La logica è una invenzione dell’uomo. Con la logica l’uomo ha fatto il triangolo, il quadrato, il cerchio e altre cose intelligenti. Ma la fantasia ha un altro modo di nascere e vedere le cose ed è capace di fare triangoli di otto lati e quadrati come fiori di campo.” (Fabrizio Caramagna)

Quando si parla di “scienza” si tende a non associare gli aspetti più creativi, come quello relativo alla rappresentazione dei dati e dei risultati delle analisi nel caso della Data Science. Ma senza una buona rappresentazione questi sono “solo numeri”, nella maggior parte dei casi accessibili e comprensibili solo da chi li ha prodotti. Diverse volte in questo blog ci siamo occupati di Data Science e, tra i suoi volti, abbiamo più volte richiamato quello della Data Visualization (Le 6 (+1) fasi del processo tipico di Data Science – BNova).

Circa l’importanza della Data Visualization e dell’Information Design non è necessario disquisire ulteriormente, basti pensare alle infografiche di Giorgia Lupi, information designer, che sono approdate addirittura al MOMA di New York. Quello su cui possiamo indagare, invece, sono gli strumenti e la loro capacità di acquisire dati di diversa tipologia e da diversi sistemi sorgente, e di trasformarli in informazioni utilizzabili in modo facile e veloce. Tra questi vi è sicuramente Tableau, piattaforma leader nel mercato della Business Intelligence: Tableau è pensato per facilitare le attività degli utenti finali, per dare anche al business la possibilità di interrogare i dati in modo semplice ed avere risposte alle proprie domande agilmente, senza necessità di conoscenze tecniche. Con l’aiuto di Tableau vediamo quanto è importante impostare una Data Visualization adatta al contesto.

 

Tableau per scoprire come aumenta il valore dei dati, quanto è importante la giusta Data Visualization

Anche se spesso nei progetti di Data Science è presa sottogamba, in realtà la fase di Data Visualization è importantissima, perché è quella in cui le informazioni estratte dai dati grazie ai processi analitici vengono passate agli utenti e quindi si trasformano in valore per l’azienda. Per questo è importante avvalersi di uno strumento che faciliti questa operazione. Grazie a Tableau si può trovare la forma grafica giusta per ogni dato, perché la comprensione del dato è tanto più completa ed immediata quanto più la grafica è adatta all’utente che la osserva.

Per evidenziare l’importanza di questo strumento, come cambia la comprensione del dato grazie alla Data Visualization, proponiamo qualche esempio.

tableau_geomap

 

Il più semplice è quello di un’analisi geografica: è evidente che una lista di coordinate geografiche in forma testuale o tabellare non potrà mai essere parlante quanto lo sono gli stessi dati riportati su una mappa:

Oltre a semplificare la comprensione dei dati, la Data Visualization è utile per passare agli utenti anche il valore estratto (o creato) dalle tecniche analitiche sui dati. Un esempio è la rappresentazione delle correlazioni tra coppie (o gruppi) di oggetti attraverso le heatmap (mappe di calore)

Come si vede nell’immagine sottostante ogni piccola area rappresenta la relazione tra 2 dimensioni. Tableau permette di personalizzare la tonalità e l’intensità del colore di queste aree che rappresentano la forza della relazione tra loro. In questo caso i dati sottostanti sono il risultato di tecniche analitiche avanzate, sono “solo numeri”, ma risulterebbero incomprensibili se non fosse per la componente grafica, grazie alla quale qualunque tipo di utente è in grado di percepire la differenza tra le relazioni.

tableau_heat-map

Dalle rappresentazioni statiche a quelle dinamiche

Quando si pensa alla visualizzazione dei dati si tende di solito a ricondurla ai semplici grafici a barre o a torta. Questi sono sicuramente un riferimento diffuso per molte informazioni, ma non sempre sono le forme grafiche più adatte, ad esempio nei casi sopra citati. Ogni dataset è diverso, ogni informazione da mostrare ha particolari caratteristiche ed è importante associargli la giusta visualizzazione perché ne emerga il valore. Tableau si è evoluto su questi aspetti, a dimostrazione di quanto sia importante trovare la giusta forma per la Data Visualization.

Le rappresentazioni dinamiche, ad esempio, sono tra le evoluzioni dell’information design più significative. Risultano molto utili per rappresentare dati che si evolvono nel tempo o informazioni eterogenee per area geografica. Tableau permette di rappresentare questi dataset grazie a grafici dinamici e interattivi, perfetti per far emergere la componente temporale.

 

 
 

New call-to-action

Approfondimenti da BNext:

Denodo e la data virtualization a supporto di Machine Learning e Data Science

Il Machine Learning e la Data science sono strettamente legate alla data virtualization. denodo è il tool ideale individuato da BNova

Temporary Management: la nuova frontiera per il cambiamento

Il temporary management è utile nelle fasi di cambiamento aziendale quando serve supporto oltre alle competenze presenti ad organico

BNova e la nuova collaborazione con un partner strategico CDi Manager

CDi Manager, specializzata nel Temporary Management e consulenza strategica, aiuta le aziende a incrementare competitività ed efficienza della propria organizzazione grazie a forme flessibili di ingaggio

Logistica 4.0: il futuro

Quando si parla di Logistica 4.0 si fa riferimento alle tecnologie digitali per stoccaggio e trasporto delle merci, e oggi questa è un esigenza per le aziende, che vengono aiutate da Iot e Big Data. Questa nuova forma di Logistica porta con sè nuove competenze, nuovi...

Dataiku: le novità della release 9

Dataiku, tante novità. Le energie si concentrano sul processo di trasformazione e analisi del dato e sulla collaborazione con altri tool, come Tableau

Vertica apre le porte alla Data Science

La Data Science, in termini di supporto decisionale alle aziende, ha un potenziale enorme, ma è una materia molto ampia e di carattere sperimentale: non necessariamente l’algoritmo migliore per un settore si rivela buono anche in realtà aziendali diverse. Ogni tecnica...

Keplero: l’integrazione nell’Industria 4.0

Integrazione nell'Industria 4.0 : i processi produttivi sono in una fase di trasformazione in ottica smart. Ciò che permette questo passaggio è la tecnologia. Oltre all'Industrial IoT entra in gioco anche un approccio rivolto all'integrazione orizzontale e verticale....

Data Governance: governare processi e responsabilità sui dati. Un use case in ambito finance.

Secondo Gartner erwin by Quest è la soluzione di Data Governance leader di mercato. Ecco i vantaggi in un use case in ambito finance

denodo: Unified Semantic Layer per portare la democrazia e mettere ordine nel caos

Uno strato semantico unico, senza bisogno complessi processi ETL e senza muovere i dati dalla loro origine

Keplero: e-mobility e la rivoluzione green per l’automotive

Far fronte ai cambiamenti climatici è uno dei motivi che spinge le aziende automobilistiche a ridurre le emissioni di CO2. Questo aspetto insieme al crescente prezzo del petrolio sono la spinta verso la ricerca di soluzioni innovative e sostenibili anche nell'ambito...