5 adımda veri görselleştirme tasarımı

Süreç oldukça basittir:

1. Problemi tanımla

   Her kullanıcı deneyimi işinde olduğu gibi; ilk iş veriyi görselleştirerek çözülmesi beklenen problemi tanımlamaktır. Genellikle “Kullanıcımın ihtiyacı nedir?” ve “Nasıl kullanacaklar?” gibi soruları yanıtlamak için bir miktar kullanıcı araştırması gerektirir.
   
   Hedef; kullanıcınıza bir şey anlatmak ya da kullanıcınızın yeni bağlantılar kurmasını, gözlemler yapmasını sağlamak hatta bir teoriyi kanıtlamasını mümkün kılmak olabilir.
   
   Araştırma sürecinde, kullanıcı kitlenize has bazı spesifik faktörleri de değerlendirmek gerekebilir. Eğitim ya da veri kullanma seviyeleri nedir? Veriyle geçmiş deneyimleri nedir? Böylece, kullanıcının genel ihtiyaçlarını ve görselleştirilmiş veri çıktısının karmaşıklık seviyesini belirleyebilirsiniz.

2. Gösterilecek veriyi tanımla

   Kullanılabilecek görselleştirme yöntemleri veri tipine göre büyük değişiklik gösterir. İşe başlamadan önce elinizdeki verinin aşağıdaki üç genel kategoriden hangisine dahil olduğunu bilmek gerekir:
   
   – Sayısal veri: Rakamlardan oluşan sıralı veridir
   
   – Sıralı veri: Rakam içermeyen ancak doğal bir sıralamaya sahip veridir (Haftanın günleri gibi).
   
   – Kategorik veri: Rakam ya da herhangi bir sıralama içermeyen veridir (Şirket ya da yer isimleri gibi).

3. Gerekli boyutları tanımla

   Veri setinin boyutları ya da nitelikleri kullanılabilecek görselleştirme yöntemini belirlemekte çok büyük rol oynadığı için bu aşamada büyük özen gösterilmelidir.
   
   Veri setinde ne kadar fazla boyut varsa, görselleştirilmiş halini anlamlandırmak o kadar zor olur. Çok fazla boyut içeren veri setlerini görselleştirmek için statik yerine dinamik, etkileşime izin veren görsel çıktılar üretmek gerekir.
   
   Boyutlar birbirine bağımlı ya da bağımsız olabilirler. Genellikle bağımsız boyutların (Örneğin; hava sıcaklığı, saat) değişimine bağımlı olarak değişkenlik gösteren boyutları (Örneğin; sinema bileti satışları) anlamlandırmak için analiz ihtiyacı doğar.
   
   Bağımlı değişkenlerin sayısına göre kullanılabilecek 4 analiz türü vardır:
   
   – Bir değişkenli (Univariate): Tek bağımlı değişkenin bağımsız değişkenler karşısındaki gidişatı incelenir.
   – İki değişkenli (Bivariate): İki bağımlı değişkenin bağımsız değişkenler karşısındaki gidişatı incelenir.
   – Üç değişkenli (Trivariate): Üç bağımlı değişkenin bağımsız değişkenler karşısındaki gidişatı izlenir.
   – Çok değişkenli (Multivariate): Üçten fazla bağımlı değişkenin bağımsız değişkenler karşısındaki gidişatı izlenir.
   
   

4. Verinin yapısallığını tanımla

   Veri setlerinin birbiriyle olan ilişkisinin incelendiği adımdır. Sık görülen ilişki yapıları aşağıdaki gibidir:
   
   – Doğrusal (çizgisel) ilişkiler: Veri tablo, vektör gibi doğrusal formatlarda gösterilebilir.
   
   – Zamansal ilişkiler: Veri zamana bağlı değişkenlik gösterir.
   
   – Mekansal (coğrafi) ilişkiler: Veri gerçek dünya ile ilişkilidir (Harita ya da kat planı gibi).
   
   – Hiyerarşik ilişkiler: Veri tanımlı bir hiyerarşi ile ilişkilidir (Orgnizasyon şeması ya da basit bir akış şeması gibi).
   
   – Ağ ilişkileri: Veri kendi içindeki varlıklara bağlı değişkenlik gösterir.

5. Etkileşim ihtiyacını tanımla

   Tasarım sürecinin son adımında, kullanıcının görselleştirilmiş veri ile hangi seviyede etkileşime geçebilmesi gerektiği belirlenir. Etkileşim seviyesi üç kategoriye ayrılır:
   
   – Statik modeller: Olduğu gibi sunulan modellerdir, kullanıcı veriyi değiştiremez. (Örneğin; basılı harita)
   
   – Değişken kaynaklı (transformable) modeller: Kullanıcıya veriyi değiştirme imkanı sunar. Verinin model parametreleri ya da görsel haritalama biçimi değiştirilerek analiz edilmesine olanak sağlar.
   
   – Değişken görünümlü (manipulable) modeller: Kullanıcıya veri sunumu ile etkileşim imkanı sunar. Model daha yakından/uzaktan veya farklı açı ya da perspektiflerden görüntülenebilir.
   
   Değişken kaynaklı ve görünümlü modelleri kombine etmek, görselleştirilmiş veri üzerinde maksimum etkileşim imkanı sağlar.