Je leest een data visual in je presentatie niet zoals je een pagina tekst leest. Zodra de slide verschijnt, schiet je blik direct naar de grafiek of het beeld. Pas daarna komt de titel in het vizier.
In die eerste seconden doet ons brein iets razendslims dat soms ook riskant is. Het gebruikt onbewuste verwachtingen en trekt in een oogwenk conclusies. Dat is handig, maar het maakt ons ook vatbaar voor verkeerde interpretaties.
Als jij weet hoe je publiek waarneemt, kun je je visuals zo ontwerpen dat de belangrijkste boodschap vanzelf naar voren komt; zonder ruis, zonder extra denkwerk, en zonder onbedoelde bijbetekenissen. Dat is precies waar goede data storytelling begint.
Zo kijken we naar een data visual
Als we een boek openslaan, is het redelijk voorspelbaar hoe onze ogen bewegen. We beginnen (in landen met Latijns en cyrillisch schrift) bovenaan de pagina, lezen de titel en beginnen dan linksboven aan de tekst. Als we het laatste woord rechtsonder hebben gelezen, gaan we naar de volgende bladzijde.
Wanneer we naar een slide met data visual kijken, bewegen onze ogen heel anders. We beginnen niet linksboven, laat staan bij de titel, maar bij de visual zelf. Onze ogen hechten zich als eerste aan iets wat ons daaraan opvalt. Vervolgens glijdt onze blik naar de titel van de slide, om te lezen wat de visual moet voorstellen.
We interpreteren razendsnel wat we zien
Ons brein gebruikt allerlei voorkennis om snel te kunnen interpreteren. Deze zogenaamde heuristieken, ezelsbruggetjes, zijn onbewust actief:
- We zijn gewend dat tijd op de x-as van een grafiek wordt weergegeven, en verloopt van links naar rechts.
- Als er een aantal wordt weergegeven, bevindt dat zich gewoonlijk op de y-as, met laag beneden en hoog boven.
- Kleuren hebben voor ons een vaste betekenis: rood is een hoge dichtheid of betekent gevaar, groen betekent veilig, blauw staat voor een lage dichtheid of neutraal.
- Als er gelijke kleuren worden gebruikt, betekent hogere verzadiging een hoger aantal of intensiteit, minder verzadiging betekent lager of minder.
Wat de aandacht trekt, is belangrijk (toch?)
We kijken naar wat opvalt, omdat we gewend zijn dat wat onze aandacht trekt, belangrijk is. En we kijken naar afwijkingen: een piek of een dal in een doorlopende lijn; de meest of minst uitgestrekte balk; een trend omhoog of een trend omlaag; een cluster van geplotte dots.
Wat de aandacht trekt, de afwijking, zijn we gewend te duiden in relatie tot de context, als een oorzaak-gevolgrelatie. We maken er een klein verhaaltje van. ‘Eerst gebeurt dit, dan gebeurt dat’. Of: ‘doordat a gebeurt, gebeurt b’. En ja, we zien correlatie vaak aan voor een causaal verband.
Gestalt: ons brein ordent wat we waarnemen
De Gestalt theorie van waarneming gaat ervan uit dat we informatie die we zien automatisch groeperen. Ons brein construeert dus patronen, ook waar ze helemaal niet zijn. Deze manier van waarnemen heeft als voordeel dat we snel besluiten kunnen nemen (door afwijkingen waar te nemen), maar schiet wel eens door.
Volgens de Gestalt theorie van waarneming groeperen we op basis van een aantal principes. En dit gaat dus onbewust. Die ongeschreven regels zijn:
- Wat dicht bij elkaar staat, hoort bij elkaar.
- Wat op elkaar lijkt in kleur of vorm (lettertype), hoort bij elkaar.
- We zien continuïteit, verbanden in de vorm van een lijn.
- Als losse onderdelen samen lijken op 1 vorm, zien we ze als geheel.
- Er kan 1 ding op de voorgrond staan, de rest is dan achtergrond.
Als we waarnemen, zegt de Gestalt theorie, kiest ons brein de meest eenvoudige en duidelijke vorm, en duwt de andere vormen naar de achtergrond. We nemen een data visual dus niet waar voor wat die is, maar onderscheiden een ordening. En als die er niet is ervaren we dat als storend, en gaan ernaar op zoek.
Speel volgens de regels
Het doel van de data visuals in je presentatie is duidelijkheid. Je wilt er iets mee vertellen. Het moet in een keer, of in ieder geval snel, duidelijk zijn wat je met je visual laat zien. Daarom zorg je dat de vorm waarin je de data weergeeft, geen andere betekenissen oproept in het hoofd van je publiek. Je maakt je data visuals zo eenvoudig mogelijk te interpreteren.
Die eenvoud is niet alleen belangrijk om je boodschap snel en helder over te laten komen. Want psychologisch onderzoek laat zien dat je publiek gemakkelijk te interpreteren informatie als betrouwbaarder opvat, dan informatie waar ze moeite voor moeten doen. Eenvoud is een kenmerk van het ware, is de onbewuste overtuiging.
Als je wilt dat je data visual gemakkelijk te interpreteren is, houd je rekening met de manier waarop mensen waarnemen. Je volgt die onbewuste conventies, en zorgt daarmee dat je publiek je visual snel kan duiden. En als je volgens de regels speelt, ‘voelt’ je informatie vanzelfsprekend en komt je publiek gemakkelijk mee in je verhaal.
Hoe pas je dit toe in je volgende data visual? 7 tips
Kijk nog eens naar hoe we interpreteren, en naar de Gestalt theorie van waarneming. En kijk dan naar je laatste data visual. Probeer dat met een onbevangen blik te doen, alsof je hem voor het eerst ziet. Is helder wat ermee bedoeld wordt? Gebruik de volgende tips:
1. Wat valt als eerste op
Springt de belangrijkste informatie het meest in het oog? Maak bijvoorbeeld alle ondersteunende staven grijs, en die ene belangrijke staaf blauw.
2. Check je kleurgebruik
Heeft wat veel is de donkerste tint, en wat minder is een minder verzadigde variant van die kleur? Gebruik je de juiste kleuren voor de juiste elementen, dus rood voor intens of gevaarlijk, groen of blauw voor veilig of neutraler? (Over het gebruik van groen en rood valt nog wel iets te zeggen, omdat 8% van de mannen en 0,5% van de vrouwen deze kleuren minder goed tot helemaal niet ziet).
3. Orden je informatie
Zet bij elkaar wat bij elkaar hoort. Voeg tussen groepen extra witruimte toe.
4. Vermijd ruis
Kun je het zonder raster af? Laat het dan weg. Zijn de labels op de as echt nodig, kunnen ze desnoods simpeler? Moet alle data gelabeld worden, of hoef je alleen een label te zetten bij de punten die aandacht vragen?
5. Breng rust in je tekst
Gebruik steeds dezelfde fontfamilie, wees zuinig met tekstopmaak (vet, cursief, onderstreept). Laat 3D-effecten of schaduwen achterwege.
6. Geef ademruimte
Zorg voor voldoende witruimte tussen verschillende onderdelen. Laat weg wat niets toevoegt. Immers: hoe meer ‘inkt’ je gebruikt, des te meer je pubiek onbewust moet verwerken.
7. Lijn netjes uit
Breng rust in de slide door de verschillende elementen uit te lijnen op een denkbeeldig raster. Ga bijvoorbeeld uit van 9 denkbeeldige vlakjes (horizontale en verticale verdeling in 3), zoals die je ook in kunt schakelen in je camera-app, en zorg voor een evenwichtige compositie.
Kijk eens goed naar wat werkt
Probeer de komende dagen eens naar de visuals en slides te kijken die je voorbij ziet komen. Weersta de verleiding die jij als expert hebt, om meteen de inhoud in te duiken. En kijk eerst eens wat jouw aandacht trekt, en of je ogen veel werk moeten verzetten om er chocola van te maken. Of is de data visual direct en haast intuïtief te begrijpen? Kijk en leer!
En wil je feedback op jouw data visuals en je slides? Boek dan eens een workshop data storytelling voor jou en je collega’s. In een slechts paar uur maken we samen een grote stap naar meer helderheid.
