- Diagrammas veida izvēle, pamatojoties uz mērķi (tendences, salīdzinājumi, sadalījumi), ir būtiska, lai programmā Excel izvairītos no mulsinošām vizualizācijām.
- Sektordiagrammas, radara diagrammas, burbuļdiagrammas un uzlaboti formāti, ja tos nepareizi izmanto, var izkropļot interpretāciju, ja pārmērīgi tiek izmantotas kategorijas vai vizuālie efekti.
- Paplašinātas diagrammas (ūdenskrituma, piltuves, aizzīmju punktu, tornado, spidometra) sniedz pievienoto vērtību tikai tad, ja tās precizē vēstījumu un ir pamatotas ar uzticamiem un labi formatētiem datiem.
- Labas prakses, piemēram, 3D diagrammu izvairīšanās, asu un sēriju ierobežošana, kā arī empātijas pret auditoriju ievērošana, uzlabo jebkuras diagrammas lasāmību un lietderību programmā Excel.
Ja ikdienā strādājat ar izklājlapām, jūs zināt, ka labi izvēlēta diagramma var pārveidot bezgalīgu tabulu par skaidru un viegli saprotamu stāstu. Taču ir arī taisnība, ka slikti izstrādāta diagramma programmā Excel var nodarīt vairāk ļauna nekā laba: kļūdas datu atlasē, nepiemēroti vizualizācijas veidi, nevajadzīgi 3D efekti vai mulsinošas asis, kas kropļo vēstījumu.
Šajā rakstā mēs soli pa solim apskatīsim, no kurām diagrammām programmā Excel izvairīties vai kuras izmantot ļoti piesardzīgi , kā izvēlēties skaidrākas alternatīvas un kāda labākā prakse palīdzēs padarīt jūsu pārskatus lasāmākus, profesionālākus un noderīgākus lēmumu pieņemšanā neatkarīgi no tā, vai veicat vienkāršas analīzes vai uzlabotus finanšu informācijas paneļus.
Bieži pieļautās kļūdas, veidojot diagrammas programmā Excel, un kā no tām izvairīties
Pirms pievērsties konkrētu veidu diagrammām, ir vērts pārskatīt dažas ļoti izplatītas problēmas, mēģinot veidot datu diagrammas programmā Excel , kas var sniegt kļūdu ziņojumus, nekonsekventus rezultātus vai diagrammas, kuras ir neiespējami saprast.
Viena no visbiežāk pieļautajām kļūdām rodas, strādājot ar CSV failiem vai citiem teksta formātiem . Lai gan vizuāli tie var izskatīties pareizi, programma Excel ne vienmēr interpretē visas vērtības kā skaitļus . Dažreiz šūnās tiek saglabāts teksta formatējums, slēptas atstarpes vai dažādi decimāldaļu atdalītāji, un, mēģinot izveidot diagrammu, tiek parādīts brīdinājums, ka formula vai atlasītais diapazons nav derīgs.
Ja jums ir matrica ar divām kolonnām un simtiem rindu, un Excel joprojām neļauj izveidot diagrammu, ļoti iespējams, ka daļa diapazona satur datus, kas sajauc tekstu un skaitļus, vai nepareizi formatētas tukšas šūnas . Šādos gadījumos ieteicams pārbaudīt faktisko šūnu formatējumu, izmantot tādus rīkus kā "Teksts uz kolonnām" vai iepazīties ar Excel datubāzu rokasgrāmatu, lai pārliecinātos, ka viss ir pareizi ierakstīts kā skaitlisks.
Vēl viena izplatīta problēma rodas, atlasot datus X un Y asīm izkliedes diagrammā. Dažreiz, mēģinot manuāli norādīt sēriju no dialoglodziņa, programma Excel atgriež ziņojumu, ka ievadītā formula ir nepareiza , pat ja vienkārši velkat peli pāri diapazonam. Tas parasti ir saistīts ar nekonsekventiem diapazoniem (dažāda garuma kolonnām), jauktām atsaucēm starp lapām vai argumentu atdalītājiem, kas neatbilst sistēmas iestatījumiem (semikols pret komatu).
Turklāt, strādājot ar failu, kas saglabāts kā .csv vai konvertēts uz .txt, atšķirības starp Excel versijām (piemēram, Windows un Mac) var ietekmēt rezultātu . Diezgan bieži diagramma vienā platformā tiek attēlota perfekti, bet citā platformā tiek rādītas kļūdas vai kolonnas tiek interpretētas atšķirīgi, īpaši decimālskaitļu atdalītāja un lauku atdalītāja dēļ. Šādos gadījumos bieži vien ir noderīgi saglabāt failu tieši kā Excel darbgrāmatu (.xlsx), pārbaudīt reģionālos iestatījumus un atjaunot diagrammu no jauna, izmantojot normalizētos datus.
Izvēlieties pareizo diagrammas veidu atbilstoši savam mērķim
Papildus tehniskajām problēmām, viens no galvenajiem veidiem, kā izvairīties no analīžu "sabojāšanas", ir pareizā diagrammas veida izvēle jūsu atskaites mērķim. Excel piedāvā plašu opciju klāstu: joslu, kolonnu, līniju, laukumu, sektoru, izkliedes, burbuļu, radara, piltuves, ūdenskrituma utt. Taču ne visas no tām darbojas vienlīdz labi katrā lietošanas gadījumā.
Pirmais, kas jums sev jāuzdod, ir tas, ko vēlaties izskaidrot ar saviem datiem : tendenci laika gaitā? salīdzinājumu starp kategorijām? kā kopējā vērtība tiek sadalīta daļās? sadalījumu? indikatora evolūciju attiecībā pret mērķi? Kad šī ideja ir skaidra, ir daudz vieglāk atmest grafikus, kas tikai rada vizuālu troksni vai kropļo interpretāciju.
Piemēram, ja nepieciešams attēlot tendences pa mēnešiem, līniju diagramma parasti ir daudz skaidrāka nekā sektoru diagramma , jo tā ļauj sekot laika secībai un noteikt maksimumus, ielejas vai lūzuma punktus. No otras puses, ja mērķis ir salīdzināt vairāku kategoriju ieguldījumu kopsummā, joslu diagramma vai sakrautu laukumu diagramma varētu būt piemērotāka, ja tā tiek izmantota uzmanīgi.
Ir svarīgi arī ņemt vērā kategoriju vai sēriju skaitu, ko jūs pārstāvēsiet. Viena un tā paša veida diagramma var būt pilnīgi lasāma ar piecām kategorijām, bet kļūt pilnīgi neērta ar divdesmit. Šādā brīdī dažreiz ir vēlams mainīt diagrammas veidu, grupēt mazākas kategorijas kategorijā "citas" vai pat sadalīt informāciju vairākās vienkāršākās vizualizācijās.
Kad izmantot joslu diagrammas un kad tās var radīt problēmas
Stabiņu diagrammas (un kolonnu diagrammas) droši vien ir visplašāk izmantotais rīks lielumu salīdzināšanai starp grupām . Tās ļoti labi noder, ja vēlaties uzreiz redzēt, kurai kategorijai ir lielāka vai mazāka vērtība, vai kā daži mainīgie ir sadalīti attiecībā pret citiem.
To galvenā priekšrocība ir tā, ka vizuāla garumu salīdzināšana ir ļoti intuitīva . Cilvēka acs viegli nosaka, kurš stienis ir augstāks (vai garāks), ja vien tie ir pareizi izvietoti un sakārtoti. Tāpēc tie ir tik noderīgi pārdošanas pārskatos pēc produkta, rezultātos pēc nodaļas, budžeta salīdzinājumā starp jomām utt.
Tomēr šīs diagrammas kļūst par galvassāpēm, ja kategoriju skaits ir pārāk liels vai vienlaikus tiek apvienotas pārāk daudzas sērijas . Grupēta kolonnu diagramma ar desmit produktiem un četru gadu salīdzinājumu var pārvērsties par nelasāmu krāsu jucekli, kurā galvenā vēsts ir pilnībā zudusi.
Lai no tā izvairītos, ir svarīgi ierobežot vienā vizualizācijā redzamo joslu skaitu, saglabāt vienādu atstarpi starp kolonnām un izmantot vienkāršu un konsekventu krāsu paleti. Ja kategoriju saraksts ir ļoti garš, vislabāk tās grupēt, filtrēt pēc atbilstošākajām vai izmantot rakurstabulu programmā Excel, lai apkopotu informāciju pirms tās parādīšanas.
Vēl viena kļūda, no kuras jāizvairās, ir 3D efektu izmantošana joslu diagrammās . Lai gan tie var šķist pievilcīgi, tie kropļo augstuma uztveri un ārkārtīgi apgrūtina vērtību salīdzināšanu. Turklāt tie rada nevajadzīgu vizuālu troksni, kas analīzei absolūti neko nedod.
Līniju diagrammas: ideāli piemērotas tendencēm, bīstamas, ja ir pārāk daudz sēriju
Ja vēlaties izsekot viena vai vairāku rādītāju attīstībai laika gaitā, līniju diagramma ir klasiska un gandrīz vienmēr visieteicamākā iespēja . Tā ļauj nepārtraukti attēlot katras datu sērijas trajektoriju un ātri atrast galvenos momentus: pieprasījuma maksimumu, strauju kritumu, sezonalitāti utt.
Tā galvenā priekšrocība ir vienkāršība: X ass attēlo laiku (dienas, mēnešus, gadus), un Y ass attēlo indikatora vērtību . Ar to pietiek, lai lasītājs gandrīz bez piepūles saprastu, kā mainīgais darbojas. Turklāt var pārklāt divas vai trīs līnijas, lai salīdzinātu, piemēram, faktiskos pārdošanas apjomus ar mērķi vai dažādus klientu segmentus.
Problēma rodas, ja vienā diagrammā mēģina ievietot pārāk daudz sēriju. Ja iekļauj astoņas vai desmit līnijas, krāsas sāk atkārtoties, leģendas kļūst neizlasāmas , un diagramma izskatās kā zirnekļa tīkls, kurā nav iespējams izsekot katrai tendencei. Šādos gadījumos labāk ir sadalīt analīzi vairākās diagrammās vai izcelt tikai patiesi atbilstošās sērijas.
Ir svarīgi arī kontrolēt sekundāro asu izmantošanu. Excel ļauj pievienot otru Y asi, lai attēlotu indikatorus dažādos mērogos , taču to pārmērīga izmantošana var mulsināt lasītāju un radīt maldīgu iespaidu, ka pilnīgi dažādas sērijas ir saistītas tikai tāpēc, ka tām ir viena un tā pati vizuālā telpa.
Labs triks, lai izvairītos no grafika pārslodzes, ir to papildināt ar līnijām, kas apzīmē konkrētus datu punktus visatbilstošākajos maksimumos vai ielejās , nevis apzīmēt katru atsevišķu punktu. Tas pastiprina interpretāciju, nepārblīvējot vizualizāciju ar skaitļiem visapkārt.
Laukumu diagrammas: noderīgas kumulatīvajiem lielumiem, bīstamas pārklāšanās dēļ
Laukumu diagrammas ir līdzīgas līniju diagrammām, taču vieta zem līnijas ir aizpildīta ar krāsu . Tas padara tās īpaši noderīgas, ja vēlaties izcelt kumulatīvos apjomus vai dažādu komponentu relatīvo ieguldījumu laika gaitā.
Piemēram, tie var ļoti labi noderēt, lai attēlotu, kā dažādas produktu līnijas veicina kopējos mēneša pārdošanas apjomus vai kā laiks tiek sadalīts starp dažādām aktivitātēm noteiktā periodā. "Pildījuma" efekts rada apjoma un svara sajūtu, kas var būt ļoti noderīga noteiktos naratīvos.
Tomēr tā galvenais trūkums ir tāds, ka, vairākām zonām pārklājoties, pamatā esošo sēriju kļūst grūti interpretēt . Pat spēlējoties ar caurspīdīgumu, daži slāņi var viegli kļūt praktiski paslēpti vai lasītājs nevar skaidri atšķirt, kur sākas un beidzas katra zona.
Tāpēc, ja nolemjat izmantot laukumu diagrammas, ieteicams ierobežot sēriju skaitu un izvēlēties krāsas ar pārdomātiem kontrastiem . Ja prioritāte ir precīzi salīdzināt atsevišķas vērtības, var būt vēlams izvēlēties parastu līniju diagrammu vai sakrautu diagrammu ar mazāku izmēru skaitu.
Īsāk sakot, laukumu diagrammas ir spēcīgs instruments kumulatīvo lielumu stāstīšanai, taču tās nav labākā izvēle, ja nepieciešama ļoti precīza katras vērtības nolasīšana vai ja vienlaikus tiek apstrādāti daudzi mainīgie.
Sektoru un virtuļu diagrammas: kad no tām izvairīties (gandrīz vienmēr)
Sektordiagrammas un donutu diagrammas ir vienas no vispazīstamākajām plašai sabiedrībai, taču tās ir arī vienas no diagrammām, no kurām programmā Excel vislabāk izvairīties, izņemot ļoti specifiskus gadījumus . To mērķis ir parādīt, kā kopsumma tiek sadalīta starp vairākām daļām, taču tas ne vienmēr veicina skaidrību.
Galvenā problēma ir tā, ka leņķu un sektoru laukumu salīdzināšana nav tik intuitīva kā garumu salīdzināšana . Ja atšķirības starp segmentiem ir nelielas vai kategoriju skaits ir liels, ir gandrīz neiespējami precīzi noteikt, kurš no tiem dod lielāku vai mazāku ieguldījumu kopējā summā. Pievienojot etiķetes ar niecīgiem procentiem ap apli, pilnībā tiek sabojāta lasāmība.
Tāpēc labs īkšķa noteikums ir izvairīties no sektoru diagrammu izmantošanas ar vairāk nekā pieciem segmentiem . Pēc šī punkta attēlojums kļūst neskaidrs un pārvēršas par estētisku vingrinājumu ar mazu analītisko vērtību. Ja jums ir daudz kategoriju, labāk ir grupēt mazākās kategorijās sadaļā "citas" vai vienkārši izmantot organizētu joslu diagrammu vai citu precīzāku formātu.
Donutu diagrammām ir tās pašas problēmas, un tās pat saasina, pievienojot centrālo atstarpi, kas samazina katra segmenta vizuālo virsmas laukumu un vēl vairāk sarežģī salīdzināšanu . Lai gan prezentācijā tās var izskatīties “pieklājīgi”, tās reti ir vispiemērotākā izvēle nopietnai analīzei.
Īsāk sakot, ja jūsu mērķis ir, lai lasītājs ātri saprastu, kā tiek sadalīta kopsumma, joslu diagramma, kas sakārtota no lielākās līdz mazākajai, parasti ir daudz skaidrāka nekā sektoru diagramma . Sektoru diagrammas izmantojiet ļoti vienkāršiem gadījumiem, kuros ir ļoti maz kategoriju un ļoti izteiktas atšķirības starp tām.
Izkaisītie grafiki un kā parādīt galvenos punktus uz līknes
Izkaisītās diagrammas ir ideāls rīks, ja vēlaties analizēt divu skaitlisku mainīgo savstarpējo saistību , vienu attēlojot uz X ass un otru uz Y ass. Tās ir īpaši noderīgas korelāciju, datu sadalījumu, izkaisīto diagrammu un modeļu vizualizēšanai, kas nav redzami tabulās.
Bieži vien, strādājot ar eksperimentāliem datiem vai aktivitātes maksimumiem, ir lietderīgi izcelt līknes vai konkrēta punkta maksimālo vērtību . Programmā Excel to var izdarīt, atlasot izkliedes diagrammas sēriju un pievienojot datu etiķetes tikai tam punktam, kuru vēlaties izcelt, vai arī izveidojot otru sēriju, kurā ir tikai šī vērtība, un formatējot to atšķirīgi (cita krāsa, lielāks izmērs, cits marķieris).
Viena kļūda, no kuras jāizvairās, veidojot izkliedes diagrammas, ir neuzmanīga datu sajaukšana, kas nav pareizi formatēti kā skaitļi . Ja kāda no asīm satur teksta vērtības vai nederīgas šūnas, diagramma var neizdoties vai parādīt nepareizi novietotus punktus. Šeit ir ļoti svarīgi rūpīgi pārskatīt datu diapazonu, īpaši, ja tie nāk no CSV failiem vai ārējiem importiem.
Vēl viens svarīgs aspekts ir pareizā asu diapazona izvēle. Programma Excel parasti automātiski pielāgo mērogus, taču dažos gadījumos tas var radīt pārspīlētu variāciju sajūtu vai, gluži pretēji, pārāk saplacināt atšķirības. Minimālo un maksimālo robežu manuāla pielāgošana var palīdzēt padarīt attēlojumu precīzāku stāstam, ko vēlaties pastāstīt.
Visbeidzot, ja strādājat ar daudziem datu punktiem, ieteicams samazināt tādus elementus kā režģa līnijas, apmales un izrotājumus . Blīvā izkliedes diagrammā svarīgi ir tas, lai punkti būtu skaidri atšķirami un lai, ja pastāv tendence, to varētu uzreiz identificēt, pat pievienojot tendences līniju, kad tas ir loģiski.
Retāk sastopama uzlabota grafika: kad tā spīd un kad kļūst par haosu
Papildus klasiskajām diagrammām programmā Excel ir iekļauti arī neparastāki diagrammu veidi, kas, efektīvi izmantoti, var sniegt ļoti interesantu perspektīvu jūsu analīzei. Tomēr, ja tos piemēro nekritiski, tie ir arī auglīga augsne estētiskiem pārkāpumiem un apjukumam.
Šie uzlabotie formāti ietver radara (vai zirnekļa) diagrammas, ūdenskrituma diagrammas, piltuves diagrammas, burbuļu diagrammas, pagrieziena punktu diagrammas, pielāgotas faktisko un mērķa diagrammas, aizzīmju diagrammas, pakāpienu diagrammas, viesuļvētru diagrammas un vienmēr populāros spidometrus. Tiem visiem ir savs mērķis, taču ir svarīgi saprast, kad tie sniedz reālu vērtību un kad no tiem vislabāk izvairīties.
Šo diagrammu vispārējais princips ir vienmēr dot priekšroku lasāmībai un pieejamībai, nevis vizuālajam efektam . Informācijas panelis, kas pilns ar eksotiskām diagrammām, var izskatīties ļoti "moderns", taču, ja auditorija tās nesaprot no pirmā acu uzmetiena, vizualizācijas mērķis zūd.
Mēs pārskatīsim katru no šiem formātiem, aplūkojot to piemērotākos lietojumus un riskus, kas saistīti ar to neuzmanīgu lietošanu, lai jūs zinātu, kuri no tiem var palīdzēt jums labāk pastāstīt savu stāstu un kuri jāizmanto tikai ļoti specifiskos kontekstos.
Radara vai zirnekļa diagramma: ļoti specifiskiem daudzfaktoru salīdzinājumiem
Radara diagramma, kas pazīstama arī kā zirnekļa diagramma, attēlo vairākus mainīgos lielumus uz radiālām asīm, kas rodas no kopīga centra . Katra kategorija tiek novietota uz ass, un vērtības ir savienotas kopā, veidojot sava veida zirnekļa tīklu, kas ļauj veikt katras sērijas profila globālu salīdzinājumu.
Šāda veida diagramma ir īpaši noderīga dažādu elementu stipro un vājo pušu salīdzināšanai : produkti atbilstoši kvalitātes kritērijiem, darbinieku prasmes atbilstoši standartam, aptaujas rezultāti dažādās dimensijās utt. Vienā mirklī var redzēt, kurās asīs katra sērija izceļas un kur tai trūkst.
Problēma ir tā, ka, pievienojot pārāk daudz sēriju vai kategoriju, tīmeklis kļūst par pārklājošu līniju un daudzstūru jucekli , ko ir ļoti grūti lasīt. Turklāt cilvēka acs nav īpaši laba radiālo attālumu un daudzstūru laukumu novērtēšanā, tāpēc precīza vērtību salīdzināšana var būt sarežģīta.
Tāpēc vislabāk ir izmantot radara diagrammas ar ierobežotu kategoriju skaitu un dažām sērijām , un tikai tad, ja mērķis ir parādīt vispārēju "profilu", nevis precīzu skaitlisku rādījumu. Ja nepieciešama absolūta precizitāte, tabula vai segmentēta joslu diagramma, visticamāk, darbosies daudz labāk.
Prezentācijās šiem grafikiem var būt ievērojama vizuāla ietekme, taču ir svarīgi skaidri izskaidrot auditorijai, ko katra ass attēlo un kā interpretēt apgabalus , lai izvairītos no nepareizas interpretācijas vai pārsteidzīgiem secinājumiem.
Ūdenskrituma diagramma: ļoti noderīga finansēs, bīstama, ja kategorijas tiek pārmērīgi izmantotas
Ūdenskrituma diagramma tiek izmantota, lai parādītu, kā sākotnējo vērtību ietekmē virkne palielinājumu un samazinājumu, līdz tiek sasniegts gala rezultāts . Tā ir ļoti izplatīta finanšu vidē: ieņēmumu sadalījums, peļņas normas analīze, tīrās peļņas tendences, budžeta novirzes utt.
Tās stiprā puse ir kopējās summas sadalīšana skaidri redzamos pozitīvajos un negatīvajos blokos , tādējādi viegli izprotot, kur rodas ieguvumi un zaudējumi. Katra starpkolonna attēlo faktoru, un kopums skaidri attēlo ceļu no sākuma punkta līdz finiša līnijai.
Risks rodas, ja tiek iekļauts pārāk daudz starpelementu vai sajaukti heterogēni jēdzieni . Ūdenskrituma diagramma ar divdesmit dažādām kolonnām var būt tikpat sarežģīta kā bezgalīga tabula, un tā zaudē pedagoģisko efektu, kas to padara tik spēcīgu.
Arī marķēšana un mērogošana ir rūpīgi jāapsver. Ja kategorijas un vērtības nav skaidri attēlotas, lasītājs var nepareizi interpretēt pieauguma un samazinājuma ieguldījumu vai arī nespēt skaidri izprast katra relatīvo svaru. Vadības kontekstā, kur lēmumi tiek pieņemti ātri, tas var būt īpaši svarīgi.
Ūdenskrituma diagramma, kas tiek izmantota taupīgi, ir viens no vērtīgākajiem Excel uzlabotajiem formātiem, taču tā jārezervē analīzēm, kurās secīgs sadalījums ir patiesi būtisks , nevis tikai dekoratīvs.
Piltuves diagramma: laba procesiem, slikta, ja to izmanto visam
Piltuves diagramma tiek izmantota, lai attēlotu secīgus procesus, kuros apjoms pakāpeniski samazinās . Tā ir ļoti izplatīta mārketingā un pārdošanā: tīmekļa vietņu apmeklējumi, potenciālie klienti, iespējas, piedāvājumi, noslēgti darījumi utt.
Vizuāli tas attēlo virkni horizontālu bloku, kas pakāpeniski sašaurinās, atspoguļojot apjoma kritumu visā procesā. Tas palīdz ātri noteikt, kur tiek zaudētas visvairāk iespēju, kur koncentrējas vājās vietas un kurām fāzēm jāpievērš lielāka uzmanība.
Bieži pieļauta kļūda ir mēģinājums izmantot piltuves diagrammas jebkāda veida hierarhiskai vai dilstošai informācijai , pat ja tā faktiski neatspoguļo secīgu procesu. Ja to izmantošana tiek piespiesta ārpus konversijas kontekstiem vai skaidrām plūsmām, interpretācija kļūst mulsinoša un diagramma zaudē savu nozīmi.
Turklāt, ja atšķirības starp posmiem ir ļoti mazas, piltuves vizuālais efekts ievērojami samazinās , un, iespējams, sakārtota joslu diagramma vai vienkārša tabula ar konversijas rādītājiem ir skaidrāka un godīgāka alternatīva ar datiem.
Īsāk sakot, izmantojiet piltuves diagrammu, ja patiešām vēlaties vizualizēt procesu ar kvantificējamām ievades un izvades vērtībām , un izvairieties no tās izmantošanas tikai tāpēc, ka tā “skaisti” izskatās informācijas panelī.
Burbuļdiagramma: efektīva trim mainīgajiem, problemātiska, ja efekts tiek pārmērīgi izmantots
Burbuļu diagramma ir izkliedes diagrammas dabisks paplašinājums, kur katrs punkts tiek attēlots kā burbulis, kura lielums ir atkarīgs no trešā mainīgā . Tādējādi tajā pašā 2D telpā tiek parādītas trīs dimensijas: pozīcija X asī, pozīcija Y asī un lielums caur burbuļa laukumu.
Šāda veida vizualizācija ir ļoti noderīga, ja ir jāanalizē sarežģītas attiecības starp trim faktoriem : piemēram, cenu, uztverto kvalitāti un dažādu produktu pārdošanas apjomu; vai ieņēmumus, izmaksas un peļņu pa reģioniem; vai jebkuru līdzīgu kombināciju tirgus izpētē vai veiktspējas analīzē, vai pat pārsūtot tos uz Power BI, ja ir nepieciešamas interaktīvas iespējas.
Tā Ahilleja papēdis ir tāds, ka burbuļu laukumu salīdzināšana nav tik intuitīva kā augstumu vai garumu salīdzināšana . Cilvēka acs mēdz nenovērtēt vai pārvērtēt izmēru atšķirības, un, ja mērogi nav labi izvēlēti, daži burbuļi var šķist daudz lielāki, nekā tie patiesībā ir.
Ir svarīgi arī nepārslogot diagrammu ar pārāk daudziem burbuļiem. Ja aizpildīsiet vietu ar desmitiem punktu, burbuļi pārklāsies un kopējais attēls kļūs grūti lasāms . Šādos gadījumos pirms datu attēlošanas ieteicams tos filtrēt, grupēt vai segmentēt, lai lasītājs varētu izdarīt secinājumus, neapmaldoties apļu jūrā.
Izmantojiet burbuļdiagrammas, ja visas trīs informācijas asis ir patiesi atbilstošas jūsu analīzei, un skaidri paskaidrojiet auditorijai, ko apzīmē katra burbuļa lielums , lai neviens neizdarītu nepareizus secinājumus.
Cita uzlabota grafika: atskaites punkti, faktiskais un mērķa salīdzinājums, vinjetes, pakāpenisks attēlojums, viesuļvētras un spidometri
Papildus saskarnē redzamāk iekļautajiem tipiem, programma Excel ļauj veidot uzlabotas pielāgotas diagrammas, izmantojot sēriju un formātu kombinācijas , kas ir īpaši vērtīgas finanšu un vadības jomā.
Piemēram, atskaites punktu diagrammas izceļ galvenos datumus laika skalā , palīdzot ievietot datus to vēsturiskajā kontekstā un paziņot nefinanšu auditorijai projekta pašreizējo stāvokli un līdz šim sasniegto.
Faktisko un mērķu diagrammas (cerības pret realitāti) ir kolonnu, līniju vai citu elementu kombinācijas, kas salīdzina sasniegto sniegumu ar noteikto mērķi . Lai gan nav vienas veidnes to izveidei, tās ir būtiskas, lai vizuāli parādītu, vai esat uz pareizā ceļa savu mērķu sasniegšanā.
Aizzīmju diagrammas ir kompaktas un ļoti efektīvas: nelielā telpā tās parāda faktisko vērtību, mērķi un kvalitatīvo fonu (piemēram, labs, vidējs, slikts). Tāpēc tās tik plaši izmanto informācijas paneļos, jo tās koncentrē daudz informācijas, nepārslogojot pārskatu ar neskaitāmiem izkliedētiem skaitļiem.
Pakāpeniskas vai pakāpeniskas diagrammas savukārt ļauj labāk vizualizēt pēkšņus veiktspējas lēcienus , parādot horizontālus segmentus un atsevišķas izmaiņas, nevis gludas līnijas. Tas precizē, kur izmaiņas faktiski notiek, un palīdz interpretēt vēsturiskos datus, lai precīzāk prognozētu nākotnes scenārijus.
Tornado diagrammas tiek veidotas no salīdzinošiem stabiņiem, kas sakārtoti no augstākā līdz zemākajam , parasti, lai analizētu jutīgumu vai salīdzinātu rādītāju no diviem avotiem (piemēram, dažādu produktu pārdošanas apjomus divos veikalos). Sakrautas dilstošā secībā, tās veido sava veida tornado, kas ļauj uzreiz redzēt, kur koncentrējas lielākās atšķirības.
Visbeidzot, spidometra stila diagrammas, kas iedvesmotas no automašīnu informācijas paneļiem, attēlo indikatoru uz loka, kas sadalīts zonās (sarkanā, dzeltenā, zaļā) . Tās ir ļoti populāras finanšu informācijas paneļos KPI uzraudzībai, jo tās ātri parāda, vai vērtība ir pieņemamā diapazonā vai nē, lai gan tās jālieto piesardzīgi, lai vizuāli nepārspīlētu nelielas izmaiņas.
Tas pats princips attiecas uz visām šīm uzlabotajām grafikām: ja tās nepaskaidro ziņojumu, vislabāk tās neizmantot . Mērķis nav piepildīt ziņojumu ar vizuāliem "sīkrīkiem", bet gan labāk nodot informāciju, kas ir kritiski svarīga lēmumu pieņemšanai.
Vispārīga labākā prakse, strādājot ar diagrammām programmā Excel
Neatkarīgi no izvēlētās diagrammas veida, ir vairākas vadlīnijas, kas palīdzēs padarīt vizualizācijas tīrākas, saprotamākas un profesionālākas , izvairoties no kļūdām, kas pastāvīgi redzamas prezentācijās un atskaitēs.
Vispirms pārliecinieties, vai avota dati ir uzticami, pilnīgi un atjaunināti . Neviena diagramma, lai cik iespaidīga tā arī nešķistu, nekompensēs nepareizus, novecojušus vai slikti konsolidētus datus. Ja datubāze ir kļūdaina, diagramma labākajā gadījumā būs maldinoša, bet sliktākajā gadījumā bīstama.
Otrkārt, vienmēr izvēlieties diagrammas veidu, kas vislabāk atspoguļo vēstījumu , nevis vizuāli pievilcīgāko. Dodiet priekšroku ātrai lasāmībai un intuitīvai izpratnei, nevis estētiskām sekām. Turklāt mēģiniet samazināt sekundāro asu un dublēto mērogu skaitu, jo tie bieži rada apjukumu un nepareizu interpretāciju.
Treškārt, pievērsiet uzmanību pamata dizainam: izmantojiet vienkāršu un konsekventu krāsu paleti, novērsiet nevajadzīgas režģa līnijas un izvairieties no liekiem 3D efektiem un ēnojuma. Katrs vizuālais elements, kas nesniedz noderīgu informāciju, ir traucēklis, kas traucē interpretāciju.
Visbeidzot, praktizējiet empātiju pret savu auditoriju. Pajautājiet sev, ko tieši ziņojuma lasītājam ir jāredz , kāds ir viņa konteksts, cik daudz laika viņš tam veltīs un kādu lēmumu viņam jāpieņem, pamatojoties uz šiem datiem. Pielāgojot detalizācijas līmeni, diagrammas veidu un to, kā jūs to pasniedzat šai auditorijai, būs izšķiroša nozīme starp aizmirstamu ziņojumu un īstu pārvaldības rīku.
Galu galā galvenais, lai izvairītos no kļūdām ar Excel diagrammām, nav zināt visus eksotiskos veidus, bet gan zināt, kad izvairīties no mulsinošiem veidiem, kad izvēlēties vienkāršākas alternatīvas un kā pielietot dažas labas dizaina un datu kvalitātes prakses, kas nodrošinās, ka jūsu vizualizācijas stāsta pareizo stāstu bez liekiem izskaistinājumiem un ar maksimālu skaidrību.
