Hvad er datavisualisering? 8 vigtige typer for virksomheder

Med den stigende tilgængelighed af prisvenlige softwareværktøjer har små virksomheder fået adgang til enorme mængder forretningsdata. Men at have adgang til disse oplysninger er ikke det samme som virkelig at forstå dem. For at dine forretningsdata skal have værdi, skal du analysere dem effektivt.

En af de mest effektive måder at opnå dette på er ved hjælp af datavisualisering. I denne artikel dykker vi dybere ned i datavisualisering ved at se nærmere på følgende emner:

• Hvad er datavisualisering?
• Vigtigheden af datavisualisering i erhvervslivet
• Forskellige typer af datavisualiseringer
• Analyser og indsigter fra Uber Eats-platformen

Datavisualisering er praksissen med at omsætte data til visuelle formater, der gør informationen lettere at forstå. For mange mennesker hjælper det at omdanne numeriske data til visuelle diagrammer og grafer dig med at bearbejde det, du ser—du kan opdage tendenser og ændringer i data over tid og se, hvordan forskellige datasæt forholder sig til hinanden.

Efterhånden som adgangen til data er vokset i de senere år, er udbuddet af værktøjer med datavisualiseringsfunktioner også steget. Små virksomheder vil opdage, at mange af de produkter, du har til andre formål, også indeholder former for datavisualisering. Disse produkter kan omfatte:

• POS-systemer (point-of-sale)
• Tredjepartsleveringsplatforme
• Markedsføringssoftware
• Regnskabssoftware
• Lagerstyringssoftware

For alt det, din teknologipakke ikke allerede dækker, er det nu nemmere end nogensinde at skabe nye datavisualiseringer med brugervenlige datavisualiseringsværktøjer.

Datavisualiseringer findes i mange formater, som hver især egner sig til forskellige typer datasæt eller formål. Ved at bruge den rette datavisualisering til opgaven kan du få mest muligt ud af dine virksomhedsdata. For de fleste små virksomheder er dette nogle af de vigtigste typer datavisualiseringer, du vil støde på:

A bar chart, sometimes called a bar graph or column chart, is a good way to see comparisons between different categories of data. Bar charts include a horizontal axis and a vertical axis (often referred to as the x axis and y axis, respectively) that each represent a different kind of value—for example, one might be sales volume and the other dates, as in the first graphic below. Viewing your data in this format can help you identify trends and make comparisons.

You can pack more insights into a bar chart with a stacked bar chart, which plots multiple related data points onto one bar, to better visualize how they compare. The first chart below, for instance, not only shows total sales by date but also makes it easy to see how many sales came from organic search versus from ads. And you don’t have to stop at charting 2 values in each bar. The customer retention data visualization below uses 4 colors to help business owners track how often customers return, separated by month.

Cirkeldiagrammer bruger en cirkulær form til at illustrere kvantitative data. Hver sektor af cirklen repræsenterer en forholdsmæssig del af helheden. Sektorerne visualiserer procentdata, der tilsammen udgør 100%.

Cirkeldiagrammet nedenfor giver et overblik over de mest almindelige problemer, brugere rapporterer i forbindelse med leveringsordrer. At se den visuelle forskel mellem 85% (manglende varer, i dette tilfælde) og 11% (forkert ordre modtaget) kan tydeliggøre den relative størrelse af hver type fejl og hjælpe virksomheden med at prioritere, hvilke strategier der skal fremhæves for at mindske det samlede antal problemer.

Linjediagrammer viser udviklingen af data over en tidsperiode. Ligesom søjlediagrammer har de en vandret (x) akse og en lodret (y) akse. Den vandrette akse bruges til tidsenheder, såsom måneder, dage eller år. Den lodrette akse kan være til enhver type kvantitativ data, du sporer, såsom det beløb, der er indtjent gennem salg, antallet af bestillinger eller den gennemsnitlige bestillingsstørrelse. Linjediagrammer hjælper dig med at se, hvordan resultater har ændret sig i en bestemt tidsperiode, og identificere tendenser, der er værd at bemærke, i eventuelle høj- eller lavpunkter i dataene.

Som vist i linjediagrammet nedenfor, kan du indsætte mere end én linje i dit diagram for at se forholdet mellem flere datasæt. I dette tilfælde viser diagrammet en sammenligning af salgstallene for to forskellige år. Du kan også bruge denne type datavisualisering til at sammenligne dine tal med gennemsnittene for branchen eller sammenligne resultaterne fra to butiksfilialer i den samme tidsperiode.

Et tragtdiagram er et nyttigt værktøj til visualisering af data, der viser en udvikling over sekventielle trin eller faser. Tragtdiagrammer er en almindelig form for datavisualisering, som virksomheder bruger til at vise køberens rejse eller de trin, en forbruger sandsynligvis vil tage, fra den første introduktion til brandet til status som en loyal kunde.

Tragtdiagrammer kan hjælpe dig med at spore, hvor godt din markedsførings- og salgsproces flytter din målgruppe videre gennem forskellige faser. Med en visualisering af konverteringstragten, som den vist nedenfor, kan du identificere, om der er et bestemt trin i processen, hvor du ofte mister kunder. Hvis tragten viser et markant fald mellem tidspunktet, hvor varer lægges i kurven, og gennemførslen af en bestilling, tyder det på, at der er et problem, der stopper kunderne, før de tager det sidste skridt, såsom et højt leveringsgebyr eller lang ventetid. Ved at afsløre et potentielt problem kan et tragtdiagram hjælpe dig med at diagnosticere og løse dette.

Tables allow you to line up a list of data points in a series of rows and columns and sort them as needed. Sorting is a powerful feature for gaining a new perspective on the data in a table. You can easily reorder your data based on different questions you have. For example, you can quickly sort by the highest-grossing item to determine your most profitable products or see which items show the biggest change in sales to measure the results of a promotion.

As evidenced in the table below, you can use colors to help illustrate an increase (green) versus a decrease (red) in the data, and you can use images to remind you what the numbers in each line refer to. Seeing the pictures of your most popular items in a list next to the relevant data can make it easier for you to process.

Heat maps use color gradients to illustrate quantity or intensity. Their formatting can vary. A heat map can be in a table-like format as shown in the example below, which uses the 2 axes to break down the number of order issues by day of the week and time of day. You may also see website heat maps that measure how different parts of a webpage attract visitors’ attention.

Another common version is a heat map that uses a geographic map to show how the distribution of something varies across locations. Geographic heat maps are often called dot maps or distribution maps. Small businesses could use a dot map to understand where the bulk of your customers are located, to help make decisions about your delivery range or where to open new locations.

While the appearance of heat maps can vary considerably based on the format used, a common feature is using different shades of color to illustrate a point. In the heat map below, the darkest shades of red emphasize the times when the business sees the highest occurrences of order errors—the red is an intentional choice, as it points to an issue to be aware of.

Et radialt målediagram er en datavisualisering, der er formet som en halvcirkel for at illustrere en procentdel. Radiale målediagrammer bruges ofte til vise fremdrift mod et mål. Du er sikkert stødt på dem før i forbindelse med fundraising.

Et radialt målediagram kan give et simpelt overblik over, hvordan du klarer dig inden for et bestemt område. I eksemplet nedenfor kan en virksomhed hurtigt se den procentdel af kunderne, der er tilfredse med de varer, de har modtaget. De kan også dykke ned i dataene for hurtigt at få et indtryk af, hvordan kunderne oplever specifikke varer.

A percentage bar is another option for illustrating percentages visually. Instead of a pie or a gauge, you can use colors applied to a bar format to better reveal proportions or comparative data that adds up to 100%.

Percentage bars are typically used to either:

• Illustrate how close a data point comes to reaching 100%, similar to how you would with a gauge, or
• Show the comparison between 2 data points that add up to one whole measure, as in the example below that shows the relative share of new and returning customers

Percentage bars are a fairly simple type of data visualization that can help you make more sense out of small datasets.