نمودار حبابی

نمودار حبابی چیست؟
17 مه 2021 توسط الیزابت ریکز 

این مقاله، بخشی از مجموعه «بازگشت به اصول» به نام «... چیست؟» است، که در آن برخی از موضوعات و سوالات رایجی که برای ما مطرح می شود را بررسی می کنیم. ما بسیاری از مطالب را در پست‌های قبلی پوشش داده‌ایم، بنابراین این مجموعه به ما اجازه می‌دهد تا بسیاری از منابع متفاوت را گرد هم بیاوریم و یک منبع واحد برای یادگیری شما ایجاد کنیم. ما معتقدیم مهم است که گاه به گاه روی دانش پایه ای، صرف نظر از اینکه در کجای سفر یادگیری خود هستید، توقف داشته باشید. موفقیت بسیاری از بصری سازی ها به درک دقیق مفاهیم اساسی بستگی دارد. بنابراین، چه برای اولین بار است که این مطلب را یاد می‌گیرید، چه برای تقویتِ اصول اصلی مطالعه می‌کنید، یا به دنبال منابعی برای به اشتراک گذاشتن با دیگران (مانند راهنمای نمودار جامع ما) هستید، به ما بپیوندید تا اصول اولیه را بازبینی کنیم.

یک نمودار حبابی، به عنوان امتدادی از نمودار نقطه ای، معمولاً برای بصری سازی روابط بین سه یا چند متغیر عددی استفاده می‌شود. هر حباب در نمودار نشان دهنده یک نقطه داده واحد است. مقادیر هر حباب با 1) موقعیت افقی آن در محور x و 2) موقعیت عمودی آن در محور y و 3) اندازه حباب، کدگذاری می شود. گاهی اوقات رنگ حباب یا حرکت آن در انیمیشن می تواند ابعاد بیشتری را نشان دهد.

 
در این پست در این موارد بحث خواهم کرد:
• نحوه تفسیر نمودار حبابی
• نحوه شناسایی مورد استفاده مناسب
• نحوه طراحی تاثیرگذار (و راه های مرتبط با کاربرد)

نمودار حبابی را چگونه تفسیر می کنید؟

من نحوه عملکرد نمودار حبابی را با ساختن تکه به تکه آن، نشان خواهم داد. تصور کنید برای یک سازمان جهانی کار می کنید و در حال جمع آوری داده هایی برای تجزیه و تحلیل رقابتی هستید. شما جدول زیر را جمع آوری کرده اید که سهم بازار هر رقیب، حجم فروش، رشد فروش سال به سال و منطقه اصلی آن (آمریکای شمالی، اروپا/خاورمیانه/آفریقا و آسیا-اقیانوسیه) را نشان می دهد.

دو ستون اول داده ها (سهم بازار و حجم فروش برای هر رقیب) در نمودار زیر نمایش داده شده است. این نمودار یک نمودار نقطه ای نامیده می شود که رابطه بین دو سری را به تصویر می کشد: محور x (سهم بازار) و محور y(حجم فروش)

نمودار حبابی با افزودن ابعاد اضافی بر روی نمودار نقطه ای گسترش می یابد. ما می توانیم رشد فروش سالانه را به عنوان بعد سوم اضافه کنیم که با اندازه حباب ها نشان داده شده است:

این بُعد سوم یک حس بصری از تفاوت رقبا با یکدیگر با توجه به تغییر فروششان می دهد: هر چه رشد بیشتر باشد، حباب بزرگتر است. حتی می‌توانیم آن را یک قدم جلوتر ببریم و چهارمین متغیر (Region) را با رنگ رمزگذاری کنیم:

چگونه می فهمید چه زمانی از نمودار حبابی استفاده کنید؟

وقتی نمودار حبابی را به مخاطبمان نشان می‌دهیم، توقع زیادی از او داریم. از آنجایی که بینندگان اطلاعات زیادی را باید پیگیری کنند، باید در مورد اینکه چه زمانی مزایای نمودار حبابی بر هزینه‌هایش می چربد، فکر کنیم. زمانی که داده‌های ما حداقل سه بعد دارند، - از نمودار نقطه ای فقط برای دو بعد استفاده کنید - و برای یک مقایسه بصری سه طرفه، تنوع کافی در معیارها وجود دارد، می توانیم استفاده از این نوع نمودار را مدنظر قرار دهیم. 

حتی در این مورد باز هم مهم است که برای کمک به مخاطبان خود، تصمیمات هوشمندانه ای در طراحی اتخاذ کنید. من در ادامه برخی از بهترین روش‌ها را برای طراحی نمودارهای حبابی موثر بیان می‌کنم.

سناریوهای دیگری وجود دارد که در آنها نمودار حبابی ممکن است موثرترین انتخاب نباشد. به عنوان مثال، شما نباید از نمودار حبابی استفاده کنید وقتی ...
... که ابعاد بیشتر ارزش کافی برای جبران حضورشان ایجاد نمی کنند.

اجازه دهید برای طراحی ساده تر، رشد فروش سال به سال را با سازگارتر کردن آن در بین رقبا، کمی تغییر دهیم:

نمودار حباب حاصل در زیر نشان داده شده است. به دلیل تغییرات حداقلی، اندازه حباب ها به قدری شبیه هستند که به سختی می توان بینش معنی داری از این بعد اضافی به دست آورد. چشمان انسان ها برای انجام مقایسه های بصری دقیق برحسب مساحت، مجهز نیست، که در زیر با جزئیات بیشتر به آن می پردازم.

 ... زمانی که مخاطبان شما نیاز دارند به راحتی تفاوت های نسبی در بزرگی بین متغیرها را قضاوت کنند.

هر زمانی که داده‌ها را بر اساس مساحت کدگذاری می‌کنیم، چه در حباب‌ها، دایره ای‌ها، دونات‌ها، یا سایر اشکال هندسی که فاقد خط پایه ثابت برای مقایسه بصری هستند، کار سختی در پیش داریم. به عنوان مثال، بررسی کنید که چگونه چشم شما می‌تواند به راحتی تفاوت‌های جزئی تغییرات را تشخیص دهد، وقتی که من از نوار به جای حباب استفاده می‌کنم:

... وقتی تلاش شناختی که برای پردازش نمودار لازم است به قدرت مغز مخاطبان شما نمی ارزد.

حافظه کوتاه‌مدت مغز انسان می‌تواند تنها حدود چهار قطعه اطلاعات بصری را به طور همزمان ذخیره کند، بنابراین یک نمودار حباب چهاربعدی - کدگذاری شده به صورت 1) موقعیت محور x 2) موقعیت محور y و 3) اندازه و 4) رنگ - محدودیت های حافظه کاری ما را آزمایش می کند. اگر مطمئن نیستید، از خود بپرسید که چقدر زمان و تلاش می‌خواهید برای توضیح نحوه خواندن نمودار صرف کنید. راه جایگزین این است که به خود اجازه دهید از نمودارهای متعدد استفاده کنید و مخاطب را با اطلاعات بیش از حد به طور همزمان غرق نکنید.

نکات طراحی برای ایجاد نمودار حبابی موثر چیست؟

همان طور که قبلاً اشاره کردم، حتی بهترین نمودار حبابی می‌تواند در نگاه اول برای بیننده چالشی باشد. در اینجا مواردی وجود دارد که می توانید برای مخاطبان خود انجام دهید تا تفسیر نمودارهای حباب را آسان تر کنید.
• نمودار را تکه تکه روایت کنید و بسازید. خواننده ناآگاه باید بداند که چگونه نمودار حباب را بخواند و متقاعد شود که این مزیت ارزش تلاش را دارد. قابل‌توجه‌ترین نمونه‌های نمودارهای حبابی مؤثر در داستان‌های داده‌ای هانس روسلینگ، «200 کشور در 200 سال در ۴ دقیقه» و سخنرانی او در TED با عنوان «بهترین آماری که تا کنون دیده‌اید»، دیده می‌شود.

 هیجان هانس مسری است زیرا او شما را در طول داستان و به مرور که مسیر داستان مشخص می شود، گام به گام همراهی می کند. اگرچه همه نمی توانند تحویل هانس را انجام دهند، اما نقش مهمی را که شما در نحوه دریافت نمودار بازی می کنید برجسته می کند. در نظر بگیرید که چگونه مخاطبان شما نمودار حباب شما را بررسی می کنند و در صورت لزوم برای صحبت با آنها در دسترس باشید.

• از تعامل استفاده کنید. تصاویر پویا می توانند به مخاطب در مورد نحوه خواندن نمودار از طریق نکات ابزار و ویژگی های ناوبری مانند انیمیشن و فیلترها اطلاعات دهند. این مثال زیرتوسط تیم JSCharting برای مقایسه میزان جرم و جنایت و نرخ بیکاری بر اساس مناطق ایالات متحده ایجاد شده است.
• به خصوص برای نمودار حباب ایستا: کلمات را به کار ببرید.  همیشه ایده خوبی است که محورهای خود را برچسب گذاری کنید، عناوین نموداری واضح ارائه دهید و نقاط داده مهم را با زمینه روشن حاشیه نویسی کنید. این امر مخصوصاً زمانی صادق است که از یک نوع نمودار متراکم داده مانند نمودار حبابی استفاده می کنید، و شما همراه آن نیستید و برایتان ممکن نیست هرگونه سردرگمی را که بینندگان ممکن است در نگاه اول داشته باشند، برایشان توضیح دهید.

برای تمرین مرتبط، سعی کنید یک نمودار حباب ناآشنا را در تمرین «روایت چیست؟» انجمن SWD بهبود بخشید. این تمرین از تمرین 8.5 کتاب «داستان پردازی با داده ها: بیایید تمرین کنیم!» اقتباس شده است.