Hannele Piirainen
Kirsi Halttu
18.05.2018 · Hannele Piirainen · Kirsi Halttu

Olkoon supervoima kanssamme! Viisi opetusta Visualizing Knowledge 2018 -konferenssista

Välillä työ kuljettaa kiinnostaviin tapahtumiin. 4.5.2018 oli tavallistakin inspiroivampi työpäivä, sillä osallistuimme Visualizing Knowledge 2018 -konferenssiin Espoon Otaniemessä.

Konferenssi (aiemmin Tieto Näkyväksi -seminaari) keskittyi muotoilun mahdollisuuksiin dataan pohjautuvan näkemyksen luomisessa ja toimintaan innostavien tarinoiden kertomisessa. Koska data on tänä päivänä kaikkien huulilla ja tiedon näkyväksi tekeminen nivoutuu osaksi Bitfactorin tarjoamia designin, teknologian ja analytiikan palveluita, arvelimme konferenssin tarjoavan meille arvokkaita ajatuksia digitaalisten palvelujen kehittämiseen.

Seuraavaksi esitämme viisi asiaa, jotka jäivät päivästä päällimmäisiksi mieleen.

 

1. Data on aikamme supervoima

Visualisoitu data voi olla voimakas työkalu näkemyksen luomiseen ja ymmärryksen jakamiseen, sillä visualisointi auttaa ajattelemaan, havaitsemaan ja ymmärtämään asioita kokonaisvaltaisemmin. Lucifyn Juho Ojala totesikin, että datan visualisointi ei ole asioiden tekemistä nätiksi, vaan se on supervoima. Vai mitä mieltä olet seuraavien tilaisuudessa esitettyjen esimerkkien kyvystä kommunikoida asiaansa: hiilidioksidipäästöjen lyhyt historia ja siirtymät ammattien välillä Suomessa?

 

 

“When you think about the great ideas of history, often what you really want to be thinking about is the great representations that enabled people to think those ideas.” -Bret Victor

 

Visualisointeja voidaan hyödyntää myös vaikeiden, systeemisten ongelmien ratkaisussa – ajattelun välineen niistä tekee ennen kaikkea vuorovaikutteisuus. Vuorovaikutteisten visualisointien voimaa todistavat esitykset kesäolympialaisten voittajista vuodesta 1896 vuoteen 2016 tai 70-80 lukujen parhaista biiseistä. Visualisointi voi auttaa myös mutkattomampien asioiden viestimisessä, eikä sävynkään tarvitse olla aina olla vakava – vai mitä mieltä olette vaikkapa esimerkistä, jossa kuvataan ihmisten ja sikojen suhdetta Suomessa?

Tiedon visualisointi sinänsä ei ole uutta. Boris Müllerin esimerkki vuodelta 1929 (alla) näyttää, että kyseisenä vuonna Etelä- ja Pohjois-Amerikassa tuotettiin autoja huomattavasti Eurooppaa enemmän ja tehokkaammin. Graafi kommunikoi tämän nopeasti hahmotettavalla, visuaalisesti miellyttävällä ja vaikuttavalla tavalla.

 


 

Mikä on sitten uutta omana aikanamme? Visualisoinnin, koodauksen ja suuren datamäärän yhdistäminen mahdollistaa hyvin monimutkaisten asioiden käsittelyn ja esittämisen, mikä ei ole ollut aiemmin mahdollista. Maailmassa tuotetun datan määrän kasvaessa myös tarpeet tiedon/informaation esittämiseen monipuolistuvat ja kasvavat. Tarvitaan myös yhteistyötä eri osaajien välillä, koska onnistuneet lopputulokset vaativat monenlaisia taitoja. Juuri kenelläkään ei ole kaikkia datan keräämiseen, valmisteluun ja ansiokkaaseen esittämiseen vaadittavia taitoja, tarvittavasta koodauskyvystä puhumattakaan.

 

2. Kaikki lähtee halusta kertoa tarina datan avulla

Ennen kuin visualisointia kannattaa edes luonnostella, tarvitaan tarina ja konsepti. Pienemmissäkin visualisoinneissa on hyvä aloittaa miettimällä, mitä datalla haluaa kertoa. Visualisointi voi osallistaa, paljastaa, haastaa, kyseenalaistaa tai puolustaa esittämäänsä asiaa ja sen tavoite voi siis olla esimerkiksi luottamuksen, tietoisuuden, läpinäkyvyyden, ymmärryksen tai empatian lisääminen.

Monet ammattilaiset mainitsivat tekevänsä visualisoinnin pohjatyöt käsin piirtämällä. Piirrosvaiheessa huomaa, jos aiottu lähestymistapa ei toimikaan. Työkaluja tarvitaan vasta kun perusajatus on valmis, ja on tiedossa, miten tiedot asetellaan. Parhaiten visualisointi toimii, kun käyttäjä voi liittää sen johonkin jo tuntemaansa asiaan.

 

 

”We only truly understand something when we can relate it to something we already understand.” – Richard Saul Wurman, Inventor of the term “Information Architecture” in 1976

 

Vaikka dataa kuulostaa usein olevan joka paikassa, se on kuitenkin harvoin sellaisenaan täysin käyttövalmista. Yleensä tarvitaan manuaalista muokkausta. Datan valmistelu esittämistä varten on mahdollisesti hyvinkin työläs vaihe, mutta samalla erittäin tärkeä: käytettävissä oleva data asettaa reunaehdot työlle. Nadieh Bremer muistutti, että dataa on saatavilla lukuisista lähteistä ja sitä voidaan kerätä useilla tavoilla. Aloittelija voi lähteä liikkeelle vaikkapa googlettamalla, sillä valmiita datasettejä löytyy runsaasti.

 

3. Supervoima tuo myös vastuun

Käytettävän datan valinta lopulta ratkaisee, mitä siitä tuotettu visualisointi kommunikoi. Vaikuttavia ratkaisuja tehdään jo dataa kerätessä: data, joka otetaan keräämisen piiriin, saa voimaa ja vahvistuu. Samalla jokin toinen, mittaamaton asia ei ehkä pääsekään vaikuttamaan ja poistuu keskusteluista. Sanotaankin, että sitä saa mitä mittaa. Myös datan analysoijalla on vastuunsa siitä, mitä tietoa hän tuo näkyväksi ja mikä jätetään esittämättä.

Visualisoinnit paljastavat joskus tekijöilleenkin asioita, joita ei aineistosta toisella tavalla esitettynä olisi huomattu. Yksinkertainen esimerkki valinnoista on tarkastelutason valinta: keskiarvojen ja suurten massojen visualisointi toimii usein hyvin, mutta toimintojen kohdistuessa yksilöihin, esimerkiksi palveluiden suunnittelussa, on hyvä tarkastella myös yksilöiden tarinoita, jotta syyt ja seuraukset asettuvat oikein päin. Massojen samansuuntainen liike voi lopulta johtua hyvin erilaisista syistä yksilötasolla, eivätkä toimenpiteet kohdistu toivotunlaisesti.

Data tai visualisointi ei olekaan koskaan täysin neutraali, vaan sen tekemisessä tehdään myös arvopohjaisia päätöksiä. Joskus data puhuu jopa politiikkaa. Open Knowledge Finlandin Teemu Ropponen esitteli eduskunnan lobbausrekisteriä julkiseksi vaativaa Lobbaus läpinäkyväksi -kansalaisaloitetta. Lobbaustietojen visualisointi olisi siis ministereihin ja virkamiehiin kohdistuvan aktiivisen vaikuttamistoiminnan tekemistä näkyväksi. Millaisia vaikutuksia lobbaustiedolla olisi esimerkiksi sinun äänestys- tai järjestökäyttäytymiseesi? Ainakin poliittisen järjestelmämme sisäiset vaikutusmekanismit olisivat läpinäkyvämpiä. Läpinäkyvyys yhdistetään usein luottamuksen rakentamiseen. Pelkkä tieto siitä, ettei lobbauksesta haluta avoimesti kertoa, vähentää luottamusta ja herättää epäluuloisia ajatuksia.

 

4. Tieto mahdollistaa toiminnan

Milloin data on vaikuttavaa? Onko visualisointi onnistunut, kun se saa aikaan toimintaa? Datasta tulee tietoa vasta silloin, kun joku hyödyntää sitä omassa ajattelussaan. Onnistunut visualisointi vie huomiomme ja vaatii meitä käyttämään siihen tietoista ajattelua. Silloin sen pohjalla ollut data saa aivoiltamme ajoaikaa ja mahdollisuuden uudistaa ajatusmallejamme ja korjata ennakkoluulojamme.

Data voi tarjota myös visuaalisuuden ylittäviä kokemuksia, jollaisia tarjoili myös Domestic Data Streamersin Pau Garcia. Hänen esittelemissään töissä dataa ja vaikuttavuutta rakennettiin pääosin fyysisiin tiloihin. Ne herättelivät ajattelemaan, kuinka esimerkiksi asiakastiloja sisältäviin palveluihin voidaan rakentaa prosesseja sujuvoittavia aikaa, määrää tai laatua kuvaavia elementtejä, jotka osaltaan tukevat asiakkaan kokemusta palvelukokonaisuudesta. Voit tunnustella oman kokemuksesi kokonaisvaltaisuutta esimerkiksi Unicefille tehdyssä aikakoneessa. Myös kyseisen projektin kotisivun toteutus, jossa näkymätöntä tehdään näkyväksi hiiren avulla, herätteli ajatuksia siitä kuinka paljon dataa jääkään meiltä huomaamatta.

 

5. Kuin internet 90-luvun lopulla – datan visualisointi arkipäiväistyy

Kokemus tapahtumasta oli oikein myönteinen: aiheen ympärillä työskentelee innostuneita ja osaavia ihmisiä, joissa on positiivista energiaa. Ja se tarttuu! Rebecca Conroy totesikin, että ala on kuin villi länsi tai internet 90-luvun lopulla: se kehittyy nopeasti ja osin arvaamattomastikin. Visualisoinneissa on lopulta vielä melko vähän vakiintuneita käytäntöjä, ja alan pioneerit vievät eteenpäin myös työkalukehitystä. Konferenssista voimaantuneina ajattelimmekin ottaa haltuun ainakin yhden uuden visualisointeihin sopivan työkalun, jonka avulla myös yhteistyö analytiikan ammattilaisten kanssa sujuu entistäkin mutkattomammin.

Data liimaa designin, teknologian ja analytiikan erottamattomaksi osaksi kokonaisvaltaisia digitaalisia palveluja. Me uskomme, että datan hyödyntäminen ja sen visualisointi lisääntyy ja samalla arkipäiväistyy arjen digitaalisissa välineissä, kuten mobiilisovelluksissa. Pian on vaikea enää muistaa, mitä hyötyä oli pankkipalvelusta, joka ei osannut esittää henkilökohtaisen rahankäytön trendejä yhdellä vilkaisulla. Hyvinvointia seuraavalta teknologialta odotetaan, että se kertoo automaattisesti terveyteen liittyvät päivittäiset parametrit, ja muutokset omassa käyttäytymisessä on helppo tunnistaa kuvien avulla. Vaikka arkipäivän visualisoinnit eivät vielä olekaan konferenssin esitysten tasolla, useissa sovelluksissa ja palveluissa tiedon näkyväksi tekeminen on kuitenkin jo tavallista. Samalla odotamme syntyväksi uusia ratkaisuja, jotka mahdollistavat osallistumisen vaikeiden, systeemisten ongelmien ratkaisuun yksilötasolla.

Konferenssi järjestetään taas ensi vuonna. Suosittelemme sitä kaikille tiedon hyödyntämisen kanssa toimiville ja siitä kiinnostuneille eli lähes kaikille. Nähdään siellä!

Kategoria
Design Analytiikka

Viimeisimmät blogikirjoitukset