Yuma is datawetenschapper. Een numbers girl.
Als ze programmeert, bereikt ze vaak een flow en vergeet ze de wereld. Soms vergeet ze zelfs te lunchen.
In presentaties laat Yuma meestal datavisualisaties zien. Tabellen, lijngrafieken, staafdiagrammen… Haar werk gaat immers over data.
Toch is ze niet altijd tevreden met de vragen en de reacties die ze krijgt na afloop van haar presentaties.
Waarom zijn mensen minder enthousiast dan zijzelf? Soms lijkt het wel of ze haar niet begrijpen. Terwijl ze haar visualisaties heel zorgvuldig maakt.
Moet ze iets anders doen?
Gebruik je net als Yuma vaak datavisualisaties?
Dan is goed om je af te vragen of je met alleen datavisualisaties je doel wel bereikt.
Datavisualisaties zijn vooral geschikt om detailinformatie over te brengen. Om het achterliggende, grotere geheel te schetsen, moet je ze vaak combineren met andere typen beeld.
Er zijn grofweg vier typen beeld – waarvan de datavisualisatie er één is.
Dit artikel helpt je om bewust tussen deze verschillende typen beeld te kiezen. Zodat je verhaal goed landt bij je publiek.
Begin met je boodschap
Welk type beeld je kiest, hangt af van je boodschap. Zorg dus dat je eerst weet welke je boodschap je aan je publiek wilt overbrengen. Mijn advies is om je boodschap vooraf echt op te schrijven. In een hele zin, inclusief een werkwoord. Dat dwingt je om een boodschap te formuleren en niet alleen een onderwerp. Het verschil? Een onderwerp is een woord. Of een paar woorden. Bijvoorbeeld: Tropische ontbossing. Of: Moderne technologie. Een boodschap is een hele zin waarin je een uitspraak over zo’n onderwerp doet. Bijvoorbeeld:- Bossen zijn belangrijk voor het beperken van klimaatverandering omdat bomen CO2 opslaan als ze groeien.
- We hakken onze eigen bron van zuurstof om.
- Moderne technologie helpt bossen terug te groeien, zelfs in de woestijn.
- Als tropische ontbossing stoppen kunnen we 23% van de doelstellingen uit het Parijsakkoord halen.
Beeldtype 1: schematische visualisatie
Een schematische visualisatie geeft versimpeld en abstract weer hoe iets werkt. Met zo’n visualisatie kun je goed jouw mentale beeld overbrengen op je publiek. Bijvoorbeeld jouw beeld van een onzichtbaar proces:
Beeldtype 2: symbolische visualisatie
Wil je je boodschap krachtig overbrengen? Overweeg dan een symbolische visualisatie. In een symbolische visualisatie verbeeld je je boodschap met een metafoor of analogie. Daarom wordt dit type beeld ook wel ‘visual metaphor’ genoemd. Een voorbeeld:
Beeldtype 3: realistische visualisatie
Kan je publiek zich weinig voorstellen bij wat je vertelt? Bijvoorbeeld over een nieuwe techniek, een ziektebeeld of een onbekende diersoort? Dan is een realistische visualisatie een goede optie. In een realistische visualisatie laat je zien hoe iets eruitziet, meestal met een foto. Een voorbeeld:
Beeldtype 4: datavisualisatie
Gaat je boodschap over data? Of kun je die met data onderbouwen? Dan is een datavisualisatie vaak gewoon de meest logische optie. Bijvoorbeeld:
Checkvraag: heeft je publiek echt behoefte aan data?
Wil je een datavisualisatie gaan maken? Stel dan voor de zekerheid de checkvraag: heeft mijn publiek echt behoefte aan data? Het is goed om deze vraag te stellen, omdat een datavisualisatie soms ‘de makkelijke keuze’ is. Als kenniswerker heb je immers vaak al data. En je bent vaak al gewend om met datavisualisaties te communiceren. Denk maar aan datawetenschapper Yuma aan het begin van dit artikel. Vanuit communicatie-oogpunt zijn de data niet het vertrekpunt, maar je publiek. En je publiek heeft meestal vooral behoefte aan het grotere plaatje. Aan de context en de why van je verhaal. De why laat zich doorgaans beter verbeelden met een ander type visualisatie dan een datavisualisatie. Vaak passen datavisualisaties het beste later in je verhaal. Als je na de why ingaat op meer specifieke punten. Je combineert je datavisualisatie dan dus met andere typen visualisaties.Als je een type beeld hebt gekozen
Hopelijk heb je door de vier typen beeld nieuwe ideeën om je boodschap te visualiseren.

Arnaud is trainer, adviseur en tekstschrijver bij Analytic Storytelling. Hij helpt klanten om een heldere en overtuigende boodschap op papier te krijgen in woord en beeld.