Voor de zevende Transformation Tuesday zijn we aan de slag gegaan met het visualiseren van data op een kaart. Doel hierbij is om een concrete opdracht aan te leveren en een visualisatie toe gebruiken die de meeste niet dagelijks inzetten.
Het gebruik van een kaart om data op te tonen kan op veel verschillende manieren. Hieronder een aantal voorbeelden waar je aan kunt denken:
Choropleth
Map with pie charts
Point map
Hex map
Cartogram
Om de data op deze manier te tonen zijn diverse tools en opties beschikbaar. Hierbij kun je denken aan de standaard kaarten die beschikbaar zijn in de meeste BI-oplossingen, het inzetten van DataWrapper, het gebruik van software als MapBox en QGIS of het werken met shape-files. Omdat er zoveel mogelijkheden zijn leek het ons interessant om hier mee aan de slag.
De inzendingen van de deelnemers zijn hieronder te vinden.
Lijkt het je ook leuk om deel te nemen aan toekomstige Transformation Tuesday opdrachten? Meld je dan aan via onze website!
Joost
Ik ben begonnen aan deze opdracht door de data per provincie te plotten met een Shape Map in PowerBI. Ik vond het mooi om te zien hoe eenvoudig dit was en ik was benieuwd hoe dit zou werken met de laatste versie van Qlik Sense. Dit heb ik getest met Qlik Cloud en kwam tot de conclusie dat dit tegenwoordig net zo eenvoudig is met Qlik Sense. Beide tools herkennen automatisch de provincies en weten de data dus ook als zodanig eenvoudig te presenteren.
Daarom vond ik deze uitwerkingen ook iets te simpel voor mijn inzending deze maand. Ik ben nog bezig geweest om de aangeleverde misdaadcijfers te berekenen per inwoner, zodat er een nieuw soort inzicht ontstond. Dat was wel leuk, omdat je dan zag dat Flevoland en Limburg opeens opvallend uit de bus komen, maar vond ik nog steeds niet echt vernieuwend.
Ik heb daarom nog even verder gezocht en nagedacht en kwam op iets nieuws. Tijdens mijn eerdere consultancydagen kwam ik een paar keer voor de vraag te staan of het mogelijk was om data te presenteren op een aangepast kaartje – bijv. een plattegrond – om hiermee cijfers te kunnen presenteren op een terras, productielijnen of magazijnlocaties. Ik kwam erachter dat dit vrij eenvoudig is met .svg files. Met de Synoptic Designer for PowerBI kon ik zelf een plattegrondje inladen en gebieden op dit plattegrondje tekenen/afbakenen. Vervolgens kon je de .svg exporteren, inladen in PowerBI met behulp van de bijbehorende custom visual en je data hier op plotten. Dit was wat ik zocht, dus ik heb hier twee uitwerkingen van gemaakt:
In de eerste uitwerking heb ik geprobeerd een magazijn na te bootsen. Hier zou je statistieken kunnen plotten zoals omloopsnelheid van de voorraad, hoeveelheid voorraad of ouderdom van de actuele voorraad.
De plattegrond van bovenstaand magazijn is gemaakt in Excel. Omdat ik dit iets teveel op een heatmap vind lijken heb ik ook nog een tweede uitwerking gemaakt op een plattegrondje:
Ik had gehoopt dat het geheel er iets beter uit zou zien, maar dat komt waarschijnlijk omdat ik met nepdata en nep-plattegronden werk.
Al met al dus weer een leerzame ervaring, want ik wist niet dat dit zo makkelijk was. Er bestaan volgens mij ook dergelijke oplossingen voor QlikView en Sense, maar die heb ik niet getest.
Wilbert
Hierbij mijn inzending voor TT#7. Dit keer een iets andere insteek dan “old-fashion” excel. Heb gekozen om een animatie te maken door de jaren heen over het aantal geregistreerde harddrugsmisdrijven in Nederland. Uiteindelijk heb ik dit gemaakt in QGIS (+ extension timemanager) icm met een gif-maker. QGIS kan namelijk alleen frames export die je daarna zelf weer aan elkaar moet plakken in een .gif bestand.
Naast QGIS had ik eerst geëxperimenteerd met QlikSense, PowerBI, Plotly, Datawrapper, Imapbuilder. Hoe goed deze tools ook zijn, dan toch geven deze niet echt de vrijheid/functionaliteit om vele elementen in je map aan te passen. Kan natuurlijk ook zijn dat ik beperkt ben in de kennis van deze tools (afgezien QS). Al kun je voor relatief standaard map visuals deze tools prima inzetten, en daarbij snel resultaat krijgen ook. Het is namelijk in elke tool gelukt om een choropleth visual te kunnen maken van de data. Daar in tegen kost QGIS wel meer tijd om te leren aangezien er bijna een overload is aan functionaliteiten en dat deze vaak nog verborgen zitten ook.
Uitleg chart map:
- Grootte van de bolletjes vertegenwoordigen het aantal geregistreerde harddrugsmisdrijven.
- De geel gearceerde bolletjes vertegenwoordigen de provincie(s) waarbij de grootste relatieve daling is tov van voorgaand jaar. Opvallend hierin is dat de noordelijke provincies van 2010 t/m 2017 het aantal harddrugsmisdrijven relatief gezien het sterkst omlaag heeft gekregen.
Verbeteringen & aanpassingen:
- Legenda met uitleg
- Embedden in andere tool/website zo dat je de echte analyse kunt visualiseren.
- Verplaatsingen over tijd van provincie naar provincie. Analyseren of er een toename is van drugsmisdrijven en een afname bij een aangrenzende provincie.
- Visual kan altijd strakker gemaakt natuurlijk.
Voor inspiratie & vermaak wat je daadwerkelijk ook met QGIS icm time manager kan bereiken. https://medium.com/@tjukanov/geogiffery-in-a-nutshell-introduction-to-qgis-time-manager-31bb79f2af19
Dennis
Hierbij mijn inzending voor de Transformation Tuesday van deze maand:
Bij het maken van deze Transformation Tuesday wilde ik al snel aan de slag gaan met een hexmap van Nederland. Deze kon ik echter online niet vinden waardoor ik zelf aan de slag moest om deze te gaan maken. Hiervoor ben ik begonnen op papier zodat ik hier vrij over na kon denken:
Achteraf gezien had ik dit beter niet kunnen doen omdat ik achter twee details kwam op het moment dat ik het ontwerp ging digitaliseren:
1. Ik miste een provincie (Drenthe)
2. De manier waarop ik Utrecht en Noord-Holland had gekoppeld is niet mogelijk
Daardoor ben ik alsnog digitaal aan de slag gegaan met mijn ontwerp van Nederland. Bij het maken van een hexmap laat je een aantal werkelijkheden varen. In mijn geval betekent dit dat Noord-Holland geen directe verbinding heeft met Utrecht en dat Overijssel op dezelfde hoogte ligt als Utrecht. Wanneer ik dit realistischer probeerde te maken was het gevolg dat Nederland zijn karakteristieke vorm miste. Om dit laatste wel te bereiken heb ik concessies moeten doen.
Om het geheel visueel te maken heb ik gebruik gemaakt van Power BI. Hierin heb je verschillende opties om met kaarten/tekeningen te werken, waaronder de Shape Map en de custom visual Synoptic Panel. Deze laatste is het gemakkelijkste in gebruik, maar schaalde niet naar mijn wens op het moment dat ik meerdere kaarten van Nederland op het scherm tonen. Daarom heb ik uiteindelijk gekozen voor de Shape Map. Dit betekende wel dat ik een TopoJSON bestand nodig had, daarover schrijf ik in een aankomende blog nog wel eens meer.
Voor mij lag het doel in het visualiseren en minder in de analyse. Daarom heb ik weinig tijd besteed aan de onderliggende cijfers. Hierdoor heb ik ook een aantal bedenkingen:
– De kleurcode loopt van 0 tot 4.000 terwijl de werkelijke cijfers lopen van 190 tot 3.940, je zou hierdoor verkeerde conclusies kunnen trekken
– Een verhoudingscijfer (bijvoorbeeld het aantal inwoners of het totaal aantal misdrijven) was misschien logischer geweest om te visualiseren, dit maakt het ook mogelijk om een cijfer voor heel Nederland te tonen
– Door het tonen van de algemene cijfers zie je vrij weinig verandering optreden door de jaren heen
Eén reactie