Insights / Blog

Come sfruttare la memoria sensoriale per veicolare la lettura di una dashboard

Nella vita di tutti i giorni, l’occhio umano è sottoposto continuamente a stimoli percettivi ai quali reagisce spesso in maniera involontaria, sulla base di alcuni elementi visivi che catturano immediatamente la nostra attenzione stimolando la memoria sensoriale.

Osserviamo per qualche istante la seguente immagine:

Memoria Sensoriale

Quali elementi hanno attirato la tua attenzione?

Se la risposta è “Il colore verde del cactus”, “La stella cometa che si muove nel cielo” e “La posizione e la forma dei massi raggruppati sullo sfondo”, tranquillo: rientri nel 99% dei casi in cui la memoria sensoriale interviene a farti processare immediatamente informazioni come colore, movimento, posizione e forma di un oggetto o di uno scenario che hai davanti agli occhi.

Se invece come prima cosa hai notato il Pikachu mimetizzato sul primo masso della scogliera, beh, significa semplicemente che hai davvero una grande capacità di scovare le “informazioni nascoste” all’interno di un contesto.

In Visual Analytics così come nella vita reale, le informazioni nascoste possono però forviare la corretta lettura di un’analisi, lasciando fuori dal contesto dati potenzialmente importanti per la comprensione dei risultati del lavoro svolto.

Ed è per questo motivo che sfruttare la naturale propensione dell’uomo ad utilizzare la memoria sensoriale come primo approccio ad un’immagine, risulta essere un’ottima arma segreta per creare una dashboard d’impatto su Tableau, capace di aiutare il lettore ad interpretare visivamente il fenomeno analizzato ancor prima di soffermarsi sulla lettura dei dai numerici e di veicolare il corretto messaggio.

COLORE

In Visual Analytics, la scelta del colore è fondamentale per portare all’attenzione del visualizzatore quelli che sono i punti salienti dell’analisi ed i relativi risultati. Vediamo un esempio:

Il Colore è uno degli elementi cardine della memoria sensoriale

I grafici a torta in esempio si pongono l’obiettivo di evidenziare quale sia il piatto mensilmente più frequente sul menù di una trattoria.

Nell’esempio (A), data la frequenza simile delle pietanze e l’utilizzo di colori differenti come legenda, è praticamente impossibile capire a colpo d’occhio quale sia il piatto dominante.

La situazione migliora con il grafico (B), dove, grazie all’utilizzo di diverse gradazioni di rosso in base alla frequenza di comparsa sul menu delle pietanze, possiamo capire con facilità quale sia il piatto più inflazionato. La Visual Analytics però, dovrebbe tenere conto anche di quelle persone affette da daltonismo o problemi collegati alla percezione più o meno marcata delle diverse sfumature di un dato colore.

Per questo motivo, l’esempio (C) è sicuramente quello più calzante tra i tre proposti: la “vittoria” dei ravioli al cinghiale viene evidenziata sia grazie all’utilizzo di un colore totalmente diverso dalla palette degli altri elementi e dal numero della frequenza esplicitato con una label.

Con la stessa logica, il corretto utilizzo del colore in Tableau può venirci in supporto per evidenziare elementi che si trovano al disopra o al disotto di una media, elementi che appartengono ad un determinato gruppo, outliers ed altro ancora.

FORMA E DIMENSIONE

La forma e la dimensione di un elemento all’interno di una Visual Analytics può rappresentare essa stessa un vero e proprio dato da porre in rilievo:

Forma e Dimensione

La tabella (D) mostra semplicemente la frequenza numerica di quanti e quali piatti, raggruppati in “primi” e “secondi”, compaiono sul menu della nostra trattoria.

Volendo utilizzare la funzione “Marks > Size” di Tableau per regolare la dimensione di una bubble che rappresenti una specifica pietanza come nell’esempio (E), ci accorgeremmo subito che, dato il simile valore numerico delle frequenze, ne la suddivisione in colori ne la variazione impercettibile delle dimensioni degli elementi, aiutino il lettore a capire quale sia il piatto preponderante nel menu.

La situazione cambia radicalmente nell’esempio (F), dove, grazie alla funzione “Group” abbiamo ottenuto la somma delle frequenze degli elementi sia per la categoria “Primo” che per la categoria “Secondo”. In questo caso, la rappresentazione grafica con le due bubbles di proporzioni correlate ai valori ottenuti, porta il lettore a comprendere immediatamente che il menu della nostra trattoria è specializzato per la maggiore in primi piatti.

Proprio come per il colore dunque, la forma e la dimensione di un elemento risultano estremamente supportive alla Visual Analytics solo a patto che esse vengano utilizzate correttamente e che vadano ad evidenziare un’effettiva differenza di risultati o peculiarità all’interno dell’analisi svolta.

POSIZIONE

La posizione degli elementi all’interno di una dashboard può evidenziare alcuni aspetti importanti dell’analisi, come ad esempio l’appartenenza di più elementi all’interno di uno stesso gruppo oppure un’anomalia statistica (outlier):

Posizione

Se si volesse analizzare il valore calorico dei piatti della nostra trattoria, evidenziando quali siano quelli più energetici e quelli più light, un modo efficace di procedere potrebbe essere quello di suddividere in due colori differenti i “primi” ed i “secondi”, posizionando poi le singole pietanze dei gruppi in due quadranti del grafico ed andare a posizionarle in asse verticale con range (0-Calorie(MAX)).

A primo impatto, grazie alla posizione della bubble correlata, l’occhio cattura subito l’informazione che la pizza alla diavola è il piatto più calorico nel menu… e che, in generale, i primi siano più calorici dei secondi.

MOVIMENTO

L’occhio umano percepisce il movimento come un elemento di interattività con l’ambiente circostante. Dove c’è qualcosa che si muove, c’è una potenziale interazione… e dove c’è interazione, c’è anche analisi mentale dei vantaggi e dei rischi nel portare a compimento (o meno) l’interazione stessa.

Con lo stesso procedimento, andare a rappresentare un trend dinamico su una dashboard di Tableau, può stimolare il lettore ad intuire già ad un primo impatto la storia che si cela dietro alla rappresentazione grafica.

Il Movimento aiuta a capire immediatamente quale storia si cela dietro ad un trend

Nell’esempio soprastante, l’occhio vien catturato dal picco massimo di avvistamenti di topi nella cucina della nostra trattoria durante la giornata di domenica, e, allo stesso tempo, comprende all’istante che la giornata di giovedì sia quella più “sicura” per andare sul posto a consumare un pasto.

In definitiva, una buona Visual Analytics è anche una storia sensoriale, in grado di raccontare una storia anche prima di soffermarsi a leggere i dati. Utilizzare al meglio le funzioni di marks colouring, sizing, shaping di Tableau e valorizzare l’impatto visivo delle trending lines può davvero fare la differenza e rendere le tue dashboard immediate, informative e memorabili.

Spero di esservi stato di aiuto, continuate a leggere i nostri blog!

Potete inoltre seguirmi su Twitter, Linkedin e Tableau Public.

[button URL=”http://www.tableau.com/partner-trial?id=45890″]Download Tableau[/button]     [button URL=”https://www.theinformationlab.it/newsletter-2/”]Iscriviti alla newsletter[/button]

Blog
cultura dei dati

Cultura dei dati: perché è così importante?

Innestare una cultura dei dati evoluta e permeata in tutto il tessuto aziendale accelera l’innovazione...

Blog
Manufacturing Analytics: cos’è e come impatta l’ottimizzazione dei costi

Manufacturing Analytics: cos’è e come impatta l’ottimizzazione dei costi

Il Manufacturing Analytics è l’ultima frontiera dell’evoluzione dell’industria manifatturiera, sempre spinta dalla necessità di rimanere...