Έτσι ακριβώς διατηρούνται και αναμνήσεις, όπως αυτές μερικών Αμερικάνων από την επική θριαμβευτική νίκη 49 πολιτειών του Ronald Reagan που εκπροσωπούσε τους Ρεπουμπλικάνους το 1984.

Ωστόσο, για κάθε γραφικό που γεννά ένα οπτικό κλισέ, ένα άλλο έρχεται να παράσχει μια δυνατή πραγματική μαρτυρία, όπως το 2006, όπου ο χάρτης των New York Times, χρησιμοποίησε διαφορετικού μεγέθους κύκλους για να δείξει τον τόπο στον οποίο ζουν πλεόν εκατοντάδες χιλιάδες ανθρώποι από αυτούς που εκκένωσαν τη Νέα Ορλεάνη, όντας σκορπισμένοι σε όλη την ήπειρο είτε λόγω των προγραμμάτων μετεγκατάστασης είτε λόγω ύπαρξης συγγενών στα συγκεκριμένα μέρη όπου μετατοπίστηκαν. Θα επιστρέψουν ποτέ σπίτι τους αυτοί οι άνθρωποι;

Έτσι, αφού συζητήσαμε σχετικά με τη δύναμη της απεικόνισης δεδομένων, είναι δίκαιο να αναρωτηθούμε: Πότε πρέπει να τις χρησιμοποιούμε και πότε δεν πρέπει; Πρώτον, θα δούμε μερικά παραδείγματα για τις περιπτώσεις όπου θα μπορούσε να είναι χρήσιμη η απεικόνιση των δεδομένων, ώστε να μεταφέρετε μια είδηση στους αναγνώστες σας.

Προβάλλοντας την Αλλαγή με την Πάροδο του Χρόνου

Ίσως η πιο κοινή χρήση της απεικόνισης δεδομένων - όπως πιστοποιείται από τα λίγα δείγματα που έχουμε έως τώρα - είναι η προβολή της αλλαγής των δεικτών με την πάροδο του χρόνου. Η ανάπτυξη του πληθυσμού της Κίνας από το 1960 ή η αύξηση της ανεργίας από την οικονομική κατάρρευση του 2008 είναι καλά παραδείγματα. Ωστόσο, η απεικόνιση των δεδομένων μπορεί επίσης να αναδείξει, με πολύ παραστατικό τρόπο, την αλλαγή μέσα στο χρόνο μέσα από άλλες μορφές γραφικών. Ο Πορτογάλος ερευνητής Pedro M. Cruz χρησιμοποίησε κινούμενα κυκλικά διαγράμματα για να δείξει τη δραματική μείωση των δυτικοευρωπαϊκών αυτοκρατοριών από τις αρχές του 19ου αιώνα. Κατά συνολικό πληθυσμό διατεταγμένες, η Βρετανία, η Γαλλία, η Ισπανία και η Πορτογαλία ξεπρόβαλλαν σαν φούσκες, μόλις τα υπερπόντια εδάφη επέτυχαν την ανεξαρτησία. Ανάλογη περίπτωση αποτελούν το Μεξικό, η Βραζιλία, η Αυστραλία, η Ινδία και όπως είναι αναμενόμενο πολλές αφρικανικές αποικίες, οι οποίες στις αρχές της δεκαετίας του εξήντα, σχεδόν αφάνισαν τη Γαλλία.

Ένα γράφημα από την Wall Street Journal δείχνει τον αριθμό των μηνών που χρειάστηκαν εκατό επιχειρηματίες για να φτάσουν το μαγικό αριθμό των 50 εκατομμυρίων δολαρίων σε έσοδα. Δημιουργημένο χρησιμοποιώντας το δωρεάν εργαλείο σχεδίασης γραφημάτων και ανάλυσης δεδομένων Tableau Public, η σύγκριση μοιάζει με μια σειρά από αεροπλάνα να απογειώνονται ταυτόχρονα, κάποια από αυτά πιο γρήγορα, κάποια πιο αργά, κάποια πιο βαριά, καλύπτοντας πολλές φορές το ένα το άλλο πάνω στην απεικόνιση.

Μιλώντας για τα αεροπλάνα, ένα άλλο ενδιαφέρον γράφημα που δείχνει την αλλαγή με την πάροδο του χρόνου, καταγράφει το μερίδιο αγοράς των μεγάλων αεροπορικών εταιρειών των ΗΠΑ κατά τη διάρκεια αρκετών δεκαετιών της ενοποίησης της βιομηχανίας. Μετά την αλλαγή του νόμου σχετικά με τις αερομεταφορές από τη διοίκηση Κάρτερ, μια σωρεία από χρηματοδοτούμενες εξαγορές δημιούργησε εθνικoύς αερομεταφορείς από μικρότερες περιφερειακές αεροπορικές εταιρείες, όπως αναδεικνύεται από αυτό το γραφικό των New York Times.

Figure 5. Συγκλίνουσες διαδρομές πτήσεων (New York Times)

Δεδομένου οτι σχεδόν όλοι οι περιστασιακοί αναγνώστες θεωρούν τον οριζόντιο άξονα X ως εκείνον που αντιπροσωπεύει το χρόνο, μερικές φορές είναι εύκολο να σκεφτεί κανείς ότι όλες οι απεικονίσεις θα πρέπει να δείχνουν την αλλαγή στην πάροδο του χρόνου.

Συγκρίνοντας Αξίες

Figure 6. Μετρώντας τις ανθρώπινες απώλειες των πολέμων (BBC)

Εν τούτοις, η απεικόνιση των δεδομένων, διαπρέπει στο να βοηθά τους αναγνώστες να συγκρίνουν δύο ή περισσότερες διακριτικές αξίες όπως το αν πρέπει, για παράδειγμα να θέσουν στο πλαίσιο την τραγική απώλεια των στρατιωτών και των γυναικών στις συγκρούσεις στο Ιράκ και στο Αφγανιστάν (συγκρίνοντάς τους με τα αποτελέσματα των χιλιάδων που σκοτώθηκαν στο Βιετνάμ και τα εκατομμύρια των ανθρώπων που έχασαν τη ζωή τους στον Δεύτερο Παγκόσμιο Πόλεμο, όπως έκανε το BBC σε μια προβολή κινούμενων εικόνων που συνόδευαν τη βάση δεδομένων των ανθρώπινων θανάτων). Αντίστοιχα, όταν το National Geographic, χρησιμοποιώντας ένα πολύ μινιμαλιστικό διάγραμμα, έδειξε πόσο πολύ πιο πιθανό είναι να πεθάνει κανείς από καρδιακό νόσημα (1 στις 5 πιθανότητες) ή από εγκεφαλικό επεισόδιο (1 στους 24 ανθρώπους) από ό, τι, ας πούμε, από αεροπορικά δυστυχήματα (1 στους 5.051) ή τσίμπημα μέλισσας (1 στους 56.789), με την επίδειξη των σχετικών πιθανοτήτων θανάτου, τα οποία όμως επισκιάστηκαν όλα από ένα τεράστιο τόξο που αντιπροσώπευε τις πιθανότητες θανάτου σε σύνολο: 1 προς 1!).

To BBC, σε συνεργασία με το πρακτορείο Berg Design, ανέπτυξε επίσης την ιστοσελίδα “Dimensions”, που επιτρέπει την συνοπτική περιήγηση σε μεγάλα παγκόσμια γεγονότα – όπως η πετρελαιοκηλίδα στην εξέδρα Deepwater Horizon ή οι πλημμύρες στο Πακιστάν, για παράδειγμα, σε ένα χάρτη της Google από τη δική σαςκοινότητα.

Προβάλλοντας τις Συνδέσεις και τις Ροές

Η έναρξη λειτουργίας σιδηροδρόμων υψηλής ταχύτητας στη Γαλλία το 1981, δεν έκανε αληθινά τη χώρα μικρότερη, αλλά μια έξυπνη οπτική αναπαράσταση δείχνει πόσο πολύ λιγότερο χρόνο χρειάζεται τώρα για να φθάσουν σε διάφορους προορισμούς από ό, τι χρειάζοταν με τους συμβατικούς σιδηροδρόμους. Ένα πλέγμα που εκτείνεται σε όλη τη χώρα στην εικόνα του "πριν", αλλά συρρικνώνεται σιγά σιγά προς το Παρίσι στην εικόνα του "μετά", δείχνει όχι μόνο οτι οι εξερχόμενες προορισμοί είναι "πιο κοντά", αλλά και οτι το μεγαλύτερο κέρδος χρόνου επέρχεται στο πρώτο μέρος του ταξιδιού, πριν φθάσουν τα τρένα σε διαδρομές που δεν έχουν βελτιωθεί και πριν χρειαστεί να επιβραδύνουν.

Για συγκρίσεις μεταξύ δύο διαφορετικών μεταβλητών, αρκεί να κοιτάξει κανείς τον χάρτη του Ben Fry όπου αξιολογείται η απόδοση των Major League Baseball ομάδων σε σχέση με τις απολαβές τους. Στην αριστερή στήλη, οι ομάδες κατατάσσονται σύμφωνα με τις επιδόσεις τους μέχρι σήμερα, ενώ στη δεξιά στήλη βρίσκεται είναι το σύνολο των μισθών των παικτών. Μια γραμμή σε κόκκινο (χαμηλές επιδόσεις) ή σε μπλε (καλές επιδόσεις) συνδέει τις δύο τιμές, παρέχοντας μια πλήρη εικόνα σχετικά με το ποιοι ιδιοκτήτες ομάδας μετανιώνουν για τους ακριβούς παίκτες τους. Επιπλέον, η περιήγηση στο χρονολόγιο παρέχει μια ζωντανή απεικόνιση της ομάδας που τερμάτισε πρώτη για τη σεζόν.

Figure 7. Μισθός έναντι απόδοσης (Ben Fry)

Σχεδιάζοντας με τα Δεδομένα

Παρόμοια με τον τρόπο που αναπαριστώνται οι συνδέσεις, τα διαγράμματα ροής επίσης κωδικοποιούν πληροφορίες στις γραμμές σύνδεσης, συνήθως με πάχος και/ή χρώμα. Για παράδειγμα, με την Ευρωζώνη σε κρίση και με αρκετά μέλη ανίκανα να εξοφλήσουν τα χρέη τους, οι New York Times επιχείρησαν να αποδεσμεύσουν την ιστοσελίδα του δανεισμού που συνέδεε τα μέλη της ΕΕ με τους εμπορικούς τους εταίρους στην άλλη πλευρά του Ατλαντικού και στην Ασία. Σε ένα “κράτος» απεικόνισης, το πλάτος της γραμμής αντανακλά το ποσό της πίστωσης που διέρχεται από τη μία χώρα στην άλλη, όταν μια χρωματική παλέτα από το κίτρινο έως το πορτοκαλί δείχνει πόσο “ανησυχητικό” αυτό είναι - δηλαδή, πόσο απίθανο να επιστραφεί!

Ας κοιτάξουμε ένα πιο ευχάριστο θέμα. Το περιοδικό National Geographic παρήγαγε ένα φαινομενικά απλό διάγραμμα που δείχνει τις συνδέσεις τριών πόλεων των ΗΠΑ -Νέα Υόρκη, Σικάγο και Λος Άντζελες- με μεγάλες οινοπαραγωγικές περιοχές, και συγκεκριμένα το πώς οι μέθοδοι μεταφοράς που φέρνουν ένα προϊόν από καθεμία από τις πηγές θα μπορούσαν να οδηγήσουν σε πολύ διαφορετικά αποτυπώματα άνθρακα, καθιστώντας, για παράδειγμα, το Bordeaux μια πιο οικολογική αγορά για τους Νεοϋορκέζους από το κρασί της Καλιφόρνιας.

Το “SourceMap”, ένα project που ξεκίνησε στο Business school του MIT, χρησιμοποιεί διαγράμματα ροής ώστε να προσφέρει μια βαθιά ματιά στη παγκόσμια προμήθεια σχετικά με βιομηχανοποιημένα προϊόντα, τα συστατικά τους και τις πρώτες ύλες τους. Χάρη σε μια εκτενή έρευνα, ο χρήστης μπορεί τώρα να αναζητήσει προϊόντα, από παπούτσια οικολογικής μάρκας μέχρι χυμό πορτοκαλιού και να ενημερωθεί από ποιες γωνιές του κόσμο προήλθαν καθώς και το αντίστοιχο αποτύπωμα διοξειδίου του άνθρακα.

Παρουσιάζοντας την Ιεραρχία

Το 1991, ο ερευνητής Ben Schneiderman εφηύρε μια νέα μορφή απεικόνισης, το "TreeMap", που αποτελείται από πολλαπλά πλαίσια ομοκεντρικά τοποθετημένα το ένα μέσα στο άλλο. Η περιοχή ενός πλαισίου απεικονίζει την ποσότητα που αντιπροσωπεύει, τόσο από μόνο του όσο και ως ένα άθροισμα από το περιεχομένου του. Είτε απεικονίζει έναν εθνικού προϋπολογισμού κατά οργανισμό και υποπρακτορείο, είτε τη χρηματιστηριακή αγορά κατά κλάδο και επιχείρηση, ή ακόμα και μια γλώσσα προγραμματισμού ανά κατηγορίες και υποκατηγορίες, το TreeMap είναι ένα συμπαγές και έξυπνο περιβάλλον εργασίας για τη χαρτογράφηση μιας οντότητας και των συνιστωσών του. Μια άλλη αποτελεσματική μορφή είναι το δενδρόγραμμα, το οποίο μοιάζει με ένα πιο κλασσικό οργανόγραμμα, όπου οι υποκατηγορίες συνεχίζουν να παρεκκλίνουν από ένα ενιαίο κορμό προέλευσης.

Figure 8. OpenSpending.org (Open Knowledge Foundation)

Περιήγηση σε μεγάλες Βάσεις Δεδομένων

Αν και μερικές φορές η απεικόνιση δεδομένων είναι πολύ αποτελεσματική στο να λαμβάνει τις πληροφορίες και να τις δείχνει σε ένα εντελώς νέο φως, τι συμβαίνει όταν έχετε ολοκαίνουργιες πληροφορίες στις οποίες οι άνθρωποι θέλουν να περιηγηθούν; Η ηλικία των δεδομένων φέρνει μαζί της αναπάντεχεες νέες ανακαλύψεις σχεδόν κάθε μέρα, από τις λαμπρές γεωγραφικές αναλύσεις στιγμιότυπων του Flickr από τον Eric Fischer στην κυκλοφορία χιλιάδων αξιολογήσεων των εκπαιδευτικών της Νέας Υόρκης, οι οποίες ήταν μέχρι πρότινος απόρρητες.

Τα δεδομένα αυτά βρίσκονται στο πιο ισχυρό τους σημείο, αφού οι χρήστες μπορούν να ερευνήσουν και να εισχωρήσουν ενδότερα στις πληροφορίες που τους αφορούν περισσότερο.

Στις αρχές του 2010, οι New York Times είχαν πρόσβαση σε προηγουμένως ιδιωτικά αρχεία του Netflix σχετικά με το ποιες περιοχές ενοικιάζουν ταινίες πιο συχνά. Ενώ το Netflix αρνήθηκε να αποκαλύψει τους πρώτους αριθμούς, οι Times δημιούργησαν μια ελκυστική διαδραστική βάση δεδομένων που επιτρέπει στους χρήστες να περιηγηθούν στις 100 κορυφαίες ενοικιάσεις σε 12 περιοχές των ΗΠΑ που έχουν μετρό, κατανεμημένες ανά ταχυδρομικό κώδικα. Ένας “heatmap” με χρωματική διαβάθμιση πάνω σε κάθε κοινότητα έδινε τη δυνατότητα στους χρήστες να σαρώσουν γρήγορα και να δούν σε ποιο μέρος ήταν πιο δημοφιλής μια συγκεκριμένη ταινία.

Προς το τέλος του ίδιου έτους, οι Times δημοσίευσαν τα αποτελέσματα της απογραφής της δεκαετίας για τις Ηνωμένες Πολιτείες - μόνο λίγες ώρες μετά την κυκλοφορία τους. Η διεπαφή, που χτίστηκε στο Adobe Flash, προσέφερε μια σειρά από επιλογές απεικόνισης και επέτρεψε στους χρήστες να περιηγηθούν σε κάθε αρχείο απογραφής τους έθνος (από 8,2 εκατ.) για να δουν την κατανομή των κατοίκων σύμφωνα με τη φυλή, το εισόδημα και το μορφωτικό επίπεδο. Τόσο εκτενής ήταν η ανάλυση των δεδομένων που αν κανείς έβλεπε μέσα από το σύνολο των δεδομένων κατά τις πρώτες ώρες μετά της δημοσίευση, θα αναρωτιόταν κανείς αν θα μπορούσε να είναι ο πρώτος άνθρωπος στον κόσμο που εξερευνά αυτή τη γωνιά της βάσης δεδομένων.

Παρόμοια αξιέπαινη χρήση της απεικόνισης ως βάση δεδομένων αποτελεί η έρευνα του BBC σχετικά με τους θανάτους σε τροχαία και πολλές από τις προσπάθειες να κατανεμηθεί ένας μεγάλος όγκος συλλεχθέντων δεδομένων, όπως η κυκλοφορία της καταγραφής των ιστορικών των πολέμων στο Ιράκ και στο Αφγανιστάν, μέσω του Wikileaks.

Ο Κανόνας 65k

Με την παραλαβή των πρώτα συλλεχθέντων δεδομένων καταγραφής του πολέμου στο Αφγανιστάν από το WikiLeaks, η ομάδα επεξεργασίας άρχισε να μιλάει για το πώς ενθουσιασμένοι ήταν με το γεγονός οτι έχουν πρόσβαση σε 65.000 αρχεία του στρατού.

Αυτό σήμανε συναγερμούς άμεσα μεταξύ εκείνων που είχαν εμπειρία με το Microsoft Excel. Χάρη σε ένα ιστορικό περιορισμό στον τρόπο που οι σειρές χειρίζονται, το Excel εργαλείο εισαγωγής δεν θα επεξεργαστεί περισσότερες από 65.536 εγγραφές. Στην περίπτωση αυτή, προέκυψε ότι μόλις 25.000 σειρές έλειπαν!

Το ηθικό δίδαγμα αυτής της ιστορίας (εκτός από την αποφυγή της χρήσησ του Excel για τέτοιες διεργασίες), είναι πάντα να είστε δύσπιστοι για οποιονδήποτε διαθέτει περίπου 65.000 σειρές δεδομένων.

Alastair Dant, the Guardian

Figure 9. Κάθε θάνατος που συμβαίνει στο δρόμο στη Μεγάλη Βρετανία 1999-2010 (BBC)

Οραματίζοντας Εναλλακτικές Εκβάσεις

Στους The New York Times, το διάγραμμα “porcupine” της Amanda Cox των τραγικά αισιόδοξων προβλέψεων για το ελλείμα των ΗΠΑ στην πάροδο του χρόνου δείχνει πώς μερικές φορές αυτό που συνέβη είναι λιγότερο ενδιαφέρον από αυτό που δεν συνέβη. Η γραμμή της Cox με τις σημαντικότερες τάσεις η οποία δείχνει το ραγδαία ελλειμματικό προϋπολογισμό μετά από μια δεκαετία πολέμου και φορολογικών ελαφρύνσεων, αποκαλύπτει το πόσο μη ρεαλιστικές μπορούν να αποδειχθούν οι προσδοκίες για το μέλλον.

Figure 10. Οι προβλέψεις του προϋπολογισμού, σε σύγκριση με την πραγματικότητα (New York Times)

Ο Bret Victor, όντας για χρόνια σχεδιαστής διεπαφών στην Apple (δημιουργός της “kill math” θεωρίας της απεικόνισης για να επικοινωνούνται οι ποσοτικές πληροφορίες), πρωτοπόρησε δημιουργόντας ένα επαναστατικό εγγράφο. Στο παράδειγμά του, οι ιδέες εξοικονόμησης της ενέργειας περιλαμβάνουν επεξεργάσιμες εγκαταστάσεις, όπου με ένα απλό βήμα, όπως το να κλείσεις κανείς το φως στα άδεια δωμάτια θα μπορούσε να εξοικονομήσει στους Αμερικανούς την παραγωγή 2 έως 40 μονάδων άνθρακα. Η Αλλαγή του αναφερόμενου ποσοστού στη μέση μιας παραγράφου του κειμένου προκαλεί το κείμενο να ενημέρωσει ανάλογα και στο υπόλοιπο μέρος της σελίδας!

Για περισσότερα παραδείγματα και προτάσεις, εδώ είναι μια λίστα των διαφορετικών χρήσεων των απεικονίσεων, των χαρτών και των διαδραστικών γραφικών, συνταγμένη από τον Matthew Ericson των The New York Times.

Πότε να μη Χρησιμοποιήσετε την Απεικόνιση Δεδομένων

Η αποτελεσματική απεικόνιση δεδομένων εξαρτάται από την καλή, καθαρή, ακριβής και ουσιαστική πληροφορία. Ακριβώς όπως οι πολλές καλές δηλώσεις, τα γεγονότα και οι περιγραφές ενδυναμώνουν της αφήγηση μιας καλής δημοσιογραφικής είδησης, η απεικόνιση δεδομένων είναι μόνο τόσο καλή όσο και τα δεδομένα που την τροφοδοτούν.

Όταν η ιστορία σας μπορεί να ειπωθεί καλύτερα μέσω κειμένου ή πολυμέσων

Μερικές φορές τα δεδομένα από μόνα τους δεν λένε την είδηση με τον πιο συναρπαστικό τρόπο. Ενώ ένα απλό διάγραμμα που απεικονίζει μια γραμμή τάσης ή μια στατιστική σύνοψη μπορεί να είναι χρήσιμο, μια αφήγηση σχετικά με τις πραγματικές επιπτώσεις ενός θέματος μπορεί να έχει πιο άμεση επιρροή στον αναγνώστη.

Όταν έχετε πολύ λίγα σημεία δεδομένων

Όπως έχει ειπωθεί, "ένας απομονωμένος αριθμός δεν σημαίνει τίποτα". Μια κοινή έκφραση των συντακτών ειδήσεων, απαντώντας σε μια στατιστική, είναι το “Σε σύγκριση με τι;” Η τάση πηγαίνει προς τα πάνω ή προς τα κάτω; Τι είναι φυσιολογικό;

Όταν έχετε πολύ μικρή μεταβλητότητα στα δεδομένα σας, δεν υπάρχει σαφής τάση ή αποτέλεσμα

Μερικές φορές μπορεί να σχεδιάσετε τα δεδομένα σας στο Excel ή σε μια παρόμοια εφαρμογή χαρτογράφησης και να ανακαλύψετε ότι οι πληροφορίες είναι θορυβώδεις, έχουν μεγάλη διακύμανση ή μια σχετικά αμετάβλητη τάση. Θα πρέπει να ορίζετε τη γραμμή βάσης από το μηδέν ή από ακριβώς κάτω από τη χαμηλότερη τιμή, προκειμένου να δοθεί στη γραμμή λίγο περισσότερο σχήμα; Όχι! Μέσα από αυτό διαφαίνεται οτι έχετε ασαφή στοιχεία και θα πρέπει να κάνετε περισσότερη έρευνα και ανάλυση.

Όταν ένας χάρτης δεν είναι ένας χάρτης

Μερικές φορές το χωρικό στοιχείο είτε δεν είναι ουσιαστικό ή συναρπαστικό, είτε αποσπά την προσοχή από περισσότερο σημαντικές αριθμητικές τάσεις, όπως η αλλαγή στην πάροδο του χρόνου ή η εμφάνιση των ομοιότητων μεταξύ μη παρακείμενων περιοχών.

Όταν ένας πίνακας θα κάνει τη δουλειά

Αν έχετε σχετικά λίγα σημεία δεδομένων αλλά έχετε πληροφορίες που θα μπορούσαν να είναι χρήσιμες για αρκετούς από τους αναγνώστες σας, εξετάστε την περίπτωση να παρουσιάσετε τα δεδομένα σε μορφή πίνακα. Είναι καθαρό, εύκολο να διαβαστεί και δεν δημιουργεί μη ρεαλιστικές προσδοκίες από την “είδησης”. Στην πραγματικότητα, οι πίνακες μπορεί να είναι μια πολύ αποτελεσματική και κομψή διάταξη των βασικών πληροφοριών.

Geoff McGhee, Stanford University