Veri Görselleştirme Tasarımı Nedir?
Bilgiye erişimin artmasıyla bilgiyi taramak da gün geçtikçe zor bir hal alıyor. Bununla birlikte veri görselleştirme ise karmaşık sorunları açık bir şekilde ileterek bilgiyi görsel bir hikayeye dönüştürüyor. Böylelikle okuyucuya aktarılmak istenen bilginin okunabilirliği artarak daha verimli bir deneyim oluşturuluyor.
Veri görselleştirme (data visualization) ve infografik kavramları günlük hayatta birbirinin yerine kullanılıyor. Ancak infografikler manuel olarak çizilen ve verilerin özel olarak işlendiği, bu sebeple daha az bilgi içeren ve estetik değeri daha yüksek olan görsellerden oluşuyor. Dataviz ise algoritmik olarak çizilen, büyük oranda programlar yardımı ile küçük değişikliklere elverişli, veri açısından daha zengin, farklı verilerle yeniden oluşturulabilen ancak estetik açıdan daha zayıf görselleri oluşturuyor.
Ricardo Mazza, “Introduction to Information Visualization” kitabında veri görselleştirme tasarımında izlenecek, 5 adımlık basit ve açık bir süreç öneriyor. Mazza’ya göre veri görselleştirme tasarımının 5 adımı;
1- Problemi Tanımla
İlk iş veriyi görselleştirerek çözülmesi beklenen problemi tanımlamadan geçiyor. Bu probleme sahip kullanıcıyı, veri ile ilgili geçmiş deneyimlerini, eğitim ve veriyi kullanma seviyelerini belirleyerek problem daha somut bir hal alıyor. Problemin net tanımlanamadığı durumlarda çözüm süreci buna bağlı olarak sürekli yanlış ilerliyor ve beklenen verimin alınmasını engelliyor.
2- Gösterilecek Veriyi Tanımla
Kullanılabilecek görselleştirme yöntemleri veri tipine göre değişiklik gösteriyor. Bu sebeple elinizde yer alan verinin ilk olarak 3 genel kategoriden hangisine dahil olduğunu belirlemelisiniz;
1- Sayısal veri; Rakamlardan oluşan sıralı veri.
2- Sıralı veri; Rakam içermeyen ama haftanın günleri gibi belirli bir sıraya sahip olan veri.
3- Kategorik veri; Rakam ya da sıralama içermeyen kategorize edilmiş veri.
3- Gerekli Değişkenleri Tanımla
Veri setinin değişkenleri, görselleştirme yöntemini belirlemede çok büyük rol oynuyor. Değişken sayısının artması verinin görselinin okunabilirliğini düşürüyor ve daha zor okunabilirliğe yol açıyor. Çok fazla değişken içeren veri setlerini görselleştirmek için statik yerine dinamik, etkileşime izin veren görsel çıktılar üretmek gerekiyor. Genellikle bağımsız değişkenlerin farklılaşmasına bağlı olarak farklılık gösteren değişkenleri anlamlandırmak için analiz ihtiyacı doğuyor. Mesela saat bağımsız değişkeninin farklılaşması, tren bileti satışları bağımlı değişkenini etkiliyor ve aralarında yer alan bağı görselleştirmek için veri görselleştirme teknikleri kullanılıyor.
Bir değişkenli (Univariate): Tek bağımlı değişkenin bağımsız değişkenler karşısındaki gidişatı inceleniyor.
İki değişkenli (Bivariate): İki bağımlı değişkenin bağımsız değişkenler karşısındaki gidişatı inceleniyor.
Üç değişkenli (Trivariate): Üç bağımlı değişkenin bağımsız değişkenler karşısındaki gidişatı inceleniyor.
Çok değişkenli (Multivariate): Üçten fazla bağımlı değişkenin bağımsız değişkenler karşısındaki gidişatı inceleniyor.
4- Verinin Yapısallığını Tanımlama:
Veri setlerinin birbiri ile olan ilişkisi bu aşamada inceleniyor.
– Doğrusal (çizgisel) ilişkiler: Veri tablo, vektör gibi doğrusal formatlarda gösteriliyor.
– Zamansal ilişkiler: Veri zamana bağlı değişkenlik gösteriyor.
– Mekansal (coğrafi) ilişkiler: Veri gerçek dünya ile ilişkili olmasından dolayı mekana göre değişkenlik sağlıyor. (Harita ya da kat planı gibi).
– Hiyerarşik ilişkiler: Veri tanımlı bir hiyerarşi ile ilişkili olması sebebi ile değişkenlik gösteriyor. (Orgnizasyon şeması ya da basit bir akış şeması gibi).
– Ağ ilişkileri: Veri kendi içindeki varlıklara bağlı değişkenlik gösteriyor.
5- Etkileşim İhtiyacını Tanımla:
Tasarım sürecinin son aşamasında kullanıcının görselleştirilen veri ile hangi seviyede etkileşime geçeceği tanımlanıyor. Etkileşim seviyesi 3 kategoride inceleniyor;
– Statik modeller: Olduğu gibi sunulan modellerdir, kullanıcı veriyi değiştiremez. (Örneğin; basılı iş takvimi)
– Değişken kaynaklı (transformable) modeller: Kullanıcıya veriyi değiştirme imkanı sunuyor. Verinin model parametreleri ya da görsel haritalama biçimi değiştirilerek tekrar analiz edilmesine olanak sağlıyor.
– Değişken görünümlü (manipulable) modeller: Kullanıcıya veri sunumu ile etkileşim imkanı sunuyor. Model daha yakından/uzaktan veya farklı açı ya da perspektiflerden görüntülenebiliyor.
Değişken kaynaklı ve görünümlü modelleri kombine etmek, görselleştirilmiş veri üzerinde maksimum etkileşim imkanı sağlıyor.
Veri görselleştirme tasarım süreci ile bir sonuç değil kullanıcılar için bir model tasarımı hedefleniyor. Bu sürecin sonunda kullanıcıların ihtiyaçlarını, tasarlanacak veriyi ve verinin kendi içindeki bağlantılarını göz önünde bulundurarak tüm ihtiyaçları karşılamayı hedefleyen bir sistem tasarlanıyor.