Data visualization: principles and visual perception

Questa lezione viaggia sul binario ml-tabellare e si occupa del passaggio più delicato di tutto il lavoro analitico: portare i numeri fuori dalla tabella senza tradirli. La visualizzazione, infatti, non è la decorazione dei dati, è il loro primo traduttore.

Che cosa fa davvero una visualizzazione

La data visualization traduce misure tabellari in codifiche visive che rendono immediati confronti, trend e anomalie. In una sola frase: fa capire al primo sguardo ciò che la tabella avrebbe preteso di calcolare.

Un metodo in quattro passi

1. Definisci la decisione che il grafico deve rendere più facile e il segmento temporale di riferimento: senza una domanda precisa, un grafico è solo un disegno.
2. Scegli la codifica visiva più accurata per il confronto che devi fare, preferendo posizione e lunghezza ad area e colore.
3. Costruisci il grafico con scala integra, baseline esplicita e una sola idea per schermata.
4. Prima di pubblicare, verifica la lettura per coorte e contro il periodo precedente.

La gerarchia percettiva: che cosa sa misurare l’occhio

L’occhio non misura tutte le codifiche con la stessa precisione. La posizione su scala comune resta la più affidabile; angoli, aree e saturazione del colore introducono invece errori sistematici di lettura. Per questo alcune forme grafiche funzionano e altre ingannano.

Visual encoding	Accuracy	Recommended use
Position on common scale	Maximum	Bar chart, dot plot
Position on aligned scales	High	Line chart
Length	High	Bar chart
Angle/Slope	Average	Pie chart (da evitare)
Area	Low	Bubble chart (with caution)
Color (saturation)	Low	Heatmap, highlights

La regola pratica è semplice: posizione e lunghezza per i valori precisi, colore solo per evidenziare scostamenti che hai già quantificato.

Verdetto: per valori da confrontare con precisione usa barre e linee, mai angoli o aree.

Quale grafico per quale domanda

Ogni domanda analitica ha una forma che la rende leggibile al primo sguardo. La tabella qui sotto lega la domanda alla forma e al motivo percettivo.

Question	Chart	Why
Comparison between categories	Horizontal bar chart	Horizontal bars ease label reading
Trend over time	Line chart	L’occhio segue la linea e percepisce la pendenza
Distribution of a variable	Histogram / Box plot	Shows shape, outliers, quartiles
Relationship between two variables	Scatter plot	Correlation, cluster, outliers
Part of a whole (few parts)	Stacked bar	Evita il pie chart: l’occhio non misura bene gli angoli
Geographic data	Choropleth map	If the data has spatial dimension

Quando le parti superano le tre, la stacked bar resta leggibile mentre il pie chart collassa. Quando il tempo è la dimensione chiave, la linea batte qualsiasi alternativa tabellare.

Verdetto: una domanda, un grafico; se servono due grafici, servono due schermate.

Gli errori che inquinano una dashboard

Quattro errori tornano con sorprendente regolarità. Il doppio asse Y apre la porta a manipolazioni di scala che ingannano chi legge: va evitato. I colori arcobaleno su dati quantitativi non comunicano alcun ordine: servono scale sequenziali. Il 3D senza una terza dimensione vera distorce la percezione e resta pura decorazione. E ogni grafico deve dichiarare finestra temporale, denominatore e data di refresh, altrimenti il confronto resta ambiguo.

Verdetto: scala integra, una metrica guida per vista e note di refresh sempre visibili.

L’esperimento che ha fissato le regole

Nel 1984 William Cleveland e Robert McGill pubblicano sul Journal of the American Statistical Association lo studio sulla percezione grafica che ordina le codifiche per accuratezza. Testano sei codifiche visive e mostrano che posizione su scala comune e lunghezza battono angolo, area e colore nella stima dei valori. Il risultato spiega perché barre e linee restano lo standard per i confronti precisi mentre pie chart e bubble chart producono errori sistematici. Ogni regola moderna di scelta del grafico discende da quella gerarchia.

Domande per metterti alla prova

1. Quale confronto deve rendere immediato il grafico che stai progettando?
2. Quale codifica visiva usi per i valori precisi e perché eviti angoli e aree?
3. Quale baseline rende leggibile lo scostamento che mostri?
4. Quale errore di scala o colore potrebbe invertire la lettura?