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.

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:

Data Visualization - Tableau - geomap
Tableau – esempio di visualization: geomap

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.

Data Visualization - Tableau - heatmap
Tableau – esempio di visualization: heatmap (mappa di calore)

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.

Tableau – le nuove funzionalità di visualization animate
New call-to-action
ARGOMENTI CORRELATI
Categoria: DATA GOVERNANCE
Data Quality e Data Governance. Concept grafico che rappresenta l'ordine e la qualità ottenibile con la data governance

Fare ordine tra i dati: dalla Data Quality alla Data Governance 

Mettere ordine tra i propri dati aziendali è il primo passo, lo step fondamentale per… Leggi tutto

Concept che rappresenta la data literacy: immagine che raffigura un computer aperto su un tavolo

Data literacy: cos’è e perché è fondamentale per la tua impresa

Al giorno d’oggi si sente spesso parlare di strategie Data Driven e della necessità di… Leggi tutto

Data migration, concept grafico: immagine che raffigura una lente di ingrandimento che ingrandisce alcuni ingranaggi (le classiche rotelle con i denti) posti su uno sfondo di simboli alfanumerici. Il concetto grafico richiama la complessità di una operazione come quella di migrazione dei dati

Data migration: cos’è, come si esegue e le best practice

La trasformazione digitale ha causato un notevole aumento delle attenzioni dedicate alla Data Governance, la… Leggi tutto