ما هي مبادئ تصوير البيانات Data Visualization

اقرأ في هذا المقال


يُفضل عرض جداول البيانات الكبيرة ومن ثم فهم تلك البيانات أو عرض تصور البيانات الذي يمثل تلك البيانات بتنسيق مرئي يسهل فهمه، وذلك لأنّ تصوير البيانات مفيد للغاية في فهم البيانات والحصول على رؤى مفيدة ويمكن أن يسمح لك بالحصول على فهم فوري للبيانات غير ممكن من خلال مراقبة صفوف البيانات في جدول.

ما المقصود بتصوير البيانات Data Visualization

تصوير البيانات: هو رسم عروض رسومية لإظهار البيانات، وفي بعض الأحيان يتم رسم كل نقطة بيانات وكما هو الحال في مخطط التشتت وفي بعض الأحيان قد يتم عرض ملخصات إحصائية كما هو الحال في الرسم البياني، والعروض وصفية بشكل أساسي مع التركيز على البيانات “الخام” والملخصات البسيطة.

يمكن أن تتضمن عروض بيانات محولة تستند أحيانًا إلى تحويلات معقدة وقد تكون إحصائيات شخص ما بيانات أولية لشخص آخر وكما هو الحال مع الجوانب الأخرى للعمل بالرسومات في علم البيانات، وسيكون من المفيد أن يكون لديك قاعدة متفق عليها من المفاهيم والمصطلحات للبناء عليها والهدف الرئيسي هو تصور البيانات والإحصاءات وتفسير العروض للحصول على المعلومات.

يُعد تصور “تصوير” البيانات مفيدًا لتنظيف البيانات واستكشاف بنيتها واكتشاف القيم المتطرفة والمجموعات غير العادية وتحديد الاتجاهات والمجموعات واكتشاف الأنماط المحلية وتقييم نواتج النمذجة وتقديم النتائج، حيث من الضروري لتحليل البيانات الاستكشافية واستخراج البيانات التحقق من جودة البيانات ومساعدة المحللين على التعرف على بنية وميزات البيانات المعروضة عليهم.

ما هي أهمية عملية تصوير البيانات

يمكن أن يساعد تصور البيانات من خلال تقديم البيانات بأكثر الطرق فعالية ممكنة، وكواحدة من الخطوات الأساسية في عملية ذكاء الأعمال يأخذ تصور البيانات الأولية ويضعها في نماذج ويقدم البيانات بحيث يمكن الوصول إلى الاستنتاجات، حيث في التحليلات المتقدمة يقوم علماء البيانات بإنشاء خوارزميات التعلم الآلي لتجميع البيانات الأساسية بشكل أفضل في تصورات يسهل فهمها وتفسيرها.

على وجه التحديد يستخدم تصور البيانات البيانات المرئية لتوصيل المعلومات بطريقة عالمية وسريعة وفعالة، بحيث يمكن أن تساعد هذه الممارسة الشركات في تحديد المجالات التي تحتاج إلى تحسين، والعوامل التي تؤثر على رضا العملاء وعدم رضاهم وماذا تفعل بمنتجات معينة، كما تمنح البيانات المرئية أصحاب المصلحة وأصحاب الأعمال وصناع القرار تنبؤًا أفضل بأحجام المبيعات والنمو المستقبلي.

ما هي العلاقة بين تصوير البيانات والبيانات الضخمة

أدت زيادة شعبية البيانات الضخمة ومشروعات تحليل البيانات إلى جعل التمثيل المرئي أكثر أهمية من أي وقت مضى، حيث تستخدم الشركات بشكل متزايد التعلم الآلي لجمع كميات هائلة من البيانات، والتي يمكن أن تكون صعبة وبطيئة في الفرز والفهم والشرح ويوفر التصور وسيلة لتسريع هذا وتقديم المعلومات لأصحاب الأعمال وأصحاب المصلحة بطرق يمكنهم فهمها.

غالبًا ما يتجاوز تصوير البيانات الضخمة الأساليب النموذجية المستخدمة في التصور العادي مثل: المخططات الدائرية والرسوم البيانية والرسوم البيانية للشركة، حيث يستخدم بدلاً من ذلك تمثيلات أكثر تعقيدًا مثل: خرائط الحرارة والمخططات ويتطلب تصور البيانات الضخمة أنظمة كمبيوتر قوية؛ لجمع البيانات الأولية ومعالجتها وتحويلها إلى تمثيلات بيانية يمكن للبشر استخدامها لرسم الأفكار بسرعة، وفي حين أن تصوير البيانات الضخمة يمكن أن يكون مفيدًا إلّا أنّه يمكن أن يسبب العديد من العيوب للمؤسسات وهم على النحو التالي:

  • لتحقيق أقصى استفادة من أدوات تصوير البيانات الضخمة يجب تعيين متخصص في التصور، ويجب أن يكون هذا المتخصص قادرًا على تحديد أفضل مجموعات البيانات وأنماط التصور لضمان قيام المؤسسات بتحسين استخدام بياناتها.
  • غالبًا ما تتطلب مشاريع تصوير البيانات الضخمة مشاركة من قسم تكنولوجيا المعلومات، بالإضافة إلى الإدارة نظرًا لأنّ تصوير البيانات الضخمة يتطلب أجهزة كمبيوتر قوية وأنظمة تخزين فعالة وحتى الانتقال إلى السحابة.
  • ستكون الرؤى التي يوفرها تصوير البيانات الضخمة دقيقة فقط مثل المعلومات التي يتم تصورها، لذلك من الضروري أن يكون هناك أشخاص وعمليات قائمة للتحكم في جودة بيانات الشركة والبيانات الوصفية ومصادر البيانات.
  • هناك العشرات من الأدوات لتصوير البيانات وتحليلها، بحيث تتراوح هذه من البسيط إلى المعقد وليست كل أداة مناسبة لكل شخص يتطلع إلى تعلم تقنيات التصوير، ولا يمكن لكل أداة التوسع في أغراض الصناعة أو المؤسسات.

أفضل الممارسات المتبعة في عملية تصوير البيانات

يُعد تصوير البيانات شكلاً من أشكال الفن حقًا ولكن الهدف هو دائمًا أولاً وقبل كل شيء توفير معلومات ورؤى قيمة، لذلك عند إنشاء تصورات البيانات من المهم الالتزام ببعض أفضل الممارسات، وسيساعد ذلك على تحقيق التوازن الصحيح والحفاظ على مشاركة جمهورك وإطلاعه.

1. تحديد هدف واضح

مثل أي مشروع لتحليل البيانات من المهم تحديد غرض واضح لتصورات البيانات الخاصة بك، وما هي الأولويات من حيث ما تريد أن تنقله وتوصله وما الذي يجب أن يستخلصه جمهورك من تصوراتك ومن الضروري تحديد هذا من البداية، وبهذه الطريقة يمكنك التأكد من أنك تقدم فقط المعلومات الأكثر قيمة ومنح جمهورك شيئًا يمكنهم استخدامه والتصرف بناءً عليه.

2. معرفة الجمهور

الغرض من تصوير البيانات هو توصيل الرؤى إلى جمهور محدد لذلك ستحتاج إلى التفكير بعض الشيء في هوية جمهورك ومدى معرفتهم بالمعلومات التي تقدمها، وما نوع السياق الذي يمكنك تقديمه حول تصوراتك لمساعدة جمهورك على فهمها وما أنواع التصوير التي من المحتمل أن تكون في متناول هذه المجموعة المعينة من الأشخاص، وضع جمهورك في الاعتبار في جميع الأوقات.

3. الحفاظ على البساطة

عند إنشاء تصورات غالبًا ما يكون الأقل هو الأكثر، وفي النهاية تريد أن تكون تصوراتك سهلة الهضم قدر الإمكان وهذا يعني إزالة أي معلومات غير ضرورية أثناء تقديم الأفكار الرئيسية بوضوح وإيجاز، والهدف هو إبقاء العبء المعرفي عند الحد الأدنى أي مقدار “القوة العقلية” أو الجهد العقلي اللازم لمعالجة المعلومات، وحتى لو كانت البيانات معقدة فليس من الضروري أن تكون التصورات الخاصة بك لذلك حاول أن تكون البساطة في جميع الأوقات.

4. تجنب تشويه البيانات

يجب أن تسعى جاهدًا لتقديم نتائجك بأكبر قدر ممكن من الدقة لذا تجنب أي نوع من “الحيل” المرئية التي قد تؤدي إلى تحيز كيفية فهم بياناتك وتفسيرها، وفكر في التسميات التي تستخدمها وكذلك كيفية قياس تصوراتك وعلى سبيل المثال تعتبر أشياء مثل “تفجير” أجزاء معينة من البيانات لجعلها تبدو أكثر أهمية، أو بدء محور الرسم البياني الخاص بك على رقم آخر غير الصفر ممارسات خاطئة يمكن أن تضلل جمهورك.

5. التأكد من أن تصوراتك شاملة

تأكد من أنّ تصوراتك يمكن الوصول إليها وشاملة، وفكر في كيفية تأثير الألوان والتباينات وأحجام الخطوط واستخدام المساحة البيضاء على قابلية قراءة التصوير الخاص بك، وهل من السهل على المستخدمين التمييز بين البيانات ومعرفة ما يحدث بغض النظر عمّا إذا كان لديهم عشرين ضعفًا في الرؤية أو لديهم إعاقة بصرية، والشمولية وإمكانية الوصول أمران أساسيان لتصوير البيانات الجيد لذلك لا تتغاضى عن هذه الخطوة.

6. الشروع في تصوير البيانات

إنّ أفضل طريقة للتعامل مع الأمر هي رؤيته أثناء العمل للتحقق من التقرير في جميع أنحاء الويب، ويُعد التصوير المرئي “التمثيل المرئي” للبيانات مهارة ممتازة يجب امتلاكها سواء كنت تعمل في مجال صناعة البيانات أو ترغب فقط في مشاركة رؤى قيمة، وإذا كنت تتابع مهنة كمحلل بيانات أو عالم بيانات فتأكد من تضمين تصورات البيانات في محفظة البيانات الخاصة بك وإنّه شيء يبحث عنه أصحاب العمل.

المصدر: Data Science from Scratch: First Principles with Python by Joel Grus / 2nd EditionAn Introduction to Data Science By Jeffrey S. Saltz, Jeffrey M. Stanton / First EditionIntroducing Data Science: Big data, machine learning, and more, using Python tools By Davy Cielen, Arno Meysman / First EditionFoundations of Data Science By Avrim Blum, John Hopcroft, Ravindran Kannan / First Edition


شارك المقالة: