Veri Görselleştirmede Grafik Türünü Seçmek

Bir grafiğin işi süslemek değil, tek bir soruyu cevaplamak. Yanlış tür seçildiğinde veri kaybolmaz; daha kötüsü olur, yanlış okunur ve kimse fark etmez. Grafik seçimi bu yüzden estetik bir tercih değil, okuma biçimiyle ilgili bir karar.

Üç harfli kurallara ihtiyacınız yok

Veri görselleştirme metinleri kolayca kısaltmalara kayıyor: bağlam, sadelik, karşıtlık. Üçü de İngilizcede C ile başladığı için ortaya "3C kuralı" çıkıyor. Baş harflerin tutması bu üçlünün doğru gruplama olduğunu göstermez, yalnızca akılda kalıcı olduğunu gösterir.

Pratikte tek bir soru daha çok iş görür: bu grafiğe bakan kişi neyi merak ediyor? Zaman içindeki değişimi mi, gruplar arasındaki farkı mı, iki ölçüm arasındaki ilişkiyi mi, yoksa bir değerin nasıl dağıldığını mı? Cevap netse grafik türü kendiliğinden birkaç seçeneğe iner. Cevap net değilse hiçbir tasarım kuralı o grafiği kurtarmaz; ortaya bakması hoş ama kimsenin ne yapacağını bilemediği bir görsel çıkar.

Çubuk grafik neden bu kadar iyi çalışıyor

Çubuk grafiğin gücü basitliğinde değil. İnsan gözü ortak bir eksene oturan uzunlukları oldukça tutarlı biçimde kıyaslar; aynı doğruluğu açıda, alanda ya da renk tonunda yakalayamaz. Cleveland ve McGill'in algısal sıralama çalışmasından beri bilinen şey bu, ve pasta grafiğe duyulan yaygın şüphenin de asıl gerekçesi. Pasta grafik iki ya da üç dilimde iş görür. Dilim sayısı arttıkça okuyucudan açı kıyaslaması istemiş olursunuz, o da tahmine döner.

Uzun kategori etiketleriniz varsa çubukları yatay çevirin. Eğik yazılmış etiket okunmuyor, sadece yer kaplıyor.

İstiflenmiş çubuğun sessiz sorunu

İstiflenmiş çubuk grafik, çubuğun az önce saydığım avantajını kısmen geri verir. Bir istifte yalnızca en alttaki dilim ortak bir tabana oturur. Üstteki dilimlerin başlangıç noktası, altında kalan dilimlerin toplamına göre çubuktan çubuğa kayar. İki çubuktaki "kısmen tamamladı" dilimini gözle karşılaştırmaya çalıştığınızda, ortak sıfırı olmayan iki uzunluğu kıyaslıyorsunuz demektir ve bunu güvenilir biçimde yapamazsınız.

Yani toplam ile en alttaki kategori sizin için yeterliyse istif doğru araç. Ama asıl mesajınız ortadaki bir dilimse, o dilimi kendi grafiğine çıkarın. Görev sonuçlarını istifleyip "kısmi başarı azalmış" demek, çoğu raporda desteklenmeyen bir okuma.

Çizgi ve dağılım: birbirinin yerine geçmezler

Çizgi grafik, x ekseninde doğal bir sıra olduğunda anlamlıdır. Zaman böyle bir sıradır. Kategori değildir. Ürün adlarını x eksenine dizip aralarına çizgi çekmek, olmayan bir sürekliliği ima eder; o veri çubuk ister.

Dağılım grafiği ise iki sayısal ölçüm arasındaki ilişkiyi gösterir ve aykırı değerleri saklamadığı için dürüst bir grafiktir. Dürüstlüğü fazla ileri götürmemek gerekir: noktaların yukarı doğru dizilmesi bir değişkenin diğerini getirdiğini söylemez. Özellik kullanım sıklığı ile memnuniyet arasında güçlü bir eğilim görüyorsanız, aynı tabloyu üreten üçüncü bir sebep genelde vardır ve çoğu zaman kullanıcının deneyim düzeyidir.

Tek bir sayı hiçbir şey anlatmaz

Görev başarı oranı yüzde 78. İyi mi? Bu soruya grafiğin kendisi cevap veremez. Anlam, karşılaştırmadan gelir: önceki ölçüm, alternatif tasarım, ekibin baştan koyduğu hedef.

Sektör ortalamalarına yaslanan karşılaştırmalara temkinli yaklaşırım. İki ölçümün görev tanımı, katılımcı profili ve başarı ölçütü aynı değilse, kıyaslama sayı üretir ama bilgi üretmez. Kendi önceki ölçümünüzle karşılaştırmak neredeyse her zaman daha sağlam bir referanstır, çünkü yöntemi siz kontrol ediyorsunuz.

Bir de örneklem büyüklüğü meselesi var. Sekiz kullanıcıyla ölçülen bir oranın belirsizlik aralığı geniştir; bunu grafikte göstermek raporu zayıf düşürmez, tam tersine ne kadarını gerçekten bildiğinizi söyler. Aralığı gizleyip kalın bir yüzde yazmak, veriyi güçlü değil sadece iddialı gösterir.

Grafiği ekrana basmak

Görselleştirme yazılarının çoğu burada "SVG kullanın, her çözünürlükte net görünür" deyip geçer. Doğru ama eksik. SVG'de her veri noktası bir DOM elemanıdır, dolayısıyla maliyeti nokta sayısıyla doğrusal büyür.

Bir kullanım analitiği panelinde kırk bin küsur noktalı bir dağılım grafiğini SVG olarak basmıştık; tarayıcı çizmeyi başardı ama sayfa her fare hareketinde kilitlendi. Birkaç bin elemana kadar SVG rahat çalışır, o eşiğin üstünde canvas ya da WebGL tabanlı bir çizim katmanı gerekir.

Gerçek çözüm çoğu zaman teknoloji değiştirmek de değil. Kırk bin noktayı ekrana basmanız gerekiyorsa o grafik zaten okunmuyordur: noktalar üst üste biner, yoğunluk görünmez olur. Veriyi kutulara bölüp yoğunluk haritasına çevirmek hem daha hızlı hem daha okunur bir sonuç verir. Mobilde ise mesele kesinlik değil, alan; dört çubuğa sığmayan bir grafiği küçültmek yerine, o ekranda hangi iki seriyi göstereceğinize karar edin.

Bakmaya değer kaynaklar

Konuyu ciddiye alacaksanız üç kitap işi büyük ölçüde görür:

• Jonathan Schwabish, Better Data Visualizations: grafik türlerini tek tek, ne zaman çalıştıklarıyla birlikte ele alıyor.
• Cole Nussbaumer Knaflic, Storytelling with Data: veriyi sunuma çevirirken nereye dikkat edileceği konusunda pratik.
• Edward R. Tufte, The Visual Display of Quantitative Information: eski ama hâlâ tartışmayı başlatan kaynak.

Uygulamalı örnek arıyorsanız Pew Research Center, FiveThirtyEight ve The Economist'in grafiklerine bakmak yeterli. Üçünde de ortak olan şey teknik marifet değil: her grafik tek bir şey söylüyor ve başlığı o şeyi zaten yazıyor.