چگونه درختان تصمیم پیچیده را برای ذینفعان غیر فنی تجسم کنیم

استفاده از رنگ و چیدمان استراتژیک

رنگ دو نقش را ایفا می کند: شاخه ها و احساسات کدگذاری شده از یک پالت ثابت استفاده کنید – سبز برای نتایج مثبت (متقاضی، موفقیت)، قرمز برای منفی (شکست، خطا) و خاکستری خنثی برای گام های میانی، اجتناب از پالت های رنگین کمان که صدای بصری اضافه می کنند. Nielsen Norman Group Research نشان می دهد که رنگ هنگام درک از رنگ بهبود می یابد.

چیدمان به همان اندازه اهمیت دارد. درخت های بالا به پایین (در بالا) الگوهای خواندن غربی را دنبال می کنند و اولین تقسیم را به عنوان نقطه شروع طبیعی احساس می کنند. طرح های چپ به راست برای درختان تصمیم که جایگزین را با هر آنچه که انتخاب می کنید، فاصله را به خوبی مقایسه می کنند و هر لبه را به وضوح برچسب می زنند.

اضافه کردن زمینه و Annotations

یک درخت تصمیم گیری بدون توضیحات یک پازل است. اضافه کردن یک افسانه که تعریف نمادها و رنگ ها. Annotate نقاط تصمیم گیری انتقادی با استدلال کوتاه: "چرا تاریخ اشتغال مهم است اینجا؟ چرا متقاضیان با شکاف بیش از 6 ماه پیش فرض 40٪ بیشتر است." قرار دادن یادداشت در کنار گره های مربوطه، نه در یک ابزار ضمیمه جداگانه.پیک می تواند معیارهای عمیق تر ( فواصل اعتماد به نفس) بدون به نفس کشیدن نمونه.

سازنده Interactive vs Static Visualizations

فرمتی که انتخاب می کنید بستگی به این دارد که چگونه درخت مصرف می شود.یک PDF چاپ شده نیاز به تصمیم گیری های مختلف طراحی دارد تا داشبورد زنده در Directus.

هنگام استفاده از Diagram های استاتیک

تصاویر استاتیک برای یک صفحه، عرشه های اسلاید و گزارش های نظارتی بهتر عمل می کنند.آنها شما را مجبور می کنند که بی رحم ساده کنید زیرا هیچ زوم یا ابزار برای پنهان کردن پیچیدگی وجود ندارد.استفاده از فرمت های بردار (SVG، PDF) که به طور واضح از ابزارهایی مانند draw.io یا Lucidtwacttwactt اجازه می دهند که به جای آن، @x> به وضوح از هر کلمه 3 = @x> استفاده کنند.

تصاویر تعاملی به ذینفعان قدرت می دهند تا درخت را با سرعت خود کشف کنند (FLT:0scapeDirectus به عنوان یک CMS بی سر و صدا و پلت فرم backend می درخشد، شما می توانید قوانین درخت تصمیم (JSON یا داده های ارتباطی) را در Directus ذخیره کنید، سپس یک جلو ایجاد کنید که یک درخت تعاملی را با استفاده از کتابخانه های مانند [F:2]F2 به جایگذاری کنید.

به عنوان مثال، یک تیم انطباق مراقبت های بهداشتی ممکن است از داشبورد Directus برای تجسم یک درخت واجد شرایط بودن کارآزمایی بالینی استفاده کند. داشبورد داده های زنده را از API REST Directus بارگیری می کند، به روز رسانی زمانی که مدل دوباره حرکت می کند و شامل کنترل فیلتر برای زیرگروه های جمعیتی است. Directus تجسم داده های یکپارچه سازی اجازه می دهد توسعه دهندگان غیر فعال در حالی که داده های زیرمجموعه ای را مدیریت می کنند.

ابزارهایی برای تجسم درخت تصمیم

در زیر ابزارهای رایجی هستند که توسط پیچیدگی و مخاطبان طبقه بندی می شوند و هر کدام دارای نقاط قوت هستند؛ یکی را انتخاب کنید که متناسب با جریان کار و پیچیدگی سهامداران باشد.

برای یک راه حل تولید، در نظر بگیرید که D3.js را در یک مدل داده های انعطاف پذیر Directus جایگذاری کنید (FLT:1) یا صفحه . Directus اجازه می دهد تا گره های درخت تصمیم، روابط و متا را در یک مجموعه واحد ذخیره کنید، سپس داده هایی را که به یک تصویر سازی دقیق و مدل تولید واقعی شما متصل می شود، افشا کنید.

ارتباط با تصمیمات داستانی

تصویرسازی داده ها زمانی به یاد می آید که شما یک روایت انسانی را به جای نشان دادن یک درخت عمومی برای "پیش بینی مشتری" به یاد ماندنی می کنید، از طریق یک مثال مشخص، ذینفعان را پیاده کنید:

• [در این باره] با یک فرد، [[۱] [۱۰] [۱] [۱] [۱۰] [۱] [۱] [۱] [۱] [۱]]، یک مشترک دو ساله با سه بلیط پشتیبانی [۷].
• گام درخت را به گام: ابتدا، بررسی طول قرارداد - ماریا ماهانه (risk) است، احساسات بلیط بعدی - آخرین بلیط او عصبانی بود (خطر بالا).
• اضافه کردن تقویت بصری: روشن کردن راه ماریا در یک رنگ متمایز و کنتراست آن با یک مسیر کم خطر (جان، قرارداد سالانه، بدون شکایت).

این رویکرد، مدل های ذهنی را فعال می کند که اعداد خام نمی توانند، وقتی ذینفعان مشتریان خود را در داخل درخت می بینند، منطق را درونی می کنند، آنها از پرسیدن این سوال که «چگونه مدل کار می کند؟» و شروع به پرسیدن این سوال می کنند که «چه کاری می توانیم برای تغییر نتیجه برای افرادی مانند ماریا انجام دهیم؟»

قرص های معمول و چگونگی اجتناب از آن

1. تقسیم بندی های ریاضی خام هرگز با استفاده از کلماتی مانند "pure" یا "mixed" جایگزین نمی شود.
2. بارگذاری با اطلاعات.[۱۰] یک گره باید در بیشتر ۳ تا ۴ جزئیات نشان دهد: شرایط تصمیم گیری، احتمال، شمارش نمونه و شرح مختصر همه چیز دیگر به ابزار و یا یک دیدگاه جزئیات جداگانه می رود.
3. تشخیص دامنه مخاطبان. درخت برای ریسک اعتباری از اصطلاحات صنعتی (DTI، LTV) استفاده می کند.درختی برای سه گانه بیمار از اصطلاحات بالینی (systolic، troponin) استفاده می کند.
4. اعتبار تصویرسازی را نشان می دهد پیش نویس به یک همکار غیر فنی قبل از ارائه نهایی.از آنها بخواهید که درخت را به شما توضیح دهند.
5. درخت را به عنوان نهایی تبدیل کنید.[۱۰] درختان تصمیم به روز به عنوان مدل های تجدید نظر می شوند، اطمینان حاصل کنید که خط لوله تجسم شما می تواند داده های تازه را از منبع شما (به عنوان مثال، یک مجموعه مستقیم که نشان دهنده آخرین مدل اجرا می شود) بکشید.