Ayrıntılara girmeden önce hangi mesajı iletmeye çalıştığınızı bilin. Akıllı veri görselleştirmeleri yaratma becerisi veya dataviz çok da uzun olmayan bir zamana kadar, “olsa hoş olur” türünden bir beceriydi. Çoğunlukla bunları satın almaya yönelik, kasıtlı karar alan tasarım ve veri odaklı düşünen yöneticilere fayda sağlıyordu. Bu durum değişti. Görsel iletişim artık tüm yöneticiler için olması gereken bir beceri çünkü yapılan işi anlamlandırmanın tek yolu olmaya başladı. 

Veri, bu değişimin arkasındaki ana güç. Karar alma giderek daha fazla veriye bel bağlar oldu. Veriler öyle hızlı ve hacimli bir şekilde geliyor ki görselleştirme gibi belli bir düzeyde soyutlama kullanmazsak anlayamıyoruz. Tipik bir örnek vermek gerekirse, Boeing’de Osprey programı yöneticilerinin uçağın havalanma ve iniş verimliliğini iyileştirmesi gerekiyor. Fakat Osprey’nin yerden her kalkışında veya yere her değişinde, sensörler bir terabayt veri üretiyor. 10 kalkış ve iniş, Kongre Kütüphanesi’ndeki kadar veri üretiyor. Örüntülerde saklı verimsizlikleri ve veri anomalilerini tespit etmek görselleştirme olmaksızın imkansız bir görev olurdu.

Bununla beraber, istatistiki olmayan bilgiler bile görsel ifade gerektiriyor. Mesela iş süreci akışları gibi karmaşık sistemler veya müşterilerin mağaza içerisinde hareket ediş şekillerini anlamak, bunları gözünüzle görmezseniz güç olur, üstelik sorunları tamir etmesi daha da güçtür. 
İnternet ve giderek artan sayıda uygun fiyatlı araç sayesinde bilgiyi görsellere dönüştürmek, veri ve tasarım becerisi gözetmeksizin, artık herkes için kolay (ve ucuz). Bu büyük ölçüde olumlu bir gelişme. Fakat bir dezavantajı da öncelikle hedef ve amaçlarınızı düşünmeksizin “tıkla ve görselleştir” dürtüsünü pekiştirmesi. Elverişlilik, iyi olana yönelik cazip bir ikame. Ancak yetersiz veya daha da fenası etkin olmayan grafikler ortaya çıkaracaktır. Elektronik çizelge hücrelerini otomatik olarak bir grafiğe dönüştürmek, sadece çizelgenin parçalarını görselleştirir; fikri yakalayamaz. Sunum uzmanı Nancy Duarte’nin de belirttiği gibi “Bir grafik gösterdiğiniz fikrini vermeyin. Bir insan faaliyetini yansıttığınıza, bir istatistikte çizginin yükselmesine ve alçalmasına neyin yol açtığına dair fikir verin. Yani ‘İşte size üçüncü çeyrek finansal sonuçlarımız’ değil, ‘Nerede hedeflerimizi kaçırdık?’ fikrini yansıtın.”

Grafik çizmede daha iyi olmak isteyen yöneticiler genellikle kuralları öğrenmekle başlar. Sütun grafiğini nerede kullanmalıyım? Kaç renk çok fazla olur? Anahtar nerede olmalı? Y eksenimi sıfırdan mı başlatmalıyım? Görsel gramer önemli ve kullanışlı fakat bunu bilmek iyi grafikler hazırlamanızı garanti etmez. Grafik yapma kurallarıyla başlamak, uygulama için stratejiden feragat etmek, nereye gittiğinizi bilmeden bavulunuzu hazırlamak olur.

Bunun tek başına bir faaliyet değil de, her biri farklı türde planlama, kaynak ve beceri gerektiren birkaç faaliyet olduğunu kabul etmekle başlarsanız, çok daha başarılı olursunuz. Burada önerdiğim tipoloji, az önce bahsettiğim hataya kendim de düştüğüm için oluştu: Bu makalenin uyarlandığı kitap bir kural kitabı olarak başladı. Fakat görselleştirmenin tarihini, görselleştirme araştırmalarının heyecan verici durumunu ve uzmanlarla öncülerden gelen akıllı fikirleri keşfettikten sonra projeyi yeniden düşündüm. Başka bir kural kitabına daha ihtiyacımız yoktu. Önemi giderek artan görsel iletişimi, bütünsel bir disiplin olarak düşünmenin bir yoluna ihtiyacımız vardı.

Bu makalede anlatılan tipoloji basit. Sadece iki soruya yanıt vererek başarıya hazırlanabilirsiniz.

İki Soru 
Görsel düşünmeye başlamak için görselleştirmenizin doğasını ve amacını düşünün:

• Bilgi kavramsal mı, veri güdümlü mü?
• Bir şeyi açıklıyor muyum, keşfediyor muyum?

Bu soruların yanıtlarını biliyorsanız, hangi kaynak ve araçlara ihtiyacınız olacağını planlayabilir ve hangi tür görselleştirmenin hedeflerinizi en etkili şekilde gerçekleştirmenize yardımcı olacağını anlamaya başlayabilirsiniz.

İlk soru daha basit ve yanıt da genellikle aşikar. Ya kalitatif bilgiyi görselleştiriyorsunuz ya da kantitatif bilgiyi kurguluyorsunuz: Fikirler veya istatistikler. Fakat sorunun bilginin kendisiyle ilgili olduğunu, en nihayetinde göstermek için kullanacağınız formlarla ilgili olmadığını görmelisiniz. Örneğin, klasik Gartner Hype Döngüsü (yukarıda sağa bakınız) geleneksel veri güdümlü bir formu, çizgi grafiğini kullanıyor, gerçek veriyi değil. Bu bir kavram.

İlk soru elinizde ne olduğunu tanımlıyorsa, ikincisi ne yaptığınızı gösterir: Ya bilgi iletiyorsunuz (açıklayıcı) ya da bir şeyi anlamaya çalışıyorsunuz (keşifsel).

Yöneticiler en çok, resmi bir ortamda bir dinleyiciye sunum yapma amacıyla açıklayıcı görsellerle çalışırlar. Satış verileriyle dolu bir elektronik çizelgeniz varsa ve bunu bir sunumda çeyrek satışlarını göstermek için kullanıyorsanız, amacınız açıklayıcı olmaktır.

Ama diyelim ki patronunuz son zamanlarda satış ekibinin performansının neden düştüğünü anlamak istiyor. Siz mevsimsel döngülerin bu düşüşe yol açtığından şüpheleniyorsunuz ama emin değilsiniz. Amacınız artık keşfedici; hipotezinizi doğrulamak ya da çürütmek için aynı verileri kullanarak görseller oluşturacaksınız. Dinleyiciniz, genellikle kendiniz veya ufak bir ekip. Hipoteziniz doğrulanırsa, patronunuza açıklayıcı bir görselleştirme sunarak, şunu söyleyebilirsiniz: “İşte satışa bu oluyor.”

Keşfedici görselleştirmeler aslında iki türdür. Yukarıdaki örnekte, bir hipotez test ediyordunuz. Ama farz edin ki performansın neden düştüğü konusunda bir fikriniz yok, ne aradığınızı bilmiyorsunuz. Hangi örüntülerin, trendlerin ve anomalilerin ortaya çıktığını görmek için elektronik çizelgenizde veri madenciliği yapmak istiyorsunuz. Mesela satış performansını bir satışçının yönettiği bölgeyle ilişkili olarak ölçümlediğinizde, ne bulacaksınız? Çeşitli coğrafyalardaki mevsimsel trendleri karşılaştırdığınızda ne olacak? Hava durumu satışları nasıl etkiliyor? Bu türden bir veriye yönelik beyin fırtınası ortaya taze içgörüler çıkarabilir. “Gelirler neden düşüyor, nerede verimlilikler bulabiliriz, müşteriler bizimle nasıl etkileşim kuruyor” gibi büyük stratejik sorular, keşif odaklı bir görselleştirmeden fayda sağlayabilir.

Dört Tür

Doğa ve amaç soruları, dört tür görsel iletişimi tanımlamak için klasik bir 2x2’de birleşir: Fikir illüstrasyonu, fikir üretme, görsel keşif ve günlük veri görselleştirmesi.

FİKİR İLLÜSTRASYONU

Bu kadrana, “danışmanın köşesi” diyebiliriz. Danışmanlar, süreç diyagramlarına, döngü diyagramlarına ve benzeri şemalara karşı koyamaz. Fikir illüstrasyonları, en iyi haliyle metaforları (ağaçlar, köprüler) ve basit tasarım geleneklerinden (daireler, hiyerarşiler) anlama becerimizden feyz alarak karmaşık fikirleri netleştirirler. Organizasyon şemaları ve karar ağaçları, fikir illüstrasyonlarının klasik örnekleridir. Bu makaleye çerçeve oluşturan 2x2 de aynı şekilde.

Fikir illüstrasyonları açık ve basit tasarımlar gerektirir. Fakat metaforlara bağımlılığı, gereksiz süslemelerin de yolunu açar. Veri setleri disiplini ve sınırları, fikir illüstrasyonunun içerisinde olmadığından, empoze edilmelidir. Açık iletişim, yapı ve fikir mantığına odaklanılmalı. Buradaki en faydalı beceriler, bir metin editörünün belli bir yazıya getirdiklerine benzer: İçeriği konunun özüne ulaşacak biçimde yontma becerisi. Gerek kendi becerileriniz gerek dışarıdan alınan olsun bir miktar tasarım becerisi de faydalı olacaktır.

Farz edin ki bir şirket, Ar-Ge grubuna diğer sektörlerden ilham bulması için danışmanları işe alıyor. Danışmanlar, piramit araştırması denilen bir teknik kullanıyor. Bu teknik, sizinkine yakın diğer alanların uzmanlarından bilgi alıyor, bu uzmanlar kendi alanlarındaki en üst düzey uzmanları gösteriyor, bu uzmanlar da size diğer alanlardan uzmanları işaret ediyor, bu kişiler de o alanlarda uzmanlar bulmanıza yardımcı oluyor ve süreç bu şekilde devam ediyor.

Aslına bakılırsa, bunu açıklaması oldukça güç. Dolayısıyla, danışmanlar yardımcı olması için görselleştirme kullanabilirler. Bir piramit araştırması nasıl işler? Şuna benziyor:

Eksenler, hemen kavrayabileceğimiz gelenekler kullanıyor: Sektörler, yakından uzağa kurgulanıyor ve uzmanlıklar da düşükten yükseğe haritalanıyor. Piramit şeklinin kendisi, en üst düzeydeki uzmanlarla düşük seviyedeki uzmanların görece seyrekliğini gösteriyor. Başlıktaki “tırmanmak” ve “piramit” sözcükleri, fikri çabucak kavramamıza yardımcı oluyor. Son olarak, tasarımcı süsleme yapmanın cazibesine teslim olmamalı: Piramitler bire bir değil, üç boyutlu kum rengi nesnelerdir. 

Çoğu zaman, fikir illüstrasyonları çok iyi gitmez ve şunun gibi bir şey ortaya çıkar:

Burada renk değişimi, gölgelendirme ve 3D piramitler, dikkatimizi fikirden uzaklaştırıyor. Oklar bir piramit araştırmasının nasıl işlediğini pek de göstermiyor. Ayrıca uzmanlarla üst düzey uzmanlar burada aynı tarafa konmuş. Oysaki görece statülerini göstermek için farklı yüksekliklere konmalıydılar.

FİKİR ÜRETME

Yöneticiler, görselleştirmeyi fikir üretimini desteklemek için bir araç olarak görmeyebilir ama beyin fırtınası yapmak için her zaman kullanırlar. Beyaz tahtalarda, kağıt keselerde ya da klasik peçete üzerinde görebiliriz bu görselleştirmeleri. Fikir illüstrasyonu gibi, fikir üretme de kavramsal metaforlara bel bağlar ama saha dışı alanlarda, strateji oturumlarında ve erken aşama inovasyon projelerinde gerçekleşir. İşin nasıl çalıştığını görmenin yeni yollarını bulmak ve karmaşık yönetici sorunlarına yanıt bulmak için kullanılır: Bir organizasyonu yeniden yapılandırmak, yeni bir süreci oluşturmak, karar alma için bir sistemi kodlamak.

Her ne kadar fikir üretme tek başına yapılabilse de, işbirliğinden fayda sağlar ve tasarım odaklı düşünmeden ödünç alır. Mesela birinde karar kılmadan ve bunu rafine etmeden önce, olabildiğince çeşitli bakış açılarını ve görsel yaklaşımları toplar. Austin Center for Design direktörü ve Well-Designed: How to Use Empathy to Create Products People Love kitabının yazarı Jon Kolko, ofisinin beyaz tahtadan oluşan duvarlarını kavramsal, keşfedici görselleştirmelerle dolduruyor. “Karmaşa içerisinde düşünmek için tercih ettiğimiz yöntem bu” diyor. “Eskiz çizmek, belirsizlik ve bulanıklıktan berraklığa çıkma çabası olarak görülebilir.” Ekipleri yönetmede, beyin fırtınası oturumlarına moderatörlük etmek, yaratıcı düşünceyi teşvik etme ve ortaya çıkarmada başarılı olan yöneticiler bu kadranda iyi iş çıkarır. Tasarım becerisi ve editörlük becerisi burada daha az önem taşıyor ve kimi zaman üretkenlik karşıtı olabiliyor. Çığır açan düşünceler arayışındaysanız, editörlük ihtiyacınız olanın tam karşıtı. Hızlı eskizlerle düşünmelisiniz. Rafine tasarımlar ise sizi sadece yavaşlatacaktır.

Farz edin ki pazarlama ekibi, dışarıda bir toplantı düzenliyor. Ekip üyelerinin, üst pazara geçmek için önerilen stratejiyi yöneticilere göstermesi gerekiyor. Bir saatlik bir beyaz tahta oturumu, stratejiyi sunmak için birkaç yaklaşım ve fikir (hiçbiri silinmiyor) ortaya çıkarıyor. En nihayetinde, ekip bir yaklaşıma ikna oluyor; bu yaklaşımın kilit noktayı yakaladığını düşünüyor: Daha az sayıda müşteriye daha fazla harcama yaptırmak. Beyaz tahta şuna benziyor: Elbette, fikir üretmede ortaya çıkan görseller çoğunlukla daha resmi tasarlanmış ve sunulmuş fikir illüstrasyonları ortaya çıkarıyor.

GÖRSEL KEŞİF

Bu en karmaşık kadran, çünkü gerçekte iki kategorisi bulunuyor. Aslında keşifsel amaçları iki türe ayırdığımızı hatırlayın: Bir hipotezi test etmek ve örüntü, trend ve anomaliler için veri madenciliği yapmak. İlki odaklı iken, ikincisi daha esnek. Veriler daha büyük ve kompleks hale geldikçe, neler olduğunu daha az bilirsiniz, iş daha açık uçlu hale gelir.

Görsel doğrulama. Bu türden bir projede iki sorudan birine yanıt veriyorsunuz: Şüphelendiğim şey aslında doğru mu? Ya da bu fikri betimlemenin diğer yolları nelerdir?

Verinin kapsamı, yönetilebilir olma eğilimi gösteriyor ve kullanmanız muhtemel olan grafik tipleri yaygın. Her ne kadar yeni biçimlerde betimleme yapmaya çalışsanız da daha az yaygın olan bazı türlere girebilirsiniz. Doğrulama genellikle resmi bir ortamda gerçekleşmez. Sunum oluşturmak istediğiniz grafikleri bulmak için işi yaparsınız. Yani zamanınızı tasarımdan prototipleme yapmaya kaydıracaksınız. Böylece veri görselleştirmesi üzerinde hızlıca iterasyon yapabilirsiniz. Elektronik çizelgeleri manipüle becerisi ve prototiplemeye imkan tanıyan program veya site bilgisi burada kullanışlıdır.

Farz edin ki bir pazarlama müdürü, günün belli zamanlarında, daha fazla müşterinin masaüstü değil de mobil cihazlar üzerinden alışveriş yaptığına inanıyor. Fakat pazarlama programları bundan faydalanmak üzere tasarlanmamış. (Datawrapper denen) bir online cihaza bazı veriler yükleyerek, haklı olup olmadığını görmek istiyor (üste-1).

Henüz hipotezini doğrulayamaz veya çürütemez. Çok fazla bir şey söyleyemez fakat prototipleme yapıyor ve verinin farklı görünüşlerini denemeyi kolaylaştıran bir araç kullanıyor. Hızlı çalışıyor; tasarım mesele değil. Sütunlu grafik yerine, çizgi grafiği kullanıyor (2).

Artık bir şeyler görüyor ama üç değişkenle çalışmak yine de ona istediği mobil vs. masaüstü görüntüsünü vermiyor. Dolayısıyla yeniden iki değişkenle deneme yapıyor (3). Her iterasyonda, orijinal hipotezini doğrulayıp doğrulayamayacağını değerlendiriyor: Günün belli saatlerinde daha fazla müşteri, masaüstünden ziyade mobil cihazlardan alışveriş yapıyor.

Dördüncü denemede, zumlama yapıyor ve hipotezini doğruluyor. 

Yeni yazılım araçları, bu tür bir görselleştirmeyi her zamankinden daha kolay hale getiriyor: Hepimizi veri analistine dönüştürüyor.

Görsel keşif. Her ne kadar genel müdürler, yeni araçlar sayesinde görsel keşif yapmaya başlasalar da açık uçlu, veri güdümlü görselleştirmeler veri bilimcilerinin ve iş zekası analistlerinin alanına giriyor. Denemesi heyecan verici çünkü genelde başka bir şekilde edinilemeyecek içgörüler üretiliyor.

Ne aradığımızı bilmediğimiz için bu görseller veriyi daha kapsayıcı bir şekilde kurgulama eğilimi gösteriyor. Uç vakalarda, bu türden bir proje çok sayıda veri setlerini birleştirebilir veya dinamik, gerçek zamanlı verileri otomatik olarak güncellenen bir sisteme yükleyebilir. İstatistiki modelleme, görsel keşiften faydalanır.

Keşif aynı zamanda, etkileşime de yer bırakıyor. Yöneticiler, parametreleri ayarlayabilir, yeni veri kaynakları ekleyebilir ve sürekli olarak yeniden görselleştirme yapabilirler. Kompleks veriler, kimi zaman ağların ve topografik kurguların nasıl kümelendiğini gösteren kuvvet diyagramları gibi özelleşmiş ve beklenmedik görselleştirmelere de uyum sağlar.

Burada fonksiyon, forma galip gelir: Analitik, programlama, veri yönetimi ve iş zekası becerileri, sunulabilir grafikler oluşturma becerisinden daha önemli. Yöneticilerin, kadranın bu yarısında veriyi ele alacak sistemler kurması ve analitik hedeflere uyacak görseller oluşturulmasına yardımcı olması için uzmanlara başvurma ihtimalinin yüksek olması şaşırtıcı olmasa gerek.

Tesla Motors’ta bir veribilimci olan Anmol Garg, şirket arabalarının ürettiği engin sensör verilerinden faydalanmak için görsel keşif kullandı. Garg, bir otomobilin lastiklerindeki basıncın zamanla nasıl değiştiğini göstermek için interaktif bir grafik oluşturdu. Kendisi ve ekibi, gerçek keşifsel formda görselleştirmeler oluşturdu ve daha sonra bunlar için çeşitli kullanımlar buldu: Bir otomobil fabrikadan ayrıldığında lastiklerin tam olarak şişirilip şişirilmediği, müşterilerin bunları ne kadar sıklıkta yeniden şişirdiği ve müşterilerin düşük basınç uyarısına ne kadar sürede yanıt verdiği; sızıntı oranlarını bulmak ve lastiklerin inmesini tahmin etmek için öngörücü bir modelleme yapmak. Tüm dört lastiğin basıncı, bir saçılma kurgusunda görselleştiriliyor. Bu genel kitleye esrarlı gelse da hedeflenen kitle için net.

Garg, sadece görseller yoluyla edinilebilecek içgörüleri bulmak için verileri keşfediyor. “Her zaman terabaytlarca veriyi ele alıyoruz” diyor. “Elektronik çizelgelere bakarak ve veritabanlarını soruşturarak hiçbir şey bulamazsınız. Görsel olması gerekiyor.” Garg, yönetim ekibine yapılan sunumlarda bu keşif oturumlarını aşağıda bahsedilen daha basit grafiklere çeviriyor. “Yönetim görselleştirmeler görmeyi seviyor” diyor.

GÜNLÜK VERİ GÖRSELLEŞTİRMESİ

Görsel keşifte işin büyük bir bölümü, veribilimcileri tarafından yapılırken, günlük veri görselleştirmesinin büyük bir bölümü yöneticiler tarafından yapılır. Bu kadran temel grafikleri ve normalde elektronik çizelgelerden sunuma kopyaladığınız grafikleri içerir. Bunlar genellikle basittir: Çizgi grafikleri, sütunlu grafikler, çemberler ve saçılım grafikleri.

“Basit” burada anahtar kelime. Görselleştirme ideal olarak tek bir mesaj iletecek, sadece birkaç değişkenin grafiğini içerektir. Basitlik temelde bir tasarım zorluğudur, dolayısıyla tasarım becerileri önemlidir. Netlik ve tutarlılık bu grafikleri genellikle kullanıldıkları ortamlarda en etkin kılar: Resmi bir sunum. Bir sunumda zaman kısıtlıdır. İyi tasarlanmamış bir grafik, sunumu yapan kişinin aşikar olması gereken bir bilgiyi yorumlamasını gerektirecek soru işaretleri doğurarak, zamanın boşa harcanmasına yol açacaktır. Günlük veri görselleştirmesi, kendi adına konuşamıyorsa, başarısız olmuştur. Tıpkı ne ifade ettiği açıklanması gereken bir espri gibi.

Bu açıklayıcı grafiklerin tartışma doğurmaması gerektiği demek değildir. Fakat tartışma grafikteki fikirle ilgili olmalı, grafiğin kendisiyle ilgili değil. Farz edin ki İK’dan sorumlu bir başkan yardımcısı, şirketin sağlık hizmeti maliyetleri ile ilgili yönetim komitesinin geri kalanına sunum yapıyor. Bu maliyetlerdeki artışın büyük ölçüde azaldığını, bunun da ilave sağlık hizmetlerine yatırım için fırsat oluşturduğunu iletmek istiyor.

Başkan yardımcısı, bazı devlet verileriyle bağlantılı bu trendle ilgili online bir rapor okumuş olsun. Verileri indiriyor ve Excel’deki çizgi grafiği seçeneğine tıklıyor. Birkaç saniye içerisinde görselini alıyor. Tasarımcı bir çalışma arkadaşından, daha kapsamlı bir bakış için veri setindeki detayları eklemesini istiyor.

Bu iyi tasarlanmış, içerik anlamında doğru bir grafik ama muhtemelen bu duruma uygun grafik olmayacaktır. Yönetim komitesinin, çalışanlara sunulan olanaklara yönelik yatırımlarla ilgili şirket stratejisini tartışmak için 20 yıllık tarihi bağlama ihtiyacı yok. Bakan yardımcısının anlatmak istediği şey, maliyet artışlarının geçmiş birkaç yılda yavaşladığı. Bu mesaj net olarak iletiliyor mu?

Genel anlamda, bir grafikteki veriyi hazmetmek birkaç saniyeden fazla alıyorsa, bir yandan çok fazla bilgiyi özümsemeye çalışırken, sunum dinlemesi beklenmeyen biri için grafik, kağıt üzerinde veya kişisel bir cihazda daha iyi işleyecektir. Mesela sağlık hizmetleri konusunda çalışan politika yapıcılar, sunumu dinlemeden önce grafiği görürlerse, bu uzun dönemli trendleri tartışmada fayda sağlayabilirler. Yönetici şu kadar basit bir anlatımı benimseyebilir:

Bunun gibi bir basitlik, disiplin ve cesaret gerektirir. Bildiğimiz her şeyi koymaya yönelik bir dürtü hissederiz. Yoğun grafikler, sizin de yoğun olduğunuz fikrini iletir. “Bakın elimde ne çok veri var ve ne çok iş yaptım” der adeta. Fakat başkan yardımcısının hedefi bu değil. Çalışma arkadaşlarının yeni programlara yatırım yapmasını istiyor. Bu grafikle, yönetim ekibinin trendi anlaması için ağzından tek kelime laf çıkması gerekmiyor. Tavsiyeleri için çoktan bir temel oluşturdu.

“VERİ GÖRSELLEŞTİRMESİ”, belli açılardan korkunç bir kavram. İyi grafiklerin oluşturulmasını, mekanik bir prosedüre indirgiyor. Yaratımın kendisinden ziyade bunları oluşturmak için araç ve metodoloji gereğini çağrıştırıyor. Moby-Dick’e “söz dizimi” ya da Yıldızlı Gece tablosuna “pigment dağılımı” demek gibi bir şey. 

Ayrıca veri görselleştirme camiasında neticeden ziyade sürece yönelik süregelen bir saplantıyı yansıtıyor. İyi bir grafik hazırladığımızda, aslında şunu yaparız: Bir gerçekliği alır ve insanların daha önce görülmemiş biçimde bunu hissetmelerini sağlarız. Fikirlerini değiştirmeye ve aksiyona geçmelerini sağlamaya çalışırız.

Temel gramer, görsel iletişim becerinizi iyileştirecektir. Ama iyi neticeler için daha geniş bir anlayış ve stratejik bir yaklaşım gerekir. Burada bahsedilen tipoloji de bunu geliştirmenize yardımcı olmayı amaçlamıştır.