Model patrzy na wykres i pisze: „sprzedaż dynamicznie rośnie”. Oś zaczyna się przy 90, więc niewielka różnica wygląda spektakularnie. W tabeli obok waluta jest w tysiącach, a jedna kolumna dotyczy prognozy. Obraz jest ładny. Wniosek wymaga innej pracy niż opis kształtu linii.
Analiza wizualna powinna zaczynać się od źródła, jednostek i relacji danych. AI może pomóc odczytać strukturę i znaleźć pytania. Nie powinno zgadywać wartości z pikseli ani przypisywać przyczyny trendowi.
Zacznij od pytania do danych
Zapisz decyzję: zmiana ceny, porównanie okresów, wybór wariantu, ocena błędu. Nie proś „opisz wykres”, jeżeli potrzebujesz konkretnego wniosku. Opis wizualny może być poprawny i bezużyteczny.
Sprawdź, czy potrzebujesz wartości dokładnych, czy kierunku. Przy decyzji finansowej wartości powinny pochodzić z tabeli źródłowej, nie odczytu z pikseli. Wykres może pokazywać wzorzec, ale nie zawsze jest źródłem liczby.
Zachowaj oryginał i wersję. Zrzut po kompresji może zmieniać tekst i szczegóły. Jeżeli istnieje plik źródłowy, użyj go zamiast analizować miniaturę z komunikatora.
Poproś autora zestawienia o wersję z etykietami, gdy legenda jest nieczytelna; nie dopisuj znaczenia kolorom na podstawie sąsiedniego raportu.
Odczytaj jednostki i zakres
Sprawdź walutę, skalę, procenty, tysiące, okres, populację i sposób agregacji. Ta sama liczba 12 może oznaczać osoby, tysiące złotych albo procent. Model nie powinien wybierać najbardziej prawdopodobnej jednostki.
Zapisz, co jest mianownikiem. Wzrost udziału nie zawsze oznacza wzrost liczby. Mniejsza grupa może zmieniać procenty znacznie. Przy małej próbce pokazuj wartości bezwzględne.
Jeżeli jednostka jest nieczytelna, oznacz brak. Nie przeliczaj danych bez pewności. Odpowiedź „nie mogę potwierdzić skali” jest bezpieczniejsza niż dokładny raport z błędnym założeniem.
Oś i zakres zmieniają obraz
Zapisz minimum, maksimum i czy oś zaczyna się od zera. Nie oceniaj skali jako manipulacji automatycznie. Czasem zbliżenie jest uzasadnione, ale czytelnik musi wiedzieć o zakresie.
Przy dwóch osiach sprawdź, która seria do nich należy. Model może porównywać wartości z różnych skal jako jedną. Nie przeliczaj wizualnej wysokości bez danych źródłowych.
Przy skali logarytmicznej lub skumulowanej opisz ją wprost. Nie używaj zwykłego „rośnie o połowę” bez przeliczenia. Wykres jest formą przedstawienia, nie dowodem przyczyny.
Tabela jest relacją, nie listą liczb
Zachowaj nagłówki kolumn, wierszy, grupy i przypisy. Nie przenoś wartości z jednej kategorii do drugiej. Przy scalonych komórkach zapisz relację ręcznie lub przez strukturę narzędzia.
Sprawdź sumy i różnice, jeżeli dane są kompletne. Nie poprawiaj rozbieżności automatycznie. Może wynikać z zaokrąglenia, błędu odczytu albo innej definicji. Zaznacz powód do sprawdzenia.
Przy tabeli przechodzącej przez strony zachowaj powtórzone nagłówki i kolejność. Model nie powinien łączyć dwóch różnych tabel w jedną tylko dlatego, że mają podobny format.
Wykres nie pokazuje przyczyny
Wzrost po kampanii nie dowodzi, że kampania go spowodowała. Sezon, cena, wolumen i zmiana populacji mogą wpływać na wynik. AI powinno oznaczać możliwe pytania, nie wybierać historii najbardziej oczywistej.
Zapisz zdarzenia na osi czasu i sprawdź inne źródła. Jeżeli nie ma dowodu przyczyny, opisz współwystępowanie. To mniej efektowne i bardziej uczciwe.
Przy prognozie oddziel ją od danych rzeczywistych. Linia przerywana nie zawsze jest wyraźna po kompresji. Model nie powinien przedstawiać przyszłych wartości jako wykonanych.
Porównuj podobne okresy i grupy
Sprawdź liczbę dni, dni robocze, sezon i zmianę definicji. Rok do dnia i pełny rok to różne mianowniki. Nie porównuj ich bez opisu. Przy małych grupach zachowaj szczególną ostrożność.
Jeżeli kategoria zmieniła się w czasie, zapisz mapę. Model może połączyć stare i nowe nazwy, ale nie powinien udawać, że definicja jest taka sama. Bez tego trend jest sztuczny.
Nie zmieniaj danych źródłowych dla lepszego porównania. Zachowaj oryginał i opisz przeliczenie. Czytelnik powinien móc powtórzyć krok.
AI jako kontrola czytelności, nie źródło liczb
Model może wskazać brak jednostki, nieczytelny przypis, niezrozumiałą serię i miejsca wymagające opisu. To jest przydatne przy odbiorze wykresu. Nadal nie potwierdza wartości.
Przygotuj tekst alternatywny zgodnie z funkcją obrazu. W3C zaleca dla złożonych obrazów odpowiednią alternatywę i dodatkowe informacje. Nie przepisuj każdego punktu, jeżeli czytelnik potrzebuje wniosku i danych źródłowych.
Przy publikacji dodaj tabelę lub opis zależny od treści. „Wykres przedstawia wykres” jest bezużyteczny. Opis powinien mówić, co odbiorca ma zrozumieć i gdzie znaleźć szczegóły.
Przykład: wzrost bez poprawy wyniku
Załóżmy, że przykładowy wykres pokazuje więcej wygenerowanych odpowiedzi, ale mniej zaakceptowanych. Model opisuje wzrost produktywności, bo patrzy na jedną serię. Proces wymaga porównania kosztu i jakości.
Po dodaniu mianownika widać wzrost pracy ponownej. Wniosek zmienia się z „więcej produktywności” na „więcej generowania i odbioru”. To jest inna decyzja o narzędziu.
Przy analizie kosztu łączy się to z alertem kosztu AI. Bez mianownika wykres może nagradzać złą metrykę.
Odbiór liczb z oryginałem
Wybierz kluczowe wartości i porównaj z tabelą lub źródłem. Nie ograniczaj się do sprawdzenia, czy model użył podobnych cyfr. Sprawdź jednostki, grupy i zakres. Jedna cyfra może być poprawna w innym kontekście.
Przy obliczeniach zapisz formułę i dane. Model może przygotować propozycję, ale człowiek lub kod wykonuje ostateczne przeliczenie. Nie akceptuj wyniku tylko dlatego, że brzmi logicznie.
Jeżeli źródło nie jest dostępne, oznacz analizę jako wizualną i ograniczoną. Nie przedstawiaj jej jako pełnego audytu danych.
Test na trzech obrazach
Przygotuj wykres z osią nie od zera, tabelę z jednostkami i obraz z prognozą. Zapisz oczekiwane odpowiedzi przed użyciem modelu. Dodaj nieczytelny przypis i sprawdź, czy system oznacza brak.
Nie testuj tylko poprawnych wykresów z dokumentacji. Użyj rzeczywistych materiałów po kompresji i z polskimi znakami. Model powinien zachowywać niepewność przy nieczytelnych polach.
Po zmianie modelu lub formatu powtórz przypadki. Lepszy opis wizualny może ukrywać błędy ekstrakcji. Oceń obie warstwy osobno.
Kiedy potrzebny jest arkusz zamiast obrazu
Jeżeli decyzja zależy od dokładnych liczb, poproś o dane źródłowe. Obraz może wspierać rozmowę, ale arkusz pozwala sprawdzić formuły i relacje. Nie odtwarzaj setek wartości z pikseli dla pozoru automatyzacji.
Przy arkuszu sprawdź typy i scalone komórki. Microsoft wskazuje ograniczenia analizy danych w zależności od struktury. Model nie zastępuje przygotowania tabeli.
Przy danych poufnych ogranicz pola i wersje. Obraz może być bezpieczniejszy po anonimizacji, ale nie wolno udawać, że usunięcie nazwisk wystarcza przy unikalnych liczbach.
Raport, który pokazuje granice
Na górze zapisz pytanie, źródło i okres. Potem fakty odczytane, obliczenia i ograniczenia. Na końcu decyzja lub kolejny test. Nie zaczynaj od przyczyny, jeżeli dane jej nie potwierdzają.
Dołącz jednostki i mianownik przy każdej ważnej liczbie. Jeżeli wartość jest prognozą, oznacz ją. Czytelnik nie powinien zgadywać z koloru linii.
Jak czytać wykresy kumulacyjne i udziały
Przy wykresie skumulowanym sprawdź, czy suma ma sens biznesowy. Łączenie różnych grup może ukrywać spadek jednej z nich. Model opisujący sam wzrost całości może pominąć problem krytycznego segmentu. Zapisz skład przed wnioskiem.
Przy udziałach procentowych zachowaj mianownik każdej grupy. Zmiana udziału może wynikać z odejścia jednej kategorii, a nie poprawy drugiej. Nie porównuj samych słupków bez liczby bazowej.
Jeżeli dane są zanonimizowane przez agregację, nie próbuj odtwarzać osób ani szczegółów. Analiza powinna respektować ten zakres. Model może opisać wzorce, ale nie odtwarzać prywatnych przypadków.
Kiedy obraz jest za mały lub nieczytelny
Nie zgaduj tekstu przy niskiej rozdzielczości. Oznacz, które pola są niepewne i poproś o oryginał. Jeżeli decyzja dotyczy jednej liczby, może wystarczy potwierdzenie źródła zamiast nowej analizy całego wykresu.
Nie poprawiaj obrazu generatywnie przed odczytem. Może zmienić kształt linii, cyfry lub przypisy. Proporcje i skala są danymi. Użyj technicznego skalowania zachowującego oryginał i zachowaj wersję roboczą.
Przy wykresie złożonym przygotuj tabelę tylko z wymaganymi polami. Nie musisz odtwarzać całości. Zakres powinien odpowiadać decyzji i być jawny dla czytelnika.
Cztery pytania przed cytowaniem liczby
Zapytaj: skąd pochodzi wartość, jakiej jednostki i grupy dotyczy, jaki jest okres oraz czy to dane rzeczywiste czy prognoza. Jeżeli jedno pytanie nie ma odpowiedzi, oznacz ograniczenie. Nie przenoś liczby do nagłówka bez tego sprawdzenia.
Po redakcji porównaj tekst z oryginałem ponownie. Skrócenie może usunąć mianownik lub warunek. Model może pomóc w liście kontroli, ale ostateczny odbiór należy do autora analizy.
Przy danych z zespołu poproś właściciela o potwierdzenie wartości, definicji, serii i okresów istotnych dla wniosku. Zakres kontroli dobierz do ryzyka i skutku decyzji; przy ważnych decyzjach może być potrzebne sprawdzenie całego zestawu, a nie tylko dwóch liczb.
Jeżeli analiza ma być użyta w decyzji finansowej, wykonaj przeliczenie w arkuszu lub kodzie. Zachowaj formułę i dane wejściowe. Opis modelu może być pomocny przy narracji, ale nie powinien być jedynym dowodem obliczenia.
Przy publikacji wykresu dodaj źródło i datę przy samej grafice. Osoba czytająca bez artykułu powinna wiedzieć, co ogląda i jakiego zakresu dotyczy. To ogranicza dalsze cytowanie bez kontekstu.
Przy analizie kilku wykresów sprawdź, czy używają tych samych jednostek i okresów. Nie porównuj dwóch linii z różnych raportów bez mapy definicji. Model może zaproponować wspólny wniosek, ale dane mogą opisywać inne populacje.
Jeżeli źródła są sprzeczne, zachowaj obie wersje i opisz różnicę. Nie wybieraj wykresu ładniejszego lub zgodnego z wcześniejszą tezą. Decyzja wymaga sprawdzenia metody, a nie uśredniania wartości.
Po zmianie danych zaktualizuj zależne komentarze i alt. Stara liczba w opisie obrazu może przetrwać nawet po wymianie pliku. Odbiór obejmuje cały pakiet publikacji.
Przy udostępnianiu analizy zaznacz, czy obraz był źródłem oryginalnym, eksportem czy zrzutem roboczym. Wersja ma znaczenie przy sprawdzeniu liczb. Nie opisuj go jako oficjalnego raportu, jeżeli jest tylko kopią z komunikatora.
Zachowaj obliczenia i właściciela wniosku. Inna osoba powinna móc odróżnić dane od interpretacji i wrócić do źródła bez ponownego zgadywania jednostek.
Aeneia Audit pomaga połączyć analizę z procesem decyzyjnym. Przy raportach pomocne jest podejście Aeneia Signal do czytania danych.
Liczbę z wykresu zachowaj razem z jednostką, opisem osi i wersją obrazu. Jeżeli wykres ich nie pokazuje, oznacz brak w analizie i poszukaj źródła przed cytowaniem.
Sprawdź nas. To zdrowe.
Temat zmienia się szybko. Linki prowadzą do źródeł pierwotnych i stron, na których możesz zweryfikować kontekst.
