Deel op facebook
Deel
Deel op twitter
Tweet
Delen op linkedin
Deel

Blog - Waarom geven datavisualisaties ons verschillende versies over de Covid-19?

Dataviz (of datavisualisatie) moet ons helpen de huidige pandemie te begrijpen, maar geeft het ons de juiste versie? Aagje deelt haar visie en scheidt het kaf van het koren op het gebied van datavisualisaties en het gebrek aan datavolwassenheid. Wat kunnen we hiervan leren?

De afgelopen maanden zijn we blootgesteld aan allerlei datavisualisaties die ons moeten helpen de gevolgen van de COVID-19-pandemie te begrijpen. Allerlei grafieken, dashboards en infographics presenteren ons de feiten vanuit soms heel verschillende invalshoeken.

Gegevenskwaliteit

In België is het debat over het aantal gemelde gevallen van COVID-19 weer opgelaaid: moet er een gemiddelde van 7 dagen of dagelijkse cijfers worden genomen? Tegelijkertijd worden vragen gesteld over de betrouwbaarheid en de actualiteit van de gegevens.


Nog zorgwekkender is het grote aantal "niet van toepassing"-waarden. Bij bijna 28% van de sterfgevallen weten we het geslacht of de leeftijd van de persoon niet. Voor Vlaanderen geldt dit voor meer dan 50% van de sterfgevallen. We kennen de redenen hiervoor, maar we zijn niet in staat de oorzaken van het probleem bij de wortel aan te pakken.

Het wordt duidelijk dat centrale en lokale organisaties niet klaar waren om met deze pandemie om te gaan vanuit het oogpunt van gegevensvolwassenheid.

Mondiale uitdagingen: spreken we dezelfde taal?

Het werd ook duidelijk dat, om een grafiek te kunnen maken om gegevens van verschillende landen te vergelijken, verschillende obstakels moesten worden overwonnen. Niet alle landen hanteren dezelfde definitie van een positief geval, hetgeen leidt tot Fouten in de rangschikking van landen op basis van het aantal positieve gevallen of het sterftecijfer.

Bovendien zijn de gegevens niet altijd beschikbaar of volledig, omdat niet alle landen of regio's bereid zijn de betrokken gegevens te delen of voldoende ver gevorderd zijn om de gegevens te verzamelen en op te slaan. 

Beoordeling van de gegevensvolwassenheid

Verschillende grondslagen van gegevensvolwassenheid (organisatie, beschikbaarheid van gegevens, technologie, enz.) moeten worden beoordeeld. Het resultaat van de analyse kan helpen bij het opstellen van een strategisch plan, zodat de problemen die zich tijdens deze pandemie voordoen, kunnen worden overwonnen.

Deze uitdagingen mogen ons er immers niet van weerhouden de gegevens te visualiseren. Wij moeten ervoor zorgen dat de visualisatie betrouwbaar is, bijvoorbeeld door verschillen in definities duidelijk aan te geven. Dit maakt de visualisatie weliswaar complexer, maar het hoeft geen belemmering te zijn.

Zoals Alberto Cairo stelt in zijn boek The Functional Art: An Introduction to Information Graphics and Visualization: "Graphics moeten berichten niet vereenvoudigen. Ze moeten ze verduidelijken, trends belichten, patronen blootleggen en voorheen onzichtbare realiteiten aan het licht brengen.

Als u een grafiek wilt maken van de COVID-19-gegevens, kunt u met deze punten rekening houden. 

Wilt u meer weten over dit fascinerende onderwerp?

Neem vandaag nog contact met ons op!

Blog - Real-time analyse met Microsoft Fabric en Azure Event Hubs

Blog - Real-time analyse met...

Ontdek hoe je je Microsoft Fabric KQL-database (Kusto Qu...
Blog - Microsoft Fabric: 5 tips en trucs om aan de slag te gaan (publieke preview)

Blog - Microsoft Fabric: 5 tips...

Ontdek hoe u Microsoft Fabric kunt gaan gebruiken met deze...
"Gegevens op een eenvoudige en pragmatische manier waarderen" | DataNews

"Het waarderen van gegevens op een eenvoudige en effectieve manier...

"Dure projecten zonder zakelijk doel die nergens toe leiden zijn geen goed idee.
Laten we samen innoveren
Gepassioneerd door data?

Contacteer ons