Veri Görselleştirme Ne Değildir?

 

Bilgiye erişmek önemli… Onun kadar önemli olan bir şey daha varsa, o da bilgiyi anlaşılır bir hale getirip ilgilenenlere sunabilmek. Bunu gerçekleştirmek için pek çok yöntem var. Veri görselleştirme de, bilgi aktarımında kullanılan yöntemlerden biri. Özet olarak verilerin görsel temsilinin yaratılması anamına geliyor. Peki, veri görselleştirme ne değildir?

Veri Görselleştirme Karmaşık Değildir.

Başlangıçta öyle görülebilir, ancak veri görselleştirme karmaşık değildir. Esas amacı, verilerin kolay bir şekilde anlaşılmasını sağlamaktır. Karmaşık verileri daha erişilebilir, anlaşılabilir ve kullanılabilir hale getirir. Bunu yaparken de birbirinden farklı tablolar ve grafikler kullanır. Kullanıcının arzu ettiği veri grubu, bu sayede büyük veri içerisinden çekilip kolaylıkla anlaşılabilir.

Veri Görselleştirme Hem Sanat Hem Bilimdir.

Artık haberler, keşifler yerini hikayelere bıraktı… Data visualization da büyük verileri hikayeye çevirme yöntemi. Bazıları tarafından betimsel istatistiklerin bir dalı olarak görülüyor. Bu yönü ile bir sanat gibi algılanabilir. Bir yandan da karmaşık ve içinden çıkılmaz dataları anlaşılır hale getiriyor. İnternet aktivitesi tarafından yaratılan ve toplanıp büyük verileri oluşturan ya da cihazlardan elde edilen şeylerin interneti ile üretilen veriler; bu iletişim yolu ile inceleniyor. Bu verilerin işlenmesi, analiz edilmesi ve iletilmesi, veri görselleştirme için etik ve analitik zorluklar sunmaktadır. Verilerin görselleştirmesi işlemi ile bu soruna çözüm bulmak hedefliyor.

Veri Görselleştirme Yeni Bir Olay Değildir.

Veri görselleştirme kelime grubu ile ilgili yaptığınız arama, sizi son teknolojinin merkezine getirdi. Ancak bu işin başlangıcı epey eskiye dayanıyor! Veri görselleştirmesinin kapsamlı bir tarihi yok… henüz! Görsel düşüncenin gelişimini ve verilerin görsel temsilini kapsayan ve farklı disiplinlerin katkılarını harmanlayan bu alan, bu disiplinlerarası yapısı ile insanlık tarihi kadar eskiye dayanıyor. Mezopotamya’daki günlük hayatı anlatan kıl heykelcikler, İnka kabilesinin uzun bir kolyeye düğüm atarak tuttuğu tarih, Mısırlıların papirüsleri… Hepsinde verilerin görselleştirmesi ile ilgili bir şey bulmak mümkün!

Veri Görselleştirme Tek Bir Disiplinin Alanı Değildir.

Veri görselleştirme, pek çok farklı disiplinin bir araya geldiği bir alan. Veri mühendisliği, bu alanların başında geliyor. Veri mühendisleri, görselleştirilecek olan veri grubunu hazırlıyor. Görsel iletişimciler, bu bilgi yüklü grubu, görsel olarak algılanabilir hale getiriyor. Grafik tasarımcılar bu görselleri farklı şekillerde yorumluyor. İş analistleri, veri mimarları, görsel gazetecilik yapanlar da bu verilerden yararlanıyor. Kısacası data visualization, sayısız alanı etkiliyor.

Veri Görselleştirme Zor Değildir.

Günümüzde data visualization için pek çok farklı bilgisayar programı kullanılıyor. Pek çoğumuzun aşana olduğu Microsoft Office program paketindeki Excel (ya da MAC karşılığı olan Numbers) bunun bilinen örneklerinden. Daha büyük ve karmaşık verileri daha kolay bir şekilde görselleştirmek için ise, pek çok farklı program kullanılıyor. İstatistik alanında SAS, SOFA, R, Minitab ve Cornerstone tercih ediliyor. Bunlar dışında farklı nicel verileri incelemek için D3, Python ve JavaScript gibi programlar da seçilebiliyor.

Veri Görselleştirme Sıkıcı Değildir.

Aksine, veri mühendisliği ile ilgili en eğlenceli pratiklerden bir tanesidir! Veri görselleştirme, bunu gerçekleştirmek için birbirinden farklı yöntemler kullanır. En sık kullanılan veri görselleştirme yöntemlerine bakalım!

Grafik Çubuğu: Genellikle verileri değer bakımından karşılaştırmaya yarar. Performans değerlendirmesi buna örnek olarak verilebilir.

Histogram: Verileri, belirli bir süre içerisinde değerlendirir. Yıllık satış rakamları, histogram ile görselleştirilebilir.

Dağılım Grafiği: İki farklı değişken arasında korelasyonu görmek için dağılım grafiği kullanılabilir. Verilen bir sürede işsizlik ve enflasyon değerleri arasındaki korelasyona bakmak için, dağılım grafiği tercih etmek olasıdır. Bu grafikler 3D olarak da yapılabilirler.

Network Analizi: Farklı veri grupları arasındaki ilişkiyi görmek, köprüleri saptamak, gruplaşmaları belirlemek için ideal yöntemdir.

Isı Haritası: Renklerin ustaca kullanıldığı bu yöntem, özellikle risk analizinde tercih edilir.



Bir Cevap Yazın