Regole e sfide per una buona data visualization

Regole e sfide per una buona data visualization

Chiarezza, accuratezza, test con gli utenti, affidabilità sono alcune delle regole fondamentali da seguire per fare una buona data visualization. Ricordando sempre che le regole sono linee guida, non solo limiti.

08/01/2021 , tempo di lettura 4 MINUTI

Quali sono le regole che rendono una buona data visualization tale? Dopo un decennio circa di pratica estensiva di questo strumento nel giornalismo, nella comunicazione, nel marketing, è utile fare un punto su cosa può insegnarci l’esperienza fatta finora in questo ambito.

Nightingale, magazine della Data Visualization Society, ha raccolto le opinioni di alcuni designer ed esperti che hanno preso parte all’edizione 2020 della SHOW conference, dedicata proprio al tema delle regole per realizzare una visualizzazione chiara ed efficace. 


Si comincia dalla fiducia

Il punto di partenza è la fiducia, la capacità di rendere una visualizzazione affidabile, è il parere di Andy Kirk, esperto di visualizzazioni: “Anche se la questione della fiducia può non essere sempre la prima cosa che attraversa la mente di chi guarda il lavoro, dovrebbe essere o sarà una domanda che prima o poi si farà. Perciò potremmo fare la visualizzazione più avvincente, elegante e affascinante del mondo, ma se non è in grado di guadagnarsi la fiducia del pubblico, non è all'altezza degli standard minimi”.


Capire i dati e farli capire

Un altro tema, solo apparentemente scontato, è l’effettiva comprensione dei dati. “Mi assicuro sempre di aver compreso i dati e i loro limiti prima di creare il design - spiega Katie Peek, giornalista scientifica e designer -. Parlo sempre con chi ha creato il set di dati perché so che ogni set di dati ha le sue stranezze e limitazioni e il modo migliore per cogliere quella sfumatura è comunicare di persona o per telefono con chi ha curato quei dati. In secondo luogo cerco di identificare con chiarezza il punto centrale che sto cercando di comunicare prima di iniziare a progettare la visualizzazione.

Per assicurarsi che la chiarezza non venga meno, Lisa Charlotte Rost, Datawrapper, racconta che si è abituata nel tempo a farsi una serie di domande riguardo a quale sia il motivo per cui fa la visualizzazione, cosa potrebbero imparare da questa i lettori oppure come si potrebbe ulteriormente migliorare il lavoro. 


Bilanciare accuratezza e contesto

Giovanni Magni, Accurat, afferma invece che l’accuratezza delle forme scelte per la rappresentazione dei dati è un principio fondamentale da tenere presente. Al tempo stesso, però, ricorda l’importanza del contesto: “Anche la regola più ferrea può essere modellata e adattata all'ambiente in cui andrà l'output finale, se questo lo renderà più efficace”. 


Flessibilità e usabilità

Il tema del rapporto fra flessibilità e usabilità è al centro della riflessione di Manuel Lima, designer e docente: “Man mano che la flessibilità di un sistema, di un’esperienza, di un prodotto tende ad aumentare - spiega Lima - la sua usabilità tende a diminuire. Trovare l'equilibrio ideale tra flessibilità e usabilità è piuttosto difficile e probabilmente ciò che distingue le grandi esperienze dal resto”.

Per evitare di essere troppo influenzati dalle proprie esperienze - e quindi autoreferenziali - è essenziale fare sempre dei test con gli utenti, sostiene Sandra Rendgen. “Non possiamo mai prevedere tutte le reazioni possibili del pubblico, in termini di come leggeranno e interpreteranno il nostro lavoro”.

Le sfide da affrontare

Oltre a quanto imparato finora, non si può trascurare il fatto che ci siano o continuino a esserci delle sfide da affrontare per chi lavora in questo settore.
Un classico è il tema della ricerca da parte degli utenti della gratificazione immediata che rischia di spingere verso una semplificazione eccessiva: “Bisogna cercare di rendere la complessità - riflette Shadi El Hajj, RefractionLabs - senza eccedere nell’essere letterali, ma puntando piuttosto suscitare domande e curiosità”.

Costruire una gerarchia degli interessi

Conoscere il proprio pubblico, secondo Andy Kirk, è spesso un privilegio non disponibile per tutti coloro che si occupano di data visualization. Nella maggior parte dei casi, ciò che si può fare è stabilire una gerarchia degli interessi che è possibile soddisfare e un limite a questi, restando consapevoli che più il pubblico è ampio e vario, più sarà complesso soddisfarne tutte le esigenze.

Il pubblico, tra l’altro, ha sempre la massima libertà nel leggere la visualizzazione e quindi, sottolinea Katie Peek, per cui è utile costruire ogni elemento in modo che sia autonomo e comprensibile, indipendentemente o quasi dal modo in cui ci si avvicina al prodotto.


Le regole sono una guida, non un limite

Attenzione infine a un aspetto: finora abbiamo ampiamente parlato di regole, ma tutti gli esperti citati concordano sul fatto che se si considerano le regole, le buone pratiche condivise costruite finora per fare data visualization come delle norme rigide, invece che come linee guida da seguire, modellandole in modo sensato rispetto alle necessità specifiche, si rischia di commettere un errore che può avere effetti limitanti sulla capacità informativa ed esplicativa della data visualization, oltre che generare errori sostanziali nel prodotto. “Le regole o i principi di progettazione devono essere generativi, non prescrittivi”, afferma Manuel Lima.