Data Literacy

Data Literacy leckék – avagy a kék 3 árnyalata

Egy korábbi cikkemben bővebben írtam arról, hogy mi is a Data Literacy. Csak emlékeztetőül:

„adatelemzési eredmények, táblázatok, grafikonok olvasásának és értelmezésénék képessége”.

Tréningjeimen sokszor találkozom kérdő tekintetekkel, amikor ott is így definiálom ezt a fogalmat. Csodálkozásuk mögött többnyire az a feltételezés van, hogy MINDENKI képes táblázatokat és grafikonokat olvasni. Hogy így van vagy nincs – nem tudom, de tegyünk egy próbát!

Egy nagyon egyszerű adattábla található lentebb. Azt mutatja, hogy egy nőnek milyen valószínűséggel lehet daganatos megbetegedése az adott életkor szegmensben.

Akkor kezdődjön a játék! Te milyen „érdekességeket” látsz az adatokban? 

No alt text provided for this image

(az adatok forrása egy amerikai nagymintás kérdőíves kutatás)

Ha kész vagy, most nézzünk én mit találtam. Ehhez elkészítettem néhány diagramot, hogy jobban tudjam „olvasni” az adatokat. A diagramok ugyanis olyan vizualizációs “kódok”, melyek a számokat agyunk számára értelmezhetőbb formában ábrázolják, és így gyorsítják az információ feldolgozás sebességét.

1.   állítás – 50 éves kor alatt alacsony a daganatos megbetegedés valószínűsége

No alt text provided for this image

A diagramon eleve jól látható, de ún. preattentív attribútummal (téglalap) kiemeltem, hogy 20-50 éves kor között az oszlopok magassága alacsony, azaz alacsony a megbetegedés valószínűsége. Vegyük észre, hogy a diagram úgy van kialakítva, hogy az olvasó figyelme a 20-50 éves tartományra esik, a fő üzenet szövegesen is ki van emelve („Kockázati valószínűség alacsony: 0,7% alatt”), és hogy az olvasónak legyen összehasonlítási alapja, a következő életkorszegmensnél (50-60 évesek) is ki vannak írva az értékek. Így az olvasó azonnal el tudja helyezni, hogy a 0,7% sok vagy kevés (a még mindig viszonylag alacsony kockázatú 50-60 éves szegmensben is jóval magasabb a daganatos megbetegedés esélye).

 

2.   állítás – 70-80 éves életkor szegmensben extrém magas a daganatos megbetegedés kockázata

No alt text provided for this image

Ugyanaz az ábra, de most arra irányítjuk a figyelmet, hogy hol a legmagasabb a kockázat. Egy konkrét életkor szegmenst emeltünk ki (70-80 közöttiek), itt is szövegesen kiírjuk a megállapításunkat és erős oszlopszínekkel irányítjuk a hallgatóság figyelmét, hogy hova nézzen. Az előző ábrához képest jóval kevesebb információ jelenik meg, így még erőteljesebb az üzenet.

 

3.   állítás – 20-60 éves kor között a melldaganatos megbetegedése kockázata magasabb a nők körében, mint minden más daganatos megbetegedésé

No alt text provided for this image

Az adattábla ugyanaz mint eddig, de itt területdiagramot alkalmaztuk, hogy kiemeljük a fenti állítást. Jól látható a diagramon, hogy 60 éves korig a melldaganatos értékek magasabbak, és utána fordul meg az arány. Itt is szövegesen emeltük ki a kulcsüzenetet. Sokszor a diagram olvashatóságát növeli, ha jelmagyarázat (legend) helyett az adatvonalra írjuk ki az adatsor jelentését („Melldaganat”, „Egyéb daganat”).

 

Mi is történt pontosan?

Van egy adattábla és 3 teljesen különböző diagram, ahol mindegyik diagram egy-egy üzenetet fogalmaz meg! Az adatolvasási készség lényege ép ez: észre tudsz-e venni az adatok közt ilyen „üzeneteket”? Ha képes vagy rá, akkor ezt át tudod adni mások számára? Tudsz-e priorizálni a üzenetek között?

Az adatolvasási készség tehát csak részben szól rólunk. Fontos, hogy ismerjük az üzleti oldal problémáit, és így tudjunk az Ő szemükkel „olvasni” adatokat. De ez csak az első lépés. Utána kell készíteni egy olyan diagramot, amiből a menedzserek/döntéshozók azonnal képesek leolvasni az általunk fontosnak gondolt üzenetet. (és csak egy üzenetet: 1 diagram mindig 1 üzenetet közvetítsen!).  

 

Hogy ez mennyire egyszerű vagy mennyire nehéz – azt döntse el az olvasó!

Azonban jó hír, hogy adatolvasási készség fejleszthető. Ha szeretnéd Te is fejleszteni, jelentkezz következő két kurzusomra! (A kurzusok az IIR Magyarország szervezésében kerülnek megtartásra, így jelentkezni az IIR oldalán lehet)