La prima forma di visualizzazione dei dati può essere fatta risalire agli egizi prima del XVII secolo, ed era largamente utilizzata per la navigazione. Con il passare del tempo, l'uomo ha sfruttato le visualizzazioni dei dati per applicazioni più ampie, ad esempio in ambito economico, sociale e sanitario. In particolare, Edward Tufte ha pubblicato The Visual Display of Quantitative Information , in cui spiegava come l'uomo poteva utilizzare la visualizzazione dei dati per presentarli in modo più efficace. Il suo libro continua a resistere al tempo, soprattutto perché le aziende utilizzano le dashboard per riportare in tempo reale le metriche delle prestazioni. Le dashboard sono efficaci strumenti di visualizzazione dei dati per il monitoraggio e la visualizzazione dei dati provenienti da più fonti, e forniscono visibilità sugli effetti di comportamenti specifici di un team o di uno adiacente sulle prestazioni. Le dashboard includono tecniche di visualizzazione comuni, come ad esempio:

• Tabelle: si tratta di righe e colonne utilizzate per confrontare le variabili. Le tabelle possono mostrare una grande quantità di informazioni in modo strutturato, ma possono anche sommergere gli utenti che sono semplicemente alla ricerca di tendenze di alto livello.

• Grafici a torta e a barre sovrapposte: questi grafici sono divisi in sezioni che rappresentano parti di un insieme. Forniscono un modo semplice per organizzare i dati e confrontare le dimensioni di ciascun componente con quello di un altro.
  

• Grafici a linee e aerogrammi: questi elementi visivi mostrano i cambiamenti in una o più quantità tracciando una serie di punti dati nel tempo e vengono spesso utilizzati nell'analisi predittiva. I grafici a linee utilizzano le linee per illustrare questi cambiamenti, mentre gli aerogrammi collegano i punti dati con segmenti di linee, sovrapponendo le variabili e utilizzando i colori per distinguerle.

• Istogrammi: questo grafico traccia una distribuzione di numeri utilizzando un grafico a barre (senza spazi tra le barre), che rappresenta la quantità di dati che rientra in un determinato intervallo. Questa visualizzazione facilita all'utente finale l'individuazione dei valori anomali all'interno di un determinato set di dati.

• Grafici di dispersione: questi grafici sono utili per svelare la relazione tra due variabili e sono utilizzati comunemente nell'analisi dei dati di regressione. Tuttavia, a volte questi grafici possono essere confusi con diagrammi a bolle, che vengono utilizzati per visualizzare tre variabili attraverso l'asse x, l'asse y e le dimensioni della bolla.

• Mappe di calore: queste rappresentazioni grafiche aiutano a visualizzare i dati comportamentali in base alla posizione. Può trattarsi di una posizione su una mappa o anche di una pagina web.

• Mappe ad albero, su cui vengono visualizzati i dati gerarchici come un insieme di forme annidate, in genere rettangoli. Le mappe ad albero sono ottime per confrontare le proporzioni tra le categorie in base alle dimensioni delle aree.

L'accesso agli strumenti di visualizzazione dei dati non è mai stato così facile. Le librerie open source, come D3.js, consentono agli analisti di presentare i dati in modo interattivo, consentendo loro di coinvolgere un pubblico più ampio con nuovi dati. Alcune delle librerie di visualizzazione open source più diffuse includono:

• D3.js: è una libreria JavaScript front-end per la produzione di visualizzazioni dei dati dinamiche e interattive nei browser web. D3.js  utilizza HTML, CSS e SVG per creare rappresentazioni visive di dati che possono essere visualizzate su qualsiasi browser. Fornisce inoltre funzionalità per interazioni e animazioni.

• Echart: una potente libreria di grafici e visualizzazioni che offre un modo semplice per aggiungere grafici intuitivi, interattivi e altamente personalizzabili a prodotti, documenti di ricerca, presentazioni, ecc. Echarts si basa su JavaScript e ZRender, una libreria canvas leggera.

• Vega: Vega  si definisce come "grammatica di visualizzazione", che fornisce supporto per personalizzare le visualizzazioni su set di dati di grandi dimensioni accessibili dal web.

• deck.gl: Fa parte della suite di framework di visualizzazione open source di Uber. deck.gl  è un framework utilizzato per l'analisi esplorativa dei dati sui big data. Aiuta a realizzare visualizzazioni ad alte prestazioni basate su GPU sul web.

Con così tanti strumenti di visualizzazione dei dati prontamente disponibili, è stato registrato anche un aumento della visualizzazione delle informazioni inefficace. La comunicazione visiva dovrebbe essere semplice e intenzionale per garantire che la visualizzazione dei dati aiuti il pubblico target ad arrivare all'insight o alla conclusione desiderato. Le seguenti best practice possono aiutare a garantire che la visualizzazione dei dati sia utile e chiara:

Definisci il contesto: è importante fornire informazioni generali di base per far capire al pubblico perché questo particolare dato è importante. Ad esempio, se i tassi di apertura delle e-mail fossero poco performanti, potremmo voler illustrare il tasso di apertura di un'azienda rispetto all'intero settore, dimostrando che l'azienda ha un problema in questo canale di marketing. Per guidare un'azione, il pubblico deve capire come le prestazioni attuali si confrontano con qualcosa di tangibile, come un obiettivo, un benchmark o altri indicatori chiave di prestazione (KPI).

Conosci il tuo pubblico: pensa al destinatario della tua visualizzazione, quindi assicurati che la visualizzazione dei dati sia adatta alle specifiche esigenze. Che cosa sta cercando di realizzare quella persona? Verso quale tipo di domande mostra interesse? La tua visualizzazione risponde alle sue preoccupazioni? Vorrai che i dati che fornisci motivino le persone ad agire nell'ambito del loro ruolo. Se non sei sicuro che la visualizzazione sia chiara, presentala a una o due persone del tuo pubblico target per ottenere un feedback, consentendo loro di apportare ulteriori modifiche prima di una presentazione di grandi dimensioni.

Scegli una visualizzazione efficace: le visualizzazioni specifiche sono progettate per tipi specifici di set di dati. Ad esempio, i grafici a dispersione visualizzano bene la relazione tra due variabili, mentre i grafici a linee visualizzano bene i dati delle serie temporali. Assicurati che l'immagine aiuti effettivamente il pubblico a capire il tuo punto di vista principale. Il disallineamento di grafici e dati può comportare l'opposto, confondendo ulteriormente il destinatario e non facendo chiarezza.

Semplicità: gli strumenti di visualizzazione dei dati possono semplificare l'aggiunta di ogni genere di informazione al tuo contenuto visivo. Tuttavia, solo perché puoi farlo, questo non significa che devi farlo! Nella visualizzazione dei dati, è opportuno che tu scelga con cura le informazioni da aggiungere per attirare l'attenzione dell'utente. Ad esempio, hai bisogno di etichette dati su ogni barra del tuo grafico a barre? Forse te ne basterà una o forse due per illustrare il tuo punto. Hai bisogno di colori diversi per comunicare la tua idea? Stai utilizzando colori accessibili a un'ampia gamma di pubblico (ad esempio tenendo conto del pubblico daltonico)? Progetta la visualizzazione dei dati per ottenere il massimo impatto, eliminando le informazioni che potrebbero distrarre il tuo pubblico target.