Datavisualisering på IxDA Oslo i mars
I. Einar Sneve Martinussen | Immaterials: Light painting WiFi
Einar Sneve Martinussen er designer, forsker og doktorgradsstudent ved Arkitektur- og designhøgskolen i Oslo. Du husker kanskje Einars tokenbaserte medieprosjekt, BOWL?
Einar jobber nå med det nyoppstartede forskningsprosjektet YOUrban, som ser på nettverksbyens fenomener (The Networked City) og beskriver det digitales inntog i byene. Tekniske og interaktive fenomener som vi tar del i gjennom trådløse nettverk, datasignaler, mobiler og mer fyller byen med et usynlig landskap av usynlige nettverk. Hvordan kan vi avdekke disse, gjøre dem synlige, sanse materielle kvaliteter ved wifi, og sette teknologien i en sammenheng?
“Wifi er allerede blitt en del av populærkulturen”, hevder Einar. Tettheten av overlappende nettverk er stor. Vi tar wifi for gitt når vi drikker kaffe og lurer på hvorfor det ikke er å finne på flyet. Da er det greit å huske på at den massive framveksten av trådløst internett har skjedd må mindre enn seks år. Da jeg for første gang så en Airport-basestasjon montert i taket på medialabben i Helsinki tenkte jeg “hva skal man med slikt?” for min PowerBook hadde jo ikke wifi. I følge Einar ble VIP-loungen på Gardermoen og spesielle kafeer ansett som det naturlige stedet å ha wifi da det kom, ikke i hver eneste leilighet på Grünerløkka. Men det er over alt, og disse immaterielle fasettene blir stadig viktigere for oss som kjøpere og brukere:
“The products we design now are made with new stuffs. Service layers, video (…) places radio, data, APIs and connectivity are amongst the immaterials for modern products” – Jack Schulze/BERG
Sammen med Timo og Jørn laget Einar en fire meter høy målestav med en lang remse wifisensorer. Når sensoren plukker opp radiosignalet som bærer wifi blinker den. Man velger et nettverk og starter målingen, den lange remsen med blinkende sensorer fanges av et kamera som tar bilde med lang lukkertid (såkalt lysmaling). Målestaven er bygget med Arduino, en wifimodul à la dem man finner i mobiler og “en masse kjempekraftige LED-pærer fra Kina”. Ingen stor ingeniøravdeling trengs, her kan designerne bygge og måle ting selv.
Noen stikkord:
- Wifi opererer på arkitektonisk skala, derfor er målestaven fire meter høy
- Desember er den ideelle måned for å ta bilder av wifi. Mørkt, dog kaldt.
- @snve & co målte nettverk på Grünerløkka. Styrken, konsistensen og rekkevidden på nettverkene sier noe om byggets kvaliteter og om avsenderen. Hjemmenettverk som kommer ut av en 1890-talls bygård ved Kuba karrer seg knapt over gaten. KHiO og andre institusjoners nettverk stråler bredt ut.
- AHOs nettverk strekker seg helt ut til Akerselven. På midten av broen over elven møter det nettverket til KHiO.
- Bylandskapet og arkitekturen former nettverksformene sterkt.
- Lysmaleriene viser at nettverkene er veldig lokale, uformelle, utilgjengelig. Ingen kongstanke fra ingeniører eller store firmaer, bare folk som har satt dette opp selv. Og derved er wifi en del av bylandskapet.
- Nettverksbyen tar altså form rundt oss. Kanskje Bjørvika/Operaen/Groruddalssatsingen ikke er Oslos viktigste urbane satsing, kanskje det er sammenkoblingen via wifi. Dette siste poenget bet jeg meg merke i. Som pendler setter jeg pris på at NSB pusser opp togene sine, men det jeg aller helst vil ha er stabil og rask internettlinje hele veien fra Moss til Oslo – da kan toget gjerne være gammelt.
Immaterials: Light painting WiFi from Timo on Vimeo.
BTW: om jeg husker rett laget Timo, Even og Simen en enkel NFC-detektor i 2006 eller så som tegnet av RFID-signalet med blyant på papir. Timo brukte lysmaling for å synliggjøre RFIDs romlige kvaliteter i videoen under, og nå er altså store målinger mulig.
Immaterials: the ghost in the field from Timo on Vimeo.
II. Sigrun Lurås | ‘Hvordan er… sammenliknet med…?’
Sigrun Lurås studerte industriell design ved NTNU og jobber i DNV med human factors og sikkerhet. For tiden får hun anvendt sin lidenskap for informasjonsdesign i alt fra vurderinger av kontrollrom, til design av «management dashboards».
Visualiseringer kan hjelpe i beslutningstaking, men hvordan infografikken er designet er avgjørende. Bruksområder for visualiseringer kan variere fra en privatpersons valg, til business- og sikkerhetskritiske beslutninger i næringsliv eller offentlig virksomhet.
Skal du lage en løsning hvor forbrukere skal sammenlikne produkter? Designe for å motivere folk til egenutvikling? Lage en applikasjon som sørger for at en kontrollromsoperatør får en god situasjonsforståelse? Eller utvikle et dashboard som støtter ledelsens strategiske beslutninger? Da kan design patterns for sammenlikning av data kan være nyttige.
Innen human factors, spesielt i forhold til design for “den skarpe enden” (kontrollromsoperatører, togførere osv.) brukes ofte begrepet situasjonsforståelse. Visualiseringer i et kontrollrom er viktige bidragsytere til en operatørs situasjonsforståelse. Begrepet er også nyttig i andre sammenhenger hvor man bruker visualiseringer.
- Situasjonsforståelse = oppfatte + forstå + forutse
- Først må sansesystemet – i hovedsak synet – oppfatte at noe skjer og fange hva som foregår
- Deretter må man forstå hva man ser, ellers er informasjonen lite verd
- Til slutt må man bruke den forståelsen for å forutse hva som er i ferd med å skje/kan komme til å skje, slik at man kan ta en avgjørelse
For å skape en visualisering som bidrar til god situasjonsforståelse må dataene settes inn i rett sammenheng. Under følger fire slike kontekster med noen stikkord fra presentasjonen.
1. Sammenlikne data i forhold til en grenseverdi / terskel
Eksempel: Hvordan er luften der jeg bor sammenlignet med det som er bra for meg?
Viser luftkvalitet.info som har rapporter på luftkvalitet fra flere norske byer. Rapportene viser dataene på ulikt vis:
- Rapport fra Bergen: rapportene gir liten kontekst til dataene, vanskelig å vite hva man kan lese ut av dem
- Rapport fra Oslo: sammenlignende år for år og man ser at det er en økning i luftforurensningen. Men, har disse verdiene noe å si? Er disse grenseverdiene og deres overskridelser farlige for meg? Usikker
- Rapport fra Drammen: trender for NOx, stolpediagram for svevestøv. Tre linjer, grønn, lilla og rød. Usikkert hva disse betyr, men den røde linjen ser jo skummel ut.
- Rapport fra Fredrikstad: viser overkridelser av grenseverdier, sammenligner med Folkehelseinstituttets veilende verdi. Man får også informasjon om når man ligger rett under grenseverdiene, som er nyttig informasjon i forhold til det jeg ønsker å finne ut.
2. Sammenligne avvik mellom to tidsserier
Eksempel: Hvordan er egentlig klimaet nå for tiden sammenliknet med hvordan det har pleid å være?
- Viser statistikk fra yr.no (megameteorogrammet)
- Sigrun viser en alternativ måte å visualisere på, nemlig kun avvikene. Denne måten å visualisere avvik fra en normal / målverdi er en del brukt i dashboard-løsninger for å vise avvik fra et mål for en indikator.
3. Sammenligne verdier i forhold til ønsket verdi / grenseverdier
Eksempel: Hvordan er variablene i prosessen sammenliknet med setpunkt og grenser? (for en kontrollromsoperatør)
- Her viser en skummelt kompleks plansje som viser hele den industrielle prosessen. Informasjonen er spredt over alt, man replikerer hele systemet. Vanskelig å si “er dette godt eller ikke”? Det er blitt jobbet mye i løpet av de siste årene med å presentere dataene i kontekst, vise verdiene varierer, vise hva som teller. Her får operatørene informasjon som muliggjør justeringer før det går en alarm.
- Presenterer intervallmåling, medianmåling
- Sigrun viser diplomoppgaven sin fra 2005. En visualisering av prosesskontroll der man ser på setpunkt og grenseverdier. Visualiseringene er bare relative i forhold til setpunkt/grenser. Hvis brukeren har behov for mer informasjon, må han/hun klikke på en variabel.
4. Sammenligne akkumulerte data mot en grenseverdi eller terskel
Eksempel: Hvordan er pasientens væskeinntak sammenliknet med døgndosen?
Tradisjonelt har man brukt papirskjema (“pasientkurver”) som fylles ut manuelt. Med elektroniske pasientskjema har man mulighet til å inkludere visualiseringer som gjør det mye enklere for sykepleier å se hvor mye væske pasienten har fått i forhold til døgndosen.
5. Benchmarke eget selskap mot konkurrenter
Eksempel: Hvordan er vårt sikkerhetsarbeid sammenlignet med våre konkurrenter?
- En relativ visualisering som bare viser hvordan man ligger an relativt i forhold til sine konkurrenter.
- NB: ikke bare se til andre, i tilfelle hele bransjen gjør det dårlig. Derfor lagt inn faktiske målinger også. Eksempel: En reder med flere skip. Her kan “small multiples” være nyttige fordi rederen kan se hvordan han gjør det for på alle indikatorer for et skip for eller hvordan han gjør det for en indikator på alle skip.
Til slutt: ting å tenke på for å lage gode visualseringer for sammenlikning:
- Design i forhold til hva dataene skal brukes til
- Tilby kontekst til dataene
- Vær bevisst konvensjoner – bryt dem bare hvis du er bevisst at de brytes og har en god grunn til det
Spørsmål? Spør Sigrun på Twitter
III. Eivind Ingebrigtsen & Vigleik Norheim & Storebrand | Mitt forbruk
I samarbeid med Storebrand Bank har Eivind Ingebrigtsen (grensesnittsutvikler) og Vigleik Norheim (interaksjonsdesigner) i BEKK utviklet Mitt forbruk, en tjeneste som automatisk kategoriserer og visualiserer utgiftene til nettbankkunder. Ta en kikk på demoen:
Teamet testet 13 tiltak som kunne være differensierende for Storebrand. Utgiftskategorisering var mest interessant for de spurte. Hvordan kunne man gjøre det enkelt å kategorisere, og enkelt å forstå det som var kategorisert? Man ser lett for seg grafer, men undersøkelsene teamet gjorde pekte på at mange sliter med å forstå og gjøre nytte av kakediagrammer og søylediagrammer.
På en kvalitativ brukertest sa folk visstnok “det var bra det ikke var diagrammer her” etter å ha brukt et treemapdrevet grensesnitt; kanskje “diagrammer” rett og slett “ubegripelig informasjonsobfuskering”?
Eivind & co fulgte opp med en live demo der Storebrands Arild Andersen modig nok viste sin privatøkonomi foran hundreogfemti tilskuere. Med et vell av finurlige interaksjonsdetaljer og et svært lesbart grafisk uttrykk var det en fryd å se hvor lett det var å dissekere ens økonomi.
Eivind utfordrer Storebrands Arild til å vise oss alle sin privatøkonomi, visualisert med Mitt Forbruk
Underveis spurte Jostein Magnussen hvor mye av taggingen som foregikk automatisk. I følge Eivind er det ca 3000 regler som kategoriserer innhold automatisk og du kan enkelt justere disse selv. En vanlig Osloborger vil finne ca 80% av sine transaksjoner ferdig kategorisert, i andre deler av landet kan treffsikkerheten være lavere. På sikt vil man bruke data mining fra brukerinput for å forbedre kategorisering.
Ettersom folks personlige økonomi er personlig vil folk kategorisere ting litt på sin egen måte. Derfor måtte det være enkelt å justere, men kategoriseringen måtte fungere bra og levere verdi fra start. Noen kjøp er mer generelle/vanskelige å tolke: SmartClub er “varekjøp” slik at du kan spisse denne selv (de selger jo mye forskjellig der). SG Finans er “ukjent” da det kan være så mange forskjellige ting: leasing, avbetaling, ja, hva som helst.
Det finnes ingen standard for kategorisering fra SSB eller andre, så Storebrand måtte gi seg i kast med å møysommelig lage alle kategoriene selv. Jeg vil tro Eivind og Vigleik kunne føyd til et kapittel eller to i Bowker og Stars klassiker Sorting Things Out innen de var ferdige.
Og så en hyggelig personverndetalj i disse DLD-tider: det eneste som lagres er kategoriene og søkestrengene og disse flettes sammen til en visning i nettleseren. Storebrand vet ikke noe om forbruket ditt, kun hvordan du har satt opp kategoriene dine. Godt å vite, for etter ett minutts gjennomsyn visste vi mye om Arilds forbruk. Kontoutskrifter kan herved begraves.
Vigleik anbefalte følgende bøker om datavisualisering:
- Brian Suda: Designing with Data
- Ben Fry: Computational Information Design (PDF bak lenken, helt gratis)
Vigleik og Eivind har selv skrevet litt om prosjektet, ta en kikk.
IV. Even Westvang | Datavisualisering på dugnad
Even Westvang er den evig hyggelige, gjennomgående engasjerte, enerverende talentfulle mediemakeren som bl.a. har bygget Underskog og Origo. Da han fikk barn ble han brått opptatt av kvaliteten på offentlige tjenester som barnehage og skole. Du og jeg hadde lest avisen, grublet, bekymret oss litt og kanskje blitt med i foreldreutvalget på skolen.
Even brukte Offentlighetsloven for å kreve innsyn i resultatene fra de nasjonale prøvene og bygget Skoleporten, der du kan se hvordan det går med skolene i nærheten av deg. I sann friprogånd er kildekoden lagt ut på GitHub. Hva er hensikten med det hele? “Om man først belemrer skoleverket med prøvene bør vi i hvert fall ha god tilgang til resultatene“.
Mer om dette i intervjuet med Even på Dagsrevyen (spol til 12:20 – håper vi får embedfunksjonalitet på Dagsrevyens nett-tv. Hører dere, Doberman?)
Evens andre prosjekt, Folkevandringer 2006-2007, sammenstilte flere år med skattelister og lot oss utforske flyttemønstre og inntekstmønstre i Norge. Visste du for eksempel at folk med mer enn Kr 550′ i inntekt i hovedsak flytter mellom Stavanger og Oslo? Dette og mer kunne Even vise, ved hjelp av det sammenkoblede datasettet, smart filtrering, lynrask OpenGL-animasjon og ettertenksom visualisering. Dessverre er ikke en video av visualiseringen tilgjengelig, men se presentasjonen over for noen bilder. Og hensikten?
Folk som har forenkling og forklaring som fag kan gjøre underverker for formidlingen av offentlig informasjon. Se på det som en dugnad hvor vi hjelper hverandre bedre forstå Norge.
Og, bare for å få deg til å angre enda litt mer på at du ikke fikk deltatt på marsmøtet: Even er fantastisk flink til å presentere og ble stadig avbrutt av applaus. Jeg ble så oppslukt at jeg ikke gadd å notere så mye. Vi må nok invitere ham tilbake snart.
Flere bilder fra møtet
