Data analysis

Data visualization: perché i grafici a torta non sono i migliori

L’importanza di scegliere il grafico giusto è uno degli obiettivi per coloro che devono preparare e costruire una visualizzazione di dati. Un grafico a barre orizzontali può essere più efficace di uno a torta; vediamo perché.

Pubblicato il 02 Feb 2022

Data preparation

I dati contengono conoscenza che deve essere estratta. Così, con la visualizzazione dei dati possiamo trasformare le informazioni in valore ed essere in grado di poter comunicare in modo efficace. Parlando di rappresentazione, l’obiettivo che abbiamo è quello di creare grafici che chiariscano e forniscano la corretta rappresentazione delle informazioni per la loro analisi. Ovviamente, non esiste un’unica opzione, un’unica modalità di costruzione grafica, che possa essere la migliore in ogni situazione: possiamo scegliere un tipo di grafico diverso (tra le tante possibilità disponibili: barre, linee, mappe…) che può essere la risposta migliore per l’ambito di analisi in esame.

La scelta dell’ausilio visivo sbagliato o semplicemente l’impostazione predefinita del tipo più comune di visualizzazione dei dati potrebbe causare confusione con chi deve consumare i dati oppure, ancora peggio, potrebbe portare a un’interpretazione errata di quanto si sta visualizzando.

Scegliere il grafico giusto

L’importanza di scegliere il grafico giusto è uno degli obiettivi mandatori per tutti coloro che devono preparare e costruire una visualizzazione di dati.

No alt text provided for this image

Non è sempre così facile scegliere il grafico giusto. Limitiamoci a parlare di grafici a torta, uno dei grafici più abusati al mondo e (nella maggior parte dei casi) non il modo migliore per presentare qualcosa.

Un grafico a torta è un grafico circolare diviso in parti (sezioni) da linee provenienti dal centro.

Nella maggior parte dei casi questo tipo di grafico merita di essere bandito dalla nostra “cassetta degli attrezzi” perché quello che non vogliamo creare sono grafici che possano distorcere, anche in maniera inconsapevole, le informazioni e rendere più difficile la comprensione dei messaggi che contengono.

Durante eventi e conferenze mi è capitato spesso di discutere dell’idea di fare presentazioni, report e dashboard migliori: il primo consiglio è proprio quello di eliminare i grafici a torta.

Il mio primo suggerimento è quello di provare a sostituire questo tipo di grafico con un grafico a barre orizzontale, organizzato dal maggiore al minimo o viceversa: con i grafici a barre, i nostri occhi confrontano in maniera immediata e più facile le dimensioni e, quindi, i valori rappresentati: poiché sono allineati su una linea di base comune, è molto facile valutare la dimensione relativa.

No alt text provided for this image

In questo modo è più facile vedere non solo qual è il segmento più grande, ma anche quanto è incrementalmente più grande degli altri.

La storia legata alla rappresentazione a torta inizia intorno al 1801 quando il primo grafico di questo tipo è apparso in una pubblicazione intitolata “The Statistical Breviary” di William Playfair.

In questa pubblicazione, l’autore ha utilizzato diversi grafici per presentare aree, popolazioni e ricavi dei paesi europei.

Anche se, a onor del vero, il termine “grafico a torta” è stato coniato anni dopo (e non è l’unica metafora del cibo che è stata usata per descriverlo).

Perché si usano i grafici a torta

Analizzando più in profondità il tema possiamo partire da quattro ragionamenti distinti:

  1. dobbiamo sempre utilizzare grafici che siano in grado di presentare le informazioni nel modo più semplice da capire
  2. le persone amano i cerchi e le rappresentazioni rotonde
  3. il grafico a torta è il più detestato, frainteso, difeso e discusso
  4. il nostro cervello non è così bravo nel confrontare angoli.

Il primo punto è abbastanza ovvio: dobbiamo presentare i dati in un modo visivamente semplice. Il nostro pubblico (e noi non siamo il nostro pubblico) ha bisogno di capire in modo rapido e chiaro quanto gli stiamo presentando, quanto osservano.

Sul perché amiamo i cerchi ci sono almeno tre diverse teorie:

  • evoluzione: cerchi e forme curvilinee ci mettono a nostro agio rispetto agli spigoli vivi che ci ricordano pericoli derivanti da oggetti appuntiti, frecce, denti di animali
  • felicità: identifichiamo i cerchi con le emozioni positive (forme circolari possono inconsciamente ricordare oggetti piacevoli come il viso di un bambino)
  • i nostri occhi: ci guardiamo intorno attraverso le nostre “lenti” arrotondate

Poiché i grafici a torta sono stati utilizzati per quasi tutto, si sono guadagnati la reputazione di essere inefficaci ma, come scrisse William Cleveland, uno scienziato informatico americano e professore di statistica e di informatica alla Purdue University, “i grafici a torta presentano diversi problemi percettivi. I grafici a torta non forniscono un rilevamento efficiente di oggetti geometrici che trasmettono informazioni sulle differenze nei valori”.

In generale, i grafici dovrebbero rendere i dati più facili da capire e facilitare il confronto di diversi set di informazioni senza aumentare la complessità di ciò che viene presentato.

In sostanza chi osserva non dovrebbe perdere tempo a ragionare su quanto sta osservando.

Tranne che in casi molto rari, i grafici a torta sono estremamente pessimi nel rendere i dati più facili da capire e particolarmente pessimi nell’aiutarci a confrontare diversi set di dati: possono sembrare belli ma sono impossibili da leggere in modo rapido e accurato (l’unico miglioramento avviene se vengono mostrate soltanto due sezioni, ad esempio una distinzione uomo / donna).

No alt text provided for this image

Perché i grafici a torta non sono ideali

Forse, da bambini, abbiamo imparato a pensare alle percentuali attraverso parti uguali di una torta.

Ma quando le parti non sono le stesse, come spesso accade nella vita reale, diventa difficile immaginare le parti di un intero che il grafico a torta, invece, doveva facilitare.

La percezione del nostro cervello sottovaluta gli angoli inferiori a 90° e sovrastima gli angoli superiori a 90°. Oltre a questo, gli angoli con bisettrici orizzontali (quando la linea che divide l’angolo in due è orizzontale) sembrano più grandi degli angoli con bisettrici verticali.

In parole povere, i grafici a torta rendono facile giudicare l’entità di una fetta solo quando è vicina a 0%, 25%, 50%, 75% o 100%.

Le persone, naturalmente, non sono molto esperte nel distinguere in maniera rapida le differenze tra le fette di un cerchio e, oltre questo, diventa anche quasi impossibile confrontare fette simili presenti in due diversi grafici a torta. Il nostro cervello è molto meglio attrezzato per comprendere le differenze presenti in forme rettangolari. La visualizzazione dei dati, in generale, utilizza quattro diversi elementi per essere efficace: dei segnali visivi, un sistema di coordinate, una scala e un contesto.

Un grafico a torta utilizza un sistema polare (quando, invece, quasi tutti i grafici utilizzano un sistema cartesiano, con due assi X e Y) che è un sistema di coordinate in cui le misurazioni vengono effettuate mediante misurazioni angolari.

In un grafico a torta le etichette difficilmente si allineano, con il risultato di creare elementi disordinati e difficili da leggere (se poi vengono utilizzati più di un grafico a torta, la comprensione è ancora più complicata di prima).

Questo tipo di grafico, inoltre, non funziona bene con piccole dimensioni: un piccolo grafico a torta è semplicemente inutile, mentre un piccolo grafico a barre o a linee può comunque mostrare facilmente differenze nei dati. Piccole percentuali (che potrebbero essere importanti) sono difficili da mostrare in una torta.

Alcune ulteriori ragionamenti da tenere in considerazione:

  • un grafico a torta funziona solo con un set di dati
  • la semplicità è sempre una chiave vincente (si provi a pensare quando un grafico a torta con più di 7 categorie rappresentate: si diluisce il significato e si confonde chi osserva)
  • non è possibile rappresentare valori negativi (di fatto, perché non possiamo mostrare un pezzo di torta che è già stato mangiato)
  • costringere chi osserva a spostare gli occhi avanti e indietro dalla leggenda affatica la comprensione dell’informazione
No alt text provided for this image

Come professionisti dei dati, l’obiettivo è quello di voler costruire qualcosa che sia in grado di illustrare una situazione in modo immediato e accurato. I nostri utenti non dovrebbero investire un minuto per capire cosa stanno osservando.

Quando parliamo di visualizzazione dei dati, ciò che dobbiamo fare e che non dobbiamo mai perdere di vista è sempre aver presente ciò che vogliamo raccontare.

Quando è opportuno utilizzare i grafici a torta, allora? Forse mai.

Valuta la qualità di questo articolo

La tua opinione è importante per noi!

Speciale Digital360Awards e CIOsumm.it

Tutti
Update
Round table
Keynote
Video
Digital360Awards e CIOsumm.it, i momenti salienti
Eventi
Digital360 Awards e CIOsumm.IT, ecco i progetti vincitori
Tavola rotonda
Evoluzione del CIO: da centro di costo a motore strategico del business
Tavola rotonda
Business Process Augmentation: dall’RPA alla GenAI… il dato e tratto
Approfondimenti
Sistemi digitali potenziati: l’intelligenza dei chatbot è nelle mani dei CIO
Tavola rotonda
Intelligenza collaborativa e AI: sfide e opportunità per i CIO nell’era dello Human to Machine (H2M) 
Approfondimenti
Open Source: collaborazione e innovazione nel caos apparente del software libero 
Metodologie
BANI: che cos’è e come l’AI può aiutare i CIO a gestire la felicità (e l’infelicità) dei talenti
Prospettive
AI in un mondo complesso. Tra ordine e disordine, le aziende iniziano a capire la giusta via
Approfondimenti
Intelligenza Umana vs Intelligenza Artificiale insieme. Non invece
Eventi
Digital360 Awards e CIOsumm.IT, al via l’evento conclusivo
Video
Digital360Awards e CIOsumm.it, i momenti salienti
Eventi
Digital360 Awards e CIOsumm.IT, ecco i progetti vincitori
Tavola rotonda
Evoluzione del CIO: da centro di costo a motore strategico del business
Tavola rotonda
Business Process Augmentation: dall’RPA alla GenAI… il dato e tratto
Approfondimenti
Sistemi digitali potenziati: l’intelligenza dei chatbot è nelle mani dei CIO
Tavola rotonda
Intelligenza collaborativa e AI: sfide e opportunità per i CIO nell’era dello Human to Machine (H2M) 
Approfondimenti
Open Source: collaborazione e innovazione nel caos apparente del software libero 
Metodologie
BANI: che cos’è e come l’AI può aiutare i CIO a gestire la felicità (e l’infelicità) dei talenti
Prospettive
AI in un mondo complesso. Tra ordine e disordine, le aziende iniziano a capire la giusta via
Approfondimenti
Intelligenza Umana vs Intelligenza Artificiale insieme. Non invece
Eventi
Digital360 Awards e CIOsumm.IT, al via l’evento conclusivo

Articoli correlati

Articolo 1 di 5