ירחון 2Know לניהול ידע
ירחון 2Know לניהול ידע
גיליון אוגוסט 2021 - מהדורה מס' 263
גיליון אוגוסט 2021 - מהדורה מס' 263
גיליון:


בתאריך 3/8 יתקיים מפגש מועדון אנשים מחשבים KMI-BI, בנושא BIG DATA ANALYTICS. ד,ר מוריה לוי תרצה על תפקידו של מנהל הידע- ללוש את הנתונים. הרשמה מול אנשים ומחשבים.
בתאריך 4/10 ייפתח קורס רום- בפורמט דיגיטלי (נפגשים בזום). לפרטים והרשמה- mail@kmrom.com

 

נכתב ע"י דנה נוימן רותם

טוני רובינס אומר ש"סוד" ההצלחה שלו הוא מודלינג של אנשים שכבר הפיקו את התוצאות שהוא רוצה להשיג. כך הוא מפיק ידע שהיה לוקח לו שנים ללמוד בעצמו.
"אם זה אפשרי בעולם זה אפשרי עבורי. אם מישהו אחד יכול לעשות משהו, אוכל ללמוד איך עושים את זה ולעשות זאת גם אני".
לכל התנהגות, מחשבה, שפה, רגשות ותחושות, יש מבנה שניתן לזהות, ללמוד, לשחזר או לשנות לפי הצורך, לכן חשוב להתמקד ב"איך" ולא ב"למה".

 

מודלינג על קצה המזלג

המודילינג הוא תהליך הפקת מודל על ידי צפייה, תשאול, למידה, עם אדם אשר ביצע פעולה זו או דומה לה באופן מיטבי.
את המודל ניתן ללמוד ולשכפל.

המטרה אינה רק להסתפק בסדרת הפעולות המובילות לתוצאות מסוימות בהקשר ספציפי אלא לבחון גם מהם סט הרגשות, הערכים, האמונות והדפוסים שעליהם מתבססות הפעולות ההתנהגותיות.
כך שבסופו של דבר יהיה אפשר ללמד ולהעביר את אותה האסטרטגיה, המביאה לתוצאות ספציפיות, לכל אדם אשר יבקש לרכוש אותה. (הן ברבדים העמוקים והן ברבדים שניתן למדוד בשטח).

 

למידת עמיתים כחלק מהתהליך יצירת מודלינג

בתקופה האחרונה יצא לי ללוות פורום של מנהלים בכירים בארגון גדול.
אחת המטרות שלנו הייתה לאפשר לפורום מנהלים לבסס תהליכי שיתוף, לתת למנהלים ארגז כלים בהקשרי ידע הידע, ולתת ביטוי ועידוד לעולמות החדשנות והיזמות.
עד מהרה הבנו כי נכון שהמיקוד העיקרי שלנו יהיה בלמידת עמיתים.
שלא תבינו לא נכון , המנהלים מוכשרים וחזקים מאוד בתחומם, איש איש מנהל משכמו ומעלה, אך הם עובדים כסוליסטים בארגון ולא תמיד מבינים או זוכרים עד כמה כוח יש להם דווקא כקבוצה; קבוצה המאפשרת מקום של חשיבה, פיתוח והתייעצות, מקום לשיח משותף והעלאת רעיונות משותפים, מקום של בנייה במטרה לכבוש יעדים עסקיים מתוך למידה, ופוקוס בהצלחות האחד של השני.

 

השימוש במודלינג בתוך הקבוצה, דרך תהליך של למידת עמיתים, מאפשר לכולם לחלוק ולשתף בפרויקטים מקצועיים שמתקיימים תחת ניהולם, לדון באתגרים ולחשוב יחד כיצד נכון לקחת אותם עוד צעד אחד קדימה .

 

השיטה: בכל פעם נותנים זרקור למנהל אחד / מספר מנהלים להוביל את הדיון בנושאים מקצועיים או ניהוליים שהינם על הסדר היום. בנוסף, לקיים דיוני חשיבה בקבוצות קטנות, לגבי דילמות ואתגרים, ובכך למקסם את יכולת הקבוצה והפרטים.

 

ערך כפול להצלחה

המנהל המוביל חולק בידע ומאפשר למנהלים ללמוד על בסיס המיומנות והניסיון שלו. לעיתים אף נוצרת הזדמנות לשכלל את התוצר ולייצר ערך חדשני נוסף שלא עלה בידו קודם לכן, מתוך סיעור המוחות המוביל לפיתוח ידע חדש.
המנהלים השותפים מקבלים מידע וחומרים מוכנים כך שיוכלו רק למנף את התוצר, ללא צורך בעבודת תכנון והבניה של הפרויקט , להוציא התאמות מקומיות ממוקדות.
לאור העובדה שאנחנו יודעים כי רעיון הצליח במקום אחד, קל לנו יותר להאמין בישימות ולשכפל את ההצלחה גם אצלנו על בסיס הלמידה והניסיון שכבר נצבר.

עכשיו השאלה שנותרה לי- מדוע זה לא ברור מאליו? מדוע כל כך מעט אנחנו מסתייעים בלמידת עמיתים באופן מובנה כחלק מהתרבות הארגונית שלנו ???

 

מזמינה אתכם לעשות את הצעד לעבר מודלינג של הצלחות! השכפול מובטח. ההצלחה בדרך!

 

 

נכתב ע"י ענת ביילסקי

המונח Real-Time data Analytics מתייחס לתהליך הכנת ומדידת נתונים עם כניסתם למסד הנתונים. כלומר, משתמשים מקבלים תובנות או יכולים להסיק מסקנות מיד (או במהירות רבה תוך מספר שניות או דקות) לאחר הגעת הנתונים החדשים.

 

ישנם 2 סוגים מרכזיים של Real-Time Analytics

   • ניתוח על פי דרישה: On-demand real-time analytics- במצב זה המערכת ממתינה שהמשתמש יבצע שאילתה ולאחריה

     מתבצע הניתוח ומתקבלות תוצאות

   • ניתוח רציף: Continuous real-time analytics – במצב זה מערכת פועלת כל הזמן, באופן רציף ומספקת התראות שונות

     למשתמשים בזמן אמת או אף מפעילה פעולות מאחורי הקלעים בעת התרחשות האירועים.


הרכיבים המרכזיים של ניתוח נתונים בזמן אמת כוללים:

   • Aggregator (צובר)-אוסף ניתוחי נתונים בסטרימינג בזמן אמת ממקורות נתונים רבים ושונים

   • Broker (מתווך) - הופך נתונים בזמן אמת לזמינים לשימוש

   • Analytics Engine (מנוע אנליטיקה )- מתאם ערכים וממזג זרמי נתונים יחד תוך כדי ניתוח הנתונים

   • Stream Processor (מעבד זרמים) - מבצע ניתוח ולוגיקה בזמן אמת על ידי קבלה ושליחת זרמי נתונים משולבים.

 

דוגמאות לשימוש ב- Real-Time data Analytics:

אחד התחומים בהם ניתוח בזמן אמת הוא יעיל במיוחד הוא מניעת הונאות דוגמת הונאות תשלומים, גניבת זהות, הלבנת כספים ועוד. הבעייתיות בשימוש בניתוח נתונים "מסורתי" נובעת מהעיכוב המשמעותי בין ביצוע ההונאה לגילויה ומכך שהמערכות מתקשות לזהות את התבניות האפשריות (עלויות גבוהות).
בשימוש בנתונים בזמן אמת, המערכת מזהה מאפיינים העלולים להראות כניסיון הונאה ובאופן אוטומטי חוסמת ניסיונות אלו ומונעת אותן, במקום להתריע אחרי.
תחום פופולרי נוסף הוא בדיקה בזמן אמת של נתוני אשראי של לקוחות. כך חברות המספקות הלוואות יכולות לדעת באופן מידי מהי רמת מהימנות הלקוח בהחזר הלוואות ולהחליט במקום האם לאשר לו את ההלוואה.
תחום אחר בו ניתן להיעזר בניתוחי מידע בזמן אמת הינו שיפור השירות והמכירות ללקוחות. ניתוח בזמן אמת מגלה מתי ולמה הלקוחות מתנהגים כפי שהם נוהגים, וכיצד לשפר את שביעות הרצון שלהם. כך למשל, באמצעות ניתוחים אלו ניתן להציע ללקוחות מבצעים ותמריצים ממוקדים בהתאם למאפיינים שלהם בזמן שהלקוחות נמצאים בחנות וליד המוצר.
לניתוח נתונים בזמן אמת יש יתרון לא רק בעולם הווירטואלי. כך למשל, ניתוח נתוני ניטור מקו ייצור יכולים להתריע על בעיה מסוימת באחת המכונות ובכך לאפשר לטפל בבעיה לפני התפתחות התקלה והשבתת המכונה.
ניתן לומר , אם כן, כי המהירות הינה היתרון העיקרי של ניתוח נתונים בזמן אמת. ככל שעסק נדרש לחכות פחות מזמן הבקשה ועד זמן הגישה לנתונים, כך הוא יכול לנצל טוב יותר את התובנות שניתן להפיק מניתוח הנתונים ולפעול באופן יותר אפקטיבי.

 

אתגרים בשימוש במערכות Real-Time data Analytics

היבטים ארגוניים – תרבותיים: השימוש בתובנות הנובעות מניתוח נתונים בזמן אמת, דורש התאמות בתהליכי עבודה שונים בארגון. אם בדרך כלל בניתוח נתונים "מסורתיים" התובנות מגיעות רק כל X זמן, הארגון פועל ומגיב בהתאם בטווחי זמן ארוכים. קבלת הנתונים בזמן אמת הופכת את הארגון לארגון ממוקד מידע, כאשר התובנות מגיעות באופן רציף ודורשות נקיטת פעולות מהירות ומיידיות. שינוי אופן הפעילות יכול לגרור גם להתנגדויות בעקבות האופי השונה של ההתנהלות וחששות העובדים מהשינוי. לכן, חשוב כי ההנהלה תתקשר לעובדים את הרציונל והסיבות למעבר לניתוח בזמן אמת ואת ההזדמנויות האפשריות שהיא מביאה עמה. על הארגון לוודא שעובדיו מבינים את היתרונות של מערכת ניתוח הנתונים בזמן אמת, ועליו להכשיר ולהכין את העובדים לעבוד עימה בהצלחה.

היבטים טכנולוגיים: עסקים הופכים לדיגיטליים יותר ויותר. ניתוח נתונים גדולים בזמן אמת חייב להתמודד עם כמויות גדלות ומגוון רחב יותר של נתונים מה שמצריך כוח מחשוב רב וכן, ויצירת ארכיטקטורה מתאימה הגדלה בהתאם לנפח העולה של הנתונים. לעיתים, אין מדובר בשינוי ליניארי, אלא בהיערכות תשתיתית שונה מזו שהייתה נהוגה עד כה.

לסיכום, שימוש בניתוח נתונים בזמן אמת מאפשר לעסקים להגיב באופן מהיר ויעיל ,הם יכולים לנצל הזדמנויות או למנוע בעיות לפני שהן מתרחשות. עם תשובות מיידיות בהישג יד, עסקים יכולים לחזות בביטחון ולייעל את הנתונים שלהם כדי למצוא את האפשרויות הטובות ביותר.
חשוב לזכור, כי השימוש בכלי ניתוח מסוג זה בא לענות על צורך של הארגון ולשפר תהליכים עבודה וביצועים לטובתו. לכן, בבואנו ליישם כלים מסוג חשוב לזכור שהניתוח הוא בסוף היום אמצעי ולא מטרה, ותמיד יש לבחון, לא רק איך מיישמים ניתוח נתונים בזמן אמת, אלא איך משפרים ביצועים ויכולות ארגוניות.

 

מקורות:

https://www.gartner.com/en/information-technology/glossary/real-time-analytics
https://datafloq.com/read/the-power-of-real-time-big-data/225
https://www.omnisci.com/technical-glossary/real-time-analytics

 

 

כמה סיפורים סיפרתם היום? כמה שמעתם? רוב הסיכויים שיותר מכמה.
רוב בני האדם מספרים סיפורים לאורך כל היום, החל ממה הם עשו בסוף השבוע, דרך מה התרחש בפגישה שבה נכחו היום, ועד מה אכלו במסעדה אתמול בערב.
אנו מספרים סיפורים זה לזה מאז שהמצאנו את השפה לפני מאות אלפי שנים.
הרבה לפני שאנשי המערות הראשונים סיפרו את סיפוריהם באמצעות ציורים על קירות המערות, שמענו ולמדנו מסיפורים שסופרו בעל פה.
סיפורים עובדים מכיוון שהם מעוררים תגובות מוחיות. לדוגמא, כאשר אנו שומעים סיפור מותח או מפתיע, המוח שלנו משחרר דופמין המגביר מוטיבציה, מיקוד ואנרגיה.
כאשר אנו שומעים סיפורים המערבים פגיעות או אמפתיה, המוח שלנו משחרר אוקסיטוצין, שגורם לנו להרגיש אדיבים ומעניק לנו תחושת שייכות ואמון.
סיפורים מצחיקים משחררים את אותם אנדורפינים שמניעים יצירתיות, המהווה תרופה נהדרת לתחושות לחץ.
כמו אנשים, גם לארגונים יש סיפורים. למעשה, כל ארגון מתחיל בסיפור.
לארגונים סיפורים על הצלחות, כישלונות, עובדים, לקוחות והישגים. אפילו השמועות והרכילויות היומיומיות במקום העבודה הן סוג של סיפור.
בעולם החדש והמוזר של מגיפת הקורונה מתהווים סוגים חדשים של סיפורים.
בימים אלו, ארגונים מספרים על איך הם נאבקים, שורדים, מסתגלים, ממציאים מחדש ואפילו פורחים, וכאשר מגיפת הקורונה תסתיים, אנחנו נראה סיפורים רבים על צמיחה, התאוששות ויצירה.
אילו סוגי סיפורים הארגון שלכם יכול לייצר בעקבות מגיפת הקורונה:

  • סיפורי עובדים: איך הארגון שלכם סייע לעובדים ללמוד לעבוד אחרת? האם הצעתם תמיכה בכמה מהאתגרים הנפשיים שעוברים על העובדים? כיצד סייעתם לאלה המטפלים בבני משפחה חולים?

  • סיפורי קהילה: האם הארגון שלכם עזר בתרומות לקבוצות שונות? האם מנהלים תרמו את משכורתם בכדי להילחם במגיפת הקורונה?

  • סיפורי לקוחות: ארגונים רבים סייעו ללקוחות על ידי הורדת מחירים, ויתור על עמלות, הצעת תמיכה בחינם או דחיית תשלומים – ספרו על כך.

  • סיפורי הישרדות: ארגונים מסוימים היו צריכים למצוא שיטות עבודה חדשות בכדי לשרוד. איך הצוותים שלכם עבדו יחד כדי לעבור את הימים המאתגרים ביותר של מגיפת הקורונה?

  • סיפורי שינוי: מה השתנה בדרך בה אתם "עושים עסקים"? כיצד שיתפו פעולה צוותים מרוחקים? איך התאמתם במהירות את שגרת העבודה שלכם?
כדי להתחיל לאסוף את סיפורי הארגון שלכם, מנו מישהו שיהיה אחראי על איסוף הסיפורים וסיווגם. בקשו מהמנהלים בשטח לספר את סיפורי הצוות שלהם או הזמינו את העובדים לחלוק זה עם זה בניצחונות ובאתגרים.
אגב, סדנת סיפור סיפורים היא התחלה טובה בכדי ללמד את חשיבותם של הסיפורים וכיצד ניתן לספר ולשמר אותם.
סיפורי הארגון שלכם יבנו את הנרטיב והסיפור הכולל של המותג שלכם לאורך שנים רבות.

 

מאמר מהעולם: מאמר מהעולם
נכתב ע"י ד"ר מוריה לוי
נכתב ע"י ד"ר מוריה לוי

שם האירוע- international Conference on Political Violence

מקום האירוע- IIstanbul, Turkey

תאריך- 16-17.08.2021

לפרטים נוספים לחצו כאן

נכתב ע"י ד"ר מוריה לוי

הספר Show me the Numbers: Designing Tables and Graphs to Enlighten הוא כפי הנראה ה״תנ״ך״ בכל הקשור בדרך הנכונה להצגת טבלאות וגרפים. הספר שנכתב ב 2011 על ידי Stephen Few סוקר כל פרט ופרט בעולם הטבלאות והגרפים ויורד עד הפרטים הקטנים ביותר, דוגמת האם לשלב tick mark ואיפה למקם אותו. תוך שכך, הוא כמובן אינו פוסח על השאלות העקרוניות הגדולות כדי להבטיח שאכן נעביר מסר שייקלט. ניתן להשתמש בטבלאות וגרפים, לפי Few, ל-4 מטרות: לניתוח ולמידה, לתקשור, למעקב ולחיזוי. הספר הזה מתמקד בעולם התקשור, ולכל המתעניינים בצרכים האחרים, Few מכסה, לפחות את חלקם, בספרים אחרים. ולאלו שמתלבטים... מסתבר שיש הרבה מה ללמוד- אנחנו עושים הרבה שטויות ללא ידיעה- מספרים אינם מדברים בעד עצמם, אם אנחנו לא עוזרים להם לעשות זאת נכון.
מפת הספר המתארת את עיקרי הדברים:

 


הסיכום להלן כולל את עיקרי ההמלצות המעשיות. ללא תיאוריה, ללא הסבר (מהו קו, נקודה או שנתה), ללא רציונל, ללא חריגים, ואפילו ללא דוגמאות. שורות תחתונות.
ממליצה לקרוא- את הסיכום, ובהמשך, גם את הספר. מאד!

 

 

טבלאות אל מול גרפים

טבלאות מוגדרות כמבנה של עמודות שורות שנועד לארגן ולהציג מידע. הנתונים מוצגים בשורות ועמודות ומפורשות בטקסטים.
גרפים מוגדרים כדרך הבעה ויזואלית לנתונים כמותיים. הנתונים מוצגים בשטח התחום בציר אחד או יותר, כאשר הצירים מספקות סולם (מספרי או קטגוריאלי) כדי לסמן ולהציב ערכים למרכיבים הוויזואליים.

 

טבלאות

קריטריונים להעדפת שימוש בטבלה:

1. הנתונים המוצגים אינם כמותיים- גרף לא יכול להתאים (לו״ז של יום עיון).

2. רוצים לאפשר להציג ולבדוק נתונים ספציפיים.

3. רוצים לבצע השוואות בין נתונים ספציפיים ממערך גדול של נתונים (לא להשוואה כוללת).

4. נדרש דיוק בערכים.

5. המידע הכמותני המתוקשר כולל יותר מיחידת מידה אחת.

6. נדרש גם מידע מפורט וגם מידע סיכומי (להלן בפרק הסיפור- סוגי מידע סיכומי).

 

היתרונות של טבלאות:

• קלים להבנה (משמשים את המין האנושי כבר אלפיים שנה)
• ברורים- לא נדרש תרגום של המוח

 

גרפים

קריטריונים להעדפת שימוש בטבלה:

1. רוצים להציג תמונה השוואתית כוללת של מערך נתונים.

2. רוצים להציג קשרים בין ובתוך קבוצות של ערכים, תוך מתן צורה.

3. המסר מוכל במראה הוויזואלית של הערכים (תבנית, מגמה או חריגים).

 

היתרונות של טבלאות:

• קלים להבנה (משמשים את המין האנושי כבר אלפיים שנה)

ותזכרו, אם הסיפור פשוט, ואתם רוצים להציג רק נתון אחד או שניים- כנראה עדיף להשתמש בטקסט ולכתוב משפט, תוך ויתור על הגרף והטבלה.

 

  חזרה

 

                                                                                                                                                               

 

 

סוגי טבלאות

ישנם מספר סוגים מרכזיים של טבלאות:

1. טבלאות חד-כיווניות: רשימות שבהם קטגוריות הפריטים מוצגות בכיוון אחד בלבד, עמודות או שורות (למשל רשימת מוצרים וכמות מכירות ורווחים לכל מוצר). טבלאות אלו יכולות לכלול יותר מקטגוריה אחת (למשל קטגוריית מחוז וקטגוריית מוצרים), אך אם אכן יש יותר מקטגוריה אחת, המידע פרוס עדיין באותו כיוון. במקרים של קטגוריות רבות ניתן לייצר פירוט או מלא או לייצר היררכיה (למשל מחוז ועיר) אך זה כאמור אינו משפיע על הכיוון אלא על הקבצות ופירוטים.

2. טבלאות דו-כיווניות: מטריצות שבהן כל ערך בטבלה מיוחס גם לעמודה וגם לשורה מסוימים, וכל אחד מאלו מייצג קטגוריה. היתרון של טבלאות דו-כיווניות שהן חוסכות מקום. גם הן יכולות לכלול היררכיות של קטגוריות.

 

בחירת סוג הטבלה:
• קטגוריה אחת- טבלאות חד-כיווניות.
• שתי קטגוריות (ללא היררכיה)- יש להפעיל שיקול דעת. טבלאות דו-כיווניות חוסכות מקום.
• קטגוריה אחת או יותר עם היררכיה- יש להפעיל שיקול דעת. טבלאות חד כיווניות יותר ברורות.

 

                                                                                                                                                                        חזרה

סוגי גרפים

להלן צרכים טיפוסיים שונים וגרפים שמתאימים להציג אותם:
צורך גרף פירוט
השוואות מספריות תרשים פיזור נקודות
כאשר לא מתאים להשתמש בגרף עמודות, היות וסולם המדידה לא מתחיל באפס.
גרף עמודות אנכי או אופקי מתאים
סדרות זמן* תרשים פיזור נקודות רק כאשר הערכים לא נאספו בזמנים עקביים.
גרף קווי כאשר הדגש הוא על מגמה כוללת.
גרף עמודות כאשר יש רצון להדגיש את הערכים הפרטניים.
קופסאות** רק כאשר מראים התפלגות המשתנה על ציר הזמן.
דירוג תרשים פיזור נקודות כאשר לא מתאים להשתמש בגרף עמודות, היות וסולם המדידה לא מתחיל באפס.
גרף עמודות אנכי או אופקי מתאים
קופסאות רק כאשר מדרגים קבוצות התפלגות.
חלקים משלם גרף קווי כדי להראות שינוי של מגמות לאורך זמן.
גרף עמודות אנכי או אופקי מתאים
חריגות תרשים פיזור נקודות כאשר לא מתאים להשתמש בגרף עמודות, היות וסולם המדידה לא מתחיל באפס.
גרף קווי כאשר תיאור החריגה משתלב בסדרות זמן .
גרף עמודות אנכי או אופקי מתאים. תמיד אנכי עם משולב עם סדרות זמן.
התפלגות תרשים strip plot מתאים להתפלגות יחידה או מרובה.
גרף קווי- פוליגון בהתפלגות יחידה- דגש על מגמה כוללת.
בהתפלגות מרובה- להגביל לקווים מועטים.
היסטוגרמה מתאים להתפלגות יחידה בלבד.
דגש על אינטרוולים מועטים.
קופסת plot מתאים להתפלגות מרובה בלבד.
קורלציה תרשים scatter plot מתאים
גרף עמודות אנכי או אופקי מתאים. בפורמט table lens
גיאוגרפי תרשים נקודות מתאים, תוך שימוש בגדלים שונים של נקודות לציון ערכים שונים.
גרף קווי משמש לסימון מסלולים
* בגרפים לצורך זה- ציר ה- X ישמש לקטגוריות וציר ה- Y לערכי המספרים.
** קופסאות הם סוג גרף פחות מוכר. ניתן לראות אותם כגרפי עמודות שאינן מחוברות לקרקע. הן משמשות להצגת קבוצת התפלגות- טווח תחתון, עליון (תחתית וראש הקופסה) וממוצע (מסומן בפס).

שימו לב שאין כלל שימוש בהרבה סוגים של תרשימים שבוודאי נתקלנו בהם במקומות שונים, ולא בכדי. הגרף הבולט אולי בהיעדרו הינו גרף הפאי שמוקצה מחמת יכולתו להטעות באופן ניכר. כפי הנראה משתמשים בו, או מחוסר ידיעה, או מניסיון מוכוון לבצע מניפולציה בקוראים.
אין שימוש גרפים תלת ממדיים משום סוג היות ולא קריאים באופן מדויק ולא מקלים על ההבנה.

 

שימו לב שאין כלל שימוש בהרבה סוגים של תרשימים שבוודאי נתקלנו בהם במקומות שונים, ולא בכדי. הגרף הבולט אולי בהיעדרו הינו גרף הפאי שמוקצה מחמת יכולתו להטעות באופן ניכר. כפי הנראה משתמשים בו, או מחוסר ידיעה, או מניסיון מוכוון לבצע מניפולציה בקוראים.
אין שימוש גרפים תלת ממדיים משום סוג היות ולא קריאים באופן מדויק ולא מקלים על ההבנה.

 

                                                                                                                                                            חזרה

  

עיצוב טבלאות

טבלאות, למרות שיש בהן אלמנטים ויזואליים, נמצאות בממשק בעיקר עם המערכת הטקסטואלית שבמוחנו. לכן- אנו קוראים אותם באופן סדרתי, מימין לשמאל ומלמעלה למטה (באנגלית כמובן- הפוך. מ.ל.). יש לוודא, ככל שניתן, שהמסרים החשובים ביותר, אם ישנם, יהיה בראשית הטבלה.

עיקרי ההמלצות:

1. מתווה: עדיף מרווח לבן היכן שאפשר > אחרת צבעים עדינים > אחרת פסים עדינים. ללא רשת.

2. ארגון תכנים:
• עמודות או שורות בקטגוריות מועטות שנכנסות ברוחב דף/מסך- בטורים נפרדים
סדרות זמן- תמיד לרוחב בטורים נפרדים
סדרות מדורגות- לאורך.
• הקבצות תוך מרווח מספק בין ההקבצות כדי שההפרדה תהיה ברורה
שמירה על מבנה טבלה אחיד בין קבוצה לקבוצה
כשקבוצות צריכות להיקרא בנפרד, נכון להפריד כל קבוצה לדף חדש
• בטורים רישום שם הקטגוריות המתייחסות לכמות – מימין להם (עברית מ.ל.)
רישום קטגוריות הכוללות היררכיות מימין לשמאל בדרך המשקפת את ההיררכיה
נתונים מחושבים יופיעו מיד משמאל לנתונים על בסיסם מחושבים (עברית מ.ל.)
• מיון: כשיש חשיבות לסדר- כדאי למיין לפי סדר זה

3. פרמוט טקסטים:
• כיוון- עדיף להימנע מכיוונים שאינם אופקיים מימין לשמאל (עברית מ.ל.)
• יישור מספרים תמיד לימין, תוך הקפדה על מספר ספרות דצימליות זהה לטבלה
יישור תאריכים איך שרוצים- העיקר שאחיד בין הערכים השונים (לרבות כמות תווים)
יישור טקסטים אחרים בעברית תמיד לימין.
מרכוז טורים שיש בהם מספר תווים זהה, שקטן מהכותרת (למשל מגדר נ/ז)
• פרמוט מספרים תמיד תוך שימוש בפסיק לציון סימני אלפים (כל 3 ספרות)
קיצוץ ספרות (בשלשות- אלפים, מיליונים וכו׳) – ככל שניתן ומתאים
כאשר מתארים מספרים שליליים ע״י סוגריים, יישור התוכן הפנימי אל מול החיוביים
• תאריכים: ימים 2 ספרות, חודשים 2 ספרות או 3 תווים, שנים 2 או 4 ספרות- אחיד
• בחירת פונט קריא. להשתמש בפונט יחיד
• הדגשות וצבע- ע״י bold, italic או שינוי צבע הפונט (אני נגד italic- מ.ל.)

4. סיכום ערכים:
• במרחק ויזואלי מהנתונים המפורטים, כדי שהעין והמוח יבחינו שמדובר במשהו שונה

5. מידע ברמת הדף:
• תמיד חוזרים על כותרות של עמודות וכותרות של שורות (למשל בהקבצות) בתחילת כל דף.

 

מרכוז טורים שיש בהם מספר תווים זהה, שקטן מהכותרת (למשל מגדר נ/ז)
• פרמוט מספרים תמיד תוך שימוש בפסיק לציון סימני אלפים (כל 3 ספרות)
קיצוץ ספרות (בשלשות- אלפים, מיליונים וכו׳) – ככל שניתן ומתאים
כאשר מתארים מספרים שליליים ע״י סוגריים, יישור התוכן הפנימי אל מול החיוביים
• תאריכים: ימים 2 ספרות, חודשים 2 ספרות או 3 תווים, שנים 2 או 4 ספרות- אחיד
• בחירת פונט קריא. להשתמש בפונט יחיד
• הדגשות וצבע- ע״י bold, italic או שינוי צבע הפונט (אני נגד italic- מ.ל.)
4. סיכום ערכים:
• במרחק ויזואלי מהנתונים המפורטים, כדי שהעין והמוח יבחינו שמדובר במשהו שונה
5. מידע ברמת הדף:
• תמיד חוזרים על כותרות של עמודות וכותרות של שורות (למשל בהקבצות) בתחילת כל דף.

                                                                                                                                                          

                                                                                                                                                                חזרה

עיצוב גרפים

עקרונות:

1. גרפים הם ויזואליים. הם פונים בעיקר למערכות במוח המטפלות באלמנטים ויזואליים. אין לכן שום סדר קריאה קבוע. המוח שלנו יפנו קודם כל לדבר שהכי בולט בתרשים. יש לקחת בחשבון ותמיד לבחון מה בהיבטי צבע, נקודות חיתוך, גודל וכו׳ הוא שמושך את תשומת הלב, והאומנם זהו חלק מרכזי במסר.

2. כדי לייצג גודל משתנה כדאי לעשות שימוש באורך משתנה או במיקום במרחב דו ממדי (האחרון עדיף- היכן שישים). גדלים משתנים אחרים- מטעים!

3. אנחנו יכולים להבחין באופן נאות ב-עד ב- 8 גוונים, 4 כיוונים וכ- 4 גדלים. לא להשתמש ביותר.

 

המלצות הקשורות למרכיבי הגרף:

1. נקודות:
• כשאין מספיק אבחנה בין קבוצות של נקודות ניתן לתקן ע״י הגדלת הנקודות או בחירת צורות אחרות שיותר מובחנות ויזואלית
• כשיש חפיפה בין נקודות ניתן לתקן ע״י הגדלת הגרף או הקטנת כל נקודה; ניתן גם להוריד את צבעי המילוי לנקודות (ולהשאיר עיגולים חלולים)

2. ברים- עמודות/ קופסאות:
• יש להשתמש בעמודות אופקיות כאשר אין מספיק מקום לטקסטים בתוויות
• לעולם אין משתמשים בעמודות אופקיות לסדרות זמן
• רוחב המפרידים הלבנים בין הברים יהיה דומה לרוחב העמודות (בסטייה של עד 50%)
• אין צורך להפריד בלבן בין ברים אם יש הפרדה של מקראה
• אין לייצר חפיפה של הברים זה על גבי זה
• יש להימנע ממילוי הברים בתבניות מילוי; יש להקפיד על צבעים מאוזנים עם שונות ברורה ביניהם; הדגשה של בר תהיה על ידי צבע עוצמתי יותר מהאחרים
• גבולות סימון לברים יהיו רק אם ההפרדה הצבעית אינה טובה דיה או שרוצים להדגיש את אחד הברים (ואז רק הוא יסומן)
• עמודות תמיד תתחלנה מסולם של 0.

3. קווים:
• ככל הניתן כדאי להפריד בין גווני קווים שונים
• הקו יכלול ציון נקודות עליו רק אם מבקשים להדגיש את אותה הנקודה על קווים שונים

4. צירופים:
• שילוב של קופסאות וקווים מתאים לתיאור התפלגויות לאורך זמן
• שילוב של ברים ונקודות מתאים לציון השוואות כאשר אין עומס

5. קווי מגמה:
• עדיף להשתמש בציוני ממוצע משתנים ולא בקו ממוצע כולל (שמטעה).
קו ממוצע ליניארי כולל מתאים רק לתרשים scatter plot

6. קווי ייחוס:
• מתאים לציון ספים משמעותיים ותחומים, במיוחד במדידת הנורמה

7. ביאורים (אנוטציות):
• ליווי טקסט מומלץ כדי להאיר ולהסביר ערכים ספציפיים לתמיכה במסר הכולל

8. סולמות לוג:
• מתאים כדי להקטין את ההבדל הוויזואלי בין כמויות עם קבוצות ערכים בשוני גדול. כדאי להשתמש במדידת החוזים בגרפים אלו

9. שנתות:
• לא בולטים ביחס לנתונים
• ניתן לשלב עם ערכים מספריים, אך לא עם קטגוריות
• יש לאזן בכמות/צפיפות כדי לא להעמיס על הסולם
• להקפיד להשתמש במספרים עגולים בשנתות

10. קווי רשת:
• קווי רשת דפקים ועדינים בצבעם, וייעשה בהם שימוש רק כאשר מסייע לקריאת הנתונים, או להשוואה ביניהם

11. מקרא:
• מתאים כאשר התוויות מייצגות קטגוריות ואלו לא יכולות להופיע על הציר עצמו
• ממוקם קרוב ככל שניתן לנתונים אותם מייצגים
• לא בולטים ביחס לנתונים עצמם
• כדאי להוסיף תיחום כאשר הכרחי להפריד בינם לבין מידע אחר

12. צירים:
• אין לשחק עם יחסי רוחב גובה

13. אזור הנתונים:
• יש לשמור על רקע נקי ובהיר

14. שילוב כמה גרפים בשטח משותף:
• יש לשמור על אחידות עיצובית בין בגרפים. החריג: על כותרות ומקרא אין צורך לחזור
• יש לארגן את סדר הגרפים בדרך שתקל ככל האפשר על מיקוד בכל גרף מחד, ועל השוואות ענייניות, מאידך
• אם ישנו סדר הגיוני לגרפים (למשל זמן)- יש להיצמד לסדר זה בהצגה
• שימוש בסרגלים מפרידים בין הגרפים מתאים רק אם נדרש לצופף את הגרפים ואין דרך אחרת להבחין ביניהם בבהירות (בשורה, טור או מטריצה).
                                                                                                                                                                

                                                                                                                                                                     חזרה

המלצות משותפות- מה קל לעין לראות ולמוח להבין

יש מתאם גבוה בין מה שקל לנו לראות למה שקל לנו להבין.

עקרונות פעולה (סעיף 3-5- עקרונות הגשטלט):

1. מאפיינים ויזואליים (גודל, אורך, צבע ועוד) מושפעים כולם מההקשר. יש להיות מודעים ולהפעיל היגיון בריא תוך שימוש בצירופים שיהיו בהירים ולא יטעו.

2. צבעים שעובדים טוב יחד וקלים לזיהוי: אפור, כחול, כתום, ירוק, ורוד, חום, סגול, צהוב, אדום. כאשר משלבים צבעים שונים, מומלץ שעוצמת הצבעים תהיה דומה. יכולת הזיהוי משופעת גם מגודל האובייקטים- ככל שהם קטנים יותר, קשה לנו יותר להבחין ביניהם.

3. אנו תופסים אלמנטים שקרובים זה לזה כמשויכים לקבוצה משותפת.

4. אנו תופסים אלמנטים שדומים בצבע, צורה או כיוון כמשויכים לקבוצה משותפת.

5. אנו תופסים אלמנטים שתחומים על ידי רקע או מסגרת כמשויכים לקבוצה משותפת. אנו משלימים מתאר שלא רציף לפי המוכר לנו. משמעות מעשית- מספיק לסמן צירי x,y או מסגרת חלקית בטבלה, כדי שאנשים יבינו שהתוכן משויך יחד, תוך צמצום עומס גרפי מיותר בדרך זו.

 

הדגשה:
מדגישים מידע חשוב כדי לתקשר אותו בעוצמה ובהירות וללא הפרעות-
צמצום הדיו שאינו משמש לנתונים; צמצום הדיו (או השמטה) של נתונים שאינם החשובים.
תוספת דיו לנתונים חשובים למסר.
מאפיינים שעליהם ניתן להשפיע: 1) רוחב קווים 2) כיוון 3) גודל 4) תיחום 5) גוון 6) עצמת צבע.

ארגון:

מארגנים את המידע באופן מסוים כדי להגביר את ההבנה והשימוש (מחייב חשיבה!!) -

1) מקבצים מידע לסגמנטים משותפים תוך שימוש בקטגוריות.

2) מתעדפים (דירוג חשיבות) תוך שימוש בהדגשות כמצוין לעיל.

3) מכוונים סדר לקריאה- בטבלאות על ידי סידור פנימי, ובגרפים על ידי סידור סדרת גרפים.

 

שילוב:

משלבים שימוש בטבלאות גרפים וטקסט להשגת מסר מיטבי.
טקסטים ישמשו כתוויות, כהקדמה, כהסבר, כהדגשה, כחזרה על מסר לחיזוקו, כמסדר, כממליץ וככלי להעלות שאלות. הטקסט יכול לענות על שאלות של: מה, מתי, מי, איפה.

                                                                                                                                                  

                                                                                                                                                                    חזרה

לספר סיפור על בסיס הנתונים

המיקוד של ספר זה, כאמור, הוא לתקשר נתונים באמצעות טבלאות וגרפים ובדרך אפקטיבית.
ברירת המחדל היא שמספרים ״משעממים״, וכדי לספר סיפור מוצלח ולתקשר מסר דרך המוצג נדרש להשקיע. מעבר להמלצות הפרטניות לעיל, להלן רשימת המלצות המהוות עקרונות מנחים ליצירת הסיפור וסיפורו:

1. כל מה שלא נדרש- כדאי להחסיר. גרף, טבלה, ותוכן טובים הם כאלו שיש בהם בדיוק מה שצריך אך לא כלום מעבר.

2. נקודת המוצא-

א) סיפור מבוסס נתונים עוסק ב:
• תיאור קשרים במידע כמותני- למשל קשר בין תקלה מסוימת ומספר ימי הפתרון שלה. הקשרים יכולים להיות גם מורכבים, דוגמת דירוג, יחס או קורלציה בין הנתונים.
• הקבצה לקטגוריות של מידע כמותני- על בסיס כמויות, סדר, תקופות או היררכיות.

ב) הנתונים יכולים להיות גולמיים או סיכומיים (סכום, ממוצע, חציון, טווח, שונות ועוד).

3. עקרונות מפתח לסיפור מוצלח:
פשוט, זורם, כולל מידע, אמתי, בעל הקשר, מוכר, קונקרטי, אישי, רגשי, לפי סדר ומניע לפעולה.

4. בטבלאות וגרפים השוואה יכולה לסייע בהעברת המסר: השוואה לעומת יעדים שהוגדרו, תחזיות שהוכנו, אובייקטים אחרים (חברות, מוצרים, וכו׳), נורמות וזמנים אחרים (מ.ל.)

5. סיפור טוב יכול לכלול שילוב טקסטים ותמונות יחד עם הגרפים והטבלאות, כאשר האחרונים תומכים את המסר המרכזי שמבקשים להעביר.

                                                                                                                                                                     

                                                                                                                                                                            חזרה

המגזין נכתב ע"י חברת Rom Knowledgeware
Fax 077-5020772 * Tel 077-5020771/3 * רח' בר כוכבא 23, בני ברק מיקוד 67135