Inleiding

Voor iedereen die geen technische achtergrond heeft lijkt het soms lastig wat je met de term ‘data’ moet. Je weet ongeveer wel waar het voor staat en dat het overal gebruikt wordt, maar je hebt geen idee wat jij er mee moet. Dit hoeft niet zo te zijn! In dit artikel wil ik je de absolute basis leren over data in design. Met als doel dat ook jij als designer data kan gebruiken als onderdeel van je projecten.

De leestijd van dit artikel is ongeveer 29 minuten lang.

Voordat we beginnen

Werken met data kan heel technisch zijn. Ik ga proberen je een basis te geven zonder al te technisch te worden.

Dit is wat ik je absoluut voor nu nog niet ga leren:
  • Hoe de neuronen in zelflerende algoritmes werken.
  • Dat je met de volgende code een API kan inladen in Python:
  • Deze zin uit de wet Algemene Verordening Gegevensbescherming:

“Toestemming dient te worden gegeven door middel van een duidelijke actieve handeling, bijvoorbeeld een schriftelijke verklaring, ook met elektronische middelen, of een mondelinge verklaring, waaruit blijkt dat de betrokkene vrijelijk, specifiek, geïnformeerd en ondubbelzinnig met de verwerking van zijn persoonsgegevens instemt.” – Overweging 32 AVG

Lijken dit jou nou onderwerpen waar je wel meer vanaf wilt weten? Dan heb ik aan het einde een lijst met mogelijke vervolgstappen.

Maar dan: waar we het in dit artikel wel over gaan hebben:
  • Je hoort het overal om je heen, maar wat is data eigenlijk precies?
  • Waarom zou ik als designer iets met data moeten?
  • Hoe kan ik laagdrempelig aan de slag met data?

Wat is data?

Als een echte data driven designer is de eerste stap in welke situatie dan ook om het aan mijn Google Home Mini te vragen.

Oké google, what is the definition of data?

“Facts and statistics collected together for reference or analysis.”

Wat hier eigenlijk staat is dat data een verzameling van gegevens is dat gebruikt wordt om besluiten te nemen.

Maar hoe ziet data er dan uit?

Goeie vraag, hieronder een verkorte dataset met daarin data over de verspreiding van het corona virus.

Eigenlijk is het niet heel anders dan een lijst in Excel. Datasets komen meestal in een van de volgende bestandsformaten voor: .csv .txt .json .xls

Data woordenboek

In de wereld van data driven design vliegen de grote fancy Engelse termen je om de oren. Gelukkig zijn wij ‘designers’ daar wel aan gewend. Zeker als je een studie doet met de naam Communication and Multimedia Design✨. Om je toch een beetje een houvast te geven, hierbij een korte lijst van termen uit de wereld van data:

Het verzamelen van data

Allright, we weten al iets meer over de verschillende termen uit de wereld van data. Het allerbelangrijkste is dat we nu weten dat data dus een verzameling van gegevens is dat gebruikt wordt om keuzes te maken. Een logische vraag die dan opkomt is: Waar wordt data verzamelt?

Een van de eerste dingen dat ik leerde tijdens mijn opleiding was dat design overal om je heen is. Alle voorwerpen, zoals een website, boek, tijdschrift, verpakking, verkeersbord, sticker, video, kledingstuk is ooit door iemand bedacht en ontworpen. Ik weet nog heel goed dat de dagen hierna ik totaal gefascineerd was door alles wat ik tegenkwam. Tijdens het douchen kon ik minuten lang gefascineerd nadenken over welke beslissingen de designer van mijn shampoo flesje had genomen en hoe ik dat zelf zou hebben gedaan. Het beantwoorden van de vraag 'Waar wordt data verzamelt?' was voor mij met deze ervaring te vergelijken.

Natuurlijk weet jij dat bedrijven en overheden data verzamelen van jou. Dus als we de vraag heel kort zouden beantwoorden dan is het antwoord: de gegevens worden van jezelf verzamelt. Je hebt waarschijnlijk ook wel eens gehoord over hoe er in een paar milliseconde voordat je een website opent, een veilig wordt gehouden tussen bedrijven over wie er een advertentie aan jou mag presenteren. Maar wat je misschien niet weet is dat jij dagelijks veel vaker betaald met je data dan met je pinpas van de Rabobank. Wie betaald er nog voor programma’s/tools/diensten op het internet? Stel je voor dat je zou moeten betalen om een mail te sturen, een YouTube video te kijken of een twitter post te sturen. Al deze programma’s/tools/diensten worden niet betaald door jou met geld maar met je data.


Video: doemdenken over data

Zoals in de video wordt omschreven is het internet een grote big brother reality show, en wij zijn allemaal deelnemers. In deze voorbeelden hebben we het alleen nog maar over de plekken waar jij vrijwillig je data hebt afgestaan (ook al wist je daar niets van). Er zijn ook nog ontzettend veel voorbeelden van datalekken. Hackers, bedrijven of overheden die jouw data onderscheppen zonder toestemming. Ben jij benieuwd welke data er van jou op straat ligt? Op deze website kan je door middel van je email uitzoeken of er data van jou gelekt is.

De bovenstaande voorbeelden gingen voornamelijk over het verzamelen van data voor adverteerders, maar er zijn ook andere voorbeelden. De onderstaande video gaat over hoe jij en ik onbewust meewerken aan het maken van data driven technologieën.


Video: wat je echt aan het doen bent

Ik vond het zelf heel interresant om te ontdekken dat de reCAPTCHA van Google bedoelt is om hun Image Recognicion Software te verbeteren.

Waarom data?

In het vorige hoofdstuk zijn we tot de conclusie gekomen dat data het internet draaiende houdt. De laatste jaren lees je vaak in het nieuws dat data wordt gezien als de nieuwe olie. Waar een aantal jaren geleden oliebedrijven als Shell aan de top van de economie stonden staan in 2020 vooral nog maar techbedrijven bovenaan. De top van de wereldeconomie bestaat uit bedrijven als Microsoft, Apple en Amazon.

De reden dat data zo waardevol is, is omdat het je de mogelijkheid biedt om betere keuzes te maken. Met data kan je bijvoorbeeld een veel betrouwbaarder beeld creëren van je klanten en zo beter inspelen op hun behoeftes.

“Without data, you're just another person with an opinion.”
- W. Edwards Deming

Dit klinkt allemaal net iets te mooi om waar te zijn, en dat is het ook. Data is namelijk geen wondermiddeltje. De lokale kapper bij jou om de hoek heeft bijvoorbeeld helemaal niks aan een berg data van jouw chatgeschiedenis op Facebook. Dat data je absoluut kan helpen betere keuzes te maken is waar, maar als jij niet weet welke data je verzamelt en waarvoor je die gebruikt, dan heb je er helemaal niks aan. Het is aan ons als designers om in eerste instantie na te denken welke data er verzamelt of gebruikt gaat worden en met welk doeleinde.

Jouw rol als designer

We weten nu wat data is en dat data erg waardevol kan zijn. Ook weten we nu dat wij, als designers, bewust keuzes moeten maken over hoe wij data verzamelen en gebruiken. Voordat we dat goed kunnen doen is het belangrijk om te begrijpen welke rol(len) jij als data driven designer op je neemt.

Dit zijn de verschillende rollen:
  • Data visualization: data visualiseren en communiceren.
  • Designing for data: designen zodat er meer data beschikbaar komt.
  • Design with data: data inzetten als design tool.
  • Research with data: een informed designer zijn door middel van data.
  • Data driven design: datagedreven producten en diensten ontwerpen.

Ik zal per rol ook een voorbeeld geven:

1. Data visualization

Ik vond dit voorbeeld zelf heel sprekend voor alle manieren waarop je met data visualisatie kan werken. Als je data visualisatie in google intypt dan krijg je de meest ingewikkelde figuren te zien. In dit voorbeeld maken ze gebruik van de meest simpele grafieken om de data te visualiseren. Toch is het ze gelukt om met die simpele visualisaties een hele leuke ervaring te ontwerpen.

2. Designing for data

Ik zat een tijdje na te denken welk voorbeeld ik hier het beste bij zou kunnen geven. Eerst zat ik te denken aan een grappig ontworpen cookies banner op een website, Instagram, FaceAPP of een online quiz. Maar uiteindelijk ben ik voor de bonuskaart gegaan. Een super simpel voorbeeld van een product ontworpen voor Albert Heijn om meer data van haar klanten te kunnen verzamelen.

3. Design with data

Dit voorbeeld kennen jullie waarschijnlijk allemaal wel, heel Instagram stond er namelijk vol mee. Als eerste is er bij dit voorbeeld ook een beetje overlap met data visualisatie. Wat hier anders is dan bij het data visualisatie voorbeeld is dat iedereen zijn visualisatie er anders uit zal zien. Het is heel persoonlijk gemaakt met de data. De data van ieder persoon wordt gebruikt als tool om een visualisatie te maken.

4. Research with data

Stel je voor dat je bezig bent om een slaap-monitor-app aan het ontwerpen bent. Je hebt een eerste versie van de app af en je brengt deze uit als demo versie. Om de app te kunnen testen installeer je een soort van Google Analytiscs op je app. Deze software houdt precies bij waar mensen allemaal op je app klikken. Wat na een tijdje opvalt is dat het grootste gedeelte van de gebruikers op een onderdeel van de app klikken dat helemaal niet klikbaar is. Blijkbaar verwachte de gebruikers door daar te klikken meer informatie te krijgen. Door data te verzamelen van je gebruikers kan jij dus betere keuzes maken in het ontwerpen van je applicatie gebaseerd op de behoeftes van diezelfde gebruikers.

5. Data driven design

Dit is een vrij simpel voorbeeld van hoe je een datagedreven product of dienst kan maken. In dit voorbeeld laat Netflix elke gebruiker een live overzicht zien van je activiteiten op het platform. Ik wilde dit voorbeeld als laatste gebruiken omdat ik jou het volgende wil vragen: Hoe zou je deze pagina van Netflix kunnen herontwerpen met de inspiratie vanuit de vorige voorbeelden.


Maak het écht

Als laatste wil ik het in dit hoofdstuk nog kort hebben over het prototypen met data. Probeer zoveel mogelijk echte data te gebruiken en wees niet bang voor complexiteit.

Vaak hebben designers al snel de neiging om data zo simpel mogelijk te maken voor de gebruikers, dit is niet altijd de betere optie. Mensen komen dagelijks veel in aanraking met data. We zijn wel wat gewend, daar mogen we ook voor designen. Als jij bijvoorbeeld een data visualisatie tegenkomt in een applicatie dan wil jij, als gebruiker, daar ook iets mee kunnen doen. Vergeet niet om te onderzoeken op welke manier je doelgroep dagelijks in zijn/haar leven met data omgaat.

Als je dit gedaan hebt dan wordt het tijd om een prototype te maken en deze bij de doelgroep te gaan testen. Vergeet niet om zoveel mogelijk echte data te gebruiken in je prototype. Het is te vergelijken met een prototype van een website met alleen maar ‘Lorem Ipsum’ content, dit maakt het voor de tester onmogelijk om goede feedback te geven. Ontwerp een zo realistisch mogelijk prototype zodat je de meest relevante feedback kan ontvangen. In het volgende hoofdstuk geef ik een aantal praktische tips om met echte data te werken in een prototype.

Data tips

Zo kan je laagdrempelig aan de slag met data.

Prototype met data

De eerste tip die ik wil geven is het gebruiken van plugins voor adobe XD en Sketch om datasets te importeren. Mijn favoriete plugin is de Data Populator voor XD. Deze plugin maakt het mogelijk om op veel verschillende manieren data te importeren in je XD-prototype. Zo kan je ook API’s gebruiken met deze plugin, wat heel veel mogelijkheden biedt. Een wat simpelere versie van deze plugin is de Google Sheet plugin


Video: Google sheets plugin Adobe XD

Korte tutorial over de Google Sheets plugin voor Adobe XD. Een hele makkelijke en laagdrempelige manier om een datagedreven prototype te maken.

Doemdenken met data

Een goeie tip voor een documentaire over datagedreven technologien is ‘THE GREAT HACK’ van Netflix. Dit gaat over hoe Facebook-data werd gebruikt voor de Trump campaign. Zeker een aanrader.


Video: Trailer THE GREAT HACK

De onderstaande podcast gaat over hoe een groep tieners zichzelf totaal onzichtbaar maken voor Instagram door met hun data te spelen.

Datagedreven concepten

Deze podcast gaat over hoe data (en AI) innovatief gebruikt wordt in de gezondheidszorg. Ze geven voorbeelden van hoe het UMC in Amsterdam en Utrecht deze technieken inzetten.

Waar haal ik data vandaan?

Wat aanraders voor boeken

Vervolgstappen

Ben je na het lezen van dit artikel geïnteresseerd geworden in het werken met data? Wil je juist ook meer de technische kant van data driven design ontdekken?

Werken met je eigen data

Werken met datasets?

Dan zou ik je absoluut aanraden om Python te leren gezien dit de makkelijkst en fijnste taal is om met datasets te werken. Met een korte zoektocht op YouTube zal je ontzettend veel verschillende tutorials vinden. Als je nog weinig ervaring hebt met programmeren dan is de tutorial bij het volgende kopje misschien een goede plek om te starten.

Bouw een data driven prototype!

Dit is een geweldig tutorial voor beginners die een start willen maken met een datagedreven prototype maken.


Video: Tutorial data driven prototype

Goede tutorial over hoe je een datagedreven prototype kan bouwen in REACT.JS.