গবেষণা অনুযায়ী আপনার ডেটা উপস্থাপনের জন্য শীর্ষ টিপস

গত বছর বা তারও বেশি সময় ধরে, বিশ্বজুড়ে অনেক লোক তাদের নিউজ ফিডে COVID-19 পরিসংখ্যান সহ চার্ট এবং গ্রাফ দেখতে অভ্যস্ত হয়ে উঠেছে, কিন্তু একটি মূল বার্তা কার্যকরভাবে যোগাযোগ করার ক্ষেত্রে সমস্ত চার্ট সমানভাবে তৈরি হয় না।

গবেষকরা বহু বছর ধরে ডেটা উপস্থাপনার বিভিন্ন দিক কীভাবে দর্শকদের প্রভাবিত করে তা পরীক্ষা করছেন। তারা সমস্যাটিকে বিভিন্ন কোণ থেকে দেখেছে যেমন কোন উপাদানগুলিকে কী ক্রমে এবং কেন দেখা হয় এবং পাঠ্য, গ্রাফ বা মানচিত্রগুলি আরও আকর্ষক এবং সহজে বোঝা যায় কিনা। এই বৈচিত্র্যপূর্ণ গবেষণা প্রশ্নগুলি দর্শকদের চোখের গতিবিধি ট্র্যাক করা থেকে শুরু করে সমীক্ষা এবং সোশ্যাল মিডিয়া পোল পর্যন্ত বিভিন্ন পদ্ধতি ব্যবহার করে সমাধান করা হয়েছে। গবেষণার এই সংগ্রহ থেকে, আমরা মূল্যবান অন্তর্দৃষ্টি অর্জন করেছি যা ডেটা ভিজ্যুয়ালকে আরও কার্যকর যোগাযোগের টুল তৈরি করতে সাহায্য করতে পারে।

ডেটা ভিজ্যুয়ালাইজেশন ডিজাইন করার সময় চিন্তা করার জন্য একটি দরকারী কাঠামো উপস্থাপিত তথ্যের সাথে দর্শকদের মিথস্ক্রিয়া করার বিস্তৃত প্রক্রিয়া অনুসরণ করে: (ক) প্রথমে দর্শক উপলব্ধি করে তথ্য (খ) তারপর তারা মনে সম্বন্ধে তথ্য, এবং (গ) তারপর কিছু ধরণের পরিবর্তন বা প্রভাব এই চিন্তার কারণে ঘটে।

তথ্য উপলব্ধি করা (উপলব্ধি)

ধরে নিই যে আপনার ডেটা ভিজ্যুয়ালাইজেশন আপনার টার্গেট শ্রোতাদের কাছে এমন একটি সময় এবং জায়গায় উপস্থাপন করা হয়েছে যেখানে তারা এটি দেখতে পাবে, আপনার দর্শকদের এর অর্থ বোঝার জন্য আপনার ভিজ্যুয়ালাইজেশনের প্রতিটি মূল উপাদানকে উপলব্ধি করতে এবং আলাদা করতে সক্ষম হতে হবে।

উপলব্ধি ক্রমানুসারে ঘটতে থাকে, একটি অনুসরণ করে ভিজ্যুয়াল শ্রেণিবিন্যাস যেকোন বস্তুর (মানচিত্র এবং গ্রাফ সহ): আকার, রঙ, বৈসাদৃশ্য, প্রান্তিককরণ, পুনরাবৃত্তি, প্রক্সিমিটি, হোয়াইটস্পেস এবং টেক্সচার এবং শৈলীগুলির উপর ভিত্তি করে মনোযোগের জন্য। এই উপাদানগুলির প্রতিটির মধ্যে আরও উপ-শ্রেণিক্রম রয়েছে। উদাহরণস্বরূপ, লোকেরা ছোটগুলির আগে বড় উপাদানগুলি এবং নিঃশব্দগুলির আগে উজ্জ্বল রঙগুলি লক্ষ্য করে। একইভাবে, কম বৈপরীত্যের তুলনায় নাটকীয় বৈপরীত্য উপাদান বেশি লক্ষ্য করা যায়।

এই শ্রেণিবদ্ধ উপাদানগুলির প্রভাব উপলব্ধি চ্যালেঞ্জ দ্বারা প্রভাবিত হতে পারে এবং আপনার দর্শকদের বিভ্রান্তিকর বা বিভ্রান্ত করার পরিবর্তে তারা আপনার বার্তা প্রচার করে তা নিশ্চিত করার জন্য সাবধানে বিবেচনা করা উচিত। বিভিন্ন উপলব্ধির চ্যালেঞ্জ রয়েছে যা ডেটা ভিজ্যুয়ালাইজেশনের কার্যকারিতার উপর প্রভাব ফেলতে পারে, কিন্তু আপনি কি জানেন যে আসলে আছে বর্ণান্ধতার সাতটি ভিন্ন রূপ? এমনকি আপনি একটি মাধ্যমে আপনার ডেটা ভিজ্যুয়ালাইজেশন চালাতে পারেন রঙ অন্ধত্ব সিমুলেটর এই চ্যালেঞ্জগুলির সাথে কেউ এটিকে কীভাবে দেখবে তা দেখতে।

তথ্য সম্পর্কে চিন্তা করা (জ্ঞান)

যখন আপনার শ্রোতারা চিন্তা করেন এবং তাদের উপলব্ধি করা তথ্য থেকে অর্থ বের করেন, তখন এটি জ্ঞানীয় প্রক্রিয়াকরণ হিসাবে পরিচিত। এটা চিন্তা, জানা, মনে রাখা, বিচার, এবং সমস্যা সমাধান অন্তর্ভুক্ত; ভিজ্যুয়ালাইজড ডেটার সাথে সম্পর্কিত তথ্য প্রক্রিয়াকরণের সময় যে কোনও সংখ্যা ব্যবহার করা যেতে পারে।

আপনার ডেটা ভিজ্যুয়ালাইজেশন থেকে অর্থের পছন্দসই ব্যাখ্যাকে উত্সাহিত করতে আপনি কিছু জিনিস করতে পারেন যার মধ্যে কেবল বিষয়বস্তুর বর্ণনার পরিবর্তে চার্টের শিরোনাম প্রদান করা অন্তর্ভুক্ত যা মূল বার্তা। একটি শিরোনাম যেমন 'শহরগুলিতে উচ্চ পরিমাণে সবুজ গাছপালা নিম্ন গ্রীষ্মের তাপমাত্রার সাথে সম্পর্কিত' 'অস্ট্রেলীয় শহরগুলিতে সবুজ গাছপালা এবং তাপমাত্রা' একই চার্টের শিরোনাম করার চেয়ে অর্থ-নির্মাণের দিকনির্দেশনায় অনেক বেশি কার্যকর।

কিছু বিষয়ের ক্ষেত্র যাতে ডেটা ভিজ্যুয়ালাইজেশনের প্রয়োজন হতে পারে সেগুলির অন্তর্নিহিত মনো-সামাজিক (মনস্তাত্ত্বিক, সামাজিক এবং/অথবা রাজনৈতিক) কারণগুলি বিবেচনা করা উচিত। এটি বিশেষত জলবায়ু পরিবর্তনের ক্ষেত্রে, একটি প্রবলভাবে রাজনীতিকৃত সমস্যা যা কিছু দেশে বেশ মেরুকরণ করছে। জলবায়ু পরিবর্তন সম্পর্কিত তথ্য উপস্থাপন করার সময়, কিছু মূল্যবান টিপস অন্তর্ভুক্ত:

• বিপর্যয়কর মেসেজিং এড়িয়ে চলুন যা লোকেদের তাদের ভয়ের মোকাবিলা করার প্রতিক্রিয়া হিসাবে বন্ধ করে দিতে পারে।
• সমাধান-ভিত্তিক তথ্য অন্তর্ভুক্ত করা জলবায়ু পরিবর্তনকে মোকাবেলা করা যেতে পারে এমন একটি ধারনা প্রচার করে ভয় মোকাবেলায় সহায়তা করতে পারে।
• যেখানে সম্ভব স্থানীয়ভাবে প্রাসঙ্গিক তথ্য প্রদান করুন, কারণ এটি আরও জোরালোভাবে অনুরণিত হবে। লোকেরা স্বাভাবিকভাবেই তাদের স্থানীয় এলাকায় কী ঘটবে তা নিয়ে সবচেয়ে বেশি আগ্রহী।
• যেখানে সম্ভব, 'জলবায়ু পরিবর্তন' উল্লেখ না করে সমস্যাটি কভার করার অন্যান্য উপায় আছে কিনা তা বিবেচনা করুন যদি দর্শকদের সাথে যোগাযোগ করা হয় যারা এর অস্তিত্ব এবং জরুরিতার বর্তমান বৈজ্ঞানিক প্রমাণ গ্রহণ করতে পারে না। জলবায়ু পরিবর্তনের সাথে খাপ খাইয়ে নেওয়ার সাথে সম্পর্কিত বার্তাগুলির জন্য এটি প্রশমনের চেয়ে সহজ, কারণ জলবায়ু পরিবর্তনের বাইরে প্রায়শই বিভিন্ন সুবিধা রয়েছে যা অভিযোজন তথ্য ফ্রেম করতে ব্যবহার করা যেতে পারে।

এটি স্বীকার করাও গুরুত্বপূর্ণ যে লোকেরা সাধারণত বিবরণের চেয়ে অর্থ মনে রাখার সম্ভাবনা বেশি থাকে। এর মানে হল যে লোকেদের একটি প্রবণতা মনে রাখার সম্ভাবনা বেশি - যেমন এটি 'খারাপ' বা 'ভালো', 'বৃদ্ধি' বা 'হ্রাস'—কিন্তু সেই বৃদ্ধি বা হ্রাসের নির্দিষ্ট পরিমাণ বা হার মনে রাখতে পারে না।

পরিবর্তন প্রভাবিত (প্রভাব)

আপনার ডেটা ভিজ্যুয়ালাইজেশন দেখার শ্রোতাদের দ্বারা উদ্ভূত সম্ভাব্য প্রভাবগুলির একটি পরিসীমা রয়েছে। এগুলি চিন্তার পরিবর্তন হতে পারে (উদাহরণস্বরূপ, সচেতনতা, বোঝাপড়া, মনোভাব বা উদ্বেগ), বা আচরণের পরিবর্তন (উদাহরণস্বরূপ, তথ্য অনুসন্ধান, অন্যদের সাথে আলোচনা, এমনকি জলবায়ু-বান্ধব আচরণ গ্রহণ)। আপনার বার্তাগুলি স্পষ্ট এবং প্রাসঙ্গিক তা নিশ্চিত করার মাধ্যমে আপনার ডেটা ভিজ্যুয়ালাইজেশনের কারণে পরিবর্তনের সম্ভাবনা বাড়ানো হবে, যেখানে স্পষ্টতা কার্যকরভাবে উপলব্ধি এবং জ্ঞানের বিবেচনার সমাধান থেকে আসবে এবং প্রাসঙ্গিকতা উপযুক্ত বার্তা গঠন এবং মনো-সামাজিক কারণগুলির বিবেচনা থেকে আসবে। আপনি যে ধরনের পরিবর্তন অর্জন করতে চান তা জানা আপনার কাজের সাথে এই বিভিন্ন কারণগুলিকে কীভাবে সর্বোত্তমভাবে একীভূত করা যায় তা নির্ধারণের জন্য গুরুত্বপূর্ণ হবে।

বিকল্প বিন্যাস

যদিও জটিল বৈজ্ঞানিক তথ্য উপস্থাপন করতে ইচ্ছুক বেশিরভাগ লোকেরা চার্ট, গ্রাফ, মানচিত্র এবং ইনফোগ্রাফিকের কথা চিন্তা করে, তবে অন্যান্য ইন্দ্রিয় যেমন শব্দের মাধ্যমে উপলব্ধির জন্য তথ্য উপস্থাপন করাও সম্ভব। কিছু গবেষক ভিজ্যুয়াল ডেটা উপস্থাপনার বিকল্প হিসাবে ডেটা সনিফিকেশন পরীক্ষা করছেন। সোনিফিকেশন প্রতিটি ডেটা পয়েন্ট নেয় এবং ধ্বনি উপাদানগুলির একটি মিশ্রণ প্রয়োগ করে যা প্রবণতাগুলিকে আলাদা করার অনুমতি দেয়-উদাহরণস্বরূপ, পিচ, ভলিউম এবং যন্ত্রের পছন্দ- তথ্যের একটি অডিও উপস্থাপনা প্রদান করতে। নাসা এমন করেছে যাতে মানুষ 'শুনতে' পারে আকাশগঙ্গা ছায়াপথ, এবং মোনাশ ইউনিভার্সিটি ক্লাইমেট চেঞ্জ কমিউনিকেশন রিসার্চ হাবের গবেষকরা সোনিফাই করেছেন ঘূর্ণিঝড় ডেবি2017 সালে অস্ট্রেলিয়ার চারপাশে এর আন্দোলন।

ভিডিও দেখাও

ডেটা ভিজ্যুয়ালাইজেশন গবেষণার পর্যালোচনার উপর ভিত্তি করে একটি বিনামূল্যের সেরা অনুশীলন গাইড তৈরি করা হয়েছে। আশা করি, এটি আপনাকে সিদ্ধান্ত নিতে সাহায্য করবে যে আপনি কীভাবে কার্যকর উপলব্ধি, জ্ঞান এবং প্রভাবের জন্য আপনার ডেটা সর্বোত্তমভাবে উপস্থাপন করতে পারেন। আপনি অ্যাক্সেস করতে পারেন সেরা অনুশীলন ডেটা ভিজ্যুয়ালাইজেশন: নির্দেশিকা এবং কেস স্টাডি উপরে মোনাশ ক্লাইমেট চেঞ্জ কমিউনিকেশন রিসার্চ হাব ওয়েবসাইট.

লুসি রিচার্ডসন

ডাঃ লুসি রিচার্ডসন অস্ট্রেলিয়ার মেলবোর্নের কুলিন নেশনস-এর ভূমিতে মোনাশ ক্লাইমেট চেঞ্জ কমিউনিকেশন রিসার্চ হাব, মোনাশ ইউনিভার্সিটিতে অবস্থিত এবং এর সদস্য কমনওয়েলথ ফিউচার ক্লাইমেট রিসার্চ কোহর্ট দ্য অ্যাসোসিয়েশন অফ কমনওয়েলথ ইউনিভার্সিটিজ এবং ব্রিটিশ কাউন্সিল দ্বারা প্রতিষ্ঠিত 26 জন উদীয়মান-তারকা গবেষককে COP26-এর নেতৃত্বে স্থানীয় জ্ঞানকে বৈশ্বিক পর্যায়ে নিয়ে আসতে সহায়তা করার জন্য।

হেডার ইমেজটি NASA-এর সায়েন্টিফিক ভিজ্যুয়ালাইজেশন স্টুডিও দ্বারা তৈরি করা হয়েছিল COP26-এর জন্য NASA বিজ্ঞানীদের কাছ থেকে আলোচনার একটি সিরিজ সমর্থন করার জন্য। এটি একটি ভিডিও থেকে একটি স্থির যা বায়ুমণ্ডলকে তিন মাত্রায় দেখায় এবং CO এর জমে থাকা হাইলাইট করে₂ একটি একক ক্যালেন্ডার বছরে। আপনি ভিজ্যুয়ালাইজেশন দেখতে পারেন এবং এটির উপর ভিত্তি করে ডেটা সম্পর্কে আরও জানতে পারেন এখানে.