Datan visualisointi estää väärinymmärrykset
Visualisoinnit eivät ole pelkästään neutraaleja datan ja tiedon esittämisen välineitä, vaan ne ovat osa vallankäyttöä ja päätöksenteon prosesseja.2 Kuva kertoo paljon, mutta aina ei paljastu, mitä se jättää kertomatta tai miten todenmukainen kuva on. Visuaalista tietoa onkin monenlaista. Kartat antavat tietoa paikoista, datavisualisoinnit numeroista ja tieteelliset visualisoinnit voivat kuvata tarkasti ilmiöitä tai ominaisuuksia. Päätökset siitä, miten visualisoidaan ja mitä visualisoidaan – tai jätetään visualisoimatta – vaikuttavat voimakkaasti myös visualisoinneista tehtäviin päätöksiin ja päätelmiin. Visualisoinnit määrittelevät asioita, ja sitä myötä niihin liittyy paljon valtaa.
Datan visualisointi tiivistää tietoa sekä tukee oivallusta ja siten nopeuttaa datan ymmärtämistä. On helppo muistaa muutama numero ja vertailla niitä mielessä keskenään, mutta jos muistettavia numeroita onkin tuhat, numeroiden vertailu muuttuu huomattavan vaikeaksi. Visualisointi auttaa hahmottamaan eroavuudet, samanlaisuudet tai laajempien vaihteluiden trendit, jolloin numeroiden vertaileminen keskenään on myös huomattavasti nopeampaa.
Visuaalisen tiedon pohjalta voidaan vertailla, päätellä ja ajatella aivan kuten numeerisen tai kirjoitetun tiedon kohdallakin.
Tiedon visuaaliseen esittämiseen liittyy myös kysymys vallasta. Erityisesti asiantuntijoilla, muotoilijoilla ja teknologioilla sekä datalukutaidolla on tässä merkittävä rooli. Asiantuntija valitsee aiheen ja narratiivin, jota visualisoinnilla pyritään luomaan. Asiantuntijalla on myös edellytykset valita, mitä dataa tai asiaa visualisoidaan ja mitä jätetään visualisoimatta. Mikäli valintoja ei taustoiteta tai perustella, on visualisoinnin oikeellisuudesta vaikea tehdä johtopäätöksiä.
Suunnittelijan rooli liittyy visualisoinnissa erityisesti graafisten muuttujien valintoihin. Mitä värejä valitaan, miten graafi sommitellaan tai kuinka data esitetään. Muun muassa väreillä, muodoilla, kulmilla, kokoeroilla ja pintojen rakenteilla on tarkoitus korostaa eroavaisuuksia tai samanlaisuuksia datassa ja näin ollen helpottaa datan ymmärtämistä. Huono tai epäselvä visualisointi sen sijaan saattaa pahimmillaan lisätä kognitiivista kuormitusta ja vaikeuttaa päätelmien tekemistä. Muotoiluvalinnoissa saavutettavuudella on myös merkittävä rooli. Mikäli visualisoinnissa käytetään värejä, jotka eivät sovi esimerkiksi puna-vihersokeille, osa käyttäjistä ei välttämättä hahmota sisältöä selkeästi.
Teknologian rooli visualisoinneissa liittyy teknologian saavutettavuuteen, ja visualisointien esittämiseen ja luomiseen. Visualisointien luominen ja muokkaaminen edellyttävät tarvittavia laitteita ja ohjelmistoja, dataa sekä riittävää tietotaitoa. Visualisointien luominen vie paljon resursseja, eikä niitä aina ole tarjolla. Myöskään kaikki data ei ole kaikkien saavutettavissa eikä avointa. Tämä pahimmillaan kaventaa visualisointien näkökulmia ja moniäänisyyttä. Niin sanottu big data tarvitsee jo kokonsa vuoksi kehittyneitä työkaluja, jotta valtavan suuria datamassoja voidaan ylipäätään prosessoida. Esimerkiksi Ruotsissa asiaa on ratkottu luomalla kansallinen yliopistojen välinen infrastruktuuri InfraVis, joka tarjoaa kaikille yliopistoille monipuolisia resursseja visualisointien luomiseen.
Datalukutaito on olennaista visualisointien ymmärtämisen kannalta.3 Datalukutaitoon liittyy esimerkiksi kyky tulkita kuvioita ja kaavioita, ymmärtää niihin liittyviä muuttujia ja niiden suhteita sekä arvioida, mistä data tulee, miten sitä on muokattu, ja millaisia johtopäätöksiä datasta voidaan tehdä. Kaikki eivät kuitenkaan osaa lukea dataa yhtä hyvin. Siksi visualisointia on hyvä myös sanallistaa ja avata siihen liittyviä päätöksiä mahdollisimman selkeästi. Ei riitä, että data on vain visualisoitu nähtäville, vaan lukijalle on myös kerrottava, mitä visualisoinnissa tapahtuu. Toisin sanoen ”näytä ja kerro” on toimiva periaate datavisualisointien suunnittelussa.
Dataohjattu päätöksenteko ja datavisualisointien pohjalta tehtävät päätökset ovat nykyisin arkipäivää. Myös visualisointien avoimuuden, saavutettavuuden ja vastuullisuuden tulisi olla yhtä tavanomaista. Parhaimmillaan visualisoinnit voivat selkeyttää monimutkaista tietoa ja päätöksenteon prosesseja ja näin ollen lisätä päätöksenteon läpinäkyvyyttä.
