چرا باید از نمودار سه‌بعدی پرهیز کنیم؟

مقدمه:

چرا نمودارهای سه‌بعدی هنوز محبوب‌اند؟

اگر چند دقیقه در میان اسلایدهای شرکتی، گزارش‌های مدیریتی یا قالب‌های آماده پاورپوینت جستجو کنید، احتمالاً هنوز هم با تعداد زیادی نمودار سه‌بعدی روبه‌رو خواهید شد. نمودارهایی که با سایه‌ها، حجم‌ها، زوایا و افکت‌های مختلف طراحی شده‌اند و در نگاه اول شاید جذاب‌تر از نمودارهای ساده دوبعدی به نظر برسند.

این محبوبیت اتفاقی نیست. ذهن ما به‌طور طبیعی به عناصر بصری چشمگیر واکنش نشان می‌دهد. وقتی یک نمودار دارای عمق، حجم و جلوه‌های گرافیکی باشد، معمولاً حرفه‌ای‌تر، مدرن‌تر و حتی پیشرفته‌تر به نظر می‌رسد. به همین دلیل بسیاری از افراد هنگام طراحی اسلاید یا گزارش تصور می‌کنند هرچه نمودار زیباتر باشد، ارائه آن‌ها نیز حرفه‌ای‌تر خواهد بود. اما اینجا یک سوءبرداشت مهم وجود دارد. زیبایی بصری همیشه به معنای کیفیت ارتباط بصری نیست.

در دنیای داده‌نمایی، هدف اصلی نمودارها تزئین اسلاید نیست؛ هدف آن‌ها کمک به فهم بهتر داده‌ها و تصمیم‌گیری دقیق‌تر است. یک نمودار ممکن است بسیار زیبا باشد، اما اگر باعث شود مخاطب داده‌ها را اشتباه درک کند، در واقع وظیفه اصلی خود را انجام نداده است. به همین دلیل پیش از استفاده از هر نوع نمودار سه‌بعدی باید یک سؤال مهم از خود بپرسیم:

آیا نمودار سه‌بعدی واقعاً فهم داده را بهتر می‌کند یا فقط ظاهر آن را جذاب‌تر نشان می‌دهد؟

این سؤال سال‌هاست که موضوع بحث متخصصان طراحی اطلاعات و داده‌نمایی است. بسیاری از پژوهشگران و صاحب‌نظران این حوزه معتقدند که نمودارهای سه‌بعدی در بیشتر مواقع نه‌تنها کمکی به درک بهتر داده‌ها نمی‌کنند، بلکه می‌توانند باعث خطای دید، برداشت اشتباه و حتی تصمیم‌گیری نادرست شوند.

ادوارد تافت، یکی از تأثیرگذارترین نظریه‌پردازان حوزه نمایش اطلاعات، بارها تأکید کرده است که نمودار باید حقیقت را آشکار کند، نه اینکه آن را پشت جلوه‌های بصری پنهان سازد. از نگاه او، هر عنصر گرافیکی که کمکی به نمایش داده نکند، تنها بخشی از فضای بصری را اشغال کرده و توجه مخاطب را از اطلاعات اصلی منحرف می‌کند.

استیون فیو نیز که از شناخته‌شده‌ترین متخصصان داده‌نمایی معاصر است، نمودارهای سه‌بعدی را یکی از رایج‌ترین نمونه‌های طراحی نامناسب اطلاعات می‌داند. او معتقد است زمانی که داده‌ها ذاتاً دوبعدی هستند، اضافه کردن بُعد سوم معمولاً اطلاعات جدیدی تولید نمی‌کند و تنها فرایند مقایسه و تحلیل را دشوارتر می‌سازد.

اگر مقاله «نمایش شفاف داده‌ها با اصول Data-Ink Ratio» را مطالعه کرده باشید، احتمالاً با این ایده آشنا شده‌اید که هر عنصر موجود در نمودار باید در خدمت انتقال داده باشد. نمودارهای سه‌بعدی دقیقاً در نقطه مقابل این فلسفه قرار می‌گیرند. آن‌ها معمولاً حجم زیادی از عناصر بصری تولید می‌کنند، بدون اینکه ارزش اطلاعاتی جدیدی به نمودار اضافه کنند.

همچنین بسیاری از نمونه‌هایی که در مقاله «اشتباهات رایج در طراحی بصری اسلایدها» بررسی کردیم، در نمودارهای سه‌بعدی نیز مشاهده می‌شوند؛ از شلوغی بصری گرفته تا استفاده از افکت‌هایی که بیشتر برای جلب توجه طراحی شده‌اند تا انتقال معنا.

در این مقاله بررسی خواهیم کرد که چرا نمودارهای سه‌بعدی، با وجود محبوبیت زیاد، اغلب انتخاب مناسبی برای ارائه داده‌ها نیستند. همچنین خواهیم دید چگونه یک نمودار ساده دوبعدی در بسیاری از مواقع می‌تواند سریع‌تر، دقیق‌تر و شفاف‌تر از یک نمودار سه‌بعدی پیام خود را منتقل کند. در پایان این مقاله احتمالاً به این نتیجه خواهید رسید که در طراحی نمودارها، همانند بسیاری از بخش‌های دیگر طراحی اسلاید، «واضح‌تر بودن» بسیار ارزشمندتر از «پرزرق‌وبرق‌تر بودن» است.

مشکل اصلی نمودارهای سه‌بعدی: تحریف ادراک بصری

یکی از مهم‌ترین دلایلی که متخصصان داده‌نمایی با نمودارهای سه‌بعدی مخالف هستند، موضوعی است که در علم طراحی اطلاعات به آن تحریف ادراک بصری (Perceptual Distortion) گفته می‌شود. به زبان ساده، این اتفاق زمانی رخ می‌دهد که آنچه مخاطب از نمودار برداشت می‌کند، با واقعیت داده‌ها یکسان نباشد.

در نگاه اول ممکن است یک نمودار سه‌بعدی جذاب‌تر از نسخه دوبعدی آن به نظر برسد. اما مشکل از جایی آغاز می‌شود که مغز انسان تلاش می‌کند ارتفاع، حجم، عمق و زاویه‌ها را تفسیر کند. مغز ما برای درک اشیای سه‌بعدی در دنیای واقعی بسیار توانمند است، اما وقتی همین ویژگی‌ها وارد نمودارها می‌شوند، گاهی باعث ایجاد خطا در قضاوت می‌شوند.

در یک نمودار دوبعدی، مخاطب معمولاً تنها با یک متغیر بصری مهم سروکار دارد؛ مثلاً ارتفاع یک ستون یا طول یک میله. اما در نمودار سه‌بعدی علاوه بر ارتفاع، حجم، زاویه دید، پرسپکتیو و سایه‌ها نیز وارد بازی می‌شوند. نتیجه این است که مغز به جای تمرکز بر داده‌ها، بخشی از انرژی خود را صرف تفسیر جلوه‌های بصری می‌کند. به همین دلیل گاهی بین اندازه واقعی داده و اندازه‌ای که مخاطب تصور می‌کند فاصله ایجاد می‌شود.

فرض کنید دو ستون دارای ارتفاع کاملاً یکسان باشند. اگر یکی از آن‌ها در قسمت جلوی نمودار قرار گیرد و دیگری در بخش عقب، ستون جلویی ممکن است بزرگ‌تر به نظر برسد؛ در حالی که مقدار واقعی هر دو برابر است. این اتفاق نه به دلیل اشتباه در داده‌ها، بلکه به دلیل زاویه دید و خطای ادراکی رخ می‌دهد.

نمونه دیگری را در نمودارهای دایره‌ای سه‌بعدی مشاهده می‌کنیم. بخشی از نمودار که در جلوی تصویر قرار گرفته است معمولاً بزرگ‌تر از مقدار واقعی خود دیده می‌شود، در حالی که بخش‌های عقب نمودار کوچک‌تر به نظر می‌رسند. در نتیجه ممکن است مخاطب تصور کند سهم یک بخش بیشتر یا کمتر از واقعیت است. این همان چیزی است که به آن تحریف ادراک بصری گفته می‌شود؛ یعنی نمودار ناخواسته باعث می‌شود داده‌ها متفاوت از واقعیت دیده شوند.

برای درک بهتر موضوع، تصور کنید دو بطری آب روی میز قرار دارند. اگر یکی نزدیک‌تر به شما باشد و دیگری کمی دورتر، بطری نزدیک‌تر بزرگ‌تر به نظر می‌رسد. مغز شما می‌داند که این تفاوت به دلیل فاصله است. اما در یک نمودار سه‌بعدی، چنین سرنخ‌هایی همیشه واضح نیستند و ممکن است مخاطب اندازه ظاهری را با مقدار واقعی اشتباه بگیرد.

مشکل زمانی جدی‌تر می‌شود که این خطاها وارد گزارش‌های مدیریتی، مالی یا تحلیلی شوند. در چنین شرایطی حتی یک برداشت اشتباه کوچک می‌تواند مسیر تحلیل و تصمیم‌گیری را تغییر دهد. هدف نمودار این است که داده‌ها را شفاف‌تر کند، نه اینکه لایه‌ای از ابهام روی آن‌ها اضافه کند. به همین دلیل بسیاری از متخصصان داده‌نمایی معتقدند که در طراحی نمودارها باید از ویژگی‌های بصری استفاده کنیم که مغز انسان بتواند آن‌ها را سریع و دقیق مقایسه کند. ارتفاع، طول و موقعیت از جمله ویژگی‌هایی هستند که انسان به‌خوبی آن‌ها را درک می‌کند. اما حجم، پرسپکتیو و عمق معمولاً دقت مقایسه را کاهش می‌دهند.

در همین راستا، ادوارد تافت بارها تأکید کرده است که وظیفه نمودار نمایش صادقانه داده‌هاست. از دیدگاه او، هر عنصری که باعث تغییر برداشت مخاطب از واقعیت شود، کیفیت ارتباط بصری را کاهش می‌دهد. به بیان دیگر، نمودار نباید داده‌ها را زیباتر، بزرگ‌تر یا کوچک‌تر از آنچه هستند نشان دهد؛ بلکه باید تصویری شفاف و دقیق از حقیقت ارائه کند.

به همین دلیل است که بسیاری از نمودارهای سه‌بعدی، با وجود ظاهر جذاب، در عمل یکی از رایج‌ترین نمونه‌های تحریف اطلاعات محسوب می‌شوند. آن‌ها ممکن است توجه مخاطب را جلب کنند، اما هم‌زمان دقت درک داده‌ها را نیز کاهش دهند.

نمودار سه‌بعدی چگونه داده‌ها را پنهان می‌کند؟

در بخش قبل دیدیم که نمودارهای سه‌بعدی می‌توانند باعث تحریف ادراک بصری شوند؛ یعنی داده‌ها را متفاوت از واقعیت نشان دهند. اما مشکل به همین‌جا ختم نمی‌شود. یکی از ایرادهای جدی‌تر این نوع نمودارها آن است که گاهی بخشی از اطلاعات را عملاً از دید مخاطب پنهان می‌کنند.

هدف یک نمودار خوب این است که داده‌ها را شفاف‌تر، سریع‌تر و قابل فهم‌تر نمایش دهد. اما در بسیاری از نمودارهای سه‌بعدی، مخاطب برای دیدن و مقایسه اطلاعات باید تلاش بیشتری انجام دهد. در واقع نمودار به جای کمک به فهم، خودش به بخشی از مسئله تبدیل می‌شود.

مشکل زاویه دید

در نمودارهای دوبعدی، همه داده‌ها روی یک سطح قرار دارند و معمولاً با یک نگاه قابل مشاهده هستند. اما در نمودارهای سه‌بعدی، زاویه دید وارد ماجرا می‌شود. همان‌طور که وقتی از یک ساختمان از زاویه خاصی عکس می‌گیرید بخشی از آن پشت قسمت‌های دیگر پنهان می‌شود، در نمودارهای سه‌بعدی نیز برخی داده‌ها ممکن است پشت عناصر دیگر قرار بگیرند.

به همین دلیل دو نفر ممکن است به یک نمودار نگاه کنند اما برداشت متفاوتی از اهمیت یا اندازه داده‌ها داشته باشند. دلیل این اختلاف نه خود داده‌ها، بلکه نحوه نمایش آن‌هاست.

پنهان شدن داده‌های پشت نمودار

یکی از رایج‌ترین مشکلات نمودارهای سه‌بعدی، پنهان شدن بخشی از اطلاعات در پشت سایر عناصر است. فرض کنید در یک نمودار ستونی سه‌بعدی، چندین ستون در کنار یکدیگر قرار گرفته‌اند. ستون‌های جلویی ممکن است بخشی از ستون‌های عقبی را بپوشانند. در نتیجه مخاطب برای تشخیص مقدار واقعی هر ستون مجبور می‌شود حدس بزند یا زمان بیشتری صرف بررسی محورهای نمودار کند. همین مشکل در نمودارهای دایره‌ای سه‌بعدی نیز دیده می‌شود. بخش‌هایی که در پشت نمودار قرار دارند معمولاً کوچک‌تر دیده می‌شوند یا حتی بخشی از آن‌ها از دید مخاطب خارج می‌شود. در چنین شرایطی داده‌ها دیگر شفاف نیستند؛ بلکه پشت جلوه‌های گرافیکی مخفی شده‌اند.

دشوار شدن مقایسه‌ها

یکی از مهم‌ترین وظایف نمودارها کمک به مقایسه است. ما معمولاً نمودار می‌سازیم تا بفهمیم چه چیزی بیشتر، کمتر، سریع‌تر یا کندتر است. اما مقایسه در فضای سه‌بعدی دشوارتر از فضای دوبعدی است. برای مثال تصور کنید می‌خواهید ارتفاع دو ستون را مقایسه کنید. در نمودار دوبعدی این کار تقریباً فوری انجام می‌شود. اما در نمودار سه‌بعدی باید اثر زاویه دید، عمق و پرسپکتیو را نیز در نظر بگیرید.

به همین دلیل است که متخصصانی مانند Stephen Few معتقدند انسان در مقایسه طول و ارتفاع بسیار دقیق‌تر از مقایسه حجم و عمق عمل می‌کند. هرچه نمایش داده‌ها به ویژگی‌های ساده‌تری مانند طول و موقعیت نزدیک‌تر باشد، فهم آن‌ها نیز سریع‌تر خواهد بود.

افزایش بار شناختی (Cognitive Load)

در علوم شناختی اصطلاحی وجود دارد به نام بار شناختی (Cognitive Load). این مفهوم به میزان تلاش ذهن برای پردازش اطلاعات اشاره می‌کند. هرچه طراحی یک نمودار پیچیده‌تر باشد، ذهن مخاطب انرژی بیشتری برای فهم آن صرف می‌کند. در یک نمودار ساده دوبعدی، ذهن مستقیماً به سراغ داده‌ها می‌رود. اما در نمودار سه‌بعدی ابتدا باید زاویه‌ها، سایه‌ها، عمق تصویر و حجم اشکال را تفسیر کند و سپس به سراغ تحلیل داده‌ها برود.به بیان ساده، بخشی از توان ذهنی مخاطب صرف «فهمیدن خود نمودار» می‌شود؛ در حالی که باید صرف «فهمیدن داده‌ها» شود. این دقیقاً برخلاف هدف طراحی اطلاعات است.

چند نمونه رایج از این مشکل

3D Bar Chart: در نمودارهای ستونی سه‌بعدی معمولاً ستون‌های جلویی توجه بیشتری جلب می‌کنند و ستون‌های عقبی کمتر دیده می‌شوند. همچنین مقایسه دقیق ارتفاع ستون‌ها دشوارتر می‌شود.

3D Pie Chart: یکی از مشهورترین نمونه‌های طراحی نامناسب اطلاعات است. بخش‌های نزدیک‌تر بزرگ‌تر دیده می‌شوند و بخش‌های دورتر کوچک‌تر از مقدار واقعی به نظر می‌رسند. در نتیجه سهم واقعی هر بخش به‌درستی درک نمی‌شود.

3D Area Chart: در نمودارهای ناحیه‌ای سه‌بعدی، سطوح مختلف روی یکدیگر قرار می‌گیرند و بخشی از روندها یا نقاط مهم پشت سایر بخش‌ها پنهان می‌شوند. همین موضوع تشخیص تغییرات واقعی را دشوار می‌کند.

چرا مخاطب زمان بیشتری برای فهم صرف می‌کند؟

وقتی یک نمودار دوبعدی خوب طراحی شده باشد، مخاطب تقریباً در چند ثانیه پیام اصلی را دریافت می‌کند. اما در نمودارهای سه‌بعدی معمولاً فرآیند زیر اتفاق می‌افتد:

1. تشخیص زاویه و ساختار نمودار
2. تفکیک جلو و عقب تصویر
3. تخمین اندازه واقعی داده‌ها
4. مقایسه مقادیر
5. استخراج پیام اصلی

این مراحل اضافی باعث می‌شوند زمان تحلیل افزایش پیدا کند و احتمال خطا نیز بیشتر شود. در گزارش‌های مدیریتی، ارائه‌های آموزشی و جلسات تصمیم‌گیری، همین چند ثانیه اضافه می‌تواند باعث کاهش تمرکز مخاطب و از دست رفتن پیام اصلی شود.

ارتباط با Data-Ink Ratio

اگر مقاله «نمایش شفاف داده‌ها با اصول Data-Ink Ratio» را مطالعه کرده باشید، به خاطر دارید که ادوارد تافت معتقد بود هر عنصر موجود در نمودار باید به انتقال داده کمک کند. در نمودارهای سه‌بعدی، حجم زیادی از فضای بصری صرف نمایش عمق، سایه، حجم و افکت‌هایی می‌شود که اطلاعات جدیدی به مخاطب نمی‌دهند. این عناصر در واقع نوعی Non-Data Ink هستند؛ یعنی جوهری که صرف نمایش داده نشده است. به همین دلیل نمودارهای سه‌بعدی معمولاً نسبت Data-Ink Ratio پایینی دارند و از دیدگاه تافت طراحی مؤثری محسوب نمی‌شوند.

ارتباط با مینیمالیسم در طراحی اسلاید

در مقاله «مینیمالیسم در طراحی اسلاید: کمتر، بیشتر است» دیدیم که حذف عناصر غیرضروری باعث افزایش وضوح پیام می‌شود. نمودار سه‌بعدی دقیقاً برخلاف این اصل عمل می‌کند. به جای کاهش پیچیدگی، لایه‌های جدیدی از اطلاعات بصری به نمودار اضافه می‌کند؛ لایه‌هایی که اغلب هیچ ارزش تحلیلی ندارند. به همین دلیل بسیاری از متخصصان داده‌نمایی معتقدند که اگر هدف شما فهم بهتر داده‌ها باشد، یک نمودار دوبعدی ساده تقریباً همیشه از نسخه سه‌بعدی آن مؤثرتر خواهد بود.

بررسی رایج‌ترین انواع نمودارهای سه‌بعدی و جایگزین‌های بهتر

تا اینجا دیدیم که نمودارهای سه‌بعدی می‌توانند باعث تحریف ادراک، پنهان شدن داده‌ها و افزایش بار شناختی شوند. اما این مشکلات در همه نمودارهای سه‌بعدی به یک اندازه ظاهر نمی‌شوند. برخی از انواع نمودارها بیش از دیگران در معرض خطاهای بصری قرار دارند و متأسفانه همین نمودارها جزو پرکاربردترین گزینه‌ها در پاورپوینت و نرم‌افزارهای گزارش‌گیری هستند. در این بخش سه نمونه از رایج‌ترین نمودارهای سه‌بعدی را بررسی می‌کنیم و خواهیم دید چرا نسخه‌های دوبعدی آن‌ها معمولاً انتخاب‌های حرفه‌ای‌تر و دقیق‌تری هستند.

نمودار ستونی سه‌بعدی (3D Bar Chart)

نمودار ستونی یکی از محبوب‌ترین ابزارهای نمایش داده است. این نمودار برای مقایسه دسته‌ها، رتبه‌بندی‌ها و شاخص‌های عملکردی بسیار مناسب است. اما زمانی که به آن بُعد سوم اضافه می‌شود، بسیاری از مزایای آن از بین می‌رود.

مشکلات نمودار ستونی سه‌بعدی

اولین مشکل، زاویه دید است. در یک نمودار سه‌بعدی، ستون‌های نزدیک‌تر معمولاً بزرگ‌تر و برجسته‌تر دیده می‌شوند، حتی اگر مقدار آن‌ها با سایر ستون‌ها برابر باشد.

مشکل دوم، دشوار شدن مقایسه ارتفاع‌هاست. در نسخه دوبعدی، مخاطب تنها ارتفاع ستون‌ها را مقایسه می‌کند. اما در نسخه سه‌بعدی، حجم، عمق و پرسپکتیو نیز وارد تحلیل می‌شوند و دقت مقایسه کاهش پیدا می‌کند.

مشکل سوم زمانی رخ می‌دهد که تعداد ستون‌ها زیاد باشد. در این حالت ممکن است بخشی از ستون‌های عقبی پشت ستون‌های جلویی پنهان شوند و خوانایی نمودار کاهش یابد.

فرض کنید می‌خواهید عملکرد ۱۰ شعبه را مقایسه کنید. در یک نمودار دوبعدی، مخاطب تقریباً در چند ثانیه می‌تواند شعبه برتر و ضعیف‌تر را تشخیص دهد. اما در نسخه سه‌بعدی، همین کار به زمان و تمرکز بیشتری نیاز خواهد داشت.

جایگزین بهتر: نمودار ستونی ساده (Bar Chart)

نمودار ستونی دوبعدی همان اطلاعات را بدون ایجاد خطای دید نمایش می‌دهد. مقایسه‌ها سریع‌تر انجام می‌شوند و مخاطب می‌تواند روی داده‌ها تمرکز کند، نه روی افکت‌های گرافیکی.

نمودار دایره‌ای سه‌بعدی (3D Pie Chart)

اگر بخواهیم فهرستی از بحث‌برانگیزترین نمودارهای دنیای داده‌نمایی تهیه کنیم، احتمالاً نمودار دایره‌ای سه‌بعدی در رتبه‌های اول قرار خواهد گرفت. این نمودار سال‌ها در گزارش‌ها و اسلایدها استفاده شده است، اما تقریباً همه متخصصان برجسته داده‌نمایی نسبت به استفاده از آن هشدار داده‌اند.

تحریف سهم‌ها : در نمودار دایره‌ای سه‌بعدی، بخش‌هایی که در جلوی نمودار قرار دارند بزرگ‌تر از واقعیت دیده می‌شوند. در مقابل، بخش‌های عقب کوچک‌تر به نظر می‌رسند. در نتیجه ممکن است دو بخش که اختلاف کمی دارند، بسیار متفاوت دیده شوند. یا حتی بخشی با سهم کمتر، بزرگ‌تر از بخش دیگر به نظر برسد.

مشکل زاویه دید : در نمودارهای دایره‌ای، ما باید زاویه‌ها و مساحت بخش‌ها را مقایسه کنیم. این کار ذاتاً از مقایسه طول ستون‌ها دشوارتر است. حال اگر عمق و پرسپکتیو نیز اضافه شوند، تشخیص اندازه واقعی هر بخش باز هم سخت‌تر می‌شود.

به همین دلیل است که بسیاری از مخاطبان پس از دیدن یک Pie Chart سه‌بعدی برداشت دقیقی از نسبت‌ها ندارند.

جایگزین‌های بهتر

Pie Chart ساده : اگر تعداد دسته‌ها کم باشد و هدف صرفاً نمایش سهم هر بخش از کل باشد، نسخه دوبعدی نمودار دایره‌ای انتخاب مناسب‌تری  است.

Donut Chart ساده : در بسیاری از داشبوردهای مدرن از نمودار دوناتی استفاده می‌شود. این نمودار ضمن حفظ مفهوم «جزء از کل»، فضای بیشتری برای نمایش اطلاعات تکمیلی فراهم می‌کند.

Bar Chart: در بسیاری از موارد حتی یک نمودار ستونی ساده از نمودار دایره‌ای عملکرد بهتری دارد؛ زیرا مقایسه طول ستون‌ها برای مغز انسان بسیار آسان‌تر از مقایسه زاویه‌هاست.

این موضوع را در مقاله «نمایش درست درصدها و مقایسه‌ها با نمودار ساده» به‌طور مفصل بررسی خواهیم کرد.(مقاله هنوز منتشر نشده است)

نمودار ناحیه‌ای سه‌بعدی (3D Area Chart)

نمودارهای ناحیه‌ای معمولاً برای نمایش تغییرات در طول زمان استفاده می‌شوند. زمانی که این نمودارها سه‌بعدی می‌شوند، یکی از مهم‌ترین مزایای خود یعنی نمایش شفاف روندها را از دست می‌دهند.

پنهان شدن روندها: در نمودار ناحیه‌ای سه‌بعدی، سطوح مختلف روی یکدیگر قرار می‌گیرند. بخشی از داده‌ها ممکن است پشت سایر بخش‌ها مخفی شوند و تشخیص روند واقعی دشوار شود. برای مثال اگر بخواهید روند فروش چند محصول را در طول یک سال مشاهده کنید، ناحیه‌های نزدیک‌تر ممکن است روند ناحیه‌های عقبی را بپوشانند. در نتیجه مخاطب به جای مشاهده مستقیم روند، باید تلاش کند حدس بزند که پشت لایه‌های مختلف چه اتفاقی افتاده است.

دشوار شدن تشخیص نقاط مهم: نقاط اوج، افت‌های ناگهانی و تغییرات بحرانی در نمودارهای زمانی اهمیت زیادی دارند. اما در نسخه‌های سه‌بعدی این نقاط گاهی پشت سایر عناصر قرار می‌گیرند یا به دلیل زاویه دید به‌درستی دیده نمی‌شوند.

جایگزین‌های بهتر

Line Chart: نمودار خطی معمولاً بهترین گزینه برای نمایش روندها و تغییرات در طول زمان است. خطوط به‌وضوح مسیر حرکت داده را نشان می‌دهند و تحلیل را ساده‌تر می‌کنند.

Area Chart ساده: اگر بخواهید علاوه بر روند، حجم یا مقدار تجمعی داده را نیز نمایش دهید، نسخه دوبعدی نمودار ناحیه‌ای انتخاب بسیار بهتری خواهد بود.

در مقاله «نمایش تغییرات در زمان با نمودار سری زمانی» با جزئیات بیشتری درباره انتخاب بهترین نمودار برای داده‌های زمانی صحبت خواهیم کرد. (مقاله هنوز منتشر نشده است)

نتیجه این بخش

نکته جالب اینجاست که تقریباً برای تمام نمودارهای سه‌بعدی محبوب، یک جایگزین دوبعدی وجود دارد که: سریع‌تر فهمیده می‌شود؛ خطای ادراکی کمتری ایجاد می‌کند؛ داده‌ها را شفاف‌تر نمایش می‌دهد و تصمیم‌گیری را آسان‌تر می‌کند. به همین دلیل بسیاری از متخصصان داده‌نمایی توصیه می‌کنند قبل از اضافه کردن هر نوع افکت سه‌بعدی، از خود بپرسید:

«آیا این بُعد سوم اطلاعات جدیدی به نمودار اضافه می‌کند یا فقط ظاهر آن را تغییر می‌دهد؟»

در بیشتر مواقع پاسخ سؤال دوم خواهد بود.

مطالعه موردی: قبل و بعد از حذف سه‌بعدی‌سازی

یکی از بهترین راه‌ها برای درک تأثیر واقعی نمودارهای سه‌بعدی، مقایسه مستقیم آن‌ها با نسخه‌های دوبعدی است. بسیاری از افراد تا زمانی که این مقایسه را انجام ندهند، متوجه نمی‌شوند که چه میزان از وضوح اطلاعات را به خاطر چند افکت گرافیکی از دست داده‌اند. در این بخش یک مثال ساده اما بسیار رایج را بررسی می‌کنیم؛ مثالی که در بسیاری از گزارش‌های مدیریتی، فروش و عملکرد سازمانی دیده می‌شود.

نسخه اول: نمودار سه‌بعدی فروش شعب

فرض کنید مدیر فروش یک شرکت قصد دارد عملکرد پنج شعبه را در یک اسلاید نمایش دهد. برای جذاب‌تر شدن گزارش، از یک نمودار ستونی سه‌بعدی استفاده می‌شود.

در این نمودار: ستون‌ها دارای حجم و عمق هستند. روی آن‌ها سایه و گرادیانت اعمال شده است. زاویه دید به صورت مورب تنظیم شده است. ستون‌های نزدیک‌تر بزرگ‌تر دیده می‌شوند. برخی ستون‌ها بخشی از ستون‌های دیگر را می‌پوشانند.

در نگاه اول نمودار حرفه‌ای و چشمگیر به نظر می‌رسد. اما زمانی که مخاطب بخواهد داده‌ها را تحلیل کند، مشکلات کم‌کم خود را نشان می‌دهند.

تحلیل مشکلات

1. برخی مقادیر بزرگ‌تر از واقعیت دیده می‌شوند: ستون‌هایی که در قسمت جلوی نمودار قرار دارند معمولاً توجه بیشتری جلب می‌کنند و بزرگ‌تر به نظر می‌رسند. در نتیجه ممکن است مخاطب تصور کند اختلاف عملکرد آن‌ها با سایر شعب بیشتر از مقدار واقعی است. این همان تحریف ادراک بصری (Perceptual Distortion) است که در بخش‌های قبلی درباره آن صحبت کردیم.

2. مقایسه دقیق دشوار می‌شود: فرض کنید فروش دو شعبه بسیار نزدیک به یکدیگر است. در نمودار سه‌بعدی تشخیص این اختلاف کوچک کار ساده‌ای نیست. مخاطب باید: زاویه دید را در ذهن خود اصلاح کند؛ ارتفاع واقعی ستون‌ها را تخمین بزند؛ اثر حجم و سایه را نادیده بگیرد. در حالی که هدف نمودار باید کاهش این زحمت ذهنی باشد، نه افزایش آن.

3. برخی داده‌ها کمتر دیده می‌شوند: در بسیاری از نمودارهای سه‌بعدی، ستون‌های عقبی بخشی از دید مخاطب را از دست می‌دهند. گاهی حتی شعبه‌ای که عملکرد ضعیف‌تری داشته، به دلیل قرار گرفتن در پشت نمودار کمتر مورد توجه قرار می‌گیرد. در نتیجه مخاطب ممکن است یکی از مهم‌ترین پیام‌های نمودار را از دست بدهد.

4. توجه از داده به سمت افکت‌ها منحرف می‌شود: وقتی سایه‌ها، حجم‌ها، رنگ‌های متعدد و جلوه‌های گرافیکی زیاد باشند، چشم مخاطب ابتدا به سراغ این عناصر می‌رود.در نتیجه داده که باید قهرمان اصلی اسلاید باشد، به نقش فرعی تبدیل می‌شود.

نسخه دوم: همان داده‌ها در نمودار دوبعدی

حال فرض کنید همان اطلاعات را بدون هیچ تغییری در داده‌ها، فقط با یک نمودار ستونی دوبعدی ساده نمایش دهیم. در این نسخه: سایه‌ها حذف شده‌اند. حجم سه‌بعدی وجود ندارد. همه ستون‌ها روی یک صفحه قرار دارند. مقیاس‌ها کاملاً واضح هستند. فقط یک رنگ تأکیدی برای برجسته‌سازی مهم‌ترین داده استفاده شده است. جالب اینجاست که هیچ اطلاعات جدیدی به نمودار اضافه نشده است؛ اما فهم آن به شکل محسوسی آسان‌تر شده است.

مقایسه نتایج

سرعت فهم: در نمودار دوبعدی، مخاطب تقریباً بلافاصله می‌تواند: شعبه برتر را تشخیص دهد؛ شعبه ضعیف‌تر را پیدا کند؛ اختلاف عملکرد شعب را مقایسه کند. اما در نسخه سه‌بعدی این فرایند زمان بیشتری می‌برد. هرچه زمان بیشتری برای فهم نمودار صرف شود، احتمال از دست رفتن پیام اصلی نیز بیشتر می‌شود.

دقت برداشت: در نسخه دوبعدی، آنچه مخاطب می‌بیند بسیار نزدیک به واقعیت داده‌هاست. اما در نسخه سه‌بعدی، حجم و پرسپکتیو می‌توانند باعث بزرگ‌تر یا کوچک‌تر دیده شدن برخی مقادیر شوند. به همین دلیل دقت تحلیل در نمودارهای دوبعدی معمولاً بالاتر است.

کیفیت تصمیم‌گیری: هدف نهایی بسیاری از نمودارها کمک به تصمیم‌گیری است. مدیری که داده‌ها را سریع‌تر و دقیق‌تر درک کند، احتمالاً تصمیم بهتری نیز خواهد گرفت. وقتی نمودار باعث ابهام، خطای دید یا برداشت نادرست شود، کیفیت تصمیم‌گیری نیز کاهش پیدا می‌کند.به همین دلیل بسیاری از متخصصان داده‌نمایی معتقدند که نمودار خوب، نموداری نیست که بیشتر جلب توجه کند؛ بلکه نموداری است که سریع‌تر حقیقت را آشکار کند.

یک نکته جالب

در بسیاری از پروژه‌های بازطراحی داشبوردها و گزارش‌های مدیریتی، تنها با حذف افکت‌های سه‌بعدی و تبدیل نمودارها به نسخه‌های ساده دوبعدی، میزان فهم‌پذیری گزارش به شکل قابل توجهی افزایش پیدا می‌کند. یعنی بدون جمع‌آوری داده جدید، بدون تحلیل جدید و بدون تغییر محتوا، تنها با بهبود شیوه نمایش می‌توان کیفیت ارتباط بصری را ارتقا داد. این موضوع نشان می‌دهد که طراحی نمودار فقط یک موضوع زیبایی‌شناختی نیست؛ بلکه بخشی از فرآیند انتقال دانش و تصمیم‌سازی است.

تمرین عملی

یکی از نمودارهای سه‌بعدی قدیمی موجود در گزارش‌ها، ارائه‌ها یا داشبوردهای خود را انتخاب کنید. سپس:

1. تمام افکت‌های سه‌بعدی را حذف کنید.
2. نمودار را به یک نسخه دوبعدی ساده تبدیل کنید.
3. عناصر غیرضروری مانند سایه‌ها، گرادیانت‌ها و قاب‌های اضافی را حذف کنید.
4. نسخه قبل و بعد را کنار هم قرار دهید.
5. از چند نفر بخواهید پیام اصلی هر دو نمودار را بیان کنند.

در بسیاری از موارد مشاهده خواهید کرد که نسخه دوبعدی سریع‌تر، دقیق‌تر و با خطای کمتر درک می‌شود.

اگر تمایل دارید بازخورد تخصصی درباره نمودارهای خود دریافت کنید، می‌توانید نسخه قبل و بعد بازطراحی را برای تیم متاباران ارسال کنید و میزان بهبود وضوح و اثربخشی آن را ارزیابی نمایید. برای دریافت بازخورد تخصصی به یکی از راه‌های زیر ارسال کنید:

📧 info@metabaran.com

📱 09208808318 (واتساپ یا بله)

تیم آموزش متاباران تلاش می‌کند نکات بهبود، پیشنهادهای طراحی و بازخوردهای کاربردی را برای ارتقای مهارت‌های داده‌نمایی و طراحی اسلاید شما ارائه کند.

چه زمانی استفاده از بُعد سوم واقعاً منطقی است؟

تا اینجا در طول مقاله بارها تأکید کردیم که نمودارهای سه‌بعدی معمولاً انتخاب مناسبی برای نمایش داده‌ها نیستند. اما این موضوع به این معنا نیست که هر نوع نمایش سه‌بعدی همیشه اشتباه است. نکته مهم این است که بین داده سه‌بعدی (3D Data) و تزئین سه‌بعدی (3D Decoration) تفاوت قائل شویم.

بسیاری از نمودارهای سه‌بعدی که در پاورپوینت یا گزارش‌ها می‌بینیم، در واقع داده‌ای سه‌بعدی را نمایش نمی‌دهند. آن‌ها صرفاً داده‌های دوبعدی را با جلوه‌های بصری سه‌بعدی تزئین می‌کنند. به عبارت دیگر، بُعد سوم هیچ اطلاعات جدیدی به مخاطب نمی‌دهد و فقط ظاهر نمودار را تغییر می‌دهد. اما در برخی حوزه‌ها، خود داده‌ها ماهیتی سه‌بعدی دارند. در چنین شرایطی استفاده از نمایش سه‌بعدی نه‌تنها منطقی، بلکه گاهی ضروری است.

تفاوت بین 3D Data و 3D Decoration

برای درک بهتر موضوع، یک سؤال ساده بپرسید: آیا بُعد سوم حامل اطلاعات است یا فقط یک جلوه بصری؟

اگر پاسخ اول باشد، احتمالاً نمایش سه‌بعدی توجیه‌پذیر است. اما اگر پاسخ دوم باشد، معمولاً با یک تزئین غیرضروری روبه‌رو هستیم. فرض کنید در یک نمودار فروش، فقط مقادیر فروش ماهانه را نمایش می‌دهید. این داده‌ها تنها به دو محور نیاز دارند: زمان و مقدار فروش. در اینجا افزودن عمق سه‌بعدی هیچ اطلاعات جدیدی ایجاد نمی‌کند. اما اگر در حال نمایش یک مدل معماری، یک قطعه صنعتی یا یک ساختار فضایی باشید، بُعد سوم بخشی از خود اطلاعات است و حذف آن می‌تواند باعث از دست رفتن معنا شود.

مدل‌های مهندسی

یکی از واضح‌ترین کاربردهای نمایش سه‌بعدی در حوزه مهندسی است. مهندسان هنگام طراحی قطعات مکانیکی، تجهیزات صنعتی یا سازه‌های پیچیده باید ابعاد، حجم، ضخامت و موقعیت اجزا را مشاهده کنند. در اینجا بُعد سوم صرفاً یک جلوه گرافیکی نیست؛ بلکه بخشی از اطلاعات فنی پروژه محسوب می‌شود.

برای مثال نمایش یک چرخ‌دنده صنعتی یا یک موتور مکانیکی در قالب دوبعدی ممکن است بسیاری از جزئیات مهم را پنهان کند. اما مدل سه‌بعدی امکان بررسی دقیق ساختار را فراهم می‌کند.

نقشه‌های سه‌بعدی

در بسیاری از پروژه‌های جغرافیایی و شهری، ارتفاع بخشی از اطلاعات اصلی است. نمایش پستی و بلندی زمین، ارتفاع ساختمان‌ها یا مدل‌های توپوگرافی نمونه‌هایی هستند که در آن‌ها بُعد سوم اطلاعات ارزشمند تولید می‌کند. برای مثال اگر بخواهید مسیر عبور یک جاده در منطقه‌ای کوهستانی را بررسی کنید، نمایش دوبعدی ممکن است تصویر کاملی از شیب‌ها و اختلاف ارتفاع‌ها ارائه ندهد.

طراحی صنعتی

در طراحی محصول نیز نمایش سه‌بعدی اهمیت زیادی دارد. زمانی که یک طراح در حال توسعه یک دستگاه الکترونیکی، وسیله خانگی یا محصول مصرفی است، شکل، حجم و نحوه قرارگیری اجزا بخش مهمی از اطلاعات محسوب می‌شوند. در چنین شرایطی مدل سه‌بعدی به مخاطب کمک می‌کند محصول را همان‌طور که در دنیای واقعی وجود خواهد داشت، درک کند.

مدل‌های معماری

شاید یکی از شناخته‌شده‌ترین کاربردهای نمایش سه‌بعدی در حوزه معماری باشد. معماران از مدل‌های سه‌بعدی برای نمایش ساختمان‌ها، فضاهای داخلی و پروژه‌های شهری استفاده می‌کنند. در اینجا هدف تنها ارائه داده نیست؛ بلکه نمایش حجم، مقیاس، نور، فضا و ارتباط اجزای مختلف با یکدیگر است. طبیعتاً نمایش دوبعدی نمی‌تواند همه این ویژگی‌ها را به‌خوبی منتقل کند.

شبیه‌سازی‌های علمی

در علوم مختلف نیز گاهی نمایش سه‌بعدی ضروری می‌شود. برای مثال: مدل‌سازی مولکول‌ها در شیمی، ساختار پروتئین‌ها در زیست‌شناسی، شبیه‌سازی جریان هوا در مهندسی، مدل‌سازی کهکشان‌ها در نجوم . در این موارد، اطلاعات واقعاً در سه بُعد وجود دارند و نمایش سه‌بعدی بخشی از ماهیت داده است.

یک معیار ساده برای تصمیم‌گیری

اگر هنگام طراحی نمودار یا اسلاید درباره استفاده از بُعد سوم تردید دارید، این سؤال می‌تواند راهنمای خوبی باشد:

اگر بُعد سوم را حذف کنم، آیا بخشی از اطلاعات از بین می‌رود؟

اگر پاسخ «بله» باشد، احتمالاً نمایش سه‌بعدی منطقی است.

اگر پاسخ «خیر» باشد، احتمال زیادی وجود دارد که بُعد سوم فقط یک تزئین باشد.

دیدگاه Stephen Few

استیون فیو یکی از مهم‌ترین اصول انتخاب نمودار را در یک جمله ساده خلاصه می‌کند:

«بُعد سوم زمانی ارزشمند است که اطلاعات جدیدی اضافه کند، نه اینکه فقط ظاهر نمودار را تغییر دهد.»

این جمله به‌خوبی مرز میان استفاده صحیح و استفاده نادرست از نمایش سه‌بعدی را مشخص می‌کند. اگر هدف ما کمک به فهم بهتر داده‌ها باشد، باید از خود بپرسیم که آیا عمق، حجم و پرسپکتیو واقعاً اطلاعات بیشتری در اختیار مخاطب قرار می‌دهند یا فقط نمودار را چشمگیرتر می‌کنند. در اغلب گزارش‌های مدیریتی، داشبوردها، ارائه‌های سازمانی و تحلیل‌های کسب‌وکار، پاسخ معمولاً روشن است: داده‌ها دوبعدی هستند و نیازی به نمایش سه‌بعدی ندارند. به همین دلیل متخصصان داده‌نمایی توصیه می‌کنند که بُعد سوم را تنها زمانی به کار ببریم که بخشی از حقیقت داده باشد؛ نه زمانی که صرفاً می‌خواهیم نمودار زیباتر به نظر برسد.

چک‌لیست تشخیص نمودارهای سه‌بعدی نامناسب

یکی از دلایلی که نمودارهای سه‌بعدی همچنان در بسیاری از ارائه‌ها، داشبوردها و گزارش‌ها دیده می‌شوند، این است که طراحان اغلب قبل از استفاده از آن‌ها یک سؤال ساده نمی‌پرسند:

«آیا این بُعد سوم واقعاً لازم است؟»

بسیاری از تصمیم‌های طراحی زمانی بهتر می‌شوند که قبل از اجرا، چند سؤال کلیدی از خودمان بپرسیم. همان‌طور که در مقاله «چه زمانی جدول و چه زمانی نمودار انتخاب کنیم؟» دیدیم، انتخاب ابزار مناسب باید بر اساس هدف ارتباطی انجام شود، نه صرفاً ظاهر گرافیکی. برای ارزیابی نمودارهای سه‌بعدی نیز می‌توان از یک چک‌لیست ساده اما بسیار کاربردی استفاده کرد. این چک‌لیست کمک می‌کند تشخیص دهیم آیا بُعد سوم ارزش واقعی ایجاد کرده است یا فقط به پیچیدگی نمودار افزوده است.

✅ آیا بُعد سوم اطلاعات جدیدی ارائه می‌کند؟

این مهم‌ترین سؤال در کل فرایند ارزیابی است. باید بررسی کنید که عمق، حجم یا پرسپکتیو موجود در نمودار چه اطلاعات تازه‌ای به مخاطب می‌دهد. برای مثال در یک مدل معماری، بُعد سوم اطلاعات واقعی درباره فضا و حجم ساختمان ارائه می‌کند. اما در یک نمودار فروش ماهانه، معمولاً عمق هیچ اطلاعات جدیدی ایجاد نمی‌کند. اگر بُعد سوم فقط باعث شود ستون‌ها ضخیم‌تر یا دایره‌ها برجسته‌تر به نظر برسند، احتمالاً با یک تزئین بصری روبه‌رو هستیم، نه یک ابزار تحلیلی.

✅ آیا حذف بُعد سوم باعث از دست رفتن داده می‌شود؟

یک آزمایش ذهنی ساده انجام دهید. فرض کنید همین نمودار را به یک نسخه دوبعدی تبدیل کنید. اکنون از خود بپرسید: آیا اطلاعاتی از بین رفته است؟ اگر پاسخ منفی باشد، احتمالاً بُعد سوم هیچ نقش واقعی در انتقال داده نداشته است.در بسیاری از نمودارهای مدیریتی و کسب‌وکار، پس از حذف جلوه‌های سه‌بعدی، تمام داده‌ها همچنان قابل مشاهده و حتی قابل فهم‌تر می‌شوند. این موضوع یکی از دلایل اصلی مخالفت افرادی مانند ادوارد تافت و استیون فیو با استفاده گسترده از نمودارهای سه‌بعدی است.

✅ آیا مقایسه مقادیر در نمودار آسان است؟

هدف بسیاری از نمودارها کمک به مقایسه است. مخاطب باید بتواند به سرعت تشخیص دهد:

• کدام مقدار بزرگ‌تر است؟
• کدام مقدار کوچک‌تر است؟
• اختلاف‌ها چقدر هستند؟
• رتبه‌بندی‌ها چگونه‌اند؟

اگر وجود زاویه دید، پرسپکتیو یا حجم باعث شود این مقایسه‌ها دشوار شوند، نمودار از انجام وظیفه اصلی خود بازمانده است. یک نمودار خوب باید مقایسه را آسان کند، نه اینکه مخاطب را مجبور به حدس زدن کند.

✅ آیا بخشی از داده‌ها پشت عناصر دیگر پنهان شده‌اند؟

این یکی از رایج‌ترین مشکلات نمودارهای سه‌بعدی است. در بسیاری از موارد: ستون‌های عقبی پشت ستون‌های جلویی قرار می‌گیرند. بخش‌هایی از نمودار دایره‌ای دیده نمی‌شوند. روندها در نمودارهای ناحیه‌ای پشت لایه‌های دیگر پنهان می‌شوند. وقتی بخشی از داده‌ها از دید مخاطب خارج شود، کیفیت تحلیل نیز کاهش پیدا می‌کند. اگر برای مشاهده کامل داده‌ها نیاز باشد زاویه دید را تغییر دهیم یا حدس بزنیم چه چیزی پشت نمودار قرار دارد، طراحی ما احتمالاً مشکل دارد.

✅ آیا نسخه دوبعدی واضح‌تر نیست؟

این سؤال را می‌توان «آزمون نهایی» نامید. نسخه سه‌بعدی و دوبعدی نمودار را کنار هم قرار دهید و از خود بپرسید:

• کدام نسخه سریع‌تر فهمیده می‌شود؟
• کدام نسخه خطای دید کمتری ایجاد می‌کند؟
• کدام نسخه پیام اصلی را بهتر منتقل می‌کند؟
• کدام نسخه برای تصمیم‌گیری مفیدتر است؟

در بسیاری از مواقع پاسخ کاملاً روشن خواهد بود. نسخه دوبعدی ساده‌تر است، اما دقیق‌تر و شفاف‌تر عمل می‌کند. این همان موضوعی است که در مقاله «نمایش شفاف داده‌ها با اصول Data-Ink Ratio» نیز بررسی کردیم؛ حذف عناصر غیرضروری معمولاً باعث افزایش وضوح پیام می‌شود.

یک چک‌لیست سریع برای استفاده روزمره

قبل از استفاده از هر نمودار سه‌بعدی، این پنج سؤال را مرور کنید:

✅ آیا بُعد سوم اطلاعات جدیدی ارائه می‌کند؟

✅ آیا حذف بُعد سوم باعث از دست رفتن داده می‌شود؟

✅ آیا مقایسه مقادیر آسان و دقیق است؟

✅ آیا هیچ بخشی از داده‌ها پنهان نشده‌اند؟

✅ آیا نسخه دوبعدی شفاف‌تر نیست؟

اگر پاسخ بیشتر این پرسش‌ها منفی باشد، احتمال بسیار زیادی وجود دارد که نمودار سه‌بعدی شما ضرورتی نداشته باشد. در چنین شرایطی، تبدیل نمودار به یک نسخه دوبعدی ساده معمولاً باعث می‌شود: فهم داده سریع‌تر شود؛ خطاهای ادراکی کاهش یابد؛ پیام اصلی واضح‌تر دیده شود و تصمیم‌گیری بر اساس داده‌ها دقیق‌تر انجام شود. به یاد داشته باشید که هدف اصلی نمودارها نمایش حقیقت داده‌هاست، نه نمایش توانایی نرم‌افزار در تولید افکت‌های گرافیکی. هرچه مخاطب با تلاش کمتری به پیام اصلی برسد، طراحی شما موفق‌تر بوده است.

جمع‌بندی

در طول این مقاله دیدیم که نمودارهای سه‌بعدی، با وجود ظاهر جذاب و چشمگیرشان، در بیشتر موارد ارزش تحلیلی جدیدی ایجاد نمی‌کنند. آن‌ها معمولاً اطلاعات بیشتری به مخاطب نمی‌دهند، بلکه با افزودن حجم، پرسپکتیو و افکت‌های بصری، درک داده‌ها را دشوارتر می‌کنند. یکی از مهم‌ترین درس‌هایی که از دیدگاه متخصصانی مانند ادوارد تافت و استیون فیو می‌آموزیم این است که:

هدف اصلی نمودار، نمایش شفاف واقعیت داده‌هاست؛ نه نمایش قابلیت‌های گرافیکی نرم‌افزار.

نمودار سه‌بعدی اغلب باعث می‌شود: برخی داده‌ها بزرگ‌تر یا کوچک‌تر از واقعیت دیده شوند؛ مقایسه مقادیر دشوارتر شود؛ بخشی از اطلاعات پنهان بماند و زمان بیشتری برای تحلیل و تصمیم‌گیری صرف شود. در مقابل، نمودارهای ساده و دوبعدی معمولاً سریع‌تر فهمیده می‌شوند، خطای ادراکی کمتری ایجاد می‌کنند و پیام اصلی را شفاف‌تر منتقل می‌کنند. 

مسیر یادگیری شما در اسلایدشناسی

🔗 مقاله قبلی: «نمایش شفاف داده‌ها با اصول Data-Ink Ratio» در این مقاله با یکی از مهم‌ترین اصول ادوارد تافت آشنا شدیم و یاد گرفتیم چگونه نسبت اطلاعات به تزئینات را افزایش دهیم تا داده‌ها واضح‌تر دیده شوند.

🔗 مقاله بعدی: «نمایش درست درصدها و مقایسه‌ها با نمودار ساده» در مقاله بعدی بررسی خواهیم کرد که چرا بسیاری از نمودارهای درصدی و مقایسه‌ای باعث برداشت اشتباه می‌شوند و چگونه می‌توان با انتخاب نمودارهای ساده و اصولی، مقایسه‌ها را دقیق‌تر، شفاف‌تر و قابل فهم‌تر نمایش داد. 

به خاطر داشته باشید: نمودار خوب نموداری نیست که بیشتر جلب توجه کند؛ نموداری است که حقیقت را سریع‌تر و دقیق‌تر آشکار کند.

منابع

برای نگارش مقاله «چرا باید از نمودار سه‌بعدی پرهیز کنیم؟» از منابع کلاسیک و معتبر حوزه داده‌نمایی، طراحی اطلاعات و ارائه‌های حرفه‌ای استفاده شده است. برخی از این منابع از مهم‌ترین کتاب‌های مرجع جهان در زمینه طراحی نمودار و نمایش داده محسوب می‌شوند.

بخشی از این منابع را می‌توانید به‌صورت رایگان و بخشی دیگر را با پرداخت مبلغی ناچیز از بخش متابوک سایت متاباران دانلود و مطالعه کنید. برای دسترسی به هر منبع، کافی است روی عنوان آن در سایت کلیک کنید.

The Visual Display of Quantitative Information

نمایش بصری اطلاعات کمی. نویسنده: Edward Tufte

این کتاب مشهورترین اثر ادوارد تافت و یکی از تأثیرگذارترین کتاب‌های تاریخ داده‌نمایی است. مفهوم Data-Ink Ratio، نقد نمودارهای سه‌بعدی، پرهیز از Chartjunk و اصول نمایش صادقانه داده‌ها در این کتاب معرفی شده‌اند. بخش مهمی از مباحث این مقاله بر پایه دیدگاه‌های مطرح‌شده در این کتاب شکل گرفته است.

Envisioning Information

تجسم اطلاعات. نویسنده: Edward Tufte

در این کتاب، تافت نشان می‌دهد چگونه می‌توان اطلاعات پیچیده را به شکلی ساده، شفاف و قابل فهم نمایش داد. مباحث مربوط به ادراک بصری، کاهش پیچیدگی و نمایش صحیح اطلاعات از موضوعات کلیدی این منبع هستند. این کتاب به‌خوبی توضیح می‌دهد چرا افکت‌های بصری غیرضروری می‌توانند مانع فهم داده شوند.

Show Me the Numbers

اعداد را به من نشان بده. نویسنده: Stephen Few

یکی از مهم‌ترین کتاب‌های استیون فیو درباره طراحی جدول‌ها و نمودارهای مؤثر است. نویسنده به‌صورت عملی توضیح می‌دهد که چرا نمودارهای سه‌بعدی معمولاً باعث کاهش دقت تحلیل می‌شوند و چگونه می‌توان با نمودارهای ساده‌تر اطلاعات را بهتر منتقل کرد. این کتاب یکی از منابع اصلی بخش‌های مربوط به خطاهای ادراکی و مقایسه نمودارهای دوبعدی و سه‌بعدی در این مقاله است.

Information Dashboard Design

طراحی داشبوردهای اطلاعاتی. نویسنده: Stephen Few

این کتاب یکی از معتبرترین منابع طراحی داشبوردهای مدیریتی است. فیو در این اثر توضیح می‌دهد که چگونه انتخاب نادرست نمودارها و استفاده از جلوه‌های تزئینی می‌تواند اثربخشی گزارش‌های مدیریتی را کاهش دهد. بخش‌هایی از مقاله که به فهم سریع‌تر داده‌ها، کاهش بار شناختی و افزایش کیفیت تصمیم‌گیری می‌پردازند، از مفاهیم این کتاب الهام گرفته‌اند.

Storytelling with Data

داستان‌سرایی با داده‌ها. نویسنده: Cole Nussbaumer Knaflic

این کتاب نشان می‌دهد که چگونه می‌توان توجه مخاطب را روی مهم‌ترین بخش داده‌ها متمرکز کرد. نویسنده تأکید می‌کند که عناصر غیرضروری و افکت‌های تزئینی اغلب پیام اصلی نمودار را پنهان می‌کنند. مطالعه این کتاب برای افرادی که می‌خواهند نمودارهای ساده‌تر، حرفه‌ای‌تر و متقاعدکننده‌تر طراحی کنند، بسیار ارزشمند است.

پیشنهاد مطالعه تکمیلی

اگر قصد دارید درک عمیق‌تری از موضوع این مقاله داشته باشید، پیشنهاد می‌شود منابع را به ترتیب زیر مطالعه کنید:

1. The Visual Display of Quantitative Information – Edward Tufte
2. Show Me the Numbers – Stephen Few
3. Information Dashboard Design – Stephen Few
4. Storytelling with Data – Cole Nussbaumer Knaflic

این چهار کتاب، هسته اصلی دانش حرفه‌ای در زمینه طراحی نمودار، داده‌نمایی و ارائه مؤثر اطلاعات را تشکیل می‌دهند و مطالعه آن‌ها می‌تواند نگاه شما را به طراحی اسلایدها و گزارش‌های داده‌محور متحول کند.

نظر شما چیست؟

آیا تاکنون از نمودارهای سه‌بعدی در ارائه‌ها یا گزارش‌های خود استفاده کرده‌اید؟ به نظر شما این نمودارها واقعاً به فهم بهتر داده‌ها کمک می‌کنند یا فقط ظاهر جذاب‌تری دارند؟

تجربه، دیدگاه یا نمونه‌های خود را در بخش نظرات با ما و سایر همراهان متاباران به اشتراک بگذارید. نظرات شما می‌تواند به غنی‌تر شدن این مجموعه آموزشی کمک کند.

ارادتمند شما

ابوالفضل ذوالقدر