Dati senza segreti: visualizzazioni che catturano i trend

Benvenuto alla parte otto della nostra serie di un mese dedicata a fare chiarezza sui dati. Nell’ambito del Mese dell’Alfabetizzazione dei Dati, questa serie chiarirà concetti chiave del mondo dei dati, risponderà alle domande che magari non osi fare e si divertirà lungo il percorso. Se vuoi partire dall’inizio, leggi la prima puntata della serie: Che cos’è un dataset?

Questa settimana vedremo le visualizzazioni dei dati più comuni e come interpretarle. La visualizzazione dei dati è spesso considerata la porta d’ingresso alla data science. In questo post esamineremo le visualizzazioni che catturano un trend e come interpretarle.

Visualizzazioni che catturano un trend

Catturare i trend è una delle applicazioni più utili della visualizzazione dei dati. Nel resto di questa sezione vedremo le visualizzazioni più popolari per rappresentare i trend: in particolare, grafici a linee, grafici spline, grafici ad area e le loro varianti. Iniziamo! 

Grafici a linee 

Un grafico a linee collega una serie di punti con segmenti di retta. I grafici a linee sono comunemente usati per visualizzare trend nel tempo. Sono onnipresenti: le aziende li usano per rappresentare metriche come ricavi e profitti nel tempo; gli scienziati per illustrare la relazione tra due variabili. 

L’interesse per gli NFT è aumentato per tutto il 2021, raggiungendo un massimo a gennaio 2022, per poi diminuire rapidamente insieme ai prezzi delle principali criptovalute come bitcoin. (Fonte: Statista)

Interpretare i grafici a linee è intuitivo. Ecco alcuni aspetti a cui pensare quando li interpreti.

1. Che forma ha il grafico? Sta crescendo, calando o restando stabile? 
2. Com’è la pendenza della linea? La pendenza indica il tasso di variazione nel tempo. Più ripida è la linea, più alto è il tasso di variazione. 
3. Fai attenzione a un punto di massimo o minimo. Potrebbe segnare una svolta chiave o coincidere con un evento significativo.

Una nota di cautela: chiunque legga un grafico a linee dovrebbe prestare attenzione all’asse verticale e verificare se parte da zero o meno. Grafici in cui l’asse y non inizia da zero possono far sembrare grandi oscillazioni variazioni in realtà minime. 

Un grafico a linee che non parte da zero può essere usato per fuorviare il pubblico (Fonte: Chad Skelton)

Grafico spline

Un grafico spline è un grafico a linee che usa curve (invece di rette) per collegare i punti dati.

Un grafico spline che mostra cambiamenti graduali della temperatura della Terra negli ultimi 500 milioni di anni (Fonte: climate.gov)

Un grafico spline è altrettanto valido di un grafico a linee nel rappresentare trend nel tempo; è superiore quando si vogliono mostrare cambiamenti morbidi e graduali. Per esempio, i ricavi mensili di un negozio possono essere tracciati con uno spline per indicare che le vendite avvengono gradualmente nel mese, non in un solo giorno. 

Grafici multi-linea o multi-spline 

Come suggerisce il nome, un grafico multi-linea contiene più linee tracciate sullo stesso asse o su assi diversi. È utile per confrontare i trend di due variabili correlate. Per analizzare un grafico multi-linea, osserva attentamente e prova a capire:

1. Che cosa rappresenta ciascuna linea? 
2. Che cosa rappresenta la differenza tra le linee?
3. C’è una potenziale correlazione tra le due linee? Se sì, è spiegabile?
4. Ogni linea è misurata rispetto a un singolo asse o ci sono più assi y? 

Ecco alcuni esempi utili di grafici multi-linea e multi-spline. 

La Relazione annuale 2021 di Alphabet usa un grafico multi-spline per confrontare la performance del suo titolo con il mercato in generale. (Fonte: Alphabet Investor Reporting)

William Playfair, l’ideatore dei grafici a linee, usò un grafico multi-spline già nel 1786 per confrontare importazioni ed esportazioni dell’Inghilterra. La differenza verticale tra le linee indica il saldo dei conti dell’Inghilterra in quell’anno (Fonte: Datylon)

Un errore comune è concludere, da una rapida occhiata a un grafico multi-linea, che due trend indipendenti siano collegati. Questa è proprio la fallacia correlazione vs. causalità all’opera, che abbiamo trattato in una puntata precedente della serie. 

Nell’esempio qui sotto, si potrebbe facilmente dedurre che esista una relazione tra il numero di persone annegate cadendo in piscina e il numero di film in cui è apparso Nicolas Cage. 

Attenzione alle correlazioni spurie! (Fonte: Tyler Vigen)

Grafici ad area

Un grafico ad area mostra l’andamento di un valore numerico ombreggiando l’area tra la linea e l’asse x. È simile a un grafico a linee, tranne per il fatto che l’area sotto ciascuna linea è colorata.

Un grafico ad area (Fonte: Storytelling with Data)

Puoi interpretare l’area sotto il grafico come la quantità cumulativa della serie nel tempo. Quando più grafici ad area sono tracciati nello stesso grafico, puoi confrontare diverse sottocategorie nel tempo. 

Nonostante la loro utilità, bisogna considerare alcuni limiti dei grafici ad area. Confrontare le aree relative di più serie può essere difficile e il grafico può diventare rapidamente troppo affollato. 

Grafico ad area sovrapposta (stacked)

Un grafico ad area sovrapposta è composto da più grafici ad area impilati uno sopra l’altro. È ideale per seguire la scomposizione di una serie nel tempo.

Figura 8: un grafico a barre impilate che illustra la letalità della pandemia (Fonte: The Economist)

Ecco un grafico ad area sovrapposta che stima l’effettivo impatto della pandemia nel 2020. Per farlo, l’autore usa un’area ombreggiata per attribuire una parte della mortalità in Lombardia al covid-19. La tonalità più scura serve a mettere in evidenza l’impennata dei decessi cumulati attribuibili al covid-19, una tecnica utile di data storytelling. 

Inizia oggi con la visualizzazione dei dati

Speriamo che questa breve introduzione alla visualizzazione dei dati ti sia piaciuta. Nella prossima puntata vedremo le visualizzazioni che catturano le relazioni. Per iniziare oggi il tuo percorso di apprendimento sui dati, dai un’occhiata alle risorse qui sotto. 

• Scopri cosa abbiamo in programma per il mese dell’alfabetizzazione dei dati
• Inizia con la nostra skill track Understanding Data Topics
• Iscriviti al podcast DataFramed
• Scopri i nostri prossimi eventi
• Leggi la prossima puntata della serie Dati senza segreti sulle visualizzazioni che catturano le relazioni.