Please reload

Recent Posts

การใช้รูปทรงใน data visualization

February 2, 2020

 

 

การสร้างการสื่อสารที่มีประสิทธิภาพ ผ่านการ Visualize ข้อมูลนั้น ในหลายๆกรณีจำเป็นที่เราจะต้องสร้างจุดเด่น หรือจุดที่ต้องการให้ผู้ดูโฟกัสมากที่สุด เพื่อเป็นการเน้นไปยังที่สิ่งที่ต้องการจะสื่อจากการวิเคราะห์ข้อมูลชุดนั้นออกมาเป็นอันดับแรก และสามารถซึมซับ จดจำ ได้อย่างรวดเร็ว

 

การใช้รูปทรงที่แตกต่างกันกับ Data point อื่นๆ เป็นหนึ่งในวิธีที่พบได้มากที่ใช้ เพื่อจำแนกลักษณะของ Data ที่มีคุณสมบัติเป็น Discrete Data ทำให้เราสามารถแสดงผลลัพธ์ในกรณีที่เราไม่มีข้อมูลประเภท Continuous ประกอบด้วยได้  และนอกจากนี้ การใช้ รูปทรงนั้นยังมีประโยชน์มากในการณีที่เราจำเป็นที่จะต้องนำเสนองาน Visualization ในรูปแบบที่ไม่สามารถใช้สีประกอบการนำเสนอได้

 

 การเลิอกใช้รูปทรงที่แตกต่างกันเพื่อสร้างจุด Focus

 

 

การเลือกใช้ Shape นั้นบางครั้งจำเป็นต้องคำนึงถึงน้ำหนักของ รูปทรงนั้นๆ ประกอบ ด้วย เช่น หากเราเลือกวงกลมทึบ กับ สี่เหลื่ยมทีบ ก็อาจจะไม่สามารถสร้างความ Contrast ได้มากเท่าที่ควร 

 

 

 

 การเลือกรูปทรง ที่มีนำหนักใกล้เคียงกันเกินไป

 

การเลือกรูปทรงที่เป็น Icon  ในบางครั้งนั้นตัว Icon เองมีรายละเอียดที่มากเกินไป ทำให้นอกจากจะรบกวนสายตาแล้ว อาจจะทำให้เราไม่สามารถส่งต่อสารที่จะสื่อได้อยากมีประสิทธิภาพมากนัก

 

 

 การเลือกรูปทรง ที่มีรายละเอียดมากเกินไป

 

และ นอกจากนี้ เนื่องจากรูปทรงนั้นจำเป็นต้องใช้ควบคู่กับ Dicrete Data ดังนั้นการคำนึงถึงความหลากหลายของกลุ่มในข้อมูลนั้นก็มีความจำเป็นเช่นเดียวกัน เพราะเรามีประเภทของกลุ่มให้จำแนกมากเกินไปก็จะทำให้รูปทรงต่างๆ นั้นกลืนไปกับความหลากหลากนั้นด้วย

 

ในความเป็นจริงนั้น การใช้รูปทรงเพื่อสร้างความจุดโฟกัสนั้นเป็นเพียง หนึ่งในหลายหลายวิธีที่ทำให้เราสามารถทำความเข้าใจข้อมูลในเบื้องต้นได้อย่างรวดเร็ว และสามารถมีให้เลือกใช้อย่างหลากหลายทั้งใน โปรแกรม BI  ทั่วไป หรือ Anayltic Tool ต่าง ๆ ทำให้เมื่อการใช้งานคู่กับข้อมูลมิติอื่น ๆ ก็จะสามารถทำให้เราเพิ่มประสิทธิภาพของงาน Visualization ได้

 

ตัวอย่างการแสดงผลแบบ Scatterplot แสดงความสัมพันธ์ระหว่าง Life expectancy (อายุขัยเฉลี่ย) และ GPD per Capital (ผลิตภัณฑ์มวลรวมในประเทศต่อหัว) ของประเทศต่างๆ ในปี 1992 โดยเลือกมาเพียงช่วง อายุขัย 50-70 ปี และ ประเทศที่มี GPD per Capital ไม่เกิน 10,000  USD

 

 จากกราฟ ด้านบน เราสามารถสร้างจุด Focus ให้กับประเทศกลุ่ม Asia ได้โดยการเปลี่ยน Shape ของทวีปอื่นให้เหมือนกันกันแทน เพื่อเน้นเพียงประเทศในทวีป Asia เท่านั้น

   

หรือ เลือก เปลี่ยนรูปทรงของประเทศที่เราต้องการเท่านั้น

 

 

 

 Data source: https://www.gapminder.org/

 

#BigData
#DataScience
#Optimization
#ProductivityImprovement
#DigitalTransformation

#Coraline ให้คำปรึกษาการทำ Big Data Project และ Digital Transformation เพื่อเพิ่มศักยภาพของธุรกิจ

 

 

 

 

 

Share on Facebook
Share on Twitter
Please reload

Please reload

Contact

Follow

02 114 7003 

77/129, 30th floor, Sinn Sathorn Tower, Thanon Krung Thon Buri, Khlong Ton Sai, Khlong San, Bangkok 10600 

©2017 by Coraline