גרפים, דיאגרמות וחיות (משעממות) אחרות…

הפוסט הזה מתעכב על נושא כאוב: הצגה של נתונים יבשים.

כמעט בכל סדנה שאני מעבירה עולה השאלה: "איך להציג נתונים בצורה יותר ברורה וקלה לעיכול?"

אז יש המון שיטות וחלקן אפילו מאד מקוריות, אבל כולן מתחילות בהבנה שמאחורי הנתונים הללו יושב לו שם בשקט המסר. מסר אחד אותו נרצה להעביר לקהל וכל עוד לא נדע להגדיר אותו לעצמנו, אין מצב שהקהל שלנו יבין אותו.

בפוסט הזה אני מתמקדת באופן הגדרת המסר של נתונים יבשים, כשהפוסטים הבאים יכילו מספר פתרונות ורעיונות להצגה יותר מעניינת וברורה של הנתונים הללו.

אז לפני שמתחילים בעבודה, חשוב להכיר שלושה מושגים ואת הקשר ביניהם:

dat_info_insight

 

 

 

 

 

 

אז, בעצם מה שאנחנו מחפשים לכל גרף / דיאגרמה / פיא וכו' היא תובנה, כי רק היא מאפשרת לקהל שלנו לעשות משהו עם המידע שנתנו לו, להחליט מה הצעד הבא.

וזו הסיבה גם שאותה תובנה צריכה להיות גם כותרת של הגרף שלנו.

למשל, כותרת כמו "תוצאות בדיקת חולי דיאליזה כרוניים" לא אומרת כלום לקהל שלכם, היא ממש ניאטרלית, לא מפקסת אותו על שום סוג של מידע אפילו.

כותרת כזו: "עלייה משמעותית בהשפעת לנתן קרבונט על חולי דיאליזה כרוניים" כבר נותנת להם תובנה: מידע מוגדר שמציג תנועה מסויימת – תובנה שיכולה לעזור להם לקבל החלטה, להמשיך לשלב הבא.

2graphs

 

אז הפוסט הזה רק נתן את הבסיס: איך בכלל ניגשים לתצוגה של נתונים יבשים.

הפוסטים הבאים בנושא יציגו פתרונות שמסייעים לעכל את המידע בקלות באמצעות תצוגה חכמה ומקורית.

חכו בסבלנות…  סופ"ש נעים! שירלי