Assegurar a utilização de dados de qualidade
A qualidade de seus dados, não a sua escolha da ferramenta, determina o valor de sua visualização. Em um artigo de 2013 no Harvard Business Review intitulado "Quando visualização de dados Works - e quando isso não acontece", o autor Jim Stikeleather apontou três elementos que afetam a eficácia dos dados:
Qualidade de dados: Obviamente, se os seus dados estão incompletos ou cheio de erros, a sua visualização de dados será inútil. Mas nem sempre é fácil determinar quais os dados que está faltando e, portanto, o grau de confiabilidade das previsões que você faz com ele será. É importante prestar atenção à qualidade dos seus dados na frente para se certificar de que suas conclusões são utilizáveis. Trabalhar com o seu departamento de TI e as principais partes interessadas para determinar tanto sobre seus dados como você pode. Informe-se sobre as suas origens e quantas vezes ele é atualizado.
Contexto: Contexto refere-se a sua capacidade de tirar conclusões a partir de seus dados. Se você não entender como os dados foram originados, como a corrente que é, e assim por diante, você corre o risco de tirar conclusões defeituosas a partir dele.
preconceitos: É importante reconhecer quaisquer preconceitos que você tem sobre os dados antes de criar sua visualização. Você quer as conclusões para apoiar a teoria de estimação? Você está fazendo a visualização de dados olhar uma determinada maneira para apoiar suas conclusões? Você deve desfazer-se destas noções antes de começar.
Em relação preconceitos, quando você olhar para qualquer visualização de dados, é uma boa idéia para perguntar-se se os dados foi criado por alguém que pode ter uma participação em um determinado resultado. Às vezes, o viés do desenvolvedor pode ser inconsciente. Fazer um acordo com as principais partes interessadas de que os dados que você usa deve ser certificada por ele para que você evitar qualquer viés que pode ser introduzida quando as próprias partes interessadas fornecer os dados.