Tips # 2: Iterasi dan Umpan Balik

Iterasi dibutuhkan untuk mendapatkan ide-ide awal untuk solusi akhir. Ketika
memvisualisasikan data tertentu yang memiliki arti tidak jelas, mulai dengan selembar kertas
kosong. Hal ini memungkinkan Anda untuk bertukar pikiran tanpa kendala suatu alat . Sketsa
tampilan potensial digunakan untuk melihatnya berdampingan dan menentukan apa yang
terbaik untuk menyampaikan pesan Anda kepada audiens.Ketika kita bekerja di atas kertas
daripada menggunakan komputer ini membentuk lebih sedikit keterikatan pada produk kerja kita
dan membuat iterasi lebih mudah. Ketika kita merasa terjebak,kita juga bisa menggambar di atas
kertas kosong yang dapat membuat lebih mudah untuk mengidentifikasi pendekatan baru .Dan
ketika membuat sketsa kita juga harus memperhatikan disposal-tools,ahli internal atau eksternal
untuk membuat visual.

Ketika membuat visual dalam aplikasi grafik (misalnya, Excel) dan menyempurnakan untuk
mendapatkan yang lebih baik ,kita dapat memanfaatkan apa yang disebut “optometrist
approach.” Membuat versi grafik (sebut saja A), kemudian membuat salinannya (B) dan
membuat satu perubahan. Kemudian menentukan mana yang terlihat lebih baik A atau B.

Carilah umpan balik,jika jalur tersebut tidak jelas. Perlihatkan kepada orang lain visual anda dan
mintalah mereka berbicara kepada anda melalui proses pemikiran mereka : apa yang mereka
perhatikan, pengamatan apa yang mereka buat, apa pertanyaan yang mereka miliki,dan apa ide-
ide mereka. Wawasan ini akan memberitahu Anda jika visual yang Anda buat benar atau jika
tidak ,berikan gambaran/gagasan anda untuk melakukan perubahan dan fokus melanjutkan
iterasi.

Ketika iterasi, ada satu hal yang perlu mungkin lebih dari apa pun agar suatu iterasi sukses yaitu
waktu.
Membangun cerita dengan kompetensi data dalam tim atau
organisasi
Untuk menjadi efektif dalam berkomunikasi dengan data dalam tim atau organisasi , ada strategi
potensial untuk dipertimbangkan yaitu : upskill seseorang, berinvestasi dalam seorang ahli, atau
outsourcing bagian dari proses.

Upskill

Visualisasi data adalah satu langkah dalam proses analisis. Mereka yang dipekerjakan ke peran
analitis biasanya memiliki latar belakang kuantitatif yang cocok untuk mereka dengan langkah-
langkah lain (menemukan data, menariknya bersama-sama, menganalisisnya, membangun
model), tetapi belum tentu pelatihan formal di desain untuk membantu mereka ketika
berkomunikasi secara analisis.

Untuk kelompok ini, mencari cara untuk memberi pengetahuan dasar dapat membuat semua
orang menjadi yang lebih baik. Berinvestasi dalam pelatihan atau menggunakan pelajaran yang
dibahas untuk menghasilkan momentum. Pada catatan terakhir ini, berikut adalah beberapa ide
spesifik:

• Menceritakan dengan buku data: membaca sebuah bab pada satu waktu dan kemudian
membahasnya bersama-sama, mengidentifikasi contoh-contoh spesifik untuk pekerjaan di mana
pelajaran yang diberikan dapat diterapkan.

• Do-it-yourself workshop : setelah menyelesaikan buku itu, lakukan workshop anda sendiri
.Contoh meminta Anda berkomunikasi dengan data dari tim Anda dan mendiskusikan
bagaimana ini dapat ditingkatkan.

• Makeover Monday : menantangan individu untuk makeover mingguan dengan menggunakan

pelajaran yang sudah dibahas.

• Umpan balik: mengatur bahwa individu harus berbagi dalam proses dan menawarkan umpan
balik untuk satu sama lain yang didasarkan pada pelajaran data.

• Dan pemenangnya adalah: memperkenalkan kontes bulanan atau kuartalan, di mana individu
atau tim dapat mengirimkan contoh mereka sendiri yang efektif dengan data.

Semua pendekatan ini -sendiri atau dikombinasikan-dapat membuat dan membantu memastikan
pada visualisasi yang efektif dan bercerita dengan data.