Sokan úgy készítünk grafikonokat, mint ahogyan mosogatószert választunk az élelmiszerboltban, különösebb gondolkodás nélkül, megszokásból. A valóságban a végtermék (egy szép és tanulságos grafikon) ennél több átgondolást érdemel. Először is, jó, ha elgondolkodunk az adatok közlésének végcélján. Időbeli tendenciát szeretne bemutatni, kategóriánként szeretné bemutatni a felfedezéseket, vagy esetleg az adatokban szereplő változókat egy egész részeként szeretné megjeleníteni? A DataHero remekül ajánlja a megfelelő diagramot az adataihoz, de ebben a bejegyzésben talál némi hátteret arról, hogy miért.

Ez a két különböző grafikon szinte felcserélhetőnek tűnhet, de általában a folytonos adatokhoz a vonaldiagramok, míg a kategorikus adatokhoz a sáv- és oszlopdiagramok működnek a legjobban. Ne feledje, minden szabály alól vannak kivételek, de ezek néhány általános ökölszabály. A folytonos adatok mennyiségi adatok, nem lehet megszámolni a különböző értékek számát. Ide tartoznak az olyan adatok, mint az értékesítés, a magasság, a nyereség stb. Ide tartozhat az idő is, bár az idő lehet folytonos és kategorikus adat is. A sáv- és oszlopdiagramok a kategorikus adatok nagyszerű ábrázolásai, amelyekben megszámolhatja a különböző kategóriák számát. Ebben a példában az idő folyamatos a vonaldiagramban. A borkategóriákat tartalmazó oszlopdiagramokban azonban kategorikus is lehet.

Az alábbiakban látni fogja, hogy a vonaldiagram meglehetősen jól ábrázolja a tendenciát, de talán a borok (asztali, desszert és pezsgő) teljes eladására nézve a legjobb.

Itt van egy csoportosított oszlopdiagram ugyanezen adatokról kategóriák (asztali, desszert és pezsgő) szerinti bontásban. A csoportosított diagramok esetében nehéz lehet különbséget tenni az egyes csoportokban szereplő összegek között, azonban ideális a kategóriák egyes elemei közötti összehasonlításhoz.

A halmozott oszlopdiagramok kiválóan alkalmasak az összegek bemutatására, azonban nehéz lehet összehasonlítani az egyes kategóriák méreteit.

A százalékos oszlopdiagram azt mutatja be, hogy az egyes kategóriák hogyan teszik ki az egésznek egy részét. Más szóval, elrejti a mennyiséget, és az egyes csoportokban lévő mennyiségek közötti relatív különbséget ábrázolja. Ha a kategóriák között átfedés van, akkor csoportosított oszlopdiagramot kell használni, mivel nem állhat fenn a rész és az egész közötti kapcsolat.

A kumulatív oszlopdiagramok egy változó mennyiségét az adott pontig az összes gyakoriság összegeként ábrázolják. Ez ideális lenne, ha például tudni szeretném, hogy 1994 és 2012 között mennyi desszertbort adtak el.

A logaritmikus oszlopdiagram ferde adatokra reagál, különösen, ha egy vagy néhány pont ferdébb, mint az adatok nagy része. A százalékos változást vagy a szorzótényezőket mutatja.

További borstatisztikákat itt talál. Mindezek a grafikonok pontosan ugyanazokat az adatokat használják, de nagyon különböző perspektívákat mutatnak, attól függően, hogy mit kell kommunikálni az adatokból. A DataHero lehetővé teszi, hogy könnyedén navigáljon ezek között a grafikonok között a “Több” gomb egyszerű kattintásával, nincs szükség extra függvényekre vagy képletekre.

A DataHero segít leleplezni az adatokban rejlő válaszokat. Semmit sem kell letölteni vagy telepíteni. Egyszerűen hozzon létre egy fiókot, és csatlakozzon a mindennap használt adatszolgáltatásokhoz (például Salesforce, Stripe, MailChimp és Google Drive). A DataHero automatikusan dekódolja az adatait, és dinamikus vizualizációkon keresztül megmutatja a szükséges válaszokat.