Visualització de la Informació

VEURE

Una exposició del CRAI Biblioteca d’Informació i Mitjans Audiovisuals amb la participació del professor Mario Pérez-Montoro

Visualització de la Informació

Infografies

Tipologia de gràfiquesi la seva funció comunicativa

Manipulació de la percepció: gràfiques enganyoses

Anatomia d'una gràfica

Percepció

Infografies vs. Visualització de dades

Visualització de la informació

Bibliografia

Pròleg

LLEGIR EL PRÒLEG

Articles

Mario Pérez-Montoro

Catedràtic a la Facultat d'Informació i Mitjans Audiovisuals de la Universitat de Barcelona. Té un doctorat en Filosofia i Educació per la mateixa universitat i té un Màster en Gestió i Sistemes de la Informació per la Universitat Politècnica de Catalunya. El seu treball acadèmic es focalitza en la comunicació interactiva i la visualització de la informació, amb un interès especial pels aspectes conceptuals, semàntics, epistemològics i pragmàtics de la Teoria de la Informació i la Gestió del Coneixement. Ha publicat més de 30 treballs incloent Arquitectura de la Información en entornos web (2010) i The Phenomenon of Information (2007). A més de la seva activitat docent, també actua com a consultor en projectes de gestió de la informació i el coneixement en el sector empresarial i públic.

Pròleg

Informar sempre significa explicar la veritat. No hem de mentir intencionadament quan utilitzem visualitzacions. Una visualització que representi de manera parcial o interessada la informació no és correcta.

Un exemple:

En aquesta gràfica podem veure l’evolució dels graduats durant la primera dècada del S.XXI a Espanya. La gràfica ens permet detectar fàcilment la disminució del nombre de graduats en èpoques de prosperitat econòmica i l’augment de graduats a partir de la crisi econòmica de 2006.

Hi ha un desajustament entre l’ús intensiu de la visualització i el nostre nivell de coneixements visuals. El nostre grau d’alfabetització visual no avança al mateix ritme que l’ús de la visualització de la informació. L’alfabetització visual és l’habilitat d’entendre i presentar informació amb recursos visuals com diagrames, mapes i gràfiques. Juntament amb altres tipus d’alfabetització, com la lectora i la informacional, és essencial per al desenvolupament personal i social en l’època actual.

Alfabetització visual

Visualització de la informació (I)

Permet informar, comparar, relacionar i evidenciar dades

Comunicació

Suport alraonament

Permet materialitzar entitats conceptuals i abstractes per poder transformar-les en una cosa tangible, facilitant, així, l’anàlisi i comprensió d'aquestes entitats abstractesrecuperar dades

Permet enregistrar i recuperar dades

Emmagatzematge d'informació

Per a les persones, és difícil multiplicar mentalment un número de 6 xifres per un altre de 8 xifres, ja que no hi estem entrenats. La visualització de dades s'encarrega de fer visible allò que és invisible, mostrant aspectes i relacions no evidents en un conjunt de dades.

És la disciplina transversal que s'encarrega de la representació visual de continguts proposicionals mitjançant l'ús de diagrames, gràfiques i esquemes per a facilitar l'emmagatzematge, l'aprehensió, la interpretació, la transformació i la comunicació d'aquests continguts a través d'aquestes representacions visuals (Pérez-Montoro i Golkhosravi, 2014). La visualització de la informació vol cobrir tres funcions bàsiques:

Què és la visualització de la informació?

Visualització de la informació (II)

Uns exemples

Un exemple

És una representació gràfica (estàtica o dinàmica) d'un conjunt de dades per presentar aspectes i relacions entre aquestes dades. A diferència de la infografia, que és una representació discursiva, la visualització és una representació analítica i abstracta, on l'objecte representat no té una aparença similar a l'objecte real.

Què és la visualització de dades?

És una representació gràfica (estàtica o dinàmica) que combina imatge i text amb objectius narratius. Es tracta d'una representació discursiva i figurativa, on l'objecte que representa posseeix una aparença similar a la de l'objecte representat.

Què és una infografia?

Infografies vs. Visualització de dades

Quan prepareu una presentació, tingueu en compte que la visibilitat i llegibilitat del text depenen, entre altres coses, de la combinació de colors entre el text i el fons. Per exemple, el text negre sobre fons blanc o text blanc sobre fons negre ofereixen bona visibilitat i llegibilitat. En canvi, el text groc sobre fons blanc o text blau sobre fons negre no són tan llegibles per a l'audiència.

L’enteniment i la visió es troben estretament connectats. Una part important dels receptors sensorials del nostre cos estan dedicats a la visió i aquesta és una de les fonts d’estímuls més important i matèria prima del nostre raonament. Cal tenir, doncs, alguns coneixements sobre percepció visual. És imprescindible saber què és el que sí que funciona visualment, què és el que no i per què això funciona o no funciona correctament. Per això, hem de tenir en compte tres aspects primordials relacionats amb la percepció: la dependència que presenta la percepció respecte al context en el qual es produeix, l’existència de límits en la discriminació perceptiva i el princip de la ràtio dada/tinta.

Enteniment i visió

Percepció (I)

Els dos cercles són exactament de la mateixa grandària. Que l'esquerre ens sembli més gran es justifica perquè es troba envoltat de cercles més petits. I el de la dreta sembla més petit perquè es troba envoltat de cercles més grans.

Els dos quadrats petits són exactament del mateix color. Que l'esquerre ens sembli més fosc es justifica perquè es troba dins d'un quadrat major amb un color més clar. El de la dreta sembla més clar perquè es troba integrat en un quadrat major molt més fosc.

La percepció no és neutra: la mida, la forma, el color o la posició dels elements no es perceben en termes absoluts, si no que depenen del context visual on estiguin integrats o amb què es comparin.

La percepció depèn del context

Percepció (II)

Quan prepareu una gràfica, és millor utilitzar línies amb variacions d'intensitat d'un mateix color en lloc de combinar línies de color vermell i verd que se solapin visualment.

Un exemple:

Les persones amb protanomalia, un tipus de daltonisme, veuen igual els cercles de l’esquerra i de la dreta. Degut als seus problemes perceptius, només poden llegir el número 25 i, amb dificultat, el 56 en ambdós conjunts.

(Font: www.fastcodesign.com/3027162/a-teenager-redesigns-the-web-for-the-color-blind?utm_source=Facebook)

Cal tenir en compte que hi ha límits en la percepció del color, ja que no totes les persones discriminen els colors de manera precisa. Aproximadament un 8% de la població masculina i un 0.5% de la població femenina pateix algun tipus de daltonisme.

Existència de límits en la discriminació perceptiva

Percepció (III)

Aquí es destaca la tinta-no dada

Taula amb tinta-dada i tinta-no dada

Aquí es destaca la tinta-dada

Aquí es destaca la tinta-dada

Aquí es destaca la tinta-no dada

Gràfic amb tinta-dada i tinta-no dada

Es tracta d'un principi proposat en 1983 per Edward Tufte i recomana centrar-nos en el criteri de l'eficàcia comunicativa per sobre de l'efecte estètic. En tota visualització, podem distingir dos tipus diferents de tinta. T’una banda, tenim la tinta-dada, tinta utilitzada en la visualització per a representar dades. De l’altra banda, la tinta-no dada, que és una espècie de tinta sintàctica que no representa dades.

Principi de la ràtio dada/tinta (I)

Percepció (IV)

En una gràfica, la quantitat de tinta utilitzada per representar dades dividida per la quantitat de tinta total ha de ser igual o pròxima a 1. La tinta ha d'estar dedicada a representar dades, no a cridar l'atenció del receptor.

Font: www.danielpradilla.info/blog/wp-content/uploads/2012/11/Tufte-Chartjunk.png

Un (mal) exemple

Aquí tenim una gràfica en què s'intenta representar l'evolució del preu dels diamants des del 1978 fins al 1982. Però, lamentablement, no tota la tinta que apareix en el producte visual està dedicada a representar l’evolució d’aquestes dades en el temps. Presenta una quantitat ingent de tinta (més del 70%, podríem dir) que representen altres coses i que no contribueixen a la satisfacció de les necessitats informatives dels seus receptors potencials.

Principi de la ràtio dada/tinta (II)

Percepció (IV)

Gràfiques vs. taules

• Una gràfica inclou elements visuals que es relacionen per representar informació, principalment quantitativa. És un instrument per visualitzar dades amb les següents característiques:

• Els valors quantitatius es codifiquen com a elements gràfics.

• Aquests valors es representen dins d'una àrea delimitada per un o més eixos que situen localitzacions espacials en un pla bidimensional.

• Els eixos proporcionen escales (quantitatives i qualitatives) per assignar valors i etiquetes als elements gràfics.

• Elements de suport

• Elements codificadors d’informació

Què és una gràfica?

Anatomia d’una gràfica

Són els objectes que utilitzen tinta-no dada i que realcen o organitzen la informació dins de la gràfica. No tenen un significat semàntic concret ni tenen la funció de representar informació, serveixen per a facilitar la lectura i interpretació de les dades. Inclouen, principalment, els eixos, la regió de dades i les línies de quadrícula.

Elements de suport

Cadascuna de les quatre columnes ens codifica un ítem qualitatiu (país i gènere) confrontant la seva longitud respecte a l’eix numèric.

La llegenda és una espècie de microgràfica dins de la gràfica que ens dona la clau per interpretar les dades.

Són els objectes visuals que apareixen en una gràfica (com barres, columnes, punts, línies o àrees) i que representen tant la informació numèrica com ítems qualitatius. La llegenda també és un element codificador de la informació, ja que dota de significat els objectes visuals que apareixen a la gràfica.

Elements codificadors d’informació

Gràfiques vs. taules

El dia dels negatius (Telecinco, 14 de març de 2015)

Telecinco va presentar un gràfic de sondejos electorals on la barra del PP era molt més gran que la del PSOE, tot i que les diferències eren mínimes. Manipulació: Amplificació visual de les diferències per afavorir un partit polític. El dia dels negatius (Telecinco, 14 de març de 2015)

(*Font: Tots aquests exemples estan recollits i treballats per Xose Llosa en el seu article publicat a Los Replicantes: https://www.losreplicantes.com/articulos/graficos-electorales-manipulados-grandes-medios/ )

TVE va mostrar un gràfic on semblava que el PP i el PSOE estaven molt distanciats, però els números reals no reflectien aquesta diferència. Manipulació: Exageració de les diferències entre els partits per influir en la percepció dels espectadors.

Els números no importen (TVE, 6 de febrer de 2014)

TVE va mostrar un gràfic sobre la taxa d'atur on el mínim de l'eix estava en 0, fent que un petit descens semblés molt més significatiu. Manipulació: Ajust de l'escala de l'eix per exagerar els canvis en les dades.

L'acusat descens (TVE, 20 de novembre de 2013)

TVE va mostrar un gràfic on 4.100.073 semblava més gran que 4.447.711, distorsionant la realitat de les xifres d'ocupació. Manipulació: Alteració de la mida de les barres per donar una impressió falsa de les dades.

Menys és Més (TVE, 24 de gener de 2015)

La Vanguardia va publicar un gràfic on el 41% semblava menor que el 33%, creant una percepció errònia de les dades. Manipulació: Representació incorrecta dels percentatges per confondre els lectors.

Error d’impressió (La Vanguardia, 23 de febrer de 2015)

Les gràfiques poden ser utilitzades per manipular la percepció de la realitat. A través de diversos exemples reals*, us mostrem diferents tècniques de manipulació gràfica utilitzades per alguns mitjans de comunicació per influir en l'opinió pública. Des de la distorsió de la mida de les barres fins a l'ajust de les escales dels eixos, aquestes pràctiques poden alterar significativament la interpretació de les dades presentades.

Manipulació de la percepció: gràfiques enganyoses

Un exemple:

Aquesta gràfica mostra una relació de correlació positiva entre el nombre d'hores d'estudi i la qualificació en un examen. Cada punt representa un estudiant, i la tendència ascendent indica que, en general, com més hores es dediquen a estudiar, millor és la nota obtinguda. La línia de regressió reforça aquesta relació, demostrant que les dues variables evolucionen conjuntament en la mateixa direcció.

Gràfica recomanada: Diagrama de dispersió (scatter plot).

Quan dues variables numèriques estan relacionades, podem veure si canvien juntes. La correlació pot ser:

• Positiva: quan una variable augmenta, l’altra també.

• Negativa: quan una variable augmenta, l’altra disminueix.

• Nul·la: no hi ha cap patró clar entre les dues variables.

Relació de correlació

Relacions quantitatives bàsiques

Tipologia de gràfiques i la seva funció comunicativa (I):

Aquest histograma mostra la distribució d’edats dels assistents a un festival de música. Els valors més alts es concentren en la franja de 20 a 24 anys, fet que indica que el públic principalment és jove. A mesura que augmenta l’edat, la quantitat de persones disminueix, mostrant una distribució asimètrica.

Un exemple:

Gràfiques recomanades:

• Histograma (per veure la distribució de valors en intervals).

• Diagrama de caixa i bigotis (per visualitzar la dispersió i els valors atípics).

Mostra com es reparteixen els valors d’una variable en un conjunt de dades. Ens ajuda a entendre la freqüència de cada valor i si hi ha concentracions o valors extrems.

Relació de distribució

Un exemple:

Aquesta gràfica mostra la relació de desviació entre les vendes reals i la mitjana de vendes del semestre passat. Les columnes en gris representen les vendes mensuals, mentre que la línia horitzontal discontínua en vermell indica la mitjana del semestre passat. Així, es pot veure clarament en quins mesos les vendes han estat per sobre o per sota de la mitjana històrica.

Gràfica recomanada: Gràfica de columnes amb línia de referència per comparar amb una mitjana.

Compara valors observats amb un valor de referència, com ara una mitjana o una previsió. Mostra si hi ha diferències significatives i de quin signe són.

Relació de desviació

Diferències i composició

Tipologia de gràfiques i la seva funció comunicativa (II):

Un exemple:

Aquesta gràfica de sectors mostra la relació part-tot, exemplificant com es distribueix el pressupost anual d’una universitat entre diferents departaments. Cada sector representa un departament (Docència, Investigació, Infraestructura i Serveis) i la mida del sector és proporcional al percentatge que aquest rep. Així, es visualitza de manera clara com les parts (els departaments) contribueixen al total del pressupost.

Gràfiques recomanades:

• Gràfic de sectors (pastís) per mostrar percentatges.

• Gràfic de barres apilades per comparar diverses categories.

Representa com es divideix un conjunt en diferents parts. És útil per mostrar proporcions i percentatges.

Relació part-tot

Aquesta gràfica de barres horitzontals representa la relació de rànquing, ordenant països segons la seva esperança de vida. Els països apareixen en ordre descendent, amb Japó al capdavant, seguit de Singapur, Suïssa, Austràlia i, finalment, Estats Units, facilitant la visualització de la jerarquia entre els diferents valors.

Un exemple:

Gràfiques recomanades:

• Gràfica de barres horitzontals per mostrar rànquings de manera clara.

• Gràfica de punts per ordenar valors en una escala.

Ordena elements segons un criteri quantitatiu, permetent veure qui està a dalt i qui a baix en una classificació.

Relació de rànquing

Comparació i jerarquització

Tipologia de gràfiques i la seva funció comunicativa (III):

Aquesta gràfica de columnes mostra la relació de comparació nominal entre diferents marques de telèfons mòbils en termes de vendes mensuals. Cada barra representa una marca i la seva alçada indica la quantitat de vendes, permetent visualitzar ràpidament quina marca té més vendes en comparació amb les altres.

Un exemple:

Gràfiques recomanades:

• Gràfica de barres per comparar fàcilment diferents grups.

• Diagrama de columnes per mostrar diferències de valors entre categories.

Compara categories que no tenen un ordre específic, permetent veure quines són més grans o petites en una mesura concreta.

Relació de comparació nominal

Gràfiques recomanades:

• Gràfica de línies per mostrar l’evolució d’una variable.

• Gràfica d’àrees per visualitzar acumulacions de dades al llarg del temps.

Mostra com una variable canvia al llarg del temps. És fonamental per analitzar tendències i patrons estacionals.

Relació de sèries temporals

Evolució al llarg del temps

Tipologia de gràfiques i la sevafunció comunicativa (IV):

Altres

Llibres

Articles

Bibliografia

Pérez-Montoro, Mario. (2007). The phenomenon of information : a conceptual approach to information flow . The Scarecrow Press.

Pérez-Montoro, Mario. (2022). Comunicación visual de la información: qué y cómo podemos narrar con datos. IBICT.

Mario Pérez-Montoro

Bibliografia

Tufte, Edward Rolf. (1983). The visual display of quantitative information. Graphics Press.

Tufte, Edward Rolf. (1990). Envisioning information. Graphics Press.

Tufte, Edward Rolf. (2006). The cognitive style of PowerPoint: pitching out corrupts within (2nd ed.). Graphics Press.

Tufte, Edward Rolf. (1997). Visual explanations: images and quantities, evidence and narrative. Graphics Press.

Tufte, Edward Rolf. (2006). Beautiful evidence. Graphics Press.

Llibres Tufte, Edward Rolf

Bibliografia

Knaflic, Cole Nussbaumer. (2017). Storytelling con datos. Anaya Multimedia.

Knaflic, Cole Nussbaumer; Madden, Catherine. (2020). Storytelling with data: let’s practice!. Wiley.

Knaflic, Cole Nussbaumer; Madden, Catherine. (2023). Storytelling contigo: planificar, crear y hacer una presentación estelar. Ediciones Anaya Multimedia Grupo Anaya, S.A.U.

Lupi, Giorgia.; Posavec, Stefanie. (2018). Observe, collect, draw!: a visual journal: discover the patterns in your everyday life. Princeton Architectural Press.

Evergreen, Stephanie D.H. (2020). Effective data visualization: the right chart for the right data (2nd ed.). SAGE.

Evergreen, Stephanie D. H. (2018). Presenting data effectively: communicating your findings for maximum impact. SAGE.

Lupi, Giorgia; Posavec, Stefanie; Popova, María. (2016). Dear data. Princeton Architectural Press.

Llibres

Bibliografia

Dale, Kyran. (2023). Data visualization with Python and JavaScript: scrape, clean, explore, and transform your data (2nd ed.). O’Reilly Media, Inc.

Rose, Gillian. (2023). Visual methodologies: an introduction to researching with visual materials (5th ed.). SAGE Publications Inc.

Biagini, Cédric. (2023). Las ilusiones digitales: nuevas utopías tecnológicas. Editorial Popular.

Terragni, Emilia; Taylor, Robyn. (2024). Graphic classics. Phaidon Press Limited.

Sánchez González, María. (2024). Infografía y visualización para no diseñadores. Editorial UOC.

Lupton, Ellen; Giménez Imirizaldu, Darío. (2024). Pensar con tipos: una guía clave para estudiantes, diseñadores, editores y escritores (2a ed. revisada y ampliada). GG.

Cohn, Neil. (2024). The patterns of comics: visual languages of comics from Asia, Europe, and North America. Bloomsbury Publishing.

Llibres

Bibliografia

Schwabish, Jonathan A. (2021). Better data visualizations : a guide for scholars, researchers, and wonks. Columbia University Press.

Clarke, Liz. (2021). How to win with your data visualizations : the 5 part guide for junior analysts to create effective data visualizations and engaging data stories. [editor no identificat].

Rubio Ahumada, Fernando. (2021). Curso práctico de Google Data Studio: guía interactiva para crear informes personalizados y creativos. Anaya Multimedia.

Friendly, Michael; Wainer, Howard. (2021). A history of data visualization and graphic communication. Harvard University Press.

Ware, Colin. (2021). Information visualization: perception for design (4th ed.). Morgan Kaufmann.

Cheshire, James; Uberti, Oliver. (2021). Atlas of the invisible: maps and graphics that will change how you see the world. Particular Books.

Heath, Chip; Starr, Karla. (2022). Making numbers count: the art and science of communicating numbers. Avid Reader Press.

Llibres

Bibliografia

Alcalde, Ignasi. (2015). Visualización de la información: de los datos al conocimiento. UOC.

Wexler, Steve; Shaffer, Jeffrey; Cotgreave, Andy. (2017). The big book of dashboards: visualizing your data using real-world business scenarios. Wiley.

Klabin, Simone; Wiedemann, Julius. (2018). Food & drink infographics: a visual guide to culinary pleasures. Taschen.

Cairo, Alberto. (2019). How charts lie: getting smarter about visual information. W.W. Norton & Company.

López López, Anna María. (2019). Diseño gráfico digital. Anaya.

Dick, Murray. (2020). The infographic: a history of data graphics in news and communications. The MIT Press.

Buzan, Tony. (2019). Mapas mentales: la guía definitiva para aprender a utilizar la herramienta de pensamiento más efectiva jamás inventada. Alienta Editorial.

Llibres

Bibliografia

Few, Stephen. (2006). Information dashboard design: the effective visual communication of data. O’Reilly & Associates.

Spence, Robert. (2014). Information visualization: an introduction. Springer.

Yau, Nathan C. (2011). Visualize this: the flowing data guide to design, visualization, and statistics. Wiley.

Llibres

Bibliografia

Articles

Calvo, Luz; Christel, Isadora; Terrado, Marta; Cucchietti, Fernando; Pérez-Montoro, Mario. (2022). Users cognitive load: A key aspect to successfully communicate visual climate information. Bulletin of the American Meteorological Society, 103(1), 1-16.

Calvo, Luz; Cucchietti, Fernando; Pérez-Montoro, Mario. (2023). Measuring the Effectiveness of Static Maps to Communicate Changes over Time. IEEE Transactions on Visualization and Computer Graphics, 29(10), 4243-4255.

Lópezosa, Carlos; Guallar, Javier; Codina, Lluís; Pérez-Montoro, Mario. (2023). Curación de contenido y periodismo: revisión sistematizada exploratoria y visión experta. Revista Mediterránea de Comunicación, 14(1), 205-223.

Pérez-Montoro, Mario. (2024). Avances conceptuales y representación de contenidos en la visualización de información. Hipertext.net, 28, 7-19.

Pérez-Montoro, Mario. (2022). Comunicación visual de una emergencia sanitaria mundial: el caso de la COVID-19. Anuario ThinkEPI, 15, 1-15.

Pérez-Montoro, Mario. (2023). Visualización de información y tecnología. Irrupción de la IA y avances en propuestas comerciales y de código. Anuario ThinkEPI, 17, 1-5.

Bibliografia

Articles

Pérez-Montoro, Mario. (2022). Tendencias en la disciplina de la visualización de información. Anuario ThinkEPI, 16, 1-12.

Freixa, Pere; Pérez-Montoro, Mario; Codina, Lluís. (2021). The binomial of interaction and visualization in digital news media: consolidation, standardization and future challenges. El Profesional de la Información, 30(4), 1-15.

Alcaraz Martínez, Rubén; Ribera, Mireia; Granollers Saltiveri, Toni. (2020). Avaluació de l’accessibilitat per a persones amb baixa visió dels gràfics estadístics dels llocs web de les universitats públiques catalanes. Anuario de Psicología, 50(1), 22-23.

Pérez-Montoro, Mario. (2020). Aportaciones en el campo de la visualización de información en 2019. Anuario ThinkEPI, 14, 1-11.

Bibliografia

Sousa, A. Augusto de; Havran, Vlastimil; Paljic, Alexis; Peck, Tabitha; Hurter, Christophe; Purchase, Helen C.; Farinella, Giovanni Maria; Radeva, Petia; Bouatouch, Kadi. (2023). Computer vision, imaging and computer graphics theory and applications: 16th International Joint Conference, VISIGRAPP 2021: virtual event, February 8-10, 2021: revised selected papers. Springer.

Altres

Lopezosa, Carlos; Pérez-Montoro, Mario; Guallar, Javier. (2023). Visualización de datos y medios de comunicación: scoping review. Barcelona: Universitat de Barcelona.

Huayllas Choque, Miguel Victor. (2024). Librería de visualizaciones accesibles. [Treball final de grau]. Universitat de Barcelona.

Vives Isern, Eduard. (2023). ChatbotDViL: diseño y implementación de una interfaz en lenguaje natural para visualización de datos. [Treball final de grau]. Universitat de Barcelona.

Alcaraz Martínez, Rubén; Ribera, Mireia; Roig Marcelino, Jordi; Pascual Almenara, Afra. (2024, juny). Can we create accessible charts with Microsoft Excel? a review of possibilities and limits, with a special focus to users with low vision. [conferència]. Interacción '24: Proceedings of the XXIV International Conference on Human Computer Interaction.

Bibliografia

Enquesta de satisfacció

Amb la col·laboració de: Ingrid Asensio Màrius Jordà Joan Badia Roser Novella

Idea, textos, grafisme i muntatge: Èlia Romaní Susana Mir Lluís Anglès

Crèdits

Aquesta representació il·lustra com el nombre d’usuaris creix mes a mes. Per exemple:

• Al febrer, la biblioteca ha tingut 3000 + 2200 = 5200 usuaris acumulats.
• Al juny, la suma arriba a 15.000 usuaris acumulats.
• Al desembre, el total acumulat és de 25.800 usuaris en tot l’any.

Aquesta gràfica d’àrees mostra l’acumulació del nombre total d’usuaris d’una biblioteca al llarg de l’any. A mesura que passen els mesos, el total d’usuaris visitants s’incrementa, permetent veure el creixement acumulat d’afluència.

Regió de dades: És l'àrea generada pel creuament dels dos eixos on es visualitza o es representa la informació.

Marc: És opcional i només necessari si diverses gràfiques estan molt a prop i poden solapar-se. Si no cal, és millor evitar-lo per no afegir tinta innecessària i reduir la claredat.

Eixos: Són les línies perpendiculars que es creuen en un punt concret. L'eix horitzontal es denomina "eix X" o "eix de les abscisses" i l'eix vertical es denomina "eix Y" o "eix de les ordenades".

Línies de quadrícula: Són combinacions de línies verticals i/o horitzontals que ocupen tota la regió de dades i que es creuen formant rectangles per facilitar la identificació, lectura i comprensió de la informació representada.

Fonts i autoria: Indiquen l'origen dels dades utilitzades per realitzar la gràfica i l'autor de la mateixa.

Etiquetes dels eixos X i Y: Ajuden a identificar amb major precisió la informació representada pels objectes visuals.

Títols dels eixos X i Y: Ofereixen les claus per interpretar correctament els objectes visuals que representen la informació en una gràfica.

Subtítol: Completa i contextualitza la informació representada en el títol de la gràfica.

Vivim immersos en una cultura visual. El desenvolupament de les tecnologies ha consolidat l'ús generalitzat de les imatges com a estratègia comunicativa. La ciència, la premsa, el cinema o la televisió, i ara també internet, utilitzen les imatges per donar suport als seus missatges i fer-los més persuasius. Aquest ús de la imatge s’ha traslladat també a l’àmbit de la informació. Des dels primers treballs de William Playfair a finals del segle XVIII, s’ha anat introduint la imatge, la visualització, com a estratègia complementària al text per codificar, representar i comunicar informació d’una manera més econòmica i eficient. Actualment, existeix un auge de l’ús intensiu de la visualització en tots els contextos. En l’àmbit professional, per exemple, les empreses utilitzen cada vegada més visualitzacions en les seves comunicacions internes i externes. I fins i tot, en la nostra esfera més personal, gràcies a l’aparició de nous instruments senzills, fem servir visualitzacions per reforçar la nostra comunicació digital a internet. Les causes d’aquest auge són diverses. D’una banda, el creixement exponencial de les dades i la necessitat de gestionar-les. Si som conscients que aproximadament el 90% de les dades existents s’ha generat en els últims cinc anys, la visualització es converteix en una de les estratègies més efectives per gestionar aquest volum ingent i fer-lo més assimilable. D’altra banda, han aparegut al mercat un nombre important d’eines tecnològiques barates o gratuïtes que faciliten i simplifiquen la creació de visualitzacions. També ha estat important l’adopció de la visualització per part dels mitjans de comunicació. Aquests mitjans han vist en la visualització de dades una nova manera de comunicar els seus continguts, superant estratègies narratives més clàssiques i apostant pel seu ús com un avantatge competitiu davant els seus competidors. Finalment, una de les raons més importants ha estat també el caràcter altament persuasiu de la visualització. Els missatges que es reforcen o es fonamenten sobre visualitzacions ofereixen a l’audiència un aire o pàtina de cientificitat, d’objectivitat, de respectabilitat argumentativa, que costa molt més d’apreciar quan aquests recursos gràfics són absents. Tanmateix, aquesta situació no és tan harmònica com sembla. Conviu amb el problema important de l’existència d’un desfasament o desajust acusat entre l’ús intensiu que fem de la visualització i l’escàs nivell de coneixements que posseïm sobre allò visual. O, dit d’una altra manera, el nostre grau d’alfabetització visual no es correspon ni avança al mateix ritme que el nostre ús de la visualització.

Font: lasombra.blogs.com/.a/6a00d8349889d469e201901cb49732970b-pi

Exemple 02

Aquesta infografia utilitza representacions figuratives dels alpinistes, els portadors i de la pròpia muntanya. I, fins i tot, utilitza aquest tipus de figures per a mostrar-nos els problemes respiratoris que poden provocar l'ascens en els escaladors.

Aquesta gràfica de línies mostra com varia el nombre d'usuaris d'una biblioteca al llarg de l'any. Els mesos es representen a l'eix X i el nombre d'usuaris a l'eix Y, permetent visualitzar els moments de més i menys afluència.

Marc: És opcional i només necessari si diverses gràfiques estan molt a prop i poden solapar-se. Si no cal, és millor evitar-lo per no afegir tinta innecessària i reduir la claredat.

Eixos: Són les línies perpendiculars que es creuen en un punt concret. L'eix horitzontal es denomina "eix X" o "eix de les abscisses" i l'eix vertical es denomina "eix Y" o "eix de les ordenades".

Línies de quadrícula: Són combinacions de línies verticals i/o horitzontals que ocupen tota la regió de dades i que es creuen formant rectangles per facilitar la identificació, lectura i comprensió de la informació representada.

Fonts i autoria: Indiquen l'origen dels dades utilitzades per realitzar la gràfica i l'autor de la mateixa.

Etiquetes dels eixos X i Y: Ajuden a identificar amb major precisió la informació representada pels objectes visuals.

Títols dels eixos X i Y: Ofereixen les claus per interpretar correctament els objectes visuals que representen la informació en una gràfica.

Subtítol: Completa i contextualitza la informació representada en el títol de la gràfica.

Font: graficos.lainformacion.com

Un mapa i una gràfica mostren l'abandonament escolar a Espanya el 2012. La gràfica de línies representa l'evolució de la taxa d'abandonament escolar de 1992 a 2012, permetent observar repunts en els anys 2004 i 2008. La línia és una figura abstracta que facilita l'anàlisi de les xifres. El mapa geolocalitza les dades, mostrant la taxa d'abandonament per comunitats, amb cada taca representant aquesta taxa de manera abstracta.

Font: https://commons.wikimedia.org/wiki/File:Da_Vinci_Studies_of_Embryos_Luc_Viatour.jpg

Exemple 01

En els llibres de notes de Leonardo da Vinci sobre l'embaràs, podem trobar un exemple clàssic d'infografia. L'autor utilitza representacions que mantenen una relació figurativa, de similitud, amb el que estan representant per a narrar-nos l'evolució del procés del desenvolupament del fetus en un embaràs humà.