Cos’è Dataviz?

La pratica di collocare le informazioni in un contesto visivo, come una mappa o un grafico, per rendere più facile per il cervello umano assorbire ed estrarre idee da esso.
L’obiettivo principale di Dataviz è semplificare l’identificazione di modelli, tendenze e valori anomali in enormi set di dati. La frase è spesso usata in modo intercambiabile con altri termini come grafici informativi, visualizzazione delle informazioni e grafici statistici.

Dataviz, di cosa si tratta esattamente?

Dataviz è uno dei processi della scienza dei dati che afferma che i dati dovrebbero essere visualizzati una volta raccolti, elaborati e modellati in modo da poter trarre conclusioni. La visualizzazione dei dati è anche una componente della più ampia disciplina dell’architettura di presentazione dei dati (DPA), che mira a scoprire, estrarre, modificare, formattare e trasmettere i dati nel modo più appropriato possibile.

La visualizzazione dei dati è essenziale praticamente in ogni professione. Gli insegnanti possono utilizzarlo per visualizzare i risultati degli esami degli studenti, i professionisti IT possono utilizzarlo per migliorare l’intelligenza artificiale (AI) e i dirigenti possono utilizzarlo per condividere informazioni con le parti interessate. È anche molto importante nei progetti di dati di grandi dimensioni. Le aziende avevano bisogno di un modo per ottenere rapidamente e facilmente informazioni dettagliate sui propri dati quando ne accumulavano grandi quantità durante i primi anni della tendenza dei big data. L’uso degli strumenti di visualizzazione è stato naturale.

Per ragioni simili, la visualizzazione è essenziale nell’analisi avanzata. Quando uno scienziato dei dati sviluppa analisi predittive complesse o algoritmi di apprendimento automatico, è essenziale visualizzare i risultati per monitorarli e confermare che i modelli funzionano come previsto. Questo perché le rappresentazioni di algoritmi complessi sono spesso più facili da comprendere rispetto ai risultati numerici.

Perché Dataviz è importante?

La visualizzazione dei dati è un approccio rapido ed efficace per presentare le informazioni universalmente attraverso l’uso di dati visivi.
Questo metodo può anche aiutare le aziende a determinare quali aspetti influenzano il comportamento dei clienti, identificare le aree che necessitano di essere affrontate o a cui prestare maggiore attenzione, rendere i dati più memorabili per le parti interessate, capire quando e dove implementare prodotti specifici e prevedere i volumi di vendita.

Ecco alcuni ulteriori vantaggi di Dataviz:

• la capacità di digerire rapidamente le informazioni, sviluppare idee e prendere decisioni più rapidamente; una migliore conoscenza dei prossimi passi da compiere per migliorare il business; e una migliore capacità di mantenere il pubblico interessato alle informazioni che possono comprendere.
• semplice distribuzione delle informazioni che aumenta il potenziale di tutti i partecipanti di contribuire con idee;
• i data scientist non sono più necessari poiché i dati sono più accessibili e intelligibili; e c’è una maggiore capacità di agire rapidamente sui risultati e, quindi, raggiungere il successo con maggiore rapidità e meno errori.

Dataviz e i big data

La crescente popolarità dei big data e delle iniziative di analisi dei dati ha reso la necessità di visualizzazione più forte che mai. L’apprendimento automatico viene rapidamente utilizzato dalle aziende per raccogliere grandi volumi di dati che possono essere difficili e richiedere molto tempo per essere ordinati, interpretati e spiegati. La visualizzazione fornisce un meccanismo per accelerare questo processo e comunicare le informazioni agli imprenditori e alle parti interessate in un modo che possano comprendere.

La visualizzazione dei Big Data spesso va oltre gli approcci di visualizzazione tradizionali come grafici a torta, istogrammi e grafici aziendali. Utilizza strumenti visivi più complessi, come mappe di calore e grafici della febbre. La visualizzazione dei big data richiede l’uso di potenti sistemi informatici per raccogliere dati grezzi, elaborarli e convertirli in rappresentazioni grafiche che gli esseri umani possono utilizzare per trarre rapidamente conclusioni.

Sebbene la visualizzazione dei big data possa essere vantaggiosa, può anche presentare una serie di svantaggi per le aziende. A titolo di esempio, eccone alcuni:

• È necessario assumere uno specialista della visualizzazione per ottenere il massimo dalle tecnologie di visualizzazione dei big data.
  Questo professionista dovrebbe essere in grado di determinare i set di dati e i metodi di visualizzazione ottimali per garantire che le aziende massimizzino l’utilizzo dei propri dati.
• Poiché la visualizzazione dei Big Data richiede hardware di elaborazione potente, sistemi di archiviazione efficienti ed eventualmente il passaggio al cloud, l’IT e il management sono spesso coinvolti in iniziative di visualizzazione dei Big Data.
• La visualizzazione dei Big Data non può fornire informazioni accurate quanto i dati presentati.
  Pertanto, è essenziale disporre di persone e sistemi per supervisionare e controllare la qualità dei dati, dei metadati e delle fonti di dati dell’azienda.

Alcuni esempi di Dataviz

Inizialmente, la strategia di visualizzazione più comune consisteva nell’utilizzare un foglio di calcolo Microsoft Excel per tradurre le informazioni in una tabella, un grafico a barre o un grafico a torta. Sebbene gli approcci di visualizzazione di base siano ancora ampiamente utilizzati, sono disponibili anche tecniche più complesse, come le seguenti:

• infografica
• nuvole di bolle
• grafici a proiettile
• Mappe di calore
• grafici della febbre
• grafici delle serie temporali

Altre tecniche popolari includono quanto segue.

Grafici a linee
Questa è una delle procedure più basilari e spesso utilizzate.
I grafici a linee mostrano come le variabili cambiano nel tempo.

Grafici di area.
Si tratta di una variante di un grafico a linee che visualizza molti valori in una serie temporale – ovvero una successione di dati raccolti in periodi consecutivi ed equidistanti nel tempo.

Grafici con dispersione.
Questo metodo permette di dimostrare il legame tra due variabili.
Un grafico a dispersione ha un asse x e un asse y con punti che rappresentano punti dati.

Mappe degli alberi.
Questo approccio consente di visualizzare i dati gerarchici in modo annidato.
La dimensione del rettangolo di ciascuna categoria è proporzionale alla sua percentuale sul totale.
Le mappe ad albero funzionano bene quando sono presenti più categorie e l’obiettivo è confrontare diversi aspetti di un insieme.

Piramidi della popolazione
Questa tecnica utilizza un grafico a barre in pila per mostrare la complessa narrativa sociale di una popolazione.
È particolarmente utile quando si descrive la distribuzione di una popolazione.

Casi d’uso comuni della visualizzazione dei dati

Esempi di casi d’uso comuni per la visualizzazione dei dati includono:

Marketing e vendite.
Secondo la ricerca Magna, entro il 2020 il 50% di tutti gli investimenti pubblicitari globali verrà speso online.
Pertanto, i team di marketing devono prestare molta attenzione alle fonti di traffico web e al denaro generato dai loro domini web.
La visualizzazione dei dati semplifica la visualizzazione delle tendenze del traffico risultanti dalle attività di marketing nel tempo.

Politica.
Una mappa geografica che mostra per quale partito ha votato ciascuno stato o distretto è un uso tipico della visualizzazione dei dati in politica.

Salute.
Le mappe coropletiche sono comunemente utilizzate dagli operatori sanitari per illustrare dati sanitari vitali.
Una mappa coropletica raffigura aree geografiche o regioni codificate a colori in base a un valore numerico.
I professionisti possono utilizzare le mappe coropletiche per vedere come una variabile, come il tasso di mortalità per malattie cardiache, cambia in diversi territori.

Gli scienziati.
La visualizzazione scientifica, abbreviata in SciVis, consente a scienziati e ricercatori di comprendere i propri dati sperimentali meglio che mai.

Finanza.
Nel decidere se acquistare o vendere un asset, i professionisti finanziari devono monitorare l’andamento delle loro decisioni di investimento.
I grafici a candela vengono utilizzati come strumenti di trading, aiutando i professionisti finanziari ad analizzare i movimenti dei prezzi nel tempo e visualizzando informazioni essenziali come titoli, derivati, valute, azioni, obbligazioni e materie prime.
Gli analisti di dati e gli esperti finanziari possono individuare le tendenze valutando come i prezzi sono cambiati nel tempo.

Logistica.
Gli strumenti di visualizzazione possono essere utilizzati dalle compagnie di navigazione per scoprire rotte di spedizione ottimali in tutto il mondo.

Ricercatori e data scientist
I data scientist spesso creano visualizzazioni per uso personale o per diffondere informazioni a un piccolo gruppo di persone.
Le rappresentazioni visive vengono create utilizzando pacchetti di visualizzazione provenienti da linguaggi di programmazione e strumenti di loro scelta.
I data scientist e i ricercatori utilizzano in genere linguaggi di programmazione open source, come Python, o strumenti proprietari di analisi dei dati.
Questi scienziati e ricercatori utilizzano la visualizzazione dei dati per analizzare meglio i set di dati e trovare modelli e tendenze che altrimenti non verrebbero segnalati.

La scienza di Dataviz

Comprendere come gli esseri umani raccolgono e interpretano le informazioni è il fondamento della scienza della visualizzazione dei dati.
Amos Tversky e Daniel Kahn hanno lavorato a una ricerca che ha evidenziato due approcci distinti all’acquisizione e all’analisi delle informazioni.

Sistema 1 riguarda l’elaborazione mentale rapida, automatica e inconscia.
Questa strategia è comunemente utilizzata nella vita quotidiana e raggiunge i seguenti obiettivi:

• Leggere il linguaggio dei segni
• risolvere problemi di matematica elementari, come 1+1,
• identificare la fonte di un suono
• andare in bicicletta
• determinare la differenza tra i colori.

Sistema 2 si concentra su un’elaborazione cognitiva lenta, razionale, calcolatrice e scarsa.
Questo approccio viene utilizzato in una qualsiasi delle seguenti circostanze:

• ricordare un numero di telefono
• eseguire complicati problemi di matematica, come 132 x 154
• distinguere il significato di più segni affiancati
• comprendere segnali sociali complessi.

https://www.youtube.com/watch?v=DlG7ZzRaJLc

Strumenti e fornitori Dataviz

Gli strumenti di visualizzazione dei dati possono essere utilizzati in vari modi.
Oggi, l’applicazione più diffusa è come strumento di reporting di business intelligence (BI).
Gli utenti possono configurare strumenti di visualizzazione per creare dashboard automatici che tracciano e valutano graficamente le prestazioni aziendali in base agli indicatori chiave di prestazione (KPI). Le immagini create possono anche avere funzionalità interattive, consentendo agli utenti di modificarle o approfondire i dati per la ricerca e l’analisi. Possono essere inclusi anche indicatori che avvisano gli utenti quando i dati vengono aggiornati o quando vengono soddisfatte condizioni predeterminate.

Per monitorare le proprie iniziative, diversi reparti dell’azienda utilizzano software di visualizzazione dei dati. Un team di marketing, ad esempio, può utilizzare il programma per monitorare le prestazioni di una campagna e-mail, monitorando dati come tasso di apertura, percentuale di clic e tasso di conversione.

Man mano che le aziende di visualizzazione dei dati espandono le funzionalità dei loro prodotti, questi vengono sempre più utilizzati come interfacce per ambienti Big Data più sofisticati. In questo contesto, i software di visualizzazione dei dati aiutano ingegneri e scienziati a tenere traccia delle fonti di dati ed eseguire ricerche esplorative di base sui set di dati prima o dopo ulteriori ricerche.

Microsoft, IBM, SAP e SAS sono alcuni dei nomi più noti nel mercato degli strumenti per big data.
Altri produttori offrono strumenti specializzati per la visualizzazione di big data, i nomi più noti in questo settore sono Tableau, Qlik e Tibco. Sebbene Microsoft Excel rimanga un’applicazione popolare per la visualizzazione dei dati, ne sono emerse altre che offrono funzionalità più sofisticate:

• IBM Cognos Analytics
• Qlik Sense e QlikView
• Microsoft Power BI
• Analizzatore visivo Oracle
• SAP Lumira
• Analisi visiva SAS
• Tibco Spotfire
• Zoho Analytics
• D3.js
• Giove
• MicroStrategia
• Grafici di Google