Veri görselleştirme türleri ve ideal kullanım senaryoları
23.03.2021
Sosyal Medya

Veri görselleştirme türleri ve ideal kullanım senaryoları

İş zekası ve analitik verilerini anlamlandırmak için çok çeşitli veri görselleştirme türleri bulunuyor. Görselleştirme, iş zekası sürecinin temel bir bileşeni kabul ediliyor. Birçok kuruluşun veri altyapısındaki gelişmeler, iş zekası (BI) araçlarının daha geniş kullanımı ve buna bağlı olarak veri okuryazarlığındaki artış nedeniyle veri görselleştirmeye olan ihtiyaçta patlama yaşanıyor.

Veri görselleştirmenin arkasındaki temel fikirler onlarca yıldır var, ancak görselleştirme seçenekleri ve uygulamaları yıllar içerisinde değişiyor. Ancak bu değişimin her zaman pozitif yönde gerçekleştiğini söylemek zor. İş zekası geliştiricileri ve görselleştirme tasarımcılarının verileri görüntüleme konusundaki istekleri arttıkça grafikler yoğun ve anlaşılmaz hale gelebiliyor.

Günümüzde kurumsal ihtiyaçların tasarımı yönlendirdiği ve netliğin geri döndüğü bir yere ulaşıyoruz. İşle ilgili soruları yanıtlamak için ortaya konulan veri analizi sonuçlarını iletmenin en iyi yolu bulunmaya çalışılıyor.

BI analistleri ve veri bilimcileri, standart veri görselleştirmelerini kullanmak yerine hikayeyi sezgisel bir şekilde anlatmaya yardımcı olabilecek özel görselleştirmeler yaratıyor. Ancak günümüzün veri görselleştirme araçlarında yerleşik olarak bulunan en yeni teknikleri ve etkileşimli yetenekleri kullanırken dikkatli olmak gerekiyor. Görselleştirmedeki hatalar hem sıklık hem de etki açısından veri analizinin diğer yönlerindeki hatalardan çok daha ağır basıyor.

Veri görselleştirme türleri ve teknikleri

Günümüzde en yoğun şekilde kullanılan veri görselleştirme tekniklerinin kabiliyetlerini, yaygın kullanım senaryolarını ve oluşturulurken sıkça yapılan hataları sizler için derledik.

Çizgi grafiği

Çizgi grafiklere çoğu insan aşinadır ve iyi tasarlanmış olanları bir bakışta kolayca analiz edilebilir. Zaman içindeki sayısal öznitelikleri izlemek için birebirdir.

Çizgi grafikler, ayrı renkli eğriler üzerinde kategorik niteliklerin farklı ölçümlerini gösterebilir, böylece kullanıcılar bunları hızlı bir şekilde karşılaştırabilir. Ek olarak, bir çizgi grafiğini etkileşimli hale getirmek, kullanıcıların statik bir görselleştirmede kafa karıştırıcı olabilecek çok sayıda eğriye göz atmalarına yardımcı olabilir.

Örneğin, COVID-19 salgını sırasında, hastalığın yayılma temposunu göstermek ve sınırlama önlemlerinin etkinliğini ülkeden ülkeye karşılaştırmak için çizgi grafikler en çok kullanılan veri görselleştirme tekniği olmuştur.

Çubuk grafiği

Çubuk grafik, en basit ve en iyi bilinen veri görselleştirme tekniklerinden biridir. İnsanların gözleri, sıralı çubukların uzunluğunu karşılaştırmada çok başarılıdır. Çubuk grafikler, eğitim veya açıklama olmaksızın neredeyse herkes tarafından anlaşılabilir basitliktedir.

Pasta grafiği

Pasta grafik, bir bütün pastanın farklı yüzde dilimleriyle temsil edildiği bir başka iyi bilinen veri görselleştirme türüdür. Bu teknik göze çarpması açısından etkili olsa da, iki boyutlu oluşu dolayısıyla görselleştirme uzmanlarının veriler arasındaki farkları diğer teknikler kadar iyi aktarmalarına olanak tanımıyor. Sonuç olarak, yorumlanması zor grafiklerin ortaya çıkması mümkün oluyor.

Kabarcık grafiği

Kabarcık grafikler, her bir balonun xy konumuna ve boyutuna göre üç veri boyutunu ifade etmek için kullanılır. Bir kabarcık grafiği, nispeten karmaşık veri kümeleri hakkında minimum açıklamayla yararlı bilgiler sağlayabilir.

Çeşitli baloncukların etiketlerinin açıkça görülebilmesi önemli bir püf noktadır. Ayrıca, baloncukların boyutlandırılması gerekir, böylece birbirleriyle çarpışmamalarını ve temsil ettikleri verilerle ilgili öngörüleri hızlı bir şekilde aktaracak kadar farklı olmaları sağlanır. Netlik eksikliğinden dolayı bu teknikle görselleştirilen verilerin anlaşılması için çok fazla zihinsel çaba gerekebilir.

Histogram

Histogramlar, bir veri kümesindeki değerlerin dağılımını görselleştirmek için etkili bir yol sunar. Örneğin farklı fiyat aralıklarındaki işlemlerin sayısını göstermek için bir histogram kurgulanabilir.

Histogramlar çubuk grafiklere benzer, ancak özellikle veri dağıtımını göstermek için tasarlanmıştır. Veri değerlerinin gruplandığı eşit büyüklükteki sayısal aralıklar, bölmeler olarak adlandırılır ve bu aralıklara hiçbir veri girmezse bazılarında çubuk olmayabilir. Histogramlarla ilgili en büyük zorluk, bölmelerin yararlı ve ilgili bilgileri iletmek için uygun şekilde boyutlandırılmasını sağlamaktır.

Isı haritası

Bir ısı haritası, veri öğelerinin büyüklüğünü 2B göstermek için renk kodlarını kullanır. Bu görselleştirme tekniği, kurumsal müşterilerin aldığı hizmetlerin özelliklerini anlamalarına yardımcı olabilir. Örneğin, bulut kaynaklarının farklı zaman dilimlerinde kullanımını görselleştirmek için ısı haritaları kullanılabilir, böylece müşteriler maliyetleri düşürmek için sunucuları kapatmak veya küçültmek için ideal zamanları görebilir.

Dağılım grafiği

Dağılım grafikleri, iki veri boyutunun göreceli yoğunluğunu görüntülemek için kullanışlıdır. İyi tasarlanmış olanlar, karmaşık veri kümelerini okunması kolay bir şekilde nicelendirir ve ilişkilendirir. Bu grafikler, verileri görselleştirmek için olduğu kadar eğilimleri ve verileri keşfetmek için de kullanılır.

t-SNE

t-Dağıtılmış Stokastik Komşu Gömme (t-SNE) olarak bilinen bu teknik, yüksek boyutlu veri setlerini iki veya üç boyutlu veri noktaları olarak görselleştirmek için makine öğrenimi algoritması kullanır. Geleneksel dağılım grafiklerinin bazı sınırlamalarını gidermek için geliştirilmiştir.

Veri bilimcileri, ham verilerdeki ilişkileri görselleştirmeyi daha kolay hale getirmek ve dönüştürmek için t-SNE'den yararlanıyor. t-SNE gibi veri dönüştürme tekniklerinin benimsenmesi, veri okuryazarlığı ve veri görselleştirme alanındaki veri bilimi uzmanlığındaki artışın doğrudan sonucudur.

Sankey diyagramı

Sankey diyagramı, ayrı akışların büyüklüğünü gösteren farklı genişliklere sahip çizgiler ve oklar aracılığıyla veri ve süreç akışlarını temsil eder. Soldan sağa doğru uzanan yönlendirilmiş bir grafik kullanarak bir ağdaki akışları göstermek için etkili bir araçtır.

Sankey diyagramı ilk bakışta zor anlaşılır görünebilir. Ancak bu, temel veri setindeki büyük dalgalanmalarla bile çalışabilen esnek bir görselleştirme tekniğidir. Örneğin, uygulamaların karmaşık, katı olmayan bir iş akışında nasıl hareket ettiğini görselleştirmek için kullanılır.

Bir Sankey diyagramının anlaşılması kolay değildir ve içgörü kazanmak isteyen kullanıcıya öncesinde açıklama yapılması gerekir. Tasarımcıların bilgi alanına üzerine gelindiğinde ortaya çıkan talimatlar veya bilgilendirmeler eklemeleri şarttır.

Ağaç haritası

Ağaç haritaları hiyerarşik verileri, temsil ettikleri verilerin değerine göre farklı boyutlardaki bloklar olarak simgeler ve bunları içerisinde yer aldığı daha büyük veri setleriyle birlikte gösterir. Örneğin BT yöneticileri, sistemlerde disk alanı, bellek veya CPU kaynaklarının kullanımını izlemek için genellikle ağaç haritaları kullanır. Bloklar, kullanıcıların veri eğilimlerini belirlemelerine yardımcı olabilir. Boyutlarındaki dalgalanmalar ve bunların nasıl sıralandığı, görselleştirme tasarımcılarının dikkate alması gereken potansiyel zorluklardır.

Daire paketleme şeması

Daire paketleme şeması, veri nesneleri arasındaki ilişkiyi temsil etmek için bloklar yerine daireler kullanan bir ağaç haritası varyasyonudur. Bunlar bir ağa dair genel bakışı göstermek ve ağın farklı bölümlerindeki performans sorunlarının ciddiyetini göstermek için kullanılmaktadır.

Daha büyük daireler içinde farklı boyutlu dairelerin çizilmesi, ağ verilerini genel ağ, bireysel denetleyiciler ve her denetleyicideki farklı bölgeler dahil olmak üzere üç katman derinliğinde görüntülemeyi kolaylaştırır.

Ağ diyagramı

Bir ağ diyagramı, düğümleri ve aralarındaki bağlantı hatlarını göstererek veri öğelerinin nasıl bağlanacağını temsil eder. Ağ diyagramları, görselleştirme olmadan kavranması en zor olan verileri görselleştirmeye yardımcı olur. Sosyal ilişki ağları ve ilişkilerinin gücü, sistemler ve cihazlar arasında veri aktarımı, finansal ağlar, hastalık yayılması, ulaşım ve insan hareketi, suç faaliyetleri gibi konularda görselleştirme amacıyla kullanılabilir.

Öne Çıkan Yazılar
Sosyolojik reformun yeni adı: Toplum 5.0
Sosyolojik reformun yeni adı: Toplum 5.0
Teknolojik gelişmeler hayatın tüm alanlarında hızlı ve köklü değişimlere sebep oluyor. Toplumun sosyal ve kültürel yapısı...
5.08.2020
Büyük Veri
Sağlık hizmetlerinde veri yönetimi nasıl yapılıyor?
Sağlık hizmetlerinde veri yönetimi nasıl yapılıyor?
Bilgi temeline dayanan bir sektör olan sağlık sektöründe işlemlerin her aşamasında bilgiye gereksinim duyulması sağlık hizmetlerinde...
23.04.2020
Büyük Veri
Markaların büyük veri analizini kullandığı alanlar
Markaların büyük veri analizini kullandığı alanlar
Büyük veri analizi; yapılacak yatırımlar, büyüme ya da küçülme gibi kritik karar alma süreçlerini kolaylaştırması açısından...
14.05.2020
Büyük Veri
Büyük Veri hangi kaynaklardan elde edilir?
Büyük Veri hangi kaynaklardan elde edilir?
Kurumların stratejik kararlar vermesine yardımcı olan Büyük Veri (Big Data) nedir, türleri, nasıl ve hangi kaynaklardan elde...
1.10.2020
Büyük Veri
Nesnelerin İnterneti, Yapay Zekâ ve Verinin Gücü
Nesnelerin İnterneti, Yapay Zekâ ve Verinin Gücü
Son yıllarda gündemden düşmeyen “Büyük Veri” konusu yapay zekâ uygulamalarının da gelişmesiyle daha önemli bir kavram haline...
20.08.2019
Büyük Veri
Sosyal medya madenciliği ile veriye hükmedin!
Sosyal medya madenciliği ile veriye hükmedin!
Mobil internet kullanımının artışına paralel olarak son yıllarda büyüme gösteren sosyal medya platformları, yaygın iletişim...
20.07.2020
Büyük Veri