Wybór odpowiedniego typu wykresu
Na tej stronie
Właściwy wykres dla właściwego przekazu
Źle dobrany wykres to nie tylko kwestia estetyki; wprowadza w błąd lub ukrywa kluczowe wnioski. Dwunastoczęściowa wykres kołowy, którego nikt nie potrafi odczytać, wykres liniowy porównujący niespokrewnione kategorie czy obcięta oś, która zamienia 2-procentową różnicę w wizualną przepaść – takie błędy prowadzą do złych decyzji, a są tym bardziej przekonujące, im ładniej wygląda sama wizualizacja. Przyjrzyjmy się, jak wybrać wizualizację dopasowaną do Twojego celu: porównywania, pokazywania trendów, ilustrowania rozkładu lub ujawniania zależności.
Cztery cele wizualizacji
Zanim wybierzesz typ wykresu, określ pytanie, na które ma odpowiedzieć. Każda wizualizacja służy jednemu z czterech celów:
Porównywanie kategorii
Słupki pionowe pozostają najbardziej czytelnym formatem, pod warunkiem że masz mniej niż dziesięć kategorii i krótkie etykiety. Posortowanie danych według wartości wykonuje połowę pracy za odbiorcę, ponieważ oko nie musi już szukać maksimum – znajduje je po lewej stronie.
Wykres słupkowy przychodów według kategorii produktów, posortowany od największej do najmniejszej.
Gdy tylko etykiety stają się długie – nazwiska klientów, tytuły stanowisk, numery SKU produktów – przełącz się na słupki poziome. Tekst czyta się wtedy naturalnie, zamiast być pochylony pod kątem czterdziestu pięciu stopni, a Twój odbiorca przestaje przechylać głowę przed ekranem.
Słupki poziome przedstawiające 15 największych klientów według wolumenu zamówień.
Pokazywanie trendów w czasie
Prosta linia sprawdza się w przypadku pojedynczego szeregu czasowego i eksponuje trend, co jest dokładnie tym, czego potrzebujesz przy miesięcznym monitoringu.
Wykres liniowy miesięcznych przychodów od stycznia 2025 do marca 2026.
Aby porównać wiele szeregów, wiele linii pozwala zobaczyć, która z nich spada i kiedy. Zachowaj jednak umiar: powyżej czterech lub pięciu linii wykres zamienia się w „makaron“, w którym nikt nie jest w stanie śledzić żadnej trajektorii.
Linie porównujące miesięczne przychody dla 3 najlepszych regionów na przestrzeni 12 miesięcy.
Wykres warstwowy (stacked area) odpowiada na inne pytanie. Nie pyta „kto rośnie?“, lecz „z czego składa się ta suma i jak zmienia się ta struktura?“ – jest to właściwy wybór, gdy jeden kanał sprzedaży stopniowo zastępuje inny, podczas gdy całkowita suma niewiele się zmienia.
Wykres warstwowy udziału przychodów według kanału sprzedaży, miesiąc po miesiącu.
Ilustrowanie rozkładu
Wykres kołowy działa tylko przy dwóch do pięciu kategoriach. Powyżej tej liczby wycinki stają się zbyt cienkie, by móc je porównywać wzrokiem, a wykres przestaje wnosić jakąkolwiek wartość informacyjną.
Wykres kołowy udziału budżetu marketingowego według kanału (maksymalnie 5 kanałów).
Mapa drzewna (treemap) przejmuje rolę w przypadku złożonych lub hierarchicznych rozkładów, gdzie każdy blok zawiera podział, który chcesz保持 widoczny.
Mapa drzewna przychodów według regionu, a następnie według kategorii produktu wewnątrz każdego regionu.
Ujawnianie zależności
Wykres punktowy (scatter plot) wizualizuje korelację między dwiema zmiennymi liczbowymi. Dodanie koloru według kategorii często ujawnia dwie odrębne populacje tam, gdzie myślałeś, że istnieje tylko jedna, a samo to odkrycie usprawiedliwia użycie takiego wykresu.
Wykres punktowy ceny jednostkowej w zależności od sprzedanej ilości,
z kolorami według kategorii produktu.
Mapa ciepła (heatmap) z kolei pozwala ogarnąć wzrokiem całą macierz – zazwyczaj macierz korelacji lub tabelę przestawną, gdzie surowe liczby byłyby przytłaczające.
Mapa ciepła macierzy korelacji między wszystkimi zmiennymi liczbowymi.
Proszenie ChatGPT o wybór
Jeśli nie masz pewności, opisz sytuację, a nie wykres, którego chcesz. Podając odbiorców, cel i dostępne kolumny, otrzymasz uzasadnioną rekomendację zamiast ślepego wykonania:
Mam plik sprzedażowy z kolumnami: data, region, produkt,
ilość i kwota. Chcę pokazać dyrektorowi wyniki regionalne
za ostatni kwartał. Jaki typ wykresu polecasz?
ChatGPT analizuje kontekst i proponuje najlepszy format wraz z uzasadnieniem, co pozwala Ci przedyskutować wybór, a nie tylko go zaakceptować. Bez szczegółów ChatGPT sam dobiera typ wykresu, a jego pierwszy wybór nie zawsze zgadza się z Twoim zamiarem – to kolejny powód, by opisać kontekst.
Częste błędy, których należy unikać
Cztery odruchy eliminują większość złych wykresów. Zrezygnuj z wykresu kołowego, gdy tylko przekroczysz kilka wycinków; przy dwunastu jest nieczytelny, a słupki sprawdzą się lepiej. Unikaj podwójnych osi Y, które sugerują zależność między dwiema skalami arbitralnie wyrównanymi – dwa osobne wykresy są bardziej uczciwe i tak samo szybkie do przygotowania. Odpuść efekt 3D, który zniekształca proporcje dla efektu wizualnego. Ogranicz się wreszcie do pięciu lub siedmiu odrębnych kolorów, inaczej legenda zamieni się w test pamięci. Pamiętaj też, że wykres bez tytułu lub legendy jest niezrozumiały, gdy tylko opuści Twój ekran; musi bronić się samodzielnie w przekazanym dalej e-mailu, bez Ciebie, który mógłby go wyjaśnić. Zauważ również, że tylko słupki, linie, wykresy kołowe i punktowe mogą być wyświetlane jako wersje interaktywne; mapy drzewne i mapy ciepła pozostają obrazami statycznymi.
Czas na Ciebie
Właściwy wykres dla Twojego pytania.
- Napisz trzy pytania, na które Twoje dane muszą odpowiedzieć.
- Sklasyfikuj każde z nich według celu: porównanie, trend, rozkład lub korelacja.
- Poproś ChatGPT o rekomendowany typ wykresu wraz z uzasadnieniem.
- Wygeneruj wykresy i zweryfikuj je pod kątem błędów omówionych w tej lekcji.
- Pokaż jeden z nich koledze bez komentarza: czy zrozumiał przekaz?
Źródła oficjalne: Extracting Insights with ChatGPT Data Analysis · Data analysis with ChatGPT (Centrum Pomocy OpenAI)
Kluczowe wnioski
- Najpierw zidentyfikuj swój cel: porównanie, trend, rozkład lub korelacja.
- Używaj słupków do porównań, linii dla danych czasowych, a wykresów kołowych dla prostych proporcji.
- W razie wątpliwości poproś ChatGPT o rekomendację odpowiedniego formatu.
- Ogranicz liczbę kategorii i kolorów, aby zachować czytelność wykresu.
- Wykres musi opowiadać jasną historię bez potrzeby dodatkowych wyjaśnień.