Istogrammi, grafici a barre, mappe di calore o linee? Saper scegliere la visualizzazione dei dati corretta è fondamentale per comunicare chiaramente il messaggio che i dati intendono trasmettere a capi, soci, colleghi e clienti.
Per fortuna, oggi disponiamo di moltissime indicazioni che ci aiutano in questo compito. Come regola generale, ciascun tipo di dati richiede un tipo specifico di grafico. Ecco una guida rapida per aiutarti a scegliere quella più adatta.
Dati con una o più variabili in cambiamento rispetto a un parametro
Se i tuoi dati mostrano una variabile che cambia rispetto a un parametro di riferimento (in genere il tempo, ma può essere altro), le seguenti visualizzazioni sono le più indicate:
Grafici a linee: ideali per mostrare l’andamento di un valore su una variabile in cambiamento rispetto a un parametro prefissato. Possono essere semplici o sovrapposti per confrontare più categorie. Esempio: andamento del PIL di un paese (variabile) nel corso del tempo (parametro di riferimento).
Grafici a colonne o istogramma: meglio conosciuti come grafici a barre verticali, rappresentano dati raggruppati per categorie (per esempio, un prodotto) e disposti su delle colonne. Utilizza versioni singole, raggruppate o sovrapposte a seconda del numero di categorie da comparare. Esempio: confronto tra le vendite di due prodotti (A e B) per anno.
Grafici a barre orizzontali: simili ai grafici a colonne, ma disposti orizzontalmente, indicati se i valori sono molto diversi tra loro.
Grafici ad area: simili ai grafici a linee, ma con l’area sotto la linea riempita per enfatizzare l’andamento. Sono anche utili per rappresentare il confronto tra due o più categorie.
Dati con variabili e distribuzioni numeriche
Quando vuoi mostrare una distribuzione numerica:
Grafici a dispersione (scatter plot): visualizzano i punti dati senza collegamenti, utili per individuare tendenze o cluster tra due variabili quantitative. Questo grafico viene utilizzato in statistica per evidenziare correlazioni tra due variabili, regressioni, dispersione. Esempio: valutare la relazione tra altezza e peso di un gruppo di persone.
Grafici a bolle: simili ai grafici a dispersione, ma rappresentano i valori attraverso la dimensione delle bolle per confrontare quantità.
Dati che rappresentano parti di un tutto
Se vuoi mostrare la composizione di un insieme rispetto al totale:
Grafici a torta: ideali per visualizzare percentuali in 2D o 3D. Ogni fetta rappresenta una parte del tutto. Esempio: composizione di un alimento in percentuale di grassi, proteine, carboidrati.
Grafici a ciambella: simili ai grafici a torta, ma con un foro centrale; mostrano la distribuzione in segmenti che sommano al 100%.
Dati progressivi o con intensità
Per visualizzare un progresso verso un obiettivo o mostrare frequenze:
Grafici a gauge: indicano un singolo risultato all’interno di una gamma progressiva. Esempio: la velocità della connessione internet.
Mappe di calore: utilizzano gradazioni di colore per rappresentare l’intensità o frequenza dei valori, perfette per dataset ad alta densità. Esempio: la mappa di un paese che indica la densità di popolazione per comune.
Scegliere il grafico corretto richiede la comprensione della natura dei tuoi dati. Oggi, per fortuna, moltissimi tool fanno questo lavoro da soli utilizzando tecnologie come l’intelligenza artificiale. Del resto, si tratta di regole relativamente rigide, in cui la libertà di scelta è minima.
Tra gli studiosi di maggior riferimento che puoi consultare per approfondire la materia, ricordiamo:
Edward Tufte – Artista e statistico, è probabilmente il nome più noto nella data visualization. Ha scritto una serie di libri essenziali, tra cui:
- The Visual Display of Quantitative Information (1983) – Considerato una pietra miliare, tratta i principi fondamentali per creare grafici chiari ed efficaci.
- Envisioning Information (1990) – Esplora le tecniche di rappresentazione visiva di informazioni complesse.
- Visual Explanations (1997) – Approfondisce l’arte di spiegare informazioni attraverso la visualizzazione, con enfasi sulla chiarezza e sull’accuratezza.
Jacques Bertin – Geografo e cartografo francese, il suo libro Sémiologie Graphique (1967) è uno studio pionieristico sulla semiotica grafica. In questo lavoro, Bertin analizza i vari elementi visivi (colore, forma, dimensione, ecc.) e come possono essere combinati per trasmettere informazioni in modo efficace.
Stephen Few – Specialista in business intelligence, ha scritto vari manuali pratici sulla visualizzazione per prendere decisioni basate sui dati. I suoi libri principali includono:
- Show Me the Numbers (2004) – Un testo pratico su come creare grafici efficaci per il mondo aziendale.
- Now You See It (2009) – Riguarda l’analisi visiva dei dati e come utilizzare la visualizzazione per individuare tendenze e modelli.
Alberto Cairo – Giornalista e designer, è noto per il suo approccio orientato alla narrazione dei dati. Tra i suoi libri principali:
- The Functional Art (2012) – Unisce teoria e pratica della visualizzazione con esempi concreti.
- The Truthful Art (2016) – Si concentra su come usare la visualizzazione per rappresentare i dati in modo onesto e accurato.
Cole Nussbaumer Knaflic – Ha un approccio pratico ed è molto noto nell’ambito della comunicazione visiva aziendale. Il suo libro Storytelling with Data (2015) insegna come comunicare con i dati in modo semplice ed efficace, focalizzandosi sulla narrativa e sull’interpretazione visiva per un pubblico non tecnico.
Ben Fry – Co-fondatore di Processing (un linguaggio di programmazione per visualizzazione e arte), il suo libro Visualizing Data (2008) offre linee guida pratiche per costruire visualizzazioni di dati in programmazione.
Ti è piaciuto questo articolo? Iscriviti alla newsletter per ricevere contenuti simili. Oppure, leggi il mio ultimo libro, Neuroscienze della narrazione.
