25-02-2018 09:08:40

Lettilgængelige, interaktive, visuelle data for alle

Hvordan gør man store mængder data lettere tilgængelige og forståelige for alle? Matthias Nielsen fra Alexandra Instituttet er ekspert i Visual Analytics og brænder for at gøre data mere visuelle og interaktive.
20. sep. 2016 Af Alexandra Instituttet

Matthias er ekspert i webbaseret visualisering af data. Igennem hans ph.d.-projekt Interactive Visual Analytics of Big Data - a Web-Based Approach ved Aarhus Universitet har han forsket i visualiserings- og interaktionsteknikker til interaktiv visualisering af store datasæt i web-browsere. Hør ham fortælle om Visual Analytic, og hvordan det kan bruges. 

Hvad er Visual Analytics?

Visual Analytics er et felt, der er i rivende udvikling og handler om at omsætte data til visuel struktur. Kort fortalt: At gøre data, som er noget meget teknisk, koldt og kvantitativt til noget forståeligt for folk, der gerne vil bruge data, men ikke har kompetencer til at udfylde det her mellemrum mellem data og potentiel viden.

Hvad arbejder du med på Alexandra Instituttet?

Jeg arbejder bl.a. med front-end webudvikling, og hvordan man kan visualisere data i en ganske almindelig web-browser, uden at brugeren skal downloade en applikation eller installere et plugin.

Det er en udfordring at få web-browseren til visuelt at præsentere store mængder data, fordi de fleste web-browsere er designet til et bredere formål og derfor er begrænset i nogle situationer bl.a. i forhold til håndteringen af store datamængder. Hvis man skal bede sin bruger om at downloade alt muligt, har man tabt på forhånd. Det er måske at stille det lidt skarpt op, men det er vigtigt, at dataene er let tilgængelige og let anvendelige.

Der findes i Danmark en lang række datasæt, der er åbne for offentligheden, men som kræver en vis teknisk snilde at få omsat til forståelig information. Et eksempel er Erhvervsstyrelsens CVR-register over alle nuværende og historiske danske virksomheder. Registeret kan frit hentes af alle fra Erhvervsstyrelsens hjemmeside, men i et format der kræver yderligere software at få omsat til læseligt information. I samarbejde med Erhvervsstyrelsen har vi derfor arbejdet på at forbedre CVR-registeret og gøre det mere tilgængeligt.

Hvem kan bruge Visual Analytics?

Jeg vil mene, at alle offentlige instanser fra mindste kommune til nationale instanser som Danmarks Statistik med fordel kan bruge det. Der er store datamængder, som er offentligt tilgængelige rent teknisk i data API’er og lignende, men hvis du ikke kan se dem, så er de jo ikke tilgængelige. Set ud fra et demokratiseringsperspektiv mener jeg, at alle offentlige instanser har en forpligtelse til at offentliggøre data, ikke bare teknisk, men også visuelt.

Vi arbejder på metoder til, hvordan vi kan analysere disse data og finde mønstre på tværs mellem data, som ikke nødvendigvis er direkte sammenlignelige. På den måde vil private og offentlige virksomheder også udnytte et stort potentiale. Vi tager problemet buttom-up, og vi har folk i Alexandra, der ved, hvordan man bearbejder data, og jeg ved så, hvordan man visualiserer dem.

Bygningsvisualisering via værktøjet ”Affinityviz”, der viser elforbruget fordelt på lejligheder i det nybyggede Grundfos Kollegium
i Aarhus' nye havnebydel. Data er randomiseret og anonymiseret for at fjerne koblingen mellem visualisering og datakilde.

Hvad kan Visual Analytics tilbyde?

Hvis man har en masse data men ikke ved, hvad man kigger efter, hvis man skal lave en mere eksplorativ dataundersøgelse, så kan Visual Analytics være en fordel. Det er faktisk lige akkurat det, der er ved informationsvisualisering, at man viser data på abstrakte måder og kan vise en meget større mængde data. Hvis man derimod ved, hvad man leder efter, giver det måske mere mening at formulere dette som et spørgsmål og så lave et computerprogram, og så har man også brugt ekspertdomænet på den måde.

Hvad er målet med Visual Analytics?

Visual Analytics skal gøre data åbne for alle. Det er jo lidt min ideologiske kæphest. Der er også stor politisk motivation i at gøre data åbne. De er ikke åbne nok, hvis det bare er teknisk, de skal også være forståelige, og som det er nu, er det måske bare en promille af befolkningen, de er åbne for.

Med Visual Analytics har virksomheder også mulighed for at træffe bedre datadrevne beslutninger og gøre arbejdsprocesser mere effektive. Det kan godt være, at man i en virksomhed kan ringe ned til teknikafdelingen og få lavet en bar-graf af en eller anden data, men hvis man selv kan gøre dette, springer man et unødvendigt stort loop over.

Pointen er, at man med Visual Analytics selv har mulighed for at se dataene, både som privatperson eller ekspert i en virksomhed.

Artiklen er oprindeligt publiceret på Alexandra Instituttet. 


Deltag i debatten

IT - artikler og arrangementer

Nyeste IT-job fra Jobfinder

luk
close