Home
Data Visualization: come non usare il colore

27 Marzo 2023

Data Visualization: come non usare il colore

di

Lo spirito della Data Visualization è comunicare in forma visiva efficace quello che dicono i dati. Per farlo bene conviene evitare gli errori più comuni.

Sbagliando si impara l’arte della data visualization

Esistono vari ostacoli e pericoli che puoi incontrare quando, nella data visualization, hai a che fare con i colori. In questo articolo vedremo una carrellata di problemi comuni in cui si può incappare nell’utilizzo dei dati nello storytelling.

1. Inserire troppe informazioni o informazioni irrilevanti

Il colore ha la sua utilità, ma non è necessario applicarlo ad ogni elemento. Poniamo, per esempio, che tu voglia mostrare quanto rapidamente una specifica regione degli Stati Uniti sia cresciuta in termini di popolarità negli ultimi 25 anni. Potresti dividere la mappa del Paese in varie regioni e usare un diverso colore per ciascuna, ma questo significherebbe aver bisogno di un numero di colori diversi, da quattro a sei, tutti nello stesso grafico, il che distrarrebbe davvero il tuo pubblico perché gli offrirebbe troppi elementi da osservare.

Una scelta più appetibile sarebbe evidenziare la regione in questione con un colore brillante e lasciare il resto in grigio o con un colore tenue. Se vuoi soltanto mostrare l’impatto positivo in una parte del Paese, perché dirigere l’attenzione sul resto? Semplicemente, in caso contrario ci sarebbero troppi colori diversi, e troppo simili l’uno con l’altro. Abbiamo bisogno di usare il colore per rafforzare le immagini e renderle più facili da interpretare, non per confondere i nostri dati creando un grosso puzzle di colori, tonalità, gradienti e sfumature.

Visualizzazione di mappa che dimostra come il colore possa essere utilizzato per concentrarsi su una specifica regione geografica

Visualizzazione di mappa che dimostra come il colore possa essere utilizzato per concentrarsi su una specifica regione geografica.

Le scale qualitative sono la scelta migliore quando ci sono dalle 3 alle 5 categorie che richiedono di essere colorate. Una volta che sali, arrivando a gruppi che ne comprendono da 8 a 10, finisci per dover usare colori insoliti o davvero simili gli uni agli altri, e questo rende piuttosto difficile differenziarli. Forse, quando metti a confronto due magliette nel tuo armadio, può risultare evidente la differenza tra un verde-blu e un verde-acqua, ma cosa succede con una persona che sta cercando di interpretare l’immagine proiettata a 10 metri da lui in una sala per conferenze affollata? Altrettanto negativa è la scelta di colorare per il gusto di farlo, e cioè quando non c’è un chiaro scopo nell’utilizzo del colore. Questo succede anche quando scegliamo di colorare tutto e non di concentrarci solo su ciò che ha bisogno di essere colorato. Si tratta, nella migliore delle ipotesi, di un atto gratuito che finisce per far apparire le nostre presentazioni come una specie di arcobaleno.

Leggi anche: 5 risposte su… Data Analysis & Visualization

Potremmo cercare di differenziare gli elementi alterando la loro saturazione o la tonalità, ma alla fine rischieremmo di rendere il tutto ancora più confuso arrivando ad avere colori indistinguibili gli uni dagli altri, così che in questa somiglianza sfuma qualsiasi possibilità di far percepire significati.

2. Usare colori non uniformi per i valori dei dati

I colori devono indicare quale valore sia maggiore o minore di altri, e le differenze di colori devono permettere di visualizzare le differenze tra i valori dei dati. Questo non accade quando i disegnatori usano scale di colori popolari ma che non soddisfano questo bisogno. La tipica scala ad arcobaleno ne è l’esempio primario, dato che si tratta in realtà di un cerchio in cui i colori all’inizio – i rossi scuri che vanno all’arancione e al giallo – sono gli stessi che si trovano alla fine – i rossi scuri in cui sfociano i viola e i rosa. La scala inizia abbastanza scura, poi diventa molto chiara con arancione, giallo e verde; vira quindi su colori molto scuri come blu e viola e alla fine ritorna a quelli mediamente scuri.

Data Visualization - intero gradiente arcobaleno di colori saturi

Intero gradiente arcobaleno di colori saturi.

La fascia di colori chiari nel mezzo è problematica tanto quanto l’oscurità ai lati. Per via di questo fenomeno, quando tutti questi colori vengono usati insieme in una mappa, in un grafico o in un’infografica, per l’occhio non è facile distinguere cosa sia cattivo e cosa sia buono. Se parti dal lato all’estrema destra di questa scala arcobaleno e usi quei colori per indicare i valori più bassi rispetto ai tuoi dati, mentre usi l’estremo sinistro per indicare i valori più alti, arriverai a risultati davvero confusi. Qui sotto vediamo anche l’arcobaleno in scala di grigi. In effetti, non si notano grosse differenze.

Data Visualization - Due scale arcobaleno, una a colori e una convertita in scala di grigi

Due scale arcobaleno, una a colori e una convertita in scala di grigi.

Immaginiamo di voler indicare, contea per contea, il numero di casi di Covid-19 nello Stato del Texas utilizzando i colori dell’arcobaleno. In media gli occhi di un americano, che vedranno alcune contee in rosso, altre in rosa e altre in verde, assumeranno che le contee in rosso siano le peggiori, e questo soltanto per la connessione tra quel colore e le idee di pericolo e negatività. Il verde e il rosa sono più positivi, e vederli associati a determinate contee farà per lo più pensare che quelle aree siano relativamente libere dal Covid-19.

Se intendi realizzare una visualizzazione dei dati che mostri qualcosa che vada dal basso all’alto, o da una situazione di minore gravità a una di maggiore, hai bisogno di colori che richiamino quell’andamento. Una soluzione più facile sarebbe quella di iniziare con i colori più chiari e poi renderli sempre più scuri. Usa il giallo, l’arancione e il rosa per indicare le contee dove il dato è abbastanza basso, e poi portale verso i rossi e i viola per indicare le situazioni più problematiche. Il passaggio dal chiaro allo scuro è tra i più facili da intuire per il cervello umano, a prescindere dalla provenienza culturale. È anche un esempio del caso in cui non usare nessun colore è del tutto accettabile.

Rappresentazione geografica dei casi di Covid-19 nelle contee del Texas, in alto utilizzando molti colori e in basso con un più efficace utilizzo di un gradiente di colore

Rappresentazione geografica dei casi di Covid-19 nelle contee del Texas, in alto utilizzando molti colori e in basso con un più efficace utilizzo di un gradiente di colore.

Un’ulteriore possibilità è quella di avere una mappa del Texas in cui le contee siano grigie, a eccezione dei casi in cui si superi un tasso predeterminato, diciamo quando si oltrepassano x casi al giorno. Qui si possono usare due o tre colori per far risaltare quelle contee rispetto al resto, per esempio rendendo gialle le contee con un livello di casi giornalieri un poco sopra la soglia, arancioni quelle con un numero maggiore di casi e rosse quelle dove il numero di casi giornalieri supera un’ulteriore soglia.

Questa strategia dovrebbe permettere al pubblico di individuare con facilità quali regioni abbiano le maggiori concentrazioni di focolai, e tra queste distinguere al volo, dallo stesso grafico, dove i focolai siano più gravi.

3. Errori di progettazione della data visualization per persone con disturbi nella percezione dei colori

Può essere davvero facile cadere in una combinazione di rossi e verdi quando abbiamo a che fare con dati, specie se stiamo comparando qualcosa di negativo con qualcosa di positivo: in pratica, per il nostro cervello è un automatismo. Il fatto che l’8 percento dei maschi sia affetto da daltonismo può non sembrare granché, fino a quando non realizzi che se 500 uomini stanno osservando il tuo lavoro, 40 di loro non saranno in grado di comprenderlo, a meno che tu non l’abbia disegnato nel modo corretto.

In un mondo popolato da 7,67 miliardi di persone, questa percentuale equivale a 614 milioni di uomini e 38 milioni di donne che soffrono di un qualche genere di problema nella percezione dei colori. Di certo si tratta di cifre abbastanza rilevanti da fare in modo che tu voglia realizzare progetti capaci di adattarsi a tutti, o no? Facciamo un ripasso con un veloce esempio.

Data visualization - un grafico con molte linee per come percepito in caso di normale visione (sinistra) e di discomatopsia rosso-verde (destra)

Un grafico con molte linee per come percepito in caso di normale visione (sinistra) e di discomatopsia rosso-verde (destra).

Questo grafico a linee dimostra la differenza tra la normale visione e quella di chi ha problemi nella percezione di rosso e verde: puoi vedere come le linee nella sezione a destra sembrino molto simili le une alle altre, anche se a sinistra appaiono distinguibili.

Una nota: se le linee a destra ti sembrano tutte simili, potresti appartenere a quel ristretto gruppo di individui che hanno disturbi nella percezione del colore.

4. Non creare associazioni con i colori

Se ti capita di realizzare lavori ripetitivi per la stessa azienda, la scelta peggiore da fare è ripartire tutte le volte da zero. Se i tuoi schemi di colori funzionano la prima volta, non continuare a cambiarli! Concentrati su quello che funziona e inizia a creare coerenza, a realizzare una cornice che i tuoi clienti e il loro pubblico all’esterno possano riconoscere quando vedono i tuoi progetti.

Proprio come i colori della bandiera di una nazione trasmettono un certo significato alle persone che li vedono in continuazione, lo stesso fanno gli schemi di colori che utilizzi nel disegnare il tuo lavoro. Se il blu funziona bene per indicare i profitti e l’arancione è usato per indicare quanti giorni sono trascorsi dall’ultimo incidente in azienda, continua a usarli con i medesimi significati per creare una corrispondenza con le aspettative di chi ti osserva. Non cercare di aggiungere un po’ di pepe cambiando impostazione cromatica ogni settimana.

La tabella con colori che mostra la profittabilità di sottocategorie di prodotti nel tempo

La tabella con colori che mostra la profittabilità di sottocategorie di prodotti nel tempo.

Immaginiamo di aver presentato ai nostri manager, di norma, un report settimanale dei profitti di sottocategorie di prodotti. Usiamo il blu per mostrare quelli molto profittevoli e l’arancione per quelli che lo sono meno. Se dopo qualche mese decidessimo di colorare i nostri prodotti molto profittevoli in viola, puoi immaginarti che questo genererebbe una certa confusione in chi osserva, che si interrogherebbe sul significato di quei nuovi colori.

Ecco perché è fondamentale la coerenza; una volta che hai trovato quello che funziona, non cambiare.

Data Visualization - Il colore dei dati, di Kate Strachnyi

Saper raccontare e rappresentare è indispensabile per prendere decisioni, eppure nella data visualization viene spesso trascurato un elemento fondamentale: il colore.

Quando continui a modificare i colori, il risultato è che chi ti legge si ritrova a tentare di indovinare quali siano le tue intenzioni, se hai fatto un errore, se stai solo cercando di essere creativo o, comunque, si pone altre domande di questo genere. Un colore consente immediatamente a chi lo vede di cogliere un aumento o una diminuzione in una metrica specifica, e lo fa in modo autentico e molto serio. Non vorresti mostrare ai tuoi manager quante persone stanno lasciando l’azienda per lavorare da casa in una riga che passa dal verde lime al rosso brillante fino al viola neon, o no?

5. Non usare colori contrastanti per informazioni contrastanti

I colori e i numeri sono molto più simili di quanto pensiamo. Utilizzare colori contrastanti per diversi tipi di informazioni permette a chi ci osserva di operare una distinzione molto chiara tra gli elementi, anche quando l’impostazione e lo stile sono davvero identici. Immagina di voler mostrare la percentuale di adulti americani che sostengono di usare almeno un social media.

Se il blu rappresenta una fascia d’età, il verde ne rappresenta un’altra, il rosa un’altra ancora e lo stesso vale per il viola, tra il tuo pubblico ci saranno un sacco di persone che finiranno per grattarsi la testa. Non solo questi colori non sono così diversi tra loro, ma si mescolano l’uno con l’altro, rendendo difficile vedere dove uno finisca e l’altro inizi senza che vi siano confini tracciati, cosa che sarebbe strana e non necessaria.

Grafico a linee che mostra l’uso dei social media in divere fasce d’età con colori poco contrastanti

Grafico a linee che mostra l’uso dei social media in diverse fasce d’età con colori poco contrastanti.

Il tuo scopo è mostrare informazioni in contrasto? E allora fallo!

Prendi colori che siano complementari come i nostri vecchi blu e arancione, o scegline uno scuro e freddo e uno chiaro e più caldo perché contrastino l’uno con l’altro. Se hai bisogno di un terzo e di un quarto colore, prendili equidistanti dai primi due così che non ce ne siano due troppo simili.

Usare colori contrastanti diventa persino più importante quando si lavora con del testo all’interno dei visual. Vuoi che chi guarda sia in grado di leggere il tuo grafico sul suo schermo, persino in condizioni di scarsa luminosità. Questo diventa sempre più importante quando si lavora con testi dal corpo più piccolo. Oltre ad avere un alto livello di contrasto, dovresti evitare tonalità complementari (come rosso e verde, arancione e blu eccetera) e colori luminosi per lo sfondo. In questo modo puoi testare il contrasto dei tuoi colori, la differenza di luminosità e se i colori sono adatti.

Grafico a linee che mostra l’uso dei social media in diverse fasce d’età con colori che forniscono un maggiore contrasto

Grafico a linee che mostra l’uso dei social media in diverse fasce d’età con colori che forniscono un maggiore contrasto.

La prossima immagine presenta un esempio di rapporti di contrasto; mostra quali sono le scelte sicure da fare, e in quali rischi di perderti chi ti sta osservando.

Livelli di contrasto tra sfondo e colore del testo

Livelli di contrasto tra sfondo e colore del testo.

6. Non far risaltare l’informazione più rilevante

Il tuo compito di disegnatore nel campo della data visualization non è essere equanime e dare a ogni dato la stessa opportunità di essere visto; devi invece indirizzare lo sguardo degli spettatori e l’attenzione verso la specifica storia che vuoi raccontare con quei dati. Sei lì, assolutamente, per fare favoritismi e guidare chi ti guarda verso una narrativa molto specifica, che si tratti di informare o di convincerli di qualcosa.

Questo significa usare un colore che sia come una bomba quando si tratta di saltar fuori dalla pagina e attirare un sacco di attenzioni: rosso, arancione, giallo – sono tutte ottime scelte, in particolare quando i punti meno importanti della tua visualizzazione sono tenui o grigi.

Nella sua visualizzazione sulla malaria in Zambia, il designer Daniel Caroli ha scelto di evidenziare in rosso un singolo distretto per mostrare quanto questo differisca dal resto. Sinazongwe, un distretto che si trova vicino a specchi d’acqua, ha un tasso davvero alto di casi di malaria se confrontato con altri, e il designer lo intende comunicare attraverso una scheda in cui sceglie di applicare colore solo a Sinazongwe, mostrando invece tutti gli altri distretti in grigio.

Data Visualization - Pannello che illustra i casi di malaria nello Zambia meridionale

Data visualization che illustra i casi di malaria nello Zambia meridionale.

Potresti subire il fascino di colori come melanzana, turchese e lilla, ma se l’occhio umano non riesce a individuare la differenza tra questi tre e un normale viola, verde o blu, allora presto, e spesso, ti troverai nelle grane. Ricorda che il tuo obiettivo, prima di tutto, è rendere l’informazione offerta dai dati più stimolante visivamente e più chiara.

Per quanto i dati possano essere meravigliosi, non si tratta di un affresco che debba lasciar spazio all’interpretazione di chiunque se lo ritrovi davanti in un museo: opera delle scelte di colori intelligenti, che non lascino dubbi su quale sia l’indicazione di quei dati.

Quando sei alle prese con troppa informazione su una pagina, il grigio diventa il tuo migliore amico. Dai un’occhiata alla prossima immagine, che mostra delle visualizzazioni prima-e-dopo. Iniziamo con un grafico a linee che esprime le quantità di prodotti veduti nel tempo all’interno di varie sottocategorie. Nell’immagine prima, vedrai che è difficile cogliere un qualsiasi spunto dal grafico. Semplicemente, c’è troppa roba. Una volta che decidiamo di dare un certo focus al nostro grafico, per esempio concentrandoci solo sui Raccoglitori, possiamo ricreare il grafico così che mostri l’andamento di quella specifica sottocategoria.

L’uso del grigio per le altre sottocategorie aiuta a far risaltare i raccoglitori, senza eliminare il dato sull’andamento delle altre sottocategorie.

Due grafici a linee multiple dimostrano l’efficacia dell’utilizzo del grigio per far emergere dettagli e di un colore per attirare l’attenzione di chi guarda

Due grafici a linee multiple dimostrano l’efficacia dell’utilizzo del grigio per far emergere dettagli e di un colore per attirare l’attenzione di chi guarda.

7. Usare troppi colori

Rosso, blu e giallo? Ottimo! Arancione, viola e rosa? Certo. Verde, color foglia di tè e acquamarina? Non proprio. Il cervello umano arranca quando deve processare troppe cose in una volta. Ecco perché tu stesso fatichi a menzionare tutti gli elementi della tavola periodica che hai studiato al liceo, ma riesci a ricordarti tutte le parole e i movimenti della Macarena a trent’anni dalla sua apparizione. Le ricerche sostengono che sette sia il numero massimo di elementi che il cervello può considerare in una volta. E se gli elementi sono di meno, tanto meglio. Ricorda: se togli un colore, spesso la visualizzazione funziona perfettamente.

Poniamo di voler analizzare i nostri dodici migliori clienti (per quantità di vendite) e che desideriamo realizzare una visualizzazione per il nostro team di vendita, così che possano farsi un’idea di chi stia sostenendo i loro portafogli. Se usassimo un colore diverso per ciascun cliente, ben presto la visualizzazione sembrerebbe un arcobaleno: potrebbe apparirci come un grafico divertente, ma in realtà finirebbe soprattutto per distrarre. Chi guarda il nostro lavoro se ne resterebbe lì seduto a domandarsi cosa diavolo rappresentino quei colori. Se guardi invece al grafico migliorato, alla destra della prossima immagine, noterai che basta evitare di usare troppo colori e sceglierne uno solo che rappresenti in modo coerente tutti i clienti, per far sì che si possa elaborare con facilità l’informazione e concentrarsi su quello che è più rilevante.

Data Visualization - due grafici a barre che mostrano i clienti con maggiori vendite

Due grafici a barre che mostrano i clienti con maggiori vendite: il grafico a sinistra usa troppi colori mentre quello a destra ne usa uno soltanto, così da risultare più efficace.

Riepilogo

A volte, per risolvere un problema cromatico nella data visualization, basta eliminare la maggior parte dei colori! Prima di concludere una presentazione, chiediti: cosa rappresentano i colori nel grafico? Sono necessari? Servono a uno scopo? Prenderti un momento per riflettere su queste questioni ti aiuterà a decidere se abbia senso ridurre il numero dei colori.

Questo articolo richiama contenuti da Il colore dei dati.

Immagine di apertura di fabio su Unsplash.

L'autore

  • Kate Strachnyi
    Kate Strachnyi è un'esperta di data analysis & visualization. Ha fondato DATAcated, una realtà che produce e aggrega conoscenze nel campo dell'intelligenza artificiale, del machine learning e della data science. È stata nominata LinkedIn Top Voice of Data Science & Analytics nel 2018 e 2019.

Iscriviti alla newsletter

Novità, promozioni e approfondimenti per imparare sempre qualcosa di nuovo

Gli argomenti che mi interessano:
Iscrivendomi dichiaro di aver preso visione dell’Informativa fornita ai sensi dell'art. 13 e 14 del Regolamento Europeo EU 679/2016.

Libri che potrebbero interessarti

Tutti i libri

Il colore dei dati

Guida all'uso dei colori per la presentazione e lo storytelling in forma grafica

29,15

41,89€ -30%

23,66

24,90€ -5%

16,99

di Kate Strachnyi