Datenvisualisierung (für Anfänger): Farbe

Einleitung

Die Farbtheorie ist ein so weites Feld der Forschung, dass es unvermeidlich war, sie in den Bereich der Datenvisualisierung zu bringen.

Viele Unternehmen stehen vor der Herausforderung, ihre Markenfarben auch auf die Datendarstellung anzuwenden. Das Problem ist, dass dieser Aspekt bei der Entwicklung eines Styleguides oft nicht bedacht wurde.

Das zugrunde liegende Problem ist leicht zu verstehen. Die Mehrheit der Nutzer fühlte keine Verbindung oder Bindung, wenn sie Präsentationen außerhalb der Farbpaletten der Marke betrachteten. Und diejenigen, die sich an die Richtlinien hielten, erfüllten nicht die grundlegenden Anforderungen an Differenzierung oder Kontrast, um sie richtig zu verstehen.

Glücklicherweise fangen Marken an, die Datenvisualisierung in ihren Firmenfarbpaletten zu berücksichtigen. Viele haben umfangreiche Farbpaletten entwickelt, die mehr oder weniger auf den Primär- oder Sekundärfarben ihres Unternehmens basieren. Sogar segmentiert nach Verwendung oder Anwendung (z.B. Repsol Farbpalette).

Farbpalette von Repsol).

Zugänglichkeit und Markenpräsenz in der Datenvisualisierung erfreuen sich zunehmender Aufmerksamkeit.

Allerdings halten viele andere Unternehmen an alten Styleguides fest oder mit einer spärlichen, sehr printorientierten Farbpalette.

Im letzteren Fall kann es vorkommen, dass wir ein Diagramm mit einem Dutzend Variablen zeichnen müssen. Wir haben aber nur zwei oder drei Markerfarben, die wir verwenden können.

Es ist offensichtlich, dass es schwierig sein wird, mit so wenigen Eingaben einen effektiven Bereich zu finden. Noch schwieriger wird es, wenn die Informationen aus einer bestimmten Entfernung hervorstechen und die einzelnen Werte klar voneinander abgegrenzt werden sollen.

Das Verstecken hinter kleinen Beschriftungen oder Etiketten, um die Informationen zu entziffern, ist auch keine effektive oder skalierbare Lösung.

Bestimmte Bereiche mit Formen, Linien, Punkten usw. zu füllen, ist eine übliche ästhetische Entscheidung, wenn Daten auf einfarbigen Medien dargestellt werden sollen. Aber auch wenn wir mit möglichst vielen Waffen einen größeren Spielraum bei der Problemlösung haben, wäre dies nicht die erste Option, die wir anwenden würden.

Symbolik

Aber damit nicht genug der Tücken. Die Auswahl einer Farbpalette für die Darstellung von Daten wird durch weitere wichtige Aspekte beeinflusst. Sie haben sicher schon die Erwähnung der Farbsymbolik vermisst.

Abgesehen von der persönlichen Bedeutung, die jeder von uns den Farben beimisst, gibt es einen klaren Konsens über die Symbolik einiger Farben. Wir werden jetzt nicht ins Detail gehen, aber es ist klar, dass wir einen Platz für die so genannten „semantischen Farben“ reservieren müssen. Rot, Gelb und Grün haben ihren Platz in allen Gestaltungssystemen und auch ihre Funktion bei der Darstellung von Daten, weil es einen universellen Konsens über ihre Verwendung in einer bestimmten Weise gibt. Rot steht für Warnung, Gefahr oder negative Informationen. Grün für positive Werte, Wachstum oder Validierung.

Zugänglichkeit

Aspekte wie Form, Lage oder Größe der Fläche wirken sich darauf aus, wie sich Farben zueinander verhalten. So kann es vorkommen, dass gut kontrastierte Farben in einem Kreisdiagramm nicht in einem anderen funktionieren, dessen Werte durch eng beieinander liegende Linien dargestellt werden.

Mit bestimmten Farben ist eine soziale und kulturelle Symbolik verbunden, die bei der Erstellung einer Farbpalette berücksichtigt werden muss

Es ist nicht dasselbe, die Farben auf einem hellen Hintergrund zu visualisieren als auf einem dunklen, wo wir eine kontrastreichere und hellere Palette verwenden müssen.

 

Und natürlich können wir die Sehbehinderten nicht ignorieren. Zum Glück gibt es Werkzeuge, mit denen man Farbschemata testen und ihre Kompatibilität mit verschiedenen Formen der Farbenblindheit überprüfen kann.

Einige Referenzen, die Sie vielleicht nützlich finden: Colorblind web page filter; Chroma.js colour palette helper.

In Kürze

 

Es ist klar, dass wir es mit einer komplexen Situation zu tun haben, mit vielen Variablen und einer fast unendlichen Kombinatorik.

Wir werden versuchen, etwas Licht ins Dunkel zu bringen und anhand von Beispielen, wie große Unternehmen dieses Problem angegangen sind, einige Best-Practice-Ratschläge für die Auswahl der am besten geeigneten Farbpalette für unsere Datenvisualisierung geben.

 

Erstellung einer Farbpalette

Wir haben bereits kurz erwähnt, dass nicht alle Unternehmen eine spezielle Palette für die Datenvisualisierung haben. Wir haben darüber gesprochen, wie wichtig es ist, über eine wirksame Farbpalette zu verfügen, die ein ausreichendes Kontrastverhältnis bietet und die eine möglichst enge Beziehung zum Markenimage aufrechterhält.

Was ist mit semantischen, neutralen, sequentiellen und kategorisierten Farben? Nun, vielleicht sind wir schon zu weit gegangen. Aber wenn wir schon die Ärmel hochkrempeln, sollten wir es auch richtig machen. Lassen Sie uns organisiert vorgehen.

Es ist der beste Anfang, mehrere Farbpaletten für die Visualisierung von Daten zu erstellen und für ihre Skalierbarkeit zu sorgen.

Generell gibt es vier Verwendungsmöglichkeiten von Farbe in Grafiken, je nach Zielgruppe und der Geschichte, die wir erzählen wollen:

• Kategorische Farben helfen den Nutzern, den Objekten in einer Visualisierung eine nicht-numerische Bedeutung zuzuordnen. Sie sind so gestaltet, dass sie sich visuell voneinander unterscheiden.
• Kategorische Farben sind so gestaltet, dass sie sich visuell voneinander unterscheiden.
• Sequentielle Farben haben eine numerische Bedeutung. Sie sind eine Abstufung von Farben, die von hell bis dunkel reichen, wobei der letzte Wert der höchste ist.
• Divergente Farben haben ebenfalls eine numerische Bedeutung. Sie sind nützlich, wenn es um negative Werte oder Bereiche mit zwei Extremen und einer Grundlinie in der Mitte geht.
• Auch divergierende Farben haben eine numerische Bedeutung.
• Akzent- oder Highlightfarben werden mit neutralen Farben wie Grautönen kombiniert, um besonders relevante Informationen hervorzuheben.

Wir sollten uns also zumindest eine Farbpalette für die oben genannten Anwendungen einfallen lassen.

Und dies ist keine irrelevante Aufgabe, die wir an unerfahrene Benutzer delegieren können. Wenn wir die mögliche Personalisierung eines digitalen Produkts in Betracht ziehen, müssen wir entscheiden, wie viel Gewicht diese Funktionalität für den Nutzer hat. Wenn der Prozentsatz der Relevanz geringer ist, sollten wir diese Personalisierung so weit wie möglich einschränken, um das Endergebnis zu kontrollieren. Und wenn es umgekehrt ist, müssen wir uns darüber im Klaren sein, dass das Image des Produkts beeinträchtigt wird, und dies akzeptieren.

Die Auswahl der richtigen Farbpaletten ist eine komplexe Aufgabe, die Erfahrung und Spezialisierung erfordert.

Sie müssen vorhersehen, welchen Grad der Farbanpassung Sie dem Benutzer gegebenenfalls zugestehen, und ihn kontrollieren.

Farbauswahl

Bevor wir beginnen, müssen wir einige Faktoren berücksichtigen:

• • Support. Die Auswahl von Farben für digitale Geräte wie Smartphones oder Tablets ist nicht dasselbe wie die Auswahl von Farben für die Darstellung auf einem Fernseher oder in Druckerzeugnissen

• • Barrierefreiheit. Die Identifizierung potenzieller Kontrast- und Wahrnehmungsprobleme für Sehbehinderte trägt dazu bei, die Auswirkungen einer unwirksamen Farbpalette erheblich zu verringern

• • Semantik. Jeder Kulturkreis hat seine eigenen Vorstellungen von der Symbolik der Farben. In den westlichen Kulturen bedeutet die Farbe Grün zum Beispiel unter anderem Glück. Im Osten hingegen ist es die Farbe Rot, die diese Rolle einnimmt.
  • Zielgruppe. Wenn wir im Voraus wissen, für wen die Daten bestimmt sind und welche Farben in ihrem Sektor am häufigsten verwendet werden, können wir unseren Auswahlvektor entsprechend anpassen. Für ein Unternehmen, das auf den Tourismus ausgerichtet ist, ist eine helle und freundliche Farbpalette passend. Mit einem Bestattungsunternehmen hat das nichts zu tun
  • Geschichte. Dies steht im Zusammenhang mit den zuvor erwähnten Farbanwendungsarten (kategorische Farben, aufeinanderfolgende Farben usw.). Wenn wir mehrere Farbbereiche haben, können wir je nach der Geschichte, die wir erzählen wollen, die eine oder die andere Farbe verwenden. Wenn das Ziel der Grafik beispielsweise darin besteht, die Kapitalrendite der F&E-Abteilung wiederzugeben, könnten wir eine Palette mit fröhlichen Farben verwenden, die eine positive und optimistische Geschichte erzählen. Dies könnte zu einem höheren Budget für das nächste Jahr führen.

 

Techniken zur Erstellung von Paletten

 

Stellen wir uns vor, wir haben einen spärlichen Schrank mit Farben. Erweitern wir ihn ein wenig. Dazu gibt es mehrere Techniken.

• Ausgehend von den repräsentativsten Markenfarben, verringern Sie schrittweise die Sättigung und verdunkeln oder hellen die Töne auf. Nachteile: Es entsteht eine gräuliche und nicht sehr helle Palette, in der die Farben leicht verwaschen sind.
• Zurückgreifen auf Tertiärfarben oder Farben, die das Unternehmen in anderen Medien verwendet, und eine breite Palette von Zufallsfarben erzeugen. Nachteile: Die Voreingenommenheit gegenüber den repräsentativsten Farben des Unternehmens wird verstärkt, und es kann eine gewisse Inkonsistenz auftreten.

 

• • Eine begrenztere Farbpalette und davon abgeleitete einfachere Unterpaletten mit kontrollierterem Kontrast für grundlegende Grafiken schaffen. Nachteil: Für bestimmte Arten von Grafiken werden möglicherweise noch spezifische Farbabstufungen benötigt

 

Diese letzte Option ist die empfehlenswerteste, weil sie ein Gleichgewicht zwischen den ersten beiden darstellt. Ein Trick besteht darin, einige Original-Markenfarben aus den Primär- und Sekundärfarben auszuwählen. Duplizieren Sie diese. Platzieren Sie die Klone abwechselnd mit den Originalen. Ändern Sie schließlich ihren Farbton, ihre Sättigung und ihre Helligkeit, um einen ausreichenden Kontrast zu schaffen.

Wenn wir wirklich wenig Material zur Verfügung haben und kreativ werden dürfen, können wir einige weitere Tricks anwenden, um unsere Palette zu gestalten.

• • Nutzen Sie die Farbpaletten, die die Natur uns gibt. Wenn Sie einen Farbverlauf für eine sequentielle oder divergierende Farbpalette verwenden, ist es am besten, Farben an den Extremen zu verwenden, die üblicherweise mit der Natur assoziiert werden. Zum Beispiel bei einem Sonnenuntergang. Andernfalls wird der Farbübergang als künstlich und unrealistisch empfunden und stößt auf Ablehnung

 

• Verwenden Sie Farbschemata von Fotos, die mit den Unternehmenswerten in Verbindung stehen. Wenn Sie die Hilfe eines Experten haben, können Sie die Farben direkt auswählen. Wenn nicht, ist es besser, eine Software zu verwenden, die das Bild zerlegt, um die vorherrschenden Farben zu extrahieren, und dann eine eigene Palette zu erstellen.

Natürlich ist die Farbauswahl, auch bei der Datenvisualisierung, eine sehr persönliche und subjektive Aufgabe. Aber wie wir gesehen haben, gibt es viele Einflussfaktoren und Variablen, die wir berücksichtigen müssen, wenn wir ein effektives Ergebnis erzielen wollen.

Unabhängig vom Branding unseres Unternehmens oder unserem persönlichen Geschmack gibt es einige Paletten, die sich als wirklich praktisch und effektiv erwiesen haben und die wir kennen sollten. Besonders die sequentiellen, weil sie wissenschaftlich fundiert sind.

Besonders die sequentiellen, weil sie wissenschaftlich fundiert sind.

Einführung in die Viridis-Farbkarten.

Diese sequenziellen Paletten wurden unter anderem unter Berücksichtigung von Wahrnehmungs- und Kontrastvariablen entwickelt, um Zugänglichkeitsprobleme für Menschen mit Sehbehinderungen aufgrund von Farbenblindheit oder deren Variationen zu vermeiden.

Auf diese Weise kann jeder die gleichen Tonwert- und Kontrastunterschiede in der Abfolge der Werte in einer Datendarstellung wahrnehmen. Selbst wenn sie in Schwarz-Weiß gedruckt ist.

Diese Farbpaletten wurden ursprünglich für die Verwendung in einer Programmiersprache namens R entwickelt, die speziell für akademische und Forschungszwecke geschaffen wurde.

 

R ist eine freie Programmiersprache für statistische Berechnungen und Grafiken. Sie wird von Forschern in verschiedenen Disziplinen zur Schätzung und Darstellung von Ergebnissen und von Lehrern für Statistik und Forschungsmethoden verwendet.

R ist eine freie Programmiersprache für statistische Berechnungen und Grafiken.

Diese Farbskalen wurden von hochqualifizierten Forschungsteams entwickelt und verfeinert, und sie sind so wertvoll, dass sogar Unternehmen wie Adobe ihre Vorteile erkannt haben und auf ihrer Grundlage eigene Farbschemata für die Datendarstellung entwickelt haben.

Eine letzte zu berücksichtigende Variable, die wir bereits erwähnt haben, ist die Grundfarbe, das heißt: das Thema.

Wenn wir Daten zu zwei Themen, einem hellen und einem dunklen, darstellen wollen, müssen wir zwei an den jeweiligen Hintergrund angepasste Paletten erstellen.

Auf einem hellen Hintergrund können sehr kräftige oder dunkle Farben ermüdend wirken und das Erscheinungsbild der Anwendung wird sehr langweilig. Weniger gesättigte und gut kontrastierte Farben werden empfohlen. In einer dunklen Umgebung sollten wir unserer Palette jedoch eine zusätzliche Helligkeit verleihen, ohne die Töne zu übersättigen.

Hieß das, dass wir zwei verschiedene Paletten erstellen sollten? Wenn wir konsistent sein wollen, lautet die Antwort nein. Aber wir sollten einige der Farben anpassen. Aber wir müssen einige der Farben an den jeweiligen Kontext anpassen.

Verwendung von Farbpaletten

Angenommen, wir haben bereits unsere Farbpaletten zur Visualisierung von Daten. Dass wir die Variablen der Wahrnehmungsdifferenzierung, der Zugänglichkeit und der Symbolik verstehen.

Wir sollten auch davon ausgehen, dass wir, wenn unsere Palette breit ist, Unvollkommenheiten finden werden. Das Kontrastverhältnis zum Hintergrund, zu den benachbarten Farben und zum Text ist nicht immer optimal.

Deshalb haben wir nur 50% des Problems gelöst. Zu wissen, wie man Farben verwendet, ist genauso wichtig wie zu wissen, wie man sie auswählt. Schauen wir uns einige Schlüssel an.

 

Einen Hammer zu haben, bedeutet nicht, dass es nur Nägel gibt. Genauso wichtig wie das Wissen, wie man Farben benutzt, ist das Wissen, wann man sie NICHT benutzt.

Blockquote>.

Es ist wichtig, sich daran zu erinnern, dass Farbe einen Zweck erfüllen muss. Wenn die Informationen auch ohne Farbe verstanden werden können, ist es besser, sie nicht hinzuzufügen. Wenn die Visualisierung nur zwei Datendimensionen enthält, wie z. B. die Entwicklung eines Wertes im Laufe der Zeit, braucht sie im Allgemeinen nur eine Farbe.

Es gibt keinen Grund, das schnelle Verständnis eines Diagramms durch das Hinzufügen von Farben zu erschweren, nur um einen angenehmeren ästhetischen Effekt zu erzielen.

 

Grundlegend werden Farbpaletten auf zwei Arten von Datendarstellungen angewendet:

• Qualitativ: hier kann keine logische numerische Reihenfolge angewendet werden.
• Quantitativ: die numerische Reihenfolge hat eine Bedeutung, die dargestellt werden muss.

Qualitative Daten

Es handelt sich um Daten unterschiedlicher Natur, deren Wert keine Korrelation mit den anderen Daten darstellt und daher unterschieden werden muss.

In diesen Fällen verwenden wir kategorische Farbpaletten. Das heißt:

• Gut differenzierte Farben ohne ausgeprägte Symbolik.
• Mit ähnlicher Helligkeit und Sättigung.
• Mit einem ausreichend unterschiedlichen Farbton, um keine visuelle Verklumpung oder ein Gefühl von Ordnung zu erzeugen.

Es wird empfohlen, keine Paletten mit mehr als 6 Farben zu verwenden. Es ist erwiesen, dass Menschen nicht mehr als 5 bis 8 Farben gleichzeitig zuverlässig unterscheiden können.

Quantitative Daten

Es handelt sich um Daten gleicher Art, die sich aber in ihrem Wert unterscheiden: zum Beispiel die Bevölkerungsdichte eines Landes.

 

Es gibt quantitative Diagramme, die auf zwei verschiedene Arten dargestellt werden können:

• • In sequentieller Form. Ein Farbverlauf wird verwendet, um zu zeigen, wann die Werte niedrig oder hoch sind

Ein paar Tipps:

Machen Sie möglichst zweifarbige Abstufungen. Sie bieten mehr Kontrast und Differenzierung als die Verwendung einer einzigen Farbe.

Die Helligkeit der Extremwerte sollte deutlich eine Ordnung erkennen lassen und welche Werte größer und welche kleiner sind.

Der Unterschied zwischen den Farbstufen sollte proportional sein, so dass Sie von jedem Punkt der Palette aus feststellen können, wie weit zwei Werte voneinander entfernt sind. 5 Stufen sind eine gute Zahl für den Anfang.

 

• • Divergierend. Es werden zwei Farbverläufe verwendet, die sich in der Mitte treffen, dargestellt durch einen neutralen Ton. Sie wird in Fällen verwendet, in denen es innerhalb einer gemeinsamen Skala verschiedene Wertebereiche gibt. Man denke an ein Thermometer oder eine Zufriedenheitsumfrage.

 

Ein paar Tipps:

Setzen Sie eine weiße oder graue Farbe in die Mitte, auch ein helles Gelb kann als mittlerer neutraler Ton funktionieren.

Wie bei der sequenziellen Palette sollte die Helligkeit der Extremwerte eine klare Ordnung aufweisen. Welche Werte sind größer und welche sind kleiner.

Wie bei der sequentiellen Palette sollte auch hier die Differenz zwischen den Farbstufen proportional sein, damit man von jedem Punkt der Palette aus feststellen kann, wie weit zwei Werte voneinander entfernt sind. Zwischen 3 und 5 Schritten ist eine gute Zahl für den Anfang.

 

Was, wenn wir die Regeln brechen?

Was, wenn wir die Regeln brechen?

Sie werden im Folgenden sehen, dass wir von Zeit zu Zeit einige Regeln brechen können, um eine effektivere Darstellung unserer Geschichte zu erreichen.

Wir haben bisher gesehen, dass es sequentielle, kategorische und divergierende Farbpaletten gibt. Aber wie wir bereits erwähnt haben, können wir Akzentpaletten erstellen, um Daten hervorzuheben.

Es ist eine gängige Methode, bestimmte Regeln zu brechen, um eine andere visuelle Wirkung zu erzielen.

Es ist ebenfalls eine gängige Methode, bestimmte Regeln zu brechen, um eine andere visuelle Wirkung zu erzielen.

Es liegt auf der Hand, dass die Verwendung von Farben in vielen Fällen willkürlich ist, weil sie nicht nach festgelegten Farbpaletten, sofern es sie gibt, eingesetzt werden oder Experten sie nicht anwenden und dem persönlichen Geschmack gefolgt wird.

In anderen Situationen stellen wir fest, dass es nicht möglich ist, einen bestimmten Wert über eine genau definierte Farbpalette hervorzuheben, so dass sie sich nicht voneinander abheben.

 

Es ist auch kompliziert, dass wir über eine umfangreiche Palette spezifischer Farben zur Datenvisualisierung die Persönlichkeit unseres Unternehmens so einsetzen können, dass wir die Marke wahrnehmen.

Auf großen Paletten oder mit nicht dominanten Farben ist es sehr schwierig, Konzepte hervorzuheben oder die Marke des Unternehmens anzuwenden.

Diese Situationen stellen uns vor Szenarien, in denen eine breite Farbpalette möglicherweise nicht die effektivste Lösung ist. Andererseits kann eine Palette von Grautönen ein großer Verbündeter sein. Einige Anwendungen könnten sein:

Einige Anwendungen könnten sein:

 

• Akzentuieren, um sich zu konzentrieren. Das Grau in Kombination mit der Farbe hebt sie hervor und betont ihren Wert.
• Interpretationshinweise schaffen. Wenn ein sequenzieller Grauverlauf erstellt wird, kann eine schwarze Farbe verwendet werden, um z. B. einen Wert oder einen Fortschritt hervorzuheben.
• Ansicht der allgemeinen Form. Wenn für die Linien eines Diagramms derselbe Grauton verwendet wird, können wir beispielsweise leicht die allgemeine Form eines Trends erkennen und Ausreißer aufspüren.
• Sehen Sie die allgemeine Form eines Trends und erkennen Sie Ausreißer.
• Schaffen Sie Referenzen, um eine Position hervorzuheben. Dank des Kontrasts mit einer Farbe können wir die Position eines Objekts oder Wertes leicht erkennen.
• Grau kann als elegante Ressource verwendet werden, um die Markenfarbe hervorzuheben, indem sie gegenüber den übrigen Werten hervorgehoben wird.
• Es ist gesellschaftlich akzeptiert, dass Grautöne auch null, deaktivierte oder nicht ausgewählte Werte darstellen.

Ausnahmen

Wir haben bereits über symbolische Farben gesprochen. Es handelt sich dabei um die Farben, denen gesellschaftlich irgendeine Art von Konnotation zugeschrieben wird: Rot, Grün, Gelb, Schwarz, Weiß, Grau vor allem.

Aber was passiert, wenn die Farben unseres Unternehmens mit einer dieser symbolischen Farben übereinstimmen? Offensichtlich haben wir ein Problem, das wir zu umgehen gelernt haben.

Was ist, wenn unsere Firmenfarben mit einer dieser symbolischen Farben übereinstimmen?

• Wenn die Hauptfarbe Ihrer Marke Rot ist, können Sie sie verwenden, um Ausreißer, Highlights oder Besonderheiten hervorzuheben. Sie können sie in einigen Überschriften oder in grafischen Details an anderer Stelle im Bericht verwenden. Wenn Sie z. B. über das Volumen der Autoverkäufe in einer bestimmten Region Ihres Kontinents berichten, könnten Sie die anderen Regionen entsprechend ihrer Verkäufe in Graustufen darstellen. So schaffen Sie ein Markenzeichen und Ihre Grafiken erzählen die Geschichte effektiv. Wenn Sie negative Werte darstellen wollen, die kulturell mit Rot assoziiert werden, können Sie andere Farben mit ähnlicher Symbolik verwenden, z. B. Schwarz. Für positive Werte ist die Verwendung von Rot nicht zu empfehlen, da die meisten Menschen Rot in die entgegengesetzte Richtung wahrnehmen. Das klassische Grün ist eine bessere und eindeutige Wahl.

 

• Wenn Ihre Markenfarbe hauptsächlich grün ist, werden Sie verstehen, dass es nicht angemessen ist, negative Werte mit dieser Farbe darzustellen. Sie sollte also nicht verwendet werden, um diese Art von Diagrammen zu betonen. Bei positiven Werten wie Gewinn, Wachstum usw. steht einer Assoziation mit Ihrer Marke hingegen nichts im Wege. Auch Werte mit geringerer Symbolkraft, wie die Anzahl der Mitarbeiter in Ihren Abteilungen, sollten nicht hervorgehoben werden.

Ein paar zusätzliche Tricks

Ich denke, an dieser Stelle ist jedem klar, dass das Wichtigste bei der Datenvisualisierung ist, dass sie eine Geschichte klar und prägnant erzählt. Keine Ablenkungen oder überflüssige Ausschmückungen.

Wir haben gelernt, wie man eine geeignete Farbpalette für seine Präsentation erstellt und entdeckt, wie man sie effektiv einsetzt.

Wir haben gelernt, wie man eine Farbpalette für seine Präsentation erstellt und entdeckt, wie man sie effektiv einsetzt.

Und mit ein paar Tricks können wir die Messlatte noch ein bisschen höher legen. Zum Beispiel:

• Zugängliche Achsen. Rechteckige Diagramme, wie z. B. Heatmaps, sollten zugängliche x- und y-Achsen mit einem Kontrast von 3:1 enthalten, um die Grenzen des Diagramms zu definieren. Dies gewährleistet die Zugänglichkeit aller zusammenhängenden Farben, sowohl vertikal als auch horizontal.

 

• • Aktive Konturen. In den Karten ist es zweckmäßig, die aktiven oder hervorgehobenen Bereiche mit einer zugänglichen Farbgrenze von mindestens 3:1 gegen den Hintergrund abzugrenzen. Vor allem, wenn wir sequenzielle Paletten verwenden. Wir müssen alle uns zur Verfügung stehenden Mittel nutzen, um die gewünschten Werte hervorzuheben, und oft sind die Konturen die großen Vergessenen.

 

• Kontrastkanten. Bei der Verwendung einer sequentiellen Palette in bestimmten Grafiken kann es vorkommen, dass je nach Hintergrundfarbe die Farbtöne an den Enden unserer Palette an der Grenze der Lesbarkeit liegen. In solchen Fällen können wir einen Rahmen in einem zugänglichen Farbton hinzufügen, um die Lesbarkeit zu verbessern. Dies ist häufig der Fall bei Diagrammen mit farbigen Flächen, wie z. B. Balkendiagrammen.

• • Limits oder Grenzen. Bei Visualisierungen mit einer gewissen Datendichte ist es manchmal sinnvoll, die Bereiche mit einer zugänglichen farblichen Umrandung (meist die Hintergrundfarbe oder eine andere neutrale Farbe, damit sie nicht semantisch aufgeladen ist) abzugrenzen. Zum Beispiel für die Ränder von Karten.

 

• Teilungslinien. Es ist wirklich knifflig, die 3:1 Zugänglichkeit, die wir gegenüber dem Hintergrund erreicht haben, beizubehalten, wenn wir Farben miteinander kombinieren. Trennlinien erleichtern diese Aufgabe sowohl bei kategorischen als auch bei sequentiellen Paletten.

 

• Texturen. Ein klassisches Mittel, um Kategorien zu identifizieren, ohne auf Farben zurückzugreifen, sind Texturen. Sie sind nützlich, wenn Sie keinen Zugang zu Farbdruckern haben oder wenn Sie eine bestimmte Wirkung auf den Benutzer erzielen wollen. Es ist ratsam, die Bereiche mit Konturen abzugrenzen und sie breit genug zu machen, damit die Textur deutlich wahrgenommen und von den angrenzenden unterschieden werden kann. Idealerweise sollten kategoriale und sequentielle Muster gefunden werden, die die Dichte des Wertes, den sie repräsentieren, widerspiegeln. Obwohl sie neben einfarbigen Flächen oder sogar in Kombination mit diesen zu sehen sind, raten wir von dieser Verwendung ab. Es verkompliziert das Erlebnis, ermüdet das Auge, erfordert eine Wahrnehmungsanstrengung, die die Botschaft und das Verständnis der Geschichte verlangsamt, und kann manchmal unerwünschte optische Effekte erzeugen.

 

• Floating information. Wann immer die Grafik es erfordert, können Pop-up-Beschreibungen eingefügt werden. Sie ermöglichen den Zugriff auf detailliertere Informationen, die sonst unzugänglich oder verborgen wären. Sie bieten Interaktivität und können den Bericht sogar an unsere Bedürfnisse anpassen, indem sie z. B. Filter verwenden. Sie können von sehr einfachen bis hin zu wirklich komplexen schwebenden Panels reichen.

 

• Datentabellen. Sie können fast als eine Art Vitaminisierung der Zugänglichkeit der Datendarstellung angesehen werden. Natürlich haben sie nicht die Unmittelbarkeit und visuelle Wirkung anderer Diagramme, aber dafür bieten sie eine Neutralität, die schwer zu manipulieren ist, und die Möglichkeit, sich nur mit der Tastatur zu bewegen. Die Möglichkeit, ein Diagramm als Datentabelle anzuzeigen, sollte immer eine Option im zusätzlichen Anzeigemenü sein.

Abschluss

Die Wahrheit ist, dass wir immer weiter machen könnten. Die Erfahrung hält in jedem Rucksack Best Practices, zu vermeidende Fehler oder persönliche Tricks bereit, um eine angemessene Datenvisualisierung zu erreichen. Wir haben hier einige wissenschaftlich fundierte Techniken zusammengetragen, um mit der Arbeit an der Minimierung von Fehlern zu beginnen. Aber wie bei fast allem, was mit Design zu tun hat, muss am Ende jeder Einzelfall untersucht und individuell gelöst werden.

Als abschließenden Tipp könnte man sagen, dass wir unser Ziel erreicht haben, wenn wir eine übersichtliche, knackige, schnell verständliche und zugängliche Darstellung der Daten erreichen.