Sophie MulderS

AfStudeerStAge

DATAVISUALISATIE ONDERZOEK

BIJLAGE I

Dit document is gemaakt in opdracht van iBiZZ te Etten-Leur.

Stageperiode: Februari 2019 tot en met juni 2019.

Stagiaire Naam: Sophie Mulders

Studentnummer: 2496100

Begeleiding vanuit iBiZZNaam: Michiel Jakobs

michiel@ibizz.nl

Begeleiding vanuit Fontys Hogeschool TilburgNaam: Hanneke Dam

hanneke.dam@fontys.nl

O n d e r z o e k s r a p p o r t a f s t u d e e r s t a g e v j 2 0 1 9 S o p h i e M u l d e r s

InleIdIng . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4Welke datavisualisatie elementen zijn er en wanneer worden zij gebruikt? . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5

Strategie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5Bevindingen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5Ontcijferen van data . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8Conclusie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9

BronvermeldIng . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10

INHOUDSOPGAVE

INLEIDINGDit document is opgesteld voor de afstudeerstage van Sophie Mulders. De stage vindt plaats bij iBiZZ in Etten-Leur. Dit document beschrijft het onderzoek naar diverse datavisualisatie elementen en wanneer ze gebruikt worden. Dit onderzoek doen we omdat we erachter willen komen hoe we de data binnen WiNGZZ kunnen gebruiken om klanten meer waardevolle inzichten te geven in hun online platform, zodat ze een hogere conversie kunnen behalen.

O n d e r z o e k s r a p p o r t a f s t u d e e r s t a g e v j 2 0 1 9 S o p h i e M u l d e r s

InleIdIng

4

Welke datavIsualIsatIe elementen zIjn er en Wanneer Worden zIj gebruIkt?

5

Welke datavisualisatie elementen zijn er en wanneer worden zij gebruikt?

StrAtegie

Door online onderzoek te doen via de Bieb methode is er onderzocht wanneer

welke data elementen gebruikt kunnen worden.

Bevindingen

In verschillende artikelen (Lebied, 2019;

Kwapien, 2018; Blitz, 2018) kwamen een

aantal visualisatie elementen naar voren.

Ze onderzochten welke elementen er

zijn en wanneer ze gebruikt of juist niet

gebruikt moeten worden.

Indicatoren zijn erg handig wanneer er een

‘instant overview’ moet worden gegeven

over hoe goed het bedrijf het doet op

een bepaalde KPI. Een simpele ‘meter’

laat meteen zien of er boven of onder

doel gepresteerd word en of het de juiste

richting op gaat. Dit is vooral effectief

wanneer kleur codering wordt toegepast.

Nog eenvoudiger is een nummer indicator.

Die geeft een simpel nummer en een

indicatie hoe dit vergelijkt met vorig jaar/

kwartaal/ maand etc.

Lijn diagrammen zijn geweldig wanneer

je patronen in een tijdsspanne wilt laten

zien. De meeste personen zijn bekend met

line charts en ze zijn makkelijk in een blik

te analyseren. Ze laten een globale trend

snel en bondig zien, op een manier die

moeilijk verkeerd te begrijpen is.

O n d e r z o e k s r a p p o r t a f s t u d e e r s t a g e v j 2 0 1 9 S o p h i e M u l d e r s

Welke datavIsualIsatIe elementen zIjn er en Wanneer Worden zIj gebruIkt?

6

Staaf diagrammen worden vooral gekozen

wanneer snel vergeleken moet worden

binnen een categorie, bijvoorbeeld

paginaviews per stad of land. Ze zijn

makkelijk te begrijpen, duidelijk en

compact.

Kolom diagrammen worden voornamelijk

gebruikt voor vergelijkingen van

verschillende waardes. Ze kunnen ook

gebruikt worden om veranderingen over

tijd te laten zien, al heeft dit alleen zin

wanneer je aandacht wil trekken over de

totalen in plaats van de vorm van de trend(

dit kan beter in een lijn diagram)

Wanneer men belangrijke waarden en een

globale trend wil laten zien dan kunnen

een lijn en kolom diagram gecombineerd

worden. Bijvoorbeel het totaal aantal

verkochte artikelen en het totaal omzet

voor iedere maand. De visualisatie laat

een nieuw inzicht zien in welke artikelen

het meest opbrengen, zelfs wanneer er

minder verkocht worden. Dit kan heel

belangrijk zijn bij het opstellen van een

marketing en sales plan.

Taart diagrammen zijn handig om meteen

te laten zien welk deel elke waarde van het

geheel uitmaakt. In het figuur hiernaast

zie je bijvoorbeeld welke campagne het

grootste aantal leads binnen brengt. Een

Welke datavIsualIsatIe elementen zIjn er en Wanneer Worden zIj gebruIkt?

7

inzicht in een blik zou het marketing team

kunnen laten zien wat het beste werkt,

waardoor ze snel kunnen reageren.

Voor een taart diagram is het belangrijk dat

er 6 of minder categorieën zijn. Ze zijn niet

precies en gebruikers vinden het moeilijk

om ze af te lezen omdat de grootte van de

taart stukken moeilijk te vergelijken zijn bij

meer dan 6 categorieën. Het grootste stuk

valt meteen op en kleinere stuken zijn

soms zo klein dat ze bijna niet te zien zijn.

Draai tabellen zijn niet de meest mooie

data visualisatie middelen, maar ze zijn

handig wanneer snel waardes afgelezen

moeten kunnen worden terwijl de exacte

nummers te zien zijn.

Sparklines hebben meestal geen schaal

wat betekend dat gebruikers individuele

waardes niet kunnen zien. Ze werken

wanneer er veel data is en je alleen de

trend wilt laten zien.

Bubble charts zijn volgens experts niet

geschikt voor dashboards. Ze zijn te

moeilijk af te lezen. Ze komen ook niet

vaak voor en daarom zijn mensen hier

niet aan gewend.

Gebieds- of Scatterkaart laten meteen

zien welke geografische locaties het

meest belangrijk zijn voor het bedrijf. De

data word gevisualiseerd met gekleurde

punten op een kaart, de waardes worden

vertegenwoordigd door de grootte van de

cirkels.

Figuur x beeld bijvoorbeeld website

bezoekers uit op locatie, terwijl de kleur

O n d e r z o e k s r a p p o r t a f s t u d e e r s t a g e v j 2 0 1 9 S o p h i e M u l d e r s

Welke datavIsualIsatIe elementen zIjn er en Wanneer Worden zIj gebruIkt?

8

het percentage van conversies aangeeft

(hoe groener, hoe hoger de conversie).

Het geeft twee belangrijke punten van

informatie weer: waar komen de meeste

van de bezoekers vandaan, vergeleken

bij waar de meest waardevolle bezoekers

vandaan komen. Dit kan binnen enkele

seconden tonen waar in een marketing

strategie de zwaktes zitten.

Funnel diagram is een specifiek type van

visualiseren die dalende waardes laat

zien wanneer klanten zich door de sales

funnel begeven. Het geeft visueel de

conversie weer bij iedere stap zodat je

snel kan zien waar er mensen verloren

worden in het proces. Het diagram laat

het aantal personen bij iedere fase zien,

van het eerste bezoek tot de uiteindelijke

verkoop.

ontcijferen vAn dAtA.Chun (2015) onderzocht wat academisch

onderzoek ons vertelt over het maken

van data visualisatie. Hij benoemt dat

wanneer resultatief precies moeten

kunnen worden afgelezen beter een bar

chart dan een taartdiagram of bubble

chart gebruikt kan worden.

In figuur x is te zien dat een bubble

chart het overzicht laat zien en dat de

bar chart de meer precieze details laat

zien. Cleveland en McGill(Chun,2015)

rangschikte grafiek types op basis

van hoe accuraat mensen de data

konden ontcijferen uit de visuele

eigenschappen(bijv, het gebied van

een cirkel, of de hoeken van lijnen, of

de lengte van de staven). Hieronder

staat een versimpelde versie van het

resultaat, van het meest accuraat tot het

minst:

1. Positie (dot plots, scatter plots)

2. Lengtes(staaf and column

diagrammen)

3. Hoeken (taart diagrammen)

4. Gebieden (bubble charts)

5. Kleuren (Choropleten kaart )

Welke datavIsualIsatIe elementen zIjn er en Wanneer Worden zIj gebruIkt?

9

concluSie

Voor de punten uit de requirements kan nu bepaald worden welk data visualisatie

element geschikt is. Zie hiervoor BijlageJ-visualisaties_per_datagebied.

O n d e r z o e k s r a p p o r t a f s t u d e e r s t a g e v j 2 0 1 9 S o p h i e M u l d e r s

Welke datavIsualIsatIe elementen zIjn er en Wanneer Worden zIj gebruIkt?

10

BRONVERMELDINGBlitz, S. (2018, 31 juli). 10 Useful Ways to Visualize Your Data (With Examples) l Sisense.

Geraadpleegd op 25 februari 2019, van https://www.sisense.com/blog/10-useful-

ways-visualize-data-examples/

Chun, R. (2015, 27 oktober). 6 lessons academic research tells us about making data

visualizations. Geraadpleegd op 13 februari 2019, van https://www.poynter.org/

reporting-editing/2015/6-lessons-academic-research-tells-us-about-making-data-

visualizations/

Kwapien, A. (2018, 22 februari). 10 Dashboard Design Principles & Best Practices To

Convey Your Data. Geraadpleegd op 13 februari 2019, van https://www.datapine.

com/blog/dashboard-design-principles-and-best-practices/

Lebied, M. (2018, 19 september). Great Dashboard Designs - See 10 Awesome Examples

For Inspiration. Geraadpleegd op 13 februari 2019, van https://www.datapine.

com/blog/great-dashboard-design-examples-for-inspiration/

Lebied, M. (2019, 4 januari). Choosing The Right Data Visualization Types To Present

Your Data. Geraadpleegd op 13 februari 2019, van https://www.datapine.com/

blog/how-to-choose-the-right-data-visualization-types/