<< Back

Finance data visualization: come comunicare i dati in modo migliore

Oggi sempre più aziende basano le decisioni sui dati, perciò la capacità di saperli comunicare in modo efficace non è mai stata tanto importante, soprattutto quando si tratta di dati finanziari. Un modo per poterli esporre efficacemente è ricorrere alla data visualization, una tecnica che può risultare essenziale per “raccontare” dati di tipo finance in un settore come quello del consumer goods.  

Cos’è la finance data visualization e perché serve al consumer goods 

Come si intuisce dal nome, con finance data visualization si intende la rappresentazione visiva dei dati finanziari. Ma non una semplice trasformazione in grafici delle informazioni, quanto invece il sapiente impiego di strumenti software che consentano un riepilogo delle informazioni attraverso immaginidiagrammigrafici e mappe. Nel campo della data science, la data visualization è il processo tramite cui si possono fornire insight che supporteranno decisioni migliori. 

La capacità di produrre efficaci visualizzazioni dei dati risulta molto preziosa quando è necessario spiegare i dati numerici a un’ampia ed eterogenea platea come spesso accade nel consumer goods. Uno studio della Wharton School of Business ha rilevato che un’accorta data visualization potrebbe ridurre le riunioni del 24%.  

Per ottenere efficaci finance data visualization utilizzando in modo opportuno i tool disponibili, si possono seguire alcuni accorgimenti. Ecco i 5 principali. 

Prima di tutto semplicità e chiarezza 

Creare un grafico o una dashboard non significa solo ottimizzare la visualizzazione dei dati, ma implica anche avere record precisi e non corrotti. La finance data visualization è una sorta di forma d’arte che, però, più che sensazioni deve trasferire informazioni. Per questo il numero di immagini usate non deve essere eccessivo per non creare confusione. Per esempio, per fare un uso ottimale dello spazio disponibile, e quindi attirare l’attenzione dell’utente senza confonderlo, ogni dashboard dovrebbe avere da cinque a nove rappresentazioni grafiche. Per capire se quanto creato trasferisce davvero delle informazioni c’è una semplice regola: tutti i parametri più importanti dovrebbero risultare evidenti a una prima occhiata. In altre parole, un utente non dovrebbe impiegare più di cinque secondi per trovare quanto sta cercando. 

Pensare a chi vedrà i grafici  

È importante sapere quale sarà la persona (o le persone) nel settore dei beni di consumo a cui verranno mostrati i grafici e ottimizzare di conseguenza le dashboard usate per il finance data visualization. Per esempio, se il “target” fossero dei manager di aziende consumer goods probabilmente sarebbero più interessati a riassunti veloci, chiari e affidabili sull’andamento di una certa campagna, mentre degli analisti preferirebbero un più ricco set di dati per evidenziare modelli, trend o eventuali anomalie nell’andamento delle vendite. Nel caso del marketing, è invece importante identificare parametri che rifletteranno gli obiettivi dell’organizzazione. Se tali parametri non fossero scelti in modo adeguato, le informazioni presentate potrebbero portare a conclusioni sbagliate. 

In base al pubblico e alla sua familiarità con l’argomento trattato, quando si usano degli strumenti di visualizzazione è necessario assicurarsi che i dati riportati non siano né troppi né pochi e che siano coerenti con le aspettative

Sapere come verranno visualizzate le dashboard  

Oltre al target va considerato anche il dispositivo su cui i grafici verranno presentati. Se si tratta dello schermo di un device mobile, i dati devono essere limitati per non sovraccaricare la visualizzazione di informazioni con il rischio di perderne alcune. Meglio puntare su più dashboard per favorire consulti rapidi.  

Nel caso di un desktop, gli strumenti disponibili devono poter offrire una visualizzazione più dettagliata dei dati, per consentire analisi più approfondite. Se la dashboard è presentata su un televisore, spesso si tratta del monitoraggio di dati in tempo reale. In questo caso è solitamente preferibile una finance data visualization luminosa e che i numeri siano mostrati in modo chiaro e distinto. 

A ogni visualizzazione il suo grafico 

Quando si presentano i dati, è importante assicurarsi di scegliere i grafici giusti. Per esempio, se si confrontano categorie di prodotto, il ranking o la progressione di un parametro in un certo periodo di tempo il modo migliore di presentare i dati è attraverso colonne o grafici a barre. Mentre se l’analisi riguarda la correlazione tra due valori l’ideale è il grafico a dispersione. Invece, se si vuole mostrare una percentuale rispetto al totale, sono più indicati un grafico a torta o una colonna impilata. Quando si vuole capire com’è la distribuzione dei dati, è utile un istogramma, mentre se si vogliono sapere più informazioni su come un set di dati si è comportato durante un periodo specifico è più prezioso un grafico a doppio asse. Allo stesso modo, quando si vuole capire la relazione tra serie di valori finance inerenti il consumer goods gli strumenti di data visualization più indicati sono un grafico a dispersione o a bolle

Colori che fanno la differenza 

Spesso non si dà troppa importanza al colore usato, invece può avere un ruolo strategico per ottimizzare gli strumenti di visualizzazione dei dati. Per esempio, i colori possono essere usati per differenziare aspetti positivi e negativi, opportunità e preoccupazioni. È comunque necessario agire di buon senso e trattenersi dall’esagerare nella quantità di colori utilizzati, poiché porterebbero l’utente a non notare più le differenze dal resto del contesto. In questo senso, è necessario mantenere la coerenza nel messaggio. Per esempio, se si usa il rosso per descrivere situazioni di preoccupazione, non dovrebbe essere usato (nemmeno in gradazioni tonali differenti) anche per situazioni di opportunità. 

New call-to-action

Leave a Reply

Your email address will not be published. Required fields are marked *

This site uses Akismet to reduce spam. Learn how your comment data is processed.