تصویرسازی دادهها (Data Visualization) به معنی ایجاد و مطالعه نمایش بصری داده، یعنی «اطلاعات چکیدهشده به یک شکل شماتیک، شامل خواص یا متغیرهای مربوط به واحدهای اطلاعاتی» است.
به گفته فریدمن (۲۰۰۸) «هدف اصلی تصویرسازی دادهها ارتباط واضح و کارآمد اطلاعات از طریق ابزارهای گرافیکی است. البته به این معنی نیست که تصویرسازی دادهها برای کارآمدی باید خستهکننده به نظر بیاید یا برای زیبا بودن باید پیچیده باشد. برای انتقال کارآمد ایدهها، هر دو شکل زیبا و کارآمدی باید دوشادوش پیش رفته باشند و دانش مربوط به مجموعهای پیچیده و پراکنده از اطلاعات را با نمایش نوآورانه جنبههای کلیدی آن، انتقال دهند. با این وجود طراحان معمولا نمیتوانند توازن میان شکل و کارآمدی را رعایت کنند و تجسم زیبایی از دادهها ایجاد میکنند که در اصلیترین ماموریت خود – انتقال اطلاعات – باز میمانند».
فرناندا ویگاس و مارتین واتنبرگ معتقدند تصویرسازی دادهها نهتنها باید ارتباطی واضح ایجاد کند بلکه باید توجه و درگیری بیننده را نیز موجب شود.
تصویرسازی دادهها ارتباطی نزدیک با گرافیک اطلاعات، تجسم اطلاعات، تجسم علمی و گرافیک آماری دارد. در هزاره جدید، تصویرسازی دادهها حوزهای فعال برای تحقیق، آموزش و توسعه شده است. امروزه بسیاری معتقدند تصویرسازی دادهها توانسته تجسم علمی و اطلاعاتی را با هم متحد کند. برایان ویلیسون ثابت کرده است تصویرسازی دادهها با فراگیری توسعه سریع نرمافزار و درگیری مشتریان نیز
ارتباط دارد.
کتابخانه KPI «جدول دورهای روشهای تجسم» را ایجاد کرده است که جدولی تعاملی برای نمایش روشهای مختلف تصویرسازی دادههاست. این جدول دارای شش روش تجسم داده: داده، اطلاعات، مفهوم، راهبرد، استعاره و ترکیب است.
حوزه تجسم داده
رویکردهای مختلفی در قبال حوزه تصویرسازی دادهها وجود دارد. یک نقطه تمرکز مشترک نمایش اطلاعات است؛ همانگونه که فریدمن آن را نشان داده است.
در این روش فرندلی (۲۰۰۸) دو بخش اصلی برای تصویرسازی دادهها قائل است: گرافیک آماری و نگاشت موضوعی. در این زمینه مقاله «تجسم داده: روشهای مدرن» (۲۰۰۷) خلاصهای از هفت موضوع تصویرسازی دادهها ارائه کرده است.
- مقالات و منابع
- نمایش ارتباطات
- نمایش داده
- نمایش اخبار
- نمایش سایتها
- نقشه ذهن
- ابزارها و خدمات
تمامی این موضوعات ارتباط نزدیکی با طراحی گرافیک و نمایش اطلاعات دارند.
از سوی دیگر، از دیدگاه علوم کامپیوتر، فریتس اچ پست (۲۰۰۲) این رشته را به چند زیررشته تقسیمبندی کرده است:
- تجسم اطلاعات
- تکنیکهای تعامل و معماری
- تکنیکهای مدلسازی
- روشهای چندراهبردی
- الگوریتم و تکنیکهای تجسم
- تجسم حجم
فعالیت کاربران تجسم داده
فعالیتهای تحلیلی کاربران سطح پایین در عین تعامل با نمونهای از تصویرسازی دادهها در جدول زیر نشان داده شده است (چکیده پروفورما در ستون چهارم الگویی است که اصل کار را شامل میشود).
این طبقهبندی فعالیت کاربران را میتوان در دو مورد استفاده کرد: به منظور تعیین نیازهای کاربران برای پروژههای خاصی از تصویرسازی دادهها و برای ارزیابی روشهای تصویرسازی دادهای. این طبقهبندی همچنین برای سه حوزه فعالیتی قابل سازماندهی است: بازیابی مقادیر، یافتن نقاط دادهای و مرتبسازی نقاط دادهای. این سازماندهی در نمودار بالا نمایش داده شده است
منبع: پیوست