In een wereld vol data en getallen, wil je snel een duidelijk verhaal visueel kunnen overbrengen aan je zorgcollega’s. De vraag blijft, ongeacht welke BI tool je ook gebruikt, hoe je de data optimaal visualiseert. Welke grafieken gebruik je wel en niet? Welke kleuren? Denk je na over welk lettertype goed leesbaar is en hoe je het dashboard overzichtelijk houdt?
In dit artikel vertellen wij meer aan de hand van een aantal do’s & don’ts wat de beste manieren zijn om te visualiseren in de zorg. En hoe je ervoor zorgt dat je zelf controle krijgt over wát jouw BI-tool precies laat zien?
De toegevoegde waarde van tekst bij visualisaties
Laten we beginnen bij de basis. De reden om te visualiseren is vaak dat een figuur meer zegt dan 1000 woorden. Een tip is dus om geen grote lappen tekst op een dashboard te zetten. Toch kan je niet zonder enige vorm van tekstuele begeleiding als je visueel iets vertoont. Een grafiek heeft op zijn minst een titel of as-naam als verduidelijking van de data nodig.
Uit de x as begrijpen de meeste mensen nog wel dat deze grafiek de getallen over jaren laat zien. Maar waar staat de y-as voor? Zonder label weet je niet waar de getallen voor staan. Uit de linker figuur met as-label wordt het duidelijk dat het de winst betreft in dollars.
Onthoud het doel van de visualisatie
Een belangrijk punt van een visualisatie is dat deze een specifiek doel heeft in een dashboard. Onthoud dat elke visualisatie in wezen een KPI is die in een dashboard terug komt en gezamenlijk een doel vormen. Sluit de manier van visualiseren wel aan bij het doel? Het volgende voorbeeld laat de verdeling zien tussen mensen die veel of weinig uitgeven aan boodschappen.
De percentages dienen ook dit doel, ze geven het aandeel van deze groepen weer. Maar wat wordt er gevisualiseerd? Kan de gebruiker hieruit opmaken dat het gele vlak 26% van de oppervlakte betreft? Lijkt het blauwe vlak niet veel groter dan het gele? Heeft dit figuur enige toegevoegde waarde voor het gestelde doel?
Wanneer je dit met ‘nee’ beantwoordt is het niet nuttig om de visualisatie te tonen. In dit geval geven de percentages de belangrijkste informatie weer en voegt het figuur weinig toe. Of soms kan het zelfs juist verwarring veroorzaken. Als je niet voldoende het doel in gedachten houdt, dan wordt er vaak gekozen voor een verkeerde visualisatievorm.
Een bar-chart had waarschijnlijk een veel beter overzicht gegeven van de verhouding tussen deze getallen.
Houd het simpel
Bijna altijd geldt voor datavisualisatie ‘less is more’. Als je teveel wil laten zien in één overzicht wordt het erg lastig om te lezen. Neem het onderstaande voorbeeld gepubliceerd in de vijfde editie van Delayed Gratification – over prijswinnende boeken en bijbehorende genres.
Hoe visueel hoogstaand het ook lijkt, dit figuur is erg lastig te interpreteren. Alle lijnen lopen kriskras door elkaar omdat elk boek onder meerdere genres valt. De visuals maken meer impact als bijvoorbeeld de verdeling te zien is van het aantal boeken per genre. Dat kan je oplossen door tabel toe te voegen om de bijbehorende boeken te tonen.
Gebruik kleur als een hulpmiddel voor datavisualisatie
Het ziet er natuurlijk fraai uit als er veel verschillende kleuren worden gebruikt in een dashboard, maar bovenal is het belangrijk dat het betekenis heeft. Het volgende voorbeeld laat zien waarom verschillende kleuren niet altijd van toegevoegde waarde zijn. Het verschil is namelijk niet alleen slecht te zien, maar ook laten de hoeveelheden zich in een pie chart lastig verhouden tot de rest.
Tip: gebruik weinig verschillende groepen in een cirkeldiagram.
Schaal is belangrijk
Dit klinkt wellicht logisch voor sommigen, maar toch lichten wij hem toe. Het volgende voorbeeld laat zien waarom je een juiste schaal moet gebruiken, in dit geval tussen de 0 en 5’0.
Zeker wanneer je voorstelt dat de vrouwen langer 1,70m (5’7), niet eens op deze schaal zouden passen. En zo lijkt de gemiddelde vrouw uit India onvoorstelbaar klein.
Tip: Begin een schaal bij 0, zeker wanneer je figuren gebruikt.
Daarnaast is het belangrijk dat je alles volgens dezelfde schaal meet. In het volgende figuur zijn de staafdiagrammen van de tweede en derde rij altijd kleiner. Het gaat hier namelijk om een percentage van de bevolking – die is natuurlijk nooit meer dan 100%.
Tip: vergelijk niet getallen met percentages.
Gebruik tooltips in je visualisatie
Scatterplots, grafische weergave in de vorm van een puntenwolk, kunnen wanneer goed gebruikt erg handig zijn voor visualisaties. En hoewel we over het volgende figuur commentaar kunnen geven over het kleurgebruik of de schaal, willen we wijzen op het gebruik van tooltips.
Heb je veel verschillende gegevens die je wilt laten zien (in dit geval per punt), maak gebruik van tooltips om het overzicht te behouden.
Het Zorgprestatiemodel dashboard met tooltips
Een duidelijk voorbeeld van de tooltips is het Zorgprestatiemodel Dashboard (gebaseerd op demo-data). Je ziet in de grafiek alle gegevens die nodig zijn, zonder een hele legenda of tekst die het geheel onoverzichtelijk maken. Door je met je muis over de tips te bewegen verschijnen de details.
Controle over je eigen data is een vereiste
Voordat data gevisualiseerd kan worden is het belangrijk dat de juiste definities bepaald worden. Uit welke ruwe data is jouw visualisatie opgebouwd? Sluit de informatie die getoond wordt op het dashboard ook echt aan bij informatievraag, bijvoorbeeld de gestelde KPI’s?
Vaak worden definities en databaseviews, de logica waarmee ruwe data omgezet wordt tot informatie, door de leverancier van de BI-tool bepaald. Jij als klant krijgt kant-en-klare dashboards die vastgestelde informatie laten zien. Wil je andere informatie, dan kan dat met behulp van extra pakketten of maatwerk. Je bent hierbij echter niet zelf in control. Je weet niet hoe jouw informatie precies is opgebouwd. Met andere woorden: Je bent afhankelijk van je BI-leverancier en weet nooit helemaal precies hoe je informatie tot stand komt.
Beter is het om zelf controle te krijgen op deze logica. Je kunt dan zelf acteren wanneer de organisatie een nieuwe KPI wil gebruiken. Of wanneer je nieuwe dashboards binnen de organisatie wil gaan uitrollen, bijvoorbeeld op de zorgadministratie. Of wanneer je die ene lastige vraag krijgt over hoe het productiviteitsoverzicht eigenlijk precíes is opgebouwd. De manier om dat te doen is door in te zetten op het centrale dataplatform as a service (DaaS). Je zorgt er dan voor dat je definities en je databaseviews zelf in controle hebt.
In de volgende publicatie delen wij alle tips voor datavisualisatie en laten wij met een videotutorial zien hoe je databronnen kan koppelen tot interessante BI dashboarding.
Download de explainer ‘Alle data van jouw zorgorganisatie in één platform’
In de Explainer nemen wij jou mee in alle mogelijkheden van het Datawarehouse. Zo heb je de mogelijkheid om toegang te krijgen in je eigen dataplatform in de cloud, waar alle databronnen en connectoren met jouw dataverbindingen veilig beheerd worden. Vervolgens voeg je eigen datasets toe en creëer je BI-mogelijkheden. Dan gaat data pas écht werken als een gids voor jouw zorgorganisatie!
In de Explainer: ‘Dataplatform as a service’ lees je alles over:
✔ Hoe het dataplatform jouw zorgorganisatie sturing geeft in de bedrijfsvoering
✔ Benut de potentie van BI en Data Science
✔ Klantcases Trubendorffer en MoleMann
✔ Hoe schaalbaarheid, real time en security leidend zijn
