(HR) Datavisualisatie met impact

Op een zomerse woensdagmiddag (21 juni 2017) ging ik op weg naar de Hogeschool van Amsterdam voor een bijeenkomst over datavisualisatie met impact om leentjebuur te spelen bij marketing. Deze bijeenkomst van de MOA, Center for Marketing Insights – Research – Analytics stelde me niet teleur. Ik heb een aantal interessante en nuttige dingen gehoord, die ook in het HR vakgebied toepasbaar zijn.

Ik maak daarom een grote stap voorwaarts in het HR analytics proces en doe alvast een uitstapje naar een van de laatste stappen uit het proces: het communiceren van inzichten, in het bijzonder datavisualisatie.

Drie heren presenteerden hun visie op en ervaring met datavisualisatie. Verschillende voorbeelden – goede en slechte – passeerden de revue. Geïllustreerd met aspecten om op te letten bij het maken van datavisualisaties.

Ervaringen bij Philips

Zo vertelde Jithesh Rajendran over de ervaringen bij Philips met data-analyse en visualisatie. Het gaat bij Philips niet alleen om datavisualisatie maar ook om storytelling with data (een interessant boek, maar daarover later meer). Elementen die daarin bij Philips een rol spelen zijn: begin, midden en slot. In het begin schetsen ze de context, in het midden de acties/activiteiten en aan het eind de resultaten.

Bij Philips liepen ze tegen een aantal uitdagingen aan in het ontwikkelen van een data-driven organisatie: gefragmenteerde data, het hangt af van personen en one-size-fits-all. Om dit te veranderen zijn ze aan de slag gegaan met user persona’s om zo beter te begrijpen wat gebruikers nodig hebben. Ook zijn ze gaan standaardiseren. Hiervoor werken ze met het Hichert Succes Framework.

Say (zeggen/vertellen): vertel eerst de boodschap en leg het daarna uit.
Unify (eenheid aanbrengen) : geef soortgelijke inhoud op een soortgelijke manier weer; Wat er hetzelfde uitziet, zou ook hetzelfde moeten betekenen.
Condense (concentreren/verdichten): zorg dat alle rapporten en presentaties alle informatie bevatten die nodig is om de betreffende boodschap te begrijpen op één pagina.
Check (nagaan/controleren): presenteer informatie op de meest waarheidsgetrouwe en gemakkelijkst te begrijpen wijze door misleidende visuals te vermijden.
Express (uitdrukken): zorg dat rapporten en presentaties grafieken en tabellen bevatten, die zo snel mogelijk de gewenste boodschap samen met de onderliggende feiten overbrengen.
Simplify (vereenvoudigen): vermijd rommel, dat wil zeggen alle vermijdt alle componenten en kenmerken, die te ingewikkeld, overbodig, afleidend of gewoon decoratief zijn.
Structure (structuur): organiseer de inhoud volgens een logische structuur, die een overtuigende storyline vormen.

Bron

Met deze aanpak kwam een sterkere focus op de inhoud en boodschap, werd de vergelijkbaarheid van verschillende rapporten groter, werd snellere analyse en effectieve besluitvorming mogelijk gemaakt, werd het proces van het maken van rapporten en presentaties versneld en ontstond meer transparantie in de organisatie.

Proces van datavisualisatie

Tijdens deze bijeenkomst werd Stephen Few veelvuldig aangehaald. Volgens Stephen Few bestaat het proces van datavisualisatie uit de volgende zes fundamentele fasen:

1. Bepaal je boodschap en bepaal de gegevens die nodig zijn om je boodschap te communiceren.
2. Bepaal of een tabel, grafiek of combinatie van beide nodig is om je boodschap te communiceren. De overige fasen zijn alleen van toepassing indien één of meer grafieken nodig zijn.
3. Bepaal de beste middelen om de waarden te coderen.
4. Bepaal waar elke variabele moet worden weergegeven.
5. Bepaal het beste ontwerp voor de overige objecten.
6. Bepaal of bepaalde gegevens boven de rest moeten worden weergegeven en, zo ja, hoe. Bron

Ook Michiel Dullaert van De Perfecte Grafiek haalde Stephen Few aan. In het proces van datavisualisatie is het in de eerste plaats belangrijk om helder te hebben welke conclusie, welk verhaal je wil vertellen.

Daarbij is het ook van belang om te weten welk doel je wil bereiken. Bijvoorbeeld begrijpen, een besluit nemen, onthouden of aanzetten tot actie. En wat wil je laten zien? Categorieën vergelijken, trend, relatie, verdeling, correlatie?

Deze poster is gratis verkrijgbaar op Chart guide

‘Bij het maken van je datavisualisatie is het nodig om keuzes te maken’, vertelde Michiel, ‘want less is more’. In het maken van die keuzes helpt niet alleen de hierboven besproken Hichert Succes Formule, maar ook onderstaand overzicht van pre-attentieve attributen.

Pre-attentieve attributen

Pre-wattes? Een pre-attentief attribuut is een eigenschap die in het ruimtelijk geheugen wordt verwerkt zonder onze bewuste actie. Denk aan een opvallende/afwijkende kleur, grootte, vorm, positie, beweging etc. Zie voor voorbeelden onderstaande afbeelding.

Bron

Storytelling with data

Ik noemde dit boek van Cole Nussbaumer Knaflic al aan het begin van dit blog. Dit boek kwam niet aan bod in de MOA bijeenkomst, maar had al eerder mijn aandacht getrokken door mijn interesse en ambitie in HR analytics. Dit boek gaat in op zes belangrijke lessen, die Cole heeft geleerd in haar werk als ontwerper van datavisuals:

1. Begrijp de context
2. Kies een geschikte visuele weergave
3. Verwijder rommel
4. Richt de aandacht waar je die wil hebben
5. Denk als een ontwerper
6. Vertel een verhaal

Hierin zie je verschillende punten terugkomen, die ook genoemd worden in de Hichert Succes Formule en het datavisualisatie proces van Stephen Few.
In haar boek en op haar website gaat Cole in op uiteenlopende voorbeelden van datavisualisatie.

Wat is jouw ervaring?

Maak je gebruik van datavisualisatie? Wanneer? Wat zijn je ervaringen? Wat was voor jou de meest bruikbare tip? Heb je andere tips? Laat het weten in een reactie.