Geleceğe Bırakılan Miras, Veri Görselleştirme

Birkaç yüzyıllık süreçte bilim, teknoloji, sanat ve kültürün gelişmesine paralel dünya genelinde bilgi üretimi artmaya başlamış, ortaya çıkan anlamlı verilerin güvenli bir şekilde saklanması ve aktarılması ihtiyacı doğmuştur. Değeri ölçülemez bu verilerin hacmi, klasik sunma/depolama işlemlerinin yetersiz kalmasına neden olmuş, bireylerin görsel algılama yeteneğini tetikleyen veri görselleştirme de bu ihtiyaç doğrultusunda doğmuştur. Bu yazımızda, ne olduğundan ve nasıl yapıldığından bahsederek veri görselleştirmeyi yakından tanıyacağız:  

Veri Görselleştirme Nedir, Nasıl Yapılır?

Soyut verilerin, insan bilgisini artırmak amacıyla klasik dışı bir formatla, yani bilgisayar grafik efektlerle (harita, çizim, tablo, diyagram, animasyon, fotoğraf, resim gibi) sunulmasına veri görselleştirme (data visualization) denir. Amaç, klasik sunumuyla kafa karışıklığına yol açan istatistiksel ve değişken bilgilerin kolayca görülmesini, algılanmasını ve keşfedilmesini sağlamaktır zira yapılan araştırmalar göstermektedir ki insan beyni görsel uyaranlara daha çok tepki vermektedir. 

Kaynak kullanımı ile rekabet gücü açısından kullanılan iş zekâsı uygulamaları için büyük öneme sahip olması nedeniyle veri görselleştirme, bugün Google, Apple, Facebook, Twitter ve Amazon vb. dünyanın en büyüklerinin de sıklıkla başvurduğu bir yöntemdir. 

Veri görselleştirme yöntemiyle yapılan çalışmanın başarısına, kullanılan teknikten sunuluş biçimine, analizden tercih edilen renkler ile boyutlarına pek çok özellik doğrudan etki eder. Bu nedenle yöntem, tasarımcının veri konusunda bilgi sahibi olmasını ve salt tasarım bilgisiyle değil istatistiksel bilgiyle de donatılmış olmasını bekler. Başarıyı etkileyen bir diğer faktör de kullanılan araçtır. Farklı olanaklar sunan bu araçlar, kod tabanlı, web tabanlı ya da başlı başına bir program olabilir. 

Makers Türkiye’nin 21. yy yetkinliklerini deneyimleten yaratıcı workshop tasarımları için bizimle iletişime geçebilirsiniz. #makersturiye #etkiyarat

Veri Görselleştirmede Öne Çıkan Noktalar

Doğrusal, düzlemsel, hacimsel, çok boyutlu, hiyerarşik, zamansal ve iletimsel görselleştirme olmak üzere 7 tipi bulunan veri görselleştirmede, genellikle görsel ve yönteme dair bilgi veren periyodik tablodan yararlanılır. 

Veri, görünüm/tasarım, bulgu, hikâye/haber ve etkileşim görsel elementlerinden oluşan veri görselleştirmenin sınırları da var. Bu sınırları, veri kalitesi, neden-sonuç ilişkisi ve doğrulanabilir ya da kanıtlanabilir olma çizer. Sınırlara değinelim:

Veri Kalitesi: Veri görselleştirme yöntemi kullanılarak görselleştirilecek olan ham verinin kalitesi, görsel çıktının kalitesini doğrudan etkiler. Diğer bir ifadeyle ilgili verinin kalitesi düşükse yapılacak grafik çalışması kalitesiz olacaktır, hatta verinin grafiğe dönüştürülmesi mümkün olmayabilecektir. Bu nedenle çalışmaya başlamadan evvel dağınık verinin temizlenmesi, kullanılabilir hâle getirilmesi gerekir. 

Neden-Sonuç İlişkisi: Veri görselleştirmesinin amacına uygun bir şekilde uygulanabilmesi için ortaya çıkarılacak grafikte neden-sonuç ilişkisinin gözetilmiş olması önemli. Yani, grafik çalışmalarında ilişkiler ön planda yer almalı, olmayan bir ilişkiyi varmış gibi göstermekten kaçınılmalı. Aksi durumda ilgili görselin onulmaz hatalara yol açması kaçınılmaz. 

Doğrulanabilir ya da Kanıtlanabilir Olma: Görselleştirilen verilerin bir kullanım amacı olmalı. Salt görsellerden oluşan bir grafik, görselleştirilmiş bir veri olarak değerlendirilemez. Bu nedenle görselin muhteviyatının toplanan ham verilerin doğrulanması ve analiz edilmesi ile oluşturulması (kanıtlanabilir bilgilerle donatılmış olması) gerekli. 

Temel görselleştirme kuralları ise şöyle:

  • Veri madenciliğinin ilk süreci olan veri görselleştirme, kendine çeşitli alanlarda kullanım alanı yaratmış olduğundan tek bir grafiğin her alanda etkili olması mümkün değil. Bu nedenle alternatifler arasından veriye en uygun olan görselleştirme aracını seçmek gerekir. Öte yandan bu aracın rahat kullanım ve pratik yapma olanağı sunuyor olması da önemlidir.
  • Görselleştirme aracının veriyi çarpıtmadığından emin olunması gerekir. Bu yüzden yanlış anlaşılmalara mahal verecek görsellerden kaçınmalı.
  • Veriyle daha fazla etkileşime geçilebilmesi için verinin mantıklı bir biçimde analiz edilmiş, sıralanmış ve görselde kullanılmış olması gerekir. (Kategorileştirmenin yapılması ya da eş değer niteliklerin belirli bir mantık örüntüsüyle sunulması gibi.)
  • Görselleştirilen veri, kullanıcısı tarafından rahatlıkla karşılaştırılabilir ve filtrelenmeye uygun nitelikte olmalı. 
  • Kullanıcının dikkatinin dağılmaması adına gereksiz görsel kullanımından kaçınılmalı, kullanılan görsellerin de yeterli sayıda ve ilgi çekici olmasına önem verilmeli.
  • Görselde, verinin anlamlaştırılmasına olanak sunan renk ve simgeler tercih edilmeli.

Makers Türkiye’nin 21. yy yetkinliklerini deneyimleten yaratıcı workshop tasarımları için bizimle iletişime geçebilirsiniz. #makersturiye #etkiyarat

 

Size ulaşmamız için aşağıdaki formu doldurun.


bir yorum bırakın