Opdracht 5: Welke keuzes maak je als ontwerper en welke effecten heeft dat op je datavisualisatie?

Dagelijks worden er een enorme hoeveelheden data geproduceerd. En de groei van data neemt per dag alleen maar toe door technologische ontwikkelingen en het gemak van delen. Er is sprake van een informatie overkill en datavisualisatie is hiervoor de oplossing.[1] In de media worden we overspoelt met histogrammen, pie charts en lijn grafieken. Deze vormen van datavisualisatie zijn in het huidige medialandschap een populaire vorm geworden om ingewikkelde en uitgebreide datasets te versimpelen. Complexe thema’s als economische groei, politieke macht en de relatie tussen het verbruik en tegoed van fossiele brandstoffen worden zo versimpeld dat een kind ze nog begrijpt.
Maar in hoeverre komen deze statische weergave van de werkelijkheid overeen met de ‘echte werkelijkheid’? De ontwerper speelt hierbij een zeer belangrijke rol. Welke keuzes maak je als ontwerper en welke effecten heeft dat op je datavisualisatie?

Volgens Frank Kalshoven en Martijn Bennis moet “informatie op een wijze zijn gerangschikt waardoor het onderliggende patroon meteen helder wordt. Creatieve elementen zoals kleuren, lettergrootte, het gekozen patroon zelf en gebruikte symbolen moeten het patroon ondersteunen.” [2]
David McCandless stelt dat in een datavisualisatie patronen en connecties naar voren moet komen zodat de gebruiker meer inzicht in de data krijgt, er een verhaal vertelt wordt of dat de informatie die er echt toe doet een podium krijgt.

“Visualizing information, so that we can see the patterns and connections that matter and then designing that information so it makes more sense, or it tells a story, or allows us to focus only on the information that’s important. Failing that, visualized information can just look really cool.”
Remy Jon-Ming onderstreept dit. Volgens hem is niet het beeld maar de informatie en de helderheid ervan de belangrijkste boodschap: “Nog te vaak word de fout gemaakt dat men niet zozeer kijkt zozeer naar wat er verteld wordt, maar vooral naar hoe het er uitziet.”[3]

Als ontwerper heb je dus als doel om middels een datavisualisatie informatie inzichtelijker te maken. Vormen, kleuren, lettergrootte, symbolen ondersteunen de informatie. Niet andersom. Vorm volgt functie. Dit wil niet zeggen dat het er niet mooi uit mag zien.

In tegendeel, volgens Dava Case bestaat  datavisualisatie uit twee onderdelen. Enerzijds moet datavisualisatie de gebruiker informeren en anderzijds zijn aandacht trekken. Vaak conflicteren deze twee onderdelen. Case stelt dat datavisualisatie esthetisch moet worden vormgegeven maar dat dit niet ten koste mag gaan van de leesbaarheid van de data.

“Graphics have a dual function, to inform the reader but also to attract the eye. These two functions often conflict with each other. Information graphics should be attractive but not at the expense of abusing the integrity of the data or the reader.”
[4]

Richard Saul Wurman gaat hierin verder. Hij stelt dat datavisualisaties die niet werkelijk iets verhelderen of uitleggen een hoop schade kunnen aanrichten: “Ze dragen bij aan de informatie overload, het gevoel dat mensen krijgen als ze te maken krijgen met mega-data die niet is geordend of geredigeerd.”[5]

Door het beantwoorden van de onderzoeksvraag: ‘Welke keuzes maak je als ontwerper en welke effecten heeft dat op je datavisualisatie?’ wil ik meer inzicht krijgen in hoe eigen belangen en opvattingen in datavisualisatie worden verwerkt en welke ontwerptechnieken hiervoor worden toegepast. Deze wil ik vervolgens zelf gaan toepassen in mijn praktijkopdracht. Daarnaast hoop ik dat ik na dit onderzoek datavisualisaties die gebruikt worden in media objectiever en inhoudelijk kan analyseren.


[1] David McCandless, The Beauty of datavisualization, 1 juli 2010, http://www.ted.com/talks/lang/dut/david_mccandless_the_beauty_of_data_visualization.html, 10 april 2011

[2] Frank Kalshoven en Martijn Bennis, Informatievisualisatie als opkomend journalistiek genre, 7 januari 2010, www.denieuwereporter.nl/2010/01/informatievisualisatie-als-opkomend-journalistiek-genre/print/, 10 april 2011

[3] Remy Jon-Ming, Kranten zien belang van infographics nog onvoldoende in, 2 febrauri 2010, http://www.denieuwereporter.nl/2010/02/kranten-zien-belang-van-infographics-nog-onvoldoende-in, 10 april 2011

[4] David Case, “How to design with numbers”. In “Information Design and Infographics”, 1996

[5] John Grimwade, Data Wars: Alles uitleggen aan iedereen, 12 januari 2010, http://www.denieuwereporter.nl/2010/01/data-wars-alles-uitleggen-aan-iedereen/, 10 april 2011

Literatuurlijst:

David Case, “How to design with numbers”. In “Information Design and Infographics”, 1996

Andrew Gelman, Teaching Statistics: A Bag of Tricks, 3 Oktober 2002 – Oxford University Press

John Grimwade, Data Wars: Alles uitleggen aan iedereen, 12 januari 2010, http://www.denieuwereporter.nl/2010/01/data-wars-alles-uitleggen-aan-iedereen/, 10 april 2011

Frank Kalshoven en Martijn Bennis, Informatievisualisatie als opkomend journalistiek genre, 7 januari 2010, www.denieuwereporter.nl/2010/01/informatievisualisatie-als-opkomend-journalistiek-genre/print/, 10 april 201

David McCandless, The Beauty of datavisualization, 1 juli 2010, http://www.ted.com/talks/lang/dut/david_mccandless_the_beauty_of_data_visualization.html, 10 april 2011

Remy Jon-Ming, Kranten zien belang van infographics nog onvoldoende in, 2 febrauri 2010, http://www.denieuwereporter.nl/2010/02/kranten-zien-belang-van-infographics-nog-onvoldoende-in, 10 april 2011

Open N.Y., Presidential Physiques of the Modern Age, 7 Oktober 2008 – New York Times, http://www.nytimes.com/interactive/2008/10/06/opinion/06opchart.html, 13 Maart 2011

Bill O’Reilly, Bill O’Reilly on Amsterdam, May 17 2010 – Fox News,
http://www.youtube.com/watch?v=x8bc_ZyORbM, 13 Maart 2011

Nate Silver, ‘Robopolls’ Significantly More Favorable to Republicans Than Traditional Surveys, 28 Oktober 2010 – New York Times, http://fivethirtyeight.blogs.nytimes.com/2010/10/28/robopolls-significantly-more-favorable-to-republicans-than-traditional-surveys, 13 Maart 2011

Edward Tufte, Beautiful Evidence, Juli 2006 – Graphics Press

Posted in Uncategorized | Leave a comment

London Tweets 24h

Posted in Uncategorized | Leave a comment

A History of the World in 100 Seconds

Many wikipedia articles have coordinates. Many have references to historic events. Gareth Lloyd and Tom Martin cross referenced the two to create a dynamic visualization of Wikipedia’s view of world history. Watch as empires fall, wars break out and continents are discovered.

Posted in Uncategorized | Leave a comment

The Beauty of datavisualization by David McCandless

  • Tegenwoord is er een informatie overkill en visualizing information is een oplossing hiervoor.
  • Door data te visualiseren kun je gemakkelijker patronen ontdekken. Hij noemt hierbij het voorbeeld van de kritiek op gewelddadige videogames in de media die altijd rond april een piek beleefd en het Columbine drama wat zich ook in april afspeelde.
  • Data is the new soil. Datavisualisatie is volgens McCandless een nieuw medium waardoor enorm veel creativiteit en innovatie kan ontstaan.
  • Tegenwoordig vragen consumenten om een visueel aspect in informatie. Je neemt namelijk zonder veel moeite veel gemakkelijker informatie op.
  • Ons zicht is enorm gevoelig voor patronen in verschillende vormen en kleuren. Onze geest is meer gevoelig voor woorden, nummers en concepten. Waneer je beide combineert heeft dit zeer grote impact.
  • Statistieken moeten relatief zijn en worden verbonden met andere data om het volledige plaatje te zien. Dat kan ons perspectief veranderen. “Let the dataset change your mindset.”
Posted in Uncategorized | Leave a comment

Opdracht 4: Hoe wordt statische datavisualisatie ingezet als subjectieve bewijsvoering in Journalistieke Media?

Ik heb Data as Beautiful Evidence als hoofdthema gekozen voor de Crosslab minor research opdracht. Ik wil specifiek onderzoek doen naar de vraag hoe statische datavisualisatie wordt ingezet als subjectieve bewijsvoering in journalistieke media. In deze tijd worden we door de media overspoelt met histogrammen, pie charts en lijn grafieken. Deze vormen van datavisualisatie zijn in het huidige medialandschap een populaire vorm geworden om ingewikkelde data te versimpelen. Complexe thema’s als economische groei, politieke macht en de relatie tussen het verbruik en tegoed van fossiele brandstoffen worden zo versimpeld dat een kind ze nog begrijpt. Maar in hoeverre komen deze statische weergaven overeen met de werkelijkheid? Wie bepalen de leidende parameters zijn binnen datavisualisatie? Schuilt er niet ook een gevaarlijke ontwikkelingen de opmars van databases,waarbij schijnbaar objectieve visualisaties en analyses opeens een belangrijke rol gaan spelen in het nemen van politieke beslissingen, de ontwikkeling van onze economie of de vorming van collectieve mythen? In hoeverre oefenen belanghebbende media, bedrijven en politici invloed uit op deze weergaven van ‘de werkelijkheid’? Wat betekent de toenemende rol van allerlei verschillende databases in het dagelijkse leven voor onze samenleving? Doen we er wel altijd goed aan zo’n grote rol toe te dichten aan cijfermatige informatie? Wat voor kennis leveren al die verzamelde en verknoopte gegevens en analyses op? Al deze vragen spelen een belangrijke rol in het actuele debat van dit thema en definiëren mijn onderzoeksvraag. Datavisualisatie als subjectieve bewijsvoering interesseert mij omdat het een zekere relatie tot mijn eigen vakgebied heeft. In reclames wordt de werkelijkheid ook zo gepresenteerd dat eigen belangen en waardes het sterks naar voren komen. Daarnaast wil ik  ook doormiddel van dit onderzoek meer inzicht krijgen in hoe eigen belangen en opvattingen in data visualisaties worden verwerkt en welke technieken hiervoor worden ingezet. Hierdoor hoop ik wanneer ik het journaal kijk of de krant lees beter in staat te zijn om gebruikte datavisualisaties realistischer en objectiever te beoordelen. Tot slot heb ik voor deze onderzoeksvraag gekozen omdat deze een relevante betrekking heeft tot mijn minor praktijkopdracht. Voor deze opdracht ga ik visueel YouTube hits categoriseren per dag, geslacht, leeftijd, land, het aantal shares en views. Ik zou, al dan niet bewust, mijn voorkeur voor een specifieke categorie naar voren kunnen brengen waardoor er een onwerkelijke definitie ontstaat van een YouTube hit. Door dit onderzoek kom ik achter het belang van objectiviteit en de methodes om objectiviteit te handhaven.

Literatuur lijst

Open N.Y., Presidential Physiques of the Modern Age, 7 Oktober 2008 – New York Times, http://www.nytimes.com/interactive/2008/10/06/opinion/06opchart.html, 13 Maart 2011

Edward Tufte, Beautiful Evidence, Juli 2006 – Graphics Press

David Case, How to Design with Numbers, Information Design and Infographics, 1996

Bill O’Reilly, Bill O’Reilly on Amsterdam, May 17 2010 – Fox News, http://www.youtube.com/watch?v=x8bc_ZyORbM, 13 Maart 2011

Misuse of statistics, http://en.wikipedia.org/wiki/Misuse_of_statistics 16 Februari 2011, 13 Maart 2011

Nate Silver, ‘Robopolls’ Significantly More Favorable to Republicans Than Traditional Surveys, 28 Oktober 2010 – New York Times, http://fivethirtyeight.blogs.nytimes.com/2010/10/28/robopolls-significantly-more-favorable-to-republicans-than-traditional-surveys, 13 Maart 2011

Jerry Appelbaum, The Use – and Misuse – of Statistics: How and Why Numbers Are So Easily Manipulated, 3 April 2008, http://knowledge.wharton.upenn.edu/article.cfm?articleid=1928, 13 Maart 2011

Andrew Gelman, Teaching Statistics: A Bag of Tricks, 3 Oktober 2002 – Oxford University Press

Posted in Uncategorized | Leave a comment

Tracy Metz – Van woord naar beeld.

- Visualisaties zijn niet meer dan een visuele vertaling van statistieken, dus blijft lying with statistics altijd mogelijk. De esthetiek kan een eigen leven leiden gaan wedijveren met kennisoverdracht. Met een zekere scepsis wordt er dan ook gesproken van datadecoration. En terwijl het de bedoeling is om de complexiteit van een dataset inzichtelijk te maken, kan de complexiteit een doel op zichzelf worden – de zogenaamde simplexity.
- Er verandert nu heel veel en heel snel in de datavisualisatie.
o Er zijn steeds meer data beschikbaar. Overheden en bedrijven zetten van alles online, en burgers generen steeds meer data in ons dagelijks leven.
o Er voltrekt een democratisering van krachtige data visualisatie tools. In hoog tempo wordt software ontwikkeld die op steeds beeldender en steeds gebruiksvriendelijke wijze gegevens vertaalt in visuele vormen.
o Datavisualisatie is een sociaal platform geworden
- Naarmate de overdaad aan informatie en data toeneemt wordt kennis meer een kwestie van snelheid en veelheid dan van inzicht en begrip, zegt Schuller.
- Data grijpen steeds verder in de samenleving in. Met de data die een bonuskaart en een mobiele telefoon opleveren, kun je profielen van verschillende levensstijlen samenstellen. De commerciële wereld kan aan de hand van zo’n profiel producten gericht aanbieden, woningbouwverenigingen stemmen hun bouwbeleid erop af, de staat kan kijken of we een potentiële terrorist zijn.

Posted in Uncategorized | Leave a comment

Intermedia Art

- In general, representational art has depicted individuals rather than social groups, classes and institutions. Regardless of whether a painting or a sculpture is named ‘worker’, ‘farmer’, or ‘miner’, it shows a single concrete individual.
- We may be dealing with some essential characteristic of art. Or maybe this limitation is simply a general characteristic of all images in general – their inability to represent abstract concepts and logical relationships.
- What if this limitation is simply a result of the representational techniques that artists had at their disposal. Consider, for instance, how the techniques of films invited in the first two decades of the twentieth century – editing and different types of sots – have allowed film directors to alternate between close-ups showing individuals and long shots showing the groups to which these individuals belong. Given this example, what can we expect from computers? Can computer media be used to create artistic representations that link the individual and the social without subsuming one in the other, i.e. the particular in the general?
- The Dumpster, a social data browser, allows you to navigate between the intimate details of people’s experiences and the larger social groupings. The particular and the general are presented simultaneously without one being sacrificed to the other. The Dumpster application window shows a large crowd of circles at the same time. Wile in a typical painting individual differences would be lost at this scale, here you can click on any circle and read the corresponding blog fragment. In Levin’s group portrait you are encouraged to navigate to both horizontally, vertically, and diagonally between the particular and the general.
- Using a variety of methods, Levin and his collaborators have filtered the huge data space of online blogs isolating the postings from 2005 where teenagers narrated their breakups. The result was 20,000 postings describing confirmed breakups. These postings were subjected to further analysis in order to derive various metadata about them: the reasons for the break-up, who broke up with whom, the age and sex of the author, as well as their emotional state.
- The artist created the Dumpster by searching through the digital traces that people leave online.
- William Gibson points to the new period we are living in now. It is a period when more prosaic but ultimately more consequential ways of exploring data have come to the forefront, including search engines available to the masses and data mining as used by companies and government agencies.

Posted in Uncategorized | Leave a comment

Data Wars: Alles uitleggen aan iedereen – John Grimwade

- In de wereld van informatiedesign is alles mogelijk. Maar datavisualisaties kunnen schade aanrichten, als ze niets verhelderen. De regel moet zijn: eerst de informatie, dan de kunst.
- Informatie was definitief kunst geworden: betoverend mooi, maar uiteindelijk onbevredigend in de zin van ‘uitleggen’ en ‘verhelderen’.
- Er zijn zeker data-driven graphics die functioneren op het niveau van informatie en van kunst, en die dubbele kwaliteit juich ik toe, maar er zijn ook heel veel stukken die zuiver en soms: gemakzuchtig – decoratief zijn. Sommige graphics willen dat je eerst een heel lang stuk tekst leest, of een grote, uitgebreide verklaring van tekens, voordat je kunt gaan uitzoeken waar je eigenlijk naar staat te kijken.
- William Playfair is de uitvinder van het lijndiagram, het staafdiagram, het taartdiagram en het cirkeldiagram. Voor de eerste keer in de geschiedenis konden nu voor de man in de straat complexe gegevens worden gedecodeerd in heldere visuele vorm.
- Heeft het visualiseren van data zin als wij daardoor niet op een of andere manier worden geïnformeerd?
- Kun je – geien van uit een puur artistiek oogpunt – kunst maken uit informatie? Ja. Dat is even waardevol en geldig als elke andere vorm van kunst. Maar gezien vanuit het oogpunt van informatiedesign. Nee, de mantra van onderwijs in informatiedesign is: eerst de informatie, dan de kunst.
- Informatiedesign wordt geleid door hiërarchie, orde, helderheid en verstandige redactie.
- Er is niks mis met het maken van pure kunst, zolang we maar weten dat we dat aan het doen zijn, en zolang we het publiek maar duidelijk maken dat we niet proberen ze van echte informatie te voorzien.
- Visual complexity: informatiedesign toegepast op zeer complexe data.
- Je moet echt weten wat je doet als je een gecompliceerd verhaal duidelijk wil vertellen in een gecompliceerde visuele omgeving. De mogelijkheid van verwarring ligt snel op de loer.
- Richard Saul Wurman: een datavisualisaties die niet werkelijk iets verheldert of uitlegt kan een boel schade aanrichten. Ze draagt bij aan een informatie overlad, het gevoel dat mensen krijgen als ze te maken krijgen met mega-data die niet geordend of gedirigeerd is.

Posted in Uncategorized | Leave a comment

Opdracht 3

Voor de praktijk opdracht ga ik op een horizontale tijdlijn YouTube hits visualiseren. Elke dag wordt de meest bekeken YouTube video automatisch via de API van YouTube ingeladen. Aan de hand van categorie, leeftijd, nationaliteit, geslacht, shares en views kan de gebruiker de datavisualisatie aanpassen. Zo kan de gebruiker zien wat de mogelijke eigenschappen zijn van een YouTube hit. We vertellen nu met de datavisualisatie een verhaal. En doordat we gebruik maken van de transparante YouTube API kan de gebruiker te allen tijde de herkomst van de data herleiden en dieper in het verhaal duiken.

Posted in Uncategorized | Leave a comment

Opdracht 2

Self tracking

Self tracking is the practice of systematicly capturing aspects of your own life, often by monitoring various physiological parameters. Self tracking is being used to improve your own live by gaining knowledge about yourself. You can find numerous of examples of people who improved their lives via this technique. But there’s a downside. Some people can really get obsessive with collecting data about their selves. Another negative aspect of self tracking is that one never can collect all data. Therefore numbers can give the wrong impression.

Data mining

Data mining is the process of finding statistical correlations in big fat piles of data.

Correlation between the two

Self tracking and data mining both practice the art of finding correlations in (big) amounts of data. Data mining searches for statistical correlations in data. In the case of self tracking people capture detailed aspects of their life in the hope to find a correlation between the tracked data and their life. You are your data.

Self tracking examples




iPeriod

Women can track their periods and predict their nex period with this application.

My Sleep

With the my sleep app you can track your sleeping cycles. These numbers can tell you how to improve your sleeping cycle.

Nike+

The Nike+ app is a personal trainer for runners. The device measures and records the distance and pace of a walk or run. By doing so, runners can improve their running perfomances.

Posted in Uncategorized | Leave a comment

Samenvatting – How to ‘design with numbers’

-       Financial charts are either lies, give false impressions, are error ridden or statistically illiterate.

-       Information graphics are used to make real that which cannot easily be described in words and which is much better experienced by the eye. Numbers are abstracts, and the way we talk about numbers, in percentages and indices, is pilling abstractions on top of abstractions. We make numbers real by transforming them into images – shapes.

-       Information graphics work well as an attraction tool but fails as an information provider. Graphics have a dual function, to inform the reader but also to attract the eye. These two functions often conflict with each other. Information graphics should be attractive but not at the expense of abusing the integrity of the data or the reader.

-       Shapes will be remembered, not the numbers. That’s because shapes are experienced rather than read.

-       Often the shapes of number graphics sow you something very different to what the numbers tell your/

-       Lauren Needles thinks that we should show real quantities and write about percentage change. David Case prefers to see the context of the whole story by showing the shape of the real numbers.

-       Tuft says that the representation of numbers, as physically measured on the surface of the graphic itself, should be directly proportional to the numerical quantities represented.

-       Advice on data visualization:

  • Ensure that the language with which you are expressing the data is appropiate – use the correct scale.
  • Argue for more space to show context.
  • Question the data. Find out which numbers tells the truer story.
  • Make sure that the area of the shape is directly proportional to the numbers.

-       Use color to support the shape but don’t forget that colors are subjective. Colors are interpreted different amongst different cultures. The use of color must depend on the function of the graphic. Remember that 10 percent of any audience is colorblind.

Posted in Uncategorized | Leave a comment

Opdracht 1

Google Grieptrends

Op basis van het aantal zoekopdrachten naar griep is te bepalen waar een griep ontstaat en hoe deze zich verspreid. Prominent wordt uitgelicht hoe sterk de groepsactiviteit is en waar die zich afspeelt. Er wordt niet vermeld hoeveel zoekopdrachten er worden uitgevoerd, wat de zoekwoorden precies zijn en hoe deze in verhouding staan met het aantal inwoners van het betreffende land. Hierdoor is de visualisatie niet erg transparant.

Flickrtime

Op bais van de Flickr API worden real-time foto’s weergegeven die zijn geupload op Flickr. Deze foto’s vormen een klok die de tijd weergeeft. De foto’s worden prominent uitgelicht. Degene die de foto’s hebben geupload blijven achterwegen. Hierdoor is de visualisatie wederom niet erg transparant.

MTV VMA Twitter Tracker

Deze Twitter Tracker bepaalt de populariteit van artiesten aan de hand van het aantal tweets per minuut. Op basis van deze tweets wordt een top 4 gemaakt van de meest populaire artiesten. De MTV VMA Twitter Tracker zit erg goed in elkaar. De visualisaties zijn overzichtelijk, real-time en mensen kunnen achterhalen waar de tweets vandaan komen.

Posted in Research | Leave a comment