Vijf woorden die een information designer nooit wil horen over een grafiek: maar het is wel mooi. Ongetwijfeld bedoeld als compliment, maar een journalistieke visualisatie is niet gemaakt om mooi te zijn.
Grafieken, diagrammen en datavisualisaties zijn onderdeel van een journalistiek verhaal en daarin staat niet de esthetiek, maar de inhoud voorop. Visualisatie zijn er in de eerste plaats om door te dringen tot de kern van de cijfers.
Het inzichtelijk visualiseren van data is een vak apart en is daarom op sommige redacties de taak van gespecialiseerde information designers. Maar omdat iedere journalist in aanraking komt met cijfers, vinden wij ook dat iedere journalist iets zou moeten weten over hoe je die cijfers inzichtelijk presenteert. En hoe je hierin samenwerkt met vormgevers.
Die samenwerking tussen journalisten en ontwerpers op een redactie is soms lastig, maar als het lukt is het niet alleen ontzettend interessant en leuk - het levert ook sterkere producties op. Op plekken waar verschillende expertises samenkomen ontstaan de beste ideeën.
In een klein uurtje leestijd leggen we je de basis uit van journalistieke visualisaties. Na het lezen weet je meer over wanneer visualisaties onderdeel zouden moeten zijn van je verhaal, en wanneer niet. We leggen je uit welke vormen je het best kunt gebruiken en wat je kunt doen om je visualisaties beter te maken. En we gaan in op samenwerking tussen journalisten en (information) designers, met als doel de journalistiek visueler en visualisaties journalistieker te maken.
Let op: de kans bestaat dat je van MHIWM cijferwijzer wordt. Verder lezen is op eigen risico.
Veel plezier!
Winny en Lars
Deze webpagina is onderdeel van een serie online datagidsen die journalisten cijferwijzer maken: Als Het Ongeveer Maar Klopt leert je cijfers beter begrijpen en Maar Het Is Wel Mooi leert je cijfers beter vertellen. Sta je nog aan het begin van jouw reis naar cijferwijsheid? Begin dan bij Als Het Ongeveer Maar Klopt.
Vroeg of laat kom je als journalist of vormgever een keer in aanraking met cijfers. En hoe diepgravender je werk, hoe ontoegankelijker die cijfers worden.
Al maakt het lezen van onze andere cijfergids het je wel makkelijker.
Cijfers zijn bij uitstek informatie waar onze hersenen moeite mee hebben. Daarom zetten we cijfers om in vormen, kleuren en proporties om onze hersenen te helpen cijfers te begrijpen. Ons vermogen om visuele patronen te herkennen is namelijk veel beter ontwikkeld dan ons vermogen om kale cijfers te interpreteren. Datavisualisatie is het toegankelijker maken van inhoud die vastgelegd was in cijfers, in een vorm waarin we het veel beter begrijpen.
Datavisualisatie raakt daarmee aan een van de basisbeginselen van de journalistiek: het ordenen van informatie zodat onze lezers, kijkers en luisteraars de inhoud begrijpen. Visualisaties zijn een hulpmiddel om cijfers te begrijpen, net zoals de journalistiek een hulpmiddel is om te begrijpen wat er gebeurt in de wereld.
Binnen een journalistiek verhaal hebben visualisaties vooral een inhoudelijke waarde en zijn ze iets anders dan een illustratie. Daarom dat niet alleen ontwerpers, maar juist ook journalisten zich met visualisaties moeten bemoeien.
Niet afhaken, nú gaat het leuk worden!
En om het meteen helemaal duidelijk te maken: deze schematische weergave hierboven is dus een voorbeeld van information design. Alles wat je ziet, staat in dienst om jou als lezer zo goed mogelijk de informatie te laten begrijpen. Elementen die niet essentieel zijn voor het overbrengen van de informatie, zoals illustratieve elementen, zijn weggelaten.
Bij datavisualisatie gebruiken we vormen, grootte, richting, positie en kleur om kwantitatieve informatie (beter bekend als cijfers) om te zetten in kennis bij de lezer. In dat proces wordt de informatie op twee plekken ‘vertaald’.
Waar jij als maker de data letterlijk ‘ontcijfert’, ligt er bij de lezer de taak om jouw visualisatie figuurlijk te ontcijferen en om te zetten in kennis. Hoe goed je visualisatie ook is, de lezer zal ‘m nog wel moeten kunnen begrijpen voordat de informatie blijft hangen.
Met die kennis in het achterhoofd, kunnen we aan de slag. En meteen doemt een nieuwe vraag op: wat wil je vertellen? Oftewel: wat wordt de functie van de visualisatie?
De meeste dingen die ontworpen zijn, hebben een functie. Je koffiekopje heeft een oor zodat je een slok warme koffie kan nemen, zonder dat je je handen verbrandt. De vorm van het koffiekopje volgt uit de functie: niemand wil lauwe koffie.
Hoe vorm en functie zich tot elkaar verhouden bij journalistieke datavisualisaties ligt iets ingewikkelder. Het doel van een visualisatie is om een journalistieke vraag te beantwoorden door cijfers inzichtelijk te maken. Hiervoor kijkt de (data)journalist naar hoe de cijfers zich tot elkaar verhouden, maar ook naar de betekenis van die cijfers: op welke manier dragen ze bij aan het beantwoorden van die journalistieke vraag.
Het ontwerp van een datavisualisatie vloeit voort uit dat proces: de keuzes in het ontwerp volgen uit wat je wil vertellen. Omdat je als journalist dicht bij de feiten wil blijven, volgt de visualisatievorm uit de relatie die je met de cijfers wil laten zien.
Da’s andere koffie dus, maar het wordt makkelijker met een voorbeeld. Stel je voor dat je wil laten zien dat het versturen een brief steeds duurder wordt. Daarvoor kijk je naar hoe de prijs van een postzegel zich de afgelopen jaren heeft ontwikkeld. En daarmee heb je de onderlinge relatie tussen de cijfers al te pakken: ze volgen elkaar chronologisch op. Een veelgebruikte visualisatievorm bij deze relatie is een lijndiagram.
Verschillende visualisatiedeskundigen hebben zich gebogen over het categoriseren van alle visualisatievormen binnen veelvoorkomende functies van datavisualisaties. Zo’n compleet overzicht hoeven we hier niet over te doen. Maar om je een idee te geven, laten we je de meest voorkomende functies en bijbehorende visualisatievormen zien:
Vergelijking van hoeveelheden is datavisualisatie in de basis. Het gaat hierbij vaak om het vergelijken van de verschillen in absolute aantallen.
Wil je meer dan één dimensie vergelijken, dan kun je categorieën of onderverdelingen toevoegen.
Bij een verandering door de tijd leg je in een visualisatie de nadruk hoe een bepaalde waarde zich door de tijd heen ontwikkelt. Die verschillen worden vaak gevisualiseerd met een lijndiagram of tijdlijn. Tijd loopt in grafieken (bijna) altijd gelijk met de leesrichting: van links naar rechts.
Als je meerdere categorieën over tijd wil vergelijken, kan een lijndiagram ontaarden in een onoverzichtelijke spaghetti. Als de tussenliggende datapunten minder belangrijk zijn dan de hoeveelheid lijnen die je wil vergelijken, ligt een slopegraph of een horizontale dot-plot misschien meer voor de hand. Je vergelijkt bij die vormen slechts twee punten in de tijd, in plaats van de hele reeks aan momentopnamen.
Deze vorm laat zien hoe een hoeveelheid is opgedeeld in verschillende delen. De nadruk ligt op de verschillen in grootte tussen die delen in relatie tot het totaal.
Als de onderlinge verhoudingen tussen de delen belangrijker is dan de verhouding ten opzichte van het totaal, ligt een hoeveelheid-visualisatievorm vaak meer voor de hand.
Ruimtelijke visualisaties laten zien waar iets gebeurt, of hoe bepaalde hoeveelheden en verhoudingen geografische gespreid zijn. Dat klinkt verdacht veel als kaarten, en dat zijn het ook.
En hoe graag wij ook naar kaarten kijken, is een kaart niet altijd een goed idee. Als de verschillen in hoeveelheden belangrijker zijn dan de geografische verhoudingen, is een staafdiagram (of een andere hoeveelheid-visualisatie) soms beter. Als de locatie wel een rol speelt, maar de precieze geografie niet, kan een cartogram oplossing bieden.
Soms zijn de onderlinge relatieve verhoudingen tussen datapunten belangrijker dan de absolute waarden. In dat geval zijn er visualisatievormen die de nadruk leggen op hoe de datapunten verdeeld zijn ten opzichte van elkaar.
Verdeling-visualisaties zijn ook handig om in je data-analyse-proces te gebruiken. Op Als Het Ongeveer Maar Klopt leggen we uit hoe je daarmee grip krijgt op je dataset.
Met visualisaties die correlatie laten zien, kun je de nadruk leggen op de relatie tussen bepaalde variabelen of dimensies van je dataset of datasets met elkaar vergelijken. De meest voorkomende vorm daarbij is een scatterplot of stippen-diagram.
Er zijn nog veel meer voorbeelden van visualisaties en functies, maar daarvoor verwijzen we je door naar deze Visual Vocabulary.
Heb je de functie, dan weet je visualisatievormen waaruit je het best kunt kiezen. Maar, horen we je denken, wat is dan de beste vorm? Die keuze is afhankelijk van het soort data, je doelgroep, het medium waarvoor je ontwerpt en het verhaal wat je daar wilt vertellen. De beste visualisatievorm bestaat dus helaas niet.
In de zoektocht naar de beste vorm voor jóuw visualisatie zijn er wel een paar dingen die je beter wel en beter niet kunt doen:
Statistici William S. Cleveland en Robert McGill zochten in de jaren ‘80 uit welke visualisatievormen lezers het best in staat stellen om de informatie uit een datavisualisatie te halen.
Verschillen in de data kun je het best onderscheiden als je ze plot langs een gelijke as. Niet schrikken, dit betekent niet dat je de rest van je leven alleen maar staafdiagrammen zult gaan maken.
Nogmaals, dit overzicht gaat niet over de béste visualisatievorm, maar over de vorm die lezers het best in staat stelt om gedetailleerde verschillen in de data te ontdekken. En dat hoeft niet de belangrijkste functie van je visualisatie te zijn. Zo geven veel kaarten je het overzicht in één oogopslag, iets wat in een staafdiagram minder goed werkt.
In de zoektocht naar een goede vorm voor je visualisatie, zijn er nog een paar dingen die je kunt doen:
De beste visuele vorm kun je pas het best kiezen als je ze een keer gezien hebt. En een snelle schets is zo gemaakt, helemaal als je met de hand schetst. Door de verschillende opties voor een visualisatie te tekenen, maak je het je makkelijker om een keuze te maken.
Hoe langer je met een onderwerp bezig bent, hoe meer je expert wordt op dat gebied. Maar tegelijkertijd kom je steeds verder af te staan van je lezer, die al die voorkennis niet heeft. Voorkom dat je te gedetailleerde of te complexe visualisaties maakt, door je werk voor te leggen aan iemand die weinig weet over het onderwerp en dus representatief is voor je lezer.
Oké, deze website gaat over het belang van goede visualisaties, maar ook wij geven toe: soms is het maken van een datavisualisatie niet de beste oplossing om je datagedreven verhaal te vertellen. Sommige visualisaties vragen veel van de lezer, dus besef dat ‘less is more’ ook geldt voor datavisualisaties. Vraag jezelf af of een visualisatie nodig is, je verhaal gaat immers in de eerste plaats vaak om mensen. Winny schreef hierover een essay in het Data Journalism Handbook.
Omdat journalistiek een ruim begrip is, is het speelveld groot en kan er veel. Net als journalistiek, drijft information design op ideeën, en misschien zit het volgende goede idee in jouw hoofd. In je zoektocht naar een goede vorm voor je visualisatie moedigen we je aan om veel uit te proberen.
De kaders van dat speelveld worden gemarkeerd door rotsvaste principes aan de ene kant, en een grijs gebied van meningen, smaak en trends aan de andere kant.
Voor dat grijze gebied adviseren we je om vooral afspraken te maken met jezelf en je collega’s. Zo hoef je er slechts een keer goed over na te denken, in plaats van de discussie steeds opnieuw te voeren voor elke publicatie.
Waar we met elkaar niet hoeven te discussiëren zijn de journalistieke principes, en dan met name het eerste en belangrijkste principe: “Eerbied voor waarheid en voor het recht van het publiek op waarheid”. Bij het visualiseren van data betekent dat twee dingen:
Om de cijfers juist te representeren in een visualisatie moet gevisualiseerde effect gelijk zijn aan het effect in de data. Anders gezegd: de visualisatie moet kloppen met de data. Een grotere open deur kun je niet opentrappen, zou je zeggen. Maar om duidelijk te maken wat bedoelen, hebben we er een visualisatie van gemaakt.
In de tabel hierboven zie je hoe de prijs van een postzegel in de afgelopen zes jaar zo’n 20 cent duurder is geworden, een toename van 30 procent. In de grafiek ernaast zijn de cijfers gevisualiseerd in een staafdiagram waarbij de rechterstaaf bijna drie keer zo groot is als de meest linker: het effect in de grafiek is sterk uitvergroot ten opzichte van het effect in de data. Om de grafiek waarheidsgetrouw te maken, moet de y-as bij nul beginnen.
In het voorbeeld hiervoor had je als oplettende lezer kunnen zien dat de visualisatie niet klopte met de werkelijkheid. Maar wat je als lezer niet had kunnen zien, is de langere trend. Postzegels zijn in tien jaar tijd ruim twee keer zo duur geworden, nadat de prijs daarvoor nagenoeg gelijk was gebleven.
In dit tweede voorbeeld is het lastiger om te bepalen waar precies de grens ligt, want ook voor 2002 hadden postzegels een prijs. Waarom daar beginnen, en niet bij 2000, of 2006? De keuze daarvoor is context-afhankelijk. In dit geval loopt de dataset niet verder terug dan 2002, en is dit ook het jaar waarin de euro werd ingevoerd, dus voelt dat als een logisch startpunt.
Laatste principe, en daar kunnen we kort over zijn: vermeld de bron van je visualisatie. Daarmee maak je je visualisatie transparanter en reproduceerbaar. Alleen in een uitzonderlijk geval (in het geval van bronbescherming) kan het niet vermelden van je bron zwaarder wegen.
Ondanks deze rotsvaste principes, is het lastig om hier allesomvattende regels voor te formuleren. Zo is het niet altijd nodig om de y-as te laten beginnen bij 0. Als je wil visualiseren hoe warm de zomer van 2021 was, heeft het niet zoveel zin om de temperatuur te vergelijken met het vriespunt. Een vergelijking met de gemiddelde temperatuur vertelt je meer dan een vergelijking met de temperatuur waarop water bevriest.
Welkom in het grijze gebied. Dat noemen we zo, omdat er verschillende interpretaties bestaan over wat je wel en niet zou moeten doen. Hieronder geven we je wat punten ter overweging.
Zorg ervoor dat de lezer de visualisatie kan aflezen. Vermeld de waarden op de assen en nog beter, annoteer je datapunten met cijfers.
Geef de lezer een relevante referentie om de gegevens mee te vergelijken, zoals een basislijn, of een nulpunt. Als dat niet lukt, zoek dan naar een andere referentie, zoals een gemiddelde of mediaan, of in het geval van een prijsstijging, de gemiddelde inflatie. Je data vertelt meer als je het ergens mee kunt vergelijken.
Wees in je visualisaties even genuanceerd als je zou zijn in tekst. Voorkom dat de minimale en maximale waarden in je dataset de bandbreedte van je grafiek bepalen. Om een onnodige overdrijving te voorkomen, kun je de uiteinden van je grafiekgebied zo’n 20 procent groter maken dan minimale en maximale waarden. Andersom geldt ook dat een overdrijving als stijlmiddel mogelijk is, zolang dit binnen de context proportioneel, en uit de grafiek afleesbaar is.
Maak het je lezer visueel en tekstueel duidelijk, als je te maken hebt met onzekere of onvolledige data.
Wees je ervan bewust dat in datavisualisaties iets niet laten zien ook een keuze is, en dat de lezer niet ziet wat jij hebt weggelaten.
Je bent er bijna: je koos voor een goede visualisatievorm en bent kundig langs alle data-valkuilen geslalomd. De basis is gelegd en je staat oog in oog met je doel. Het gaat nu om de details, die bepalen of jouw poging strandt in schoonheid, of de geschiedenisboeken ingaat als wereldgoal.
We hebben het tot nu toe voornamelijk gehad over stap 1 van de informatieoverdracht: het omzetten van cijfers in een visualisatie. Het vorige hoofdstuk ging over wat je kan doen om de cijfers zo feitelijk en journalistiek mogelijk om te zetten in een visualisatie. Maar zoals we in hoofdstuk 2 uitlegden, is dit pas de helft van de informatieoverdracht.
Dit hoofdstuk gaat voornamelijk over het tweede deel van die informatie-overdracht: van de visualisatie naar de lezer. Hieronder leggen we je uit wat je kunt doen om je visualisatie begrijpelijk en toegankelijk te maken.
Je geeft een lezer houvast, door hem iets te lezen te geven. Dat geldt ook voor visualisaties. Uiteindelijk gebruik je een combinatie van tekst en beeld om je lezer echt te laten begrijpen wat je hebt gevisualiseerd.
Dat begint met een journalistieke titel waarin staat wat jij met de visualisatie wilt vertellen. Door met de meest in het oog springende tekst de conclusie van je visualisatie te vertellen, laat je zien waar de lezer op moet letten. Naast een journalistieke titel, geef je ook een beschrijving van wat je precies visualiseert. Hoe preciezer de onderkop, hoe meer je de lezer in staat stelt om je visualisatie af te kunnen lezen.
Een datavisualisatie is geen plek om lange stukken lopende tekst in kwijt te kunnen. Kies in plaats daarvan voor korte, en bondige annotaties, die verklaren wat je in de visualisatie ziet.
Onze hersenen zijn visueel enorm goed ontwikkeld en getraind in het herkennen van patronen. Met keuzes in je ontwerp kun je de lezer gidsen door je visualisatie.
Met typografie geef je aan welke teksten belangrijker zijn dan andere. De kop van je grafiek is prominent, de overige teksten minder.
Met de plaatsing van tekst- en beeldelementen geef je aan wat bij elkaar hoort.
Onze ogen houden van overzicht: let dus goed op de uitlijning van tekst- en beeldelementen, dat geeft je visualisatie een ‘opgeruimde’ uitstraling.
Door middel van hiërarchie in kleurgebruik gids je de gebruiker door je beeld-elementen. Aslijnen krijgen een lichtere kleur, bij voorkeur grijs, en de data-elementen een opvallende kleur.
Verschillende categorieën in je visualisatie geef je aan met verschillende kleurtinten. Zijn de categorieën elkaars afgeleiden, dan kun je ook kiezen voor een andere kleurintensiteit.
Maar let op: hoe meer variabelen of categorieën je aan een visualisatie toevoegt, hoe minder duidelijk je de verschillen kunt aflezen. Ons brein kan namelijk maar een beperkt aantal kleuren of patronen onderscheiden. Als schrappen geen optie is: breek je visualisatie op in ‘small multiples’.
Maak gebruik van beeldtaal die je lezer al kent, zoals pijlen om elementen in je visualisatie aan te wijzen. Of maak een nummering om in je visualisatie een lopend verhaaltje te vertellen.
Denk ten slotte goed na over het gebruik van illustratieve elementen in je visualisatie. Tot op zekere hoogte kunnen illustraties bijdragen aan de toegankelijkheid van je visualisatie: ze maken je beeld aantrekkelijker en kunnen ervoor zorgen dat het beeld meer is dan ‘alleen een grafiek’. Maar wees je er ook van bewust dat je illustratie kan afleiden van de gevisualiseerde data en je beeld onnodig kunnen ‘verrommelen’.
Het gebruik van illustratieve elementen in visualisaties is onder visualisatiemakers en -experts onderwerp van discussie. Sommigen vinden elke vorm van illustratie in visualisaties verspilde inkt, anderen gebruiken illustraties juist als bepalend deel van hun visualisatie.
De makers van deze website zijn terughoudend in het gebruik van illustratieve elementen, omdat illustraties vaak weinig bijdragen in het inzichtelijk en begrijpelijk maken van cijfers. Dat betekent niet dat illustraties volgens ons geen onderdeel kunnen zijn van een goed visueel verhaal of infographic. Zo bewijst de South China Morning Post dat visualisatie en illustratie ook heel goed hand in hand kunnen gaan.
Als je het tot aan dit hoofdstuk hebt volgehouden: chapeau! Vanaf dit punt kunnen we nog meer inhoud op je gooien, maar het is een stuk leuker om vanaf hier zelf aan de slag te gaan. Wij geloven dat dit het best werkt door samen te werken, want in een sterke visualisatie gaan vorm en inhoud hand in hand.
Idealiter wordt dit gefaciliteerd door afspraken die zijn vastgelegd in een stijlboek. Maar omdat een stijlboek vaak niet ingaat op de samenwerking zelf, hebben we hier alvast wat tips die de productiviteit (en sfeer) verhogen.
Als een vormgever iets mooi of lelijk vindt, heet dat expertise 😉
Wil je nóg meer lezen, dan zijn dit onze aanraders: Het boek ‘Visual Journalism’ van Javier Errea (uitgeverij Gestalten) is een prachtig overzicht van de beste journalistieke visualisaties en de boeken ‘The Functional Art’ en ‘The Truthful Art’ van Alberto Cairo leren je nog meer over het maken van visualisaties.
Voor online inspiratie kun je het best terecht bij de blogs van Andy Kirk, die per maand de beste datavisualisaties verzameld, Maarten Lambrechts, vanwege zijn jaarlijstjes-jaarlijst en de visuele essays van The Pudding.
Zelf data visualiseren kan heel goed met diverse onlinetools, zoals Flourish (gratis voor journalistieke organisaties), Datawrapper - lees vooral ook hun uitstekende blog, en het Nederlandse Localfocus.
In 2019 maakten Winny en Lars de website Als Het Ongeveer Maar Klopt om journalisten cijferwijzer te maken; want journalisten die niet kunnen of willen rekenen, zijn makkelijk te misleiden. Nog voordat we een letter hadden opgeschreven, hadden we al een plan voor het vervolg en dat heb je zojuist gelezen.
We maakten deze gids omdat we vinden dat journalistiek visueler en visualisaties journalistieker kunnen. Vanzelfsprekend hopen we dat journalisten en vormgevers op nieuwsredacties meer gaan samenwerken.
Behalve elkaar, willen we graag Els Engel, Emma Jackson, Erik van Gameren, Mariette Twilt en Merlijn Ensing bedanken voor hun suggesties, commentaar en schrijftips. Verder bedanken we ook Frank Tieskens voor de titelsuggestie; Daniël Verlaan voor de single page inspiratie; en Sanne Blauw omdat we de term ‘cijferwijzer’ voor het eerst in haar nieuwsbrief lazen.
Voor deze website maakten wij gebruik van de boeken ‘The Functional Art’ en ‘The Thruthful Art’ van Alberto Cairo en ‘The Visual Display Of The Quantitative Information’ van Edward Tufte en ‘Factfulness’ van Hans Rosling. Hoofdstuk 3 is gebaseerd op de Visual Vocabulary van de Financial Times.
Verder maakt deze website dankbaar gebruik van de volgende open bronnen:
En uiteraard willen we jou bedanken: bedankt voor je aandacht en tijd. We zouden het tof vinden als je anderen over deze site vertelt.
Winny de Jong werkt sinds kort als datajournalist bij NRC en verzamelt elke week het beste van het datajournalistieke web in haar nieuwsbrief. Ze denkt dat het leven geen pizza is, en leest altijd meerdere boeken tegelijk.
Lars Boogaard werkt sinds kort als information designer bij Nieuwsuur en organiseert met vakgenoten het Infographics Congres. Zijn andere hobby’s zijn wielrennen, kijken naar wielrennen en ingewikkelde bordspellen.
