Uno degli obiettivi del data storytelling è quello di trasmettere un messaggio in modo chiaro e diretto, cercando di ridurre il rumore di fondo, ossia tutte quelle informazioni in eccesso che non forniscono valore aggiunto alle rappresentazioni grafiche e potenzialmente distraggono l’osservatore dai nostri obiettivi di comunicazione.
Per fare ciò bisogna avere, fin dall’inizio, le idee chiare mettendo da parte l’improvvisazione e la creatività “senza regole”.
Bisogna sapere, quindi, quale visualizzazione è più indicata in relazione al messaggio che si vuole veicolare. Questo è sicuramente un punto cruciale che determina l’efficacia, oppure no, dei nostri report grafici.
Infatti, non necessariamente un grafico di relazione quantitativa è la soluzione più adatta per veicolare un messaggio di natura data-driven (approccio basato sui dati), oppure non sempre una visualizzazione dei dati può essere rappresentata con grafici a ciambella o istogrammi.
Quindi, prima di passare all’atto pratico, bisogna chiedersi:
- Il mio obiettivo è trasmettere informazioni concettuali o far visualizzare dei dati?
- La mia analisi è di tipo esplorativo o deve avere un intento dichiarativo?
Cerchiamo di rispondere a questi due quesiti.
Visualizzazioni concettuali e data-driven
Nel caso di visualizzazioni data-driven abbiamo sempre un grafico di base che rappresenta dati ricavati da una sorgente come un database (ad esempio il CRM di un sito) mentre per i singoli concetti, organigrammi, relazioni tra oggetti ecc si lavora generalmente su un’illustrazione qualitativa.
È anche vero, però, che una visualizzazione concettuale può essere rappresentata da un grafico data-driven, come il celebre grafico che descrive il “ciclo di vita di un prodotto”, poiché i dati quantitativi possono diventare un modello concettuale utile per effettuare previsioni sul lungo periodo.

Se il confine può risultare sfumato tra analisi quantitativa e analisi concettuale, non possiamo dire lo stesso riguardo gli obiettivi finali. Infatti, la visualizzazione concettuale ha come scopo quello di semplificare e schematizzare delle idee, mentre la visualizzazione data-driven serve per dimostrare delle tendenze attraverso strumenti di carattere numerico/statistico.
Visualizzazioni esplorative e dichiarative
Anche in questo caso le differenze tra queste due tipologie di visualizzazione sono borderline.
Può capitare che analisi esplorative vengano tramutate in dichiarative, finendo nei report degli interlocutori finali.
Per spiegare il concetto, si pensi ad un’analisi condotta dagli addetti ai lavori, nella fase esplorativa di un progetto, e rappresentata da schemi e diagrammi di flusso incomprensibili ai non addetti ai lavori. A volte succede che questo tipo di elaborati finisca direttamente nei report finali.
Questo, naturalmente, va a sminuire i risultati ottenuti nella fase di esplorazione perché si disperde totalmente l’efficacia comunicativa delle nuove acquisizioni.
Di contro, le visualizzazioni dichiarative vengono spesso utilizzate da manager o docenti durante i loro interventi per indagare cause ed effetti di quanto stanno affermando.
A differenza di quelle esplorative, in realtà, le visualizzazioni dichiarative non hanno l’obiettivo di analizzare o esplorare dei dati, ma servono solo a esporre un pensiero, esprimere un concetto.
Per di più, le visualizzazioni dichiarative non corrispondono a una versione migliore, dal punto di vista stilistico, della visualizzazione esplorativa, ma sono tutt’altro, esse servono infatti a rappresentare le conclusioni a cui si è giunti durante l’esame dell’argomento trattato.
ARS Consiglia
Vuoi approfondire l’argomento?
Abbiamo selezionato questo titolo per te dalla nostra libreria.
“Data storytelling. Impara a trasformare le tue analisi in una narrazione comprensibile da chiunque”

Le caratteristiche delle quattro tipologie di visualizzazione
Facendo un passo indietro e volendo rappresentare le possibili risposte alle due domande formulate all’inizio del nostro articolo, riusciamo a classificare in uno schema quattro tipologie di visualizzazione:
- Concettuali-esplorative
- Concettuali-dichiarative
- Data-driven esplorative
- Data-driven dichiarative

Visualizzazioni concettuali-esplorative
È il primo step per la creazione di una rappresentazione grafica, le cui fondamenta sono convenzioni conosciute da tutti.
Lo scopo delle visualizzazioni concettuali-esplorative è proprio quello di esplorare e chiarire concetti complessi attraverso l’uso di schizzi e appunti informali, quindi una bozza che anticipa il lavoro che dovrà essere compiuto.
Visualizzazioni concettuali-dichiarative
Le visualizzazioni concettuali-dichiarative sono spesso utilizzate nelle presentazioni offline (come nelle conferenze) oppure online (come nei webinar).
L’obiettivo è quello di rappresentare in modo semplice, compressibile e concreto dei concetti che possono risultare complessi per i non addetti ai lavori. Per fare ciò il relatore, oltre a spiegare a voce l’argomento, si serve di metafore e rappresentazioni per non rendere la spiegazione troppo astratta.
Un classico esempio è l’immagine del cono utilizzato nel digital marketing per approfondire il concetto di “funnel”.
Visualizzazioni esplorative basate sui dati
Le visualizzazioni esplorative data-driven servono per interpretare graficamente la mole di dati di cui si dispone.
Quando si parla di visualizzazioni esplorative si fa riferimento a due principali categorie:
- Quella volta alla conferma di un’ipotesi;
- Quella per individuare e scoprire nuovi trend.
In linea generale, si tratta di rappresentazioni di tipo prototipale in cui si presta poca attenzione ai dettagli.
Visualizzazioni dichiarative basate sui dati
Le visualizzazioni dichiarative data-driven vengono subito dopo le visualizzazioni esplorative basate sui dati, ovvero dopo che il lavoro dell’analista è terminato. Infatti, sono utilizzate prevalentemente dai manager in sedi formali per comunicare risultati e considerazioni su quanto esaminato precedentemente.
La loro peculiarità consiste nell’essere rappresentate in maniera semplice al fine di agevolare, in pochi istanti, la comprensione degli interlocutori.
**
Con questo articolo abbiamo voluto farti capire che esistono quattro principali tipologie di visualizzazioni che caratterizzano il data storytelling.
Perché è importante conoscerle e saperle distinguere?
Spesso capita che bozze di rappresentazioni per uso interno vengano mostrate al destinatario finale, quando il loro scopo è tutt’altro, come quello di chiarire dubbi o perplessità agli addetti ai lavori, per poi passare agli step successivi.
Se vuoi approfondire l’argomento leggi il nostro articolo “L’importanza della memoria iconica per il Data Storytelling” o vai agli articoli consigliati che troverai qui sotto.
Vorresti essere supportato sulla visualizzazione dei tuoi dati?
Raccontaci la tua necessità.
Articoli Consigliati
Cosa significa data visualization e qual è il suo scopo
23 Giugno 2022
La data visualization ci permette di tradurre elementi informativi in rappresentazioni grafiche per agevolare la comprensione degli stessi.
0 Commenti5 Minuti
Nozioni di percezione visiva per mettere il turbo al Data Storytelling
30 Giugno 2022
Scopri quali sono e come gestire i principi percettivi che influenzano le rappresentazioni grafiche utilizzate nei report.
0 Commenti6 Minuti