Anar al contingut principal
Guies ràpides d'Accessibilitat digital

Guia per crear visualitzacions de dades

La visualització de dades ofereix una manera visual de transmetre informació. En exposar les estadístiques i els fets clau d'una manera visualment atractiva, atrauen el lector i li ofereixen una experiència única i memorable.

En aquesta guia d’estil trobareu algunes recomanacions bàsiques per a garantir el bon ús i l’accessibilitat dels gràfics i les infografies. L'objectiu és proporcionar una experiència informativa i significativa equivalent per a tots els usuaris, incloses aquelles amb discapacitats relacionades amb l'accés a la informació visual.

La visualització de dades és una oportunitat per explicar una història amb les dades.

Abans de començar

En crear visualitzacions de dades, és important conèixer l'objectiu del gràfic i el públic al qual s'adreça. Això garanteix que no només creeu una visualització amb un propòsit estratègic que respongui a una pregunta específica, sinó també que l'audiència pugui entendre-la fàcilment.

Establir l'objectiu de la visualització. Això permet crear un gràfic que transmeti un missatge d'una manera clara i cristal·lina. A més, s'assegura que no s'està sobrecarregant el gràfic amb informació innecessària que pugui confondre l'audiència, permetent manteniu-l'ho senzill destacant els punts concrets. Això tindrà un impacte durador en l'espectador.

Coneixer el públic objectiu. Abans de fer la visualització, el millor és preguntar-se què buscarà l'audiència al gràfic. Comprendre els requisits i les preferències de l'espectador. Coneixer els seus antecedents. Tenen temps suficient per a una visualització detallada? Com són conscients del context de la visualització? Quina informació addicional busquen? Són conscients dels gràfics que s'utilitzen? Etcètera. Les necessitats d'informació de l'espectador haurien de ser la guia per crear visualitzacions de dades efectives i atractives.

 

Cal assegurar-se que el conjunt de dades a utilitzar s'ha netejat adequadament abans de convertir les dades en una representació gràfica.

La neteja de dades és el procés de corregir o eliminar dades incorrectes, corruptes, amb format incorrecte, duplicades o incompletes dins un conjunt de dades. Quan es combinen múltiples fonts de dades, hi ha moltes oportunitats perquè les dades es dupliquin o s'etiquetin incorrectament. Si les dades són incorrectes, els gràfics resultants no són fiables, encara que semblin correctes.

Normalment utilitzeu un gràfic quan hi ha algun benefici al veure visualment tendències, relacions o comparacions.
Pregunteu-vos si hi ha un avantatge de veure les vostres dades en forma de gràfic. Si les dades es transmeten millor en una taula, així és com s'han de presentar.
Les taules són preferibles als gràfics per a molts conjunts de dades petits.

Utilitzeu taules quan:

  • Cal comparar o buscar valors individuals.
  • Necessites valors precisos.
  • Els valors impliquen múltiples unitats de mesura.
  • Les dades han de comunicar informació quantitativa, però no tendències.

Utilitzeu gràfics quan la presentació de dades:

  • S'utilitza per transmetre un missatge que està contingut en la forma de les dades.
  • S'utilitza per mostrar una relació entre molts valors.

Escolliu el gràfic adequat

Es recomana utilitzar visualitzacions senzilles i familiars per sobre de complexes i noves. Tot i que les visualitzacions de dades complexes poden ser visualment atractives i cridar l'atenció, poden fer-se estranyes i difícils d'entendre per als usuaris. Això pot reduir o fins eliminar els avantatges d'utilitzar una visualització per mostrar un conjunt de dades.

Eviteu els tipus de gràfics exòtics. Utilitzeu gràfics habituals, com ara gràfics d'àrea, gràfics de barres, gràfics de línies i altres gràfics que la majoria de la gent ja entén.

Un únic gràfic pot perdre la seva eficàcia si intenteu encabir-hi massa dades.

No afegiu massa informació a un sol gràfic. Si cal, dividiu les dades en dos gràfics, utilitzeu el ressaltat, simplifiqueu els colors o canvieu el tipus de gràfic.

Feu un pas enrere i intenteu resumir què ha de fer exactament el gràfic. Quin és l'objectiu final del gràfic? Es pot expresar en diferents gràfics separats?

La part visual de la presentació de dades és molt important, però sempre tingueu en compte que l'enfocament s'ha de centrar en aconseguir l’objectiu plantejat i fer arribar el missatge al vostre públic.

Els gràfics, els mapes, les taules i els diagrames us poden ajudar a explicar una història amb les vostres dades. Però quin haurieu de triar?

  • Per comparar valors: un gràfic de barres, un gràfic de columnes o de linies
  • Per mostrar la composició de les dades: un gràfic circular, donut o mapa d'arbre (treemap)
  • Per mostra canvis al llarg del temps: un gràfic de línies, d'àrea o de columnes
  • Per explicar la relació entre mètriques: gràfic de dispersió, de bombolles o un gràfic combinat
  • Per representar dades geogràfiques: un mapa.
  • Per mostrar els detalls de molts elements: una taula.

El gràfic circular és un exemple de visualització de dades on gairebé sempre hi ha una alternativa que mostra les dades d'una manera millor. Tanmateix, potser el problema no està en els gràfics circulars en si, sinó que sovint s'utilitzen malament.

Principis a seguir per a un millor disseny de gràfics circulars:

Un ús principal d'un gràfic circular seria per transmetre que un segment és relativament petit o gran respecte el total

Utilitzeu gràfics circulars només si teniu un màxim de 5 categories.

No utilitzeu mai els gràfics circulars si teniu moltes categories, ja que els segments seran massa prims per ser comparables. Com més segments tingui al gràfic circular, més difícil serà mostrar a l'usuari una història significativa.

No utilitzeu gràfics circulars per a valors molt semblants.

La gent no és capaç d'estimar amb precisió les mides de diferents porcions.  Els gràfics de barres serien una opció molt millor en aquest cas.

No utilitzeu gràfics circulars si els valors no sumen el 100%.

La suma total de tots els segments ha de ser igual al 100%.

Ordena els sectors segons la seva mida per facilitar la comparació.

 Organitzeu les seccions de més gran a més petita, en el sentit de les agulles del rellotge, i poseu la secció més gran a les 12 en punt.

Elimineu la llegenda i etiqueteu les dades directament.

 Sempre que sigui possible, intenteu etiquetar les vostres rodanxes directament amb el valor, sempre que hi hagi prou espai per fer que les etiquetes siguin llegibles.

No compareu gràfics circulars
Si voleu comparar dos conjunts de dades junts que representen parts d'un tot, utilitzeu gràfics de barres o columnes (o millor encara un gràfic piramidal). És molt més fàcil per a la gent comparar la longitud de barres i columnes que no pas per a ells comparar els angles que es troben en un gràfic circular.

 Limiteu l'ús de gràfics circulars
Els gràfics circulars solen ocupar més espai que altres solucions alternatives con els gràfics de línies i barres.
Els gràfics circulars no poden representar clarament més de dues o tres categories de dades.
Els gràfics de barres són una alternativa ideal als gràfics circulars.

Els gràfics de barres i columnes són la manera més senzilla i directa de comparar diferents valors o mostrar diferències al llarg del temps.

Principis a seguir per a un millor disseny de gràfics de barres i columnes:

Comenceu sempre l'eix Y a 0 per reflectir adequadament els valors del gràfic.

És molt fàcil distorsionar visualment les dades quan es treballa amb gràfics de barres si l'eix Y no comença a zero.
En començar des de zero, us assegureu que les dades són adequadament proporcionals i minimitzeu les possibilitats que els usuaris les interpretin malament.

Utilitzeu un gràfic de barres horitzontals quan tingueu etiquetes llargues.

No feu que el lector hagi de girar el cap

Ordeneu sèries de dades tret que treballeu amb dates.

Podeu millorar considerablement la llegibilitat del gràfic ordenant la sèrie ascendent o descendent. Ordenar categories per valor és una tècnica comuna que fa possibles les comparacions
També és possible que vulgueu ordenar-los alfabèticament, cosa que pot ser útil si voleu que el lector pugui cercar ràpidament un element, com ara la seva ciutat.
Ara be, si les vostres columnes representen un valor d'alguna cosa en un moment determinat, s'han d'ordenar seqüencialment.

Eviteu utilitzar massa colors (efecte arc de Sant Martí).

Utilitzar un sol color, o diferents tons del mateix color, és una pràctica molt millor. Podeu destacar una barra en particular si aquest és el missatge que voleu transmetre.

Els gràfics de línies mostren les tendències de les dades durant un període de temps o una correlació concreta. Per exemple, un eix del gràfic pot representar un valor variable, mentre que l'altre eix sovint mostra una línia de temps.

Principis a seguir per a un millor disseny de gràfics de línies:

Eviteu comparar més de 5-7 línies.

 

Posa el temps a l'eix x

Els gràfics de línies i els gràfics d'àrea s'utilitzen amb més freqüència per mostrar els canvis de valor al llarg del temps. Tradicionalment, els dissenyadors dediquen el temps a l'eix x. D'aquesta manera, la gent pot escanejar el vostre gràfic de manera natural en ordre cronològic.

Podeu ajustar l'eix Y per remarcar el missatge

 A diferencia dels gràfics de barres, és acceptable modificar l'escala de l'eix vertical

No utilitzeu gràfics de línies si no compareu els valors al llarg del temps

 Podria crear confusió. Seleccioneu un gràfic de barres en aquest cas.

Manteniu les relacions d'aspecte adequades

Una relació d'aspecte esbiaixada pot distorsionar els vostres gràfics, exagerant la tendència dels gràfics massa alts i aplanant la tendència dels gràfics massa amples.
En termes generals, la relació d'aspecte més adequada per a un gràfic és aquella en què l'amplada del gràfic és aproximadament el doble que l'alçada.

Indiqueu sempre quan falten dades

Si falten determinats punts de dades, el gràfic ha d'indicar que hi ha dades que falten en lloc de "0", o pitjor, simplement ignorant les dades que falten completament i connectant els punts veïns.

Punts de dades: 8, 6, nul, 6, 2, 3, 6

Els gràfics d'àrea s'assemblen molt als gràfics de línies. Tots dos poden mostrar canvis al llarg del temps, tendències generals i continuïtat en un conjunt de dades. Però l'espai entre la línia i l'eix s'omple, indicant el volum.

Principis a seguir per a un millor disseny de gràfics d'àrea:

Quan utilitzeu gràfics d'àrea superposats, feu que els colors siguin transparents perquè la informació no quedi enfosquida al fons.

Limiteu el nombre de conjunts de dades. Els gràfics d'àrea poden resultar confusos i desordenats si s'utilitzen massa conjunts de dades. De cinc a deu agrupacions són un punt de referència segur per utilitzar-lo com a límit superior.

En cas contrari, utilitzeu una alternatica, com els gràfics de línies.

Els mapes són una eina increïblement versàtil per mostrar les vostres dades, però hi ha molts aspectes a tenir en compte per assegurar-vos que el resultat final sigui el més precís i informatiu possible.

A l'hora de crear un mapa temàtic, és important que entenguem completament les dades que volem representar i les conseqüències de representar aquestes dades de manera incorrecta. De vegades, els mapes poden desinformar a la gent, per la qual cosa és fonamental triar la tècnica de mapa correcta.

Mapa coroplètic

Avantatges

  • Representa bé les distribucions espacials de les dades per regions
  • Funciona millor per a dades relatives (percentatges, proporcions).
  • Eficaç visualment per veure una imatge general
  • Exemples d’us: La taxa d'atur (nombre d'aturats per cada 100 ciutadans) a cada comarca

Desavantatges

  • Poc precís per diferències subtils. Si voleu assenyalar les diferències numèriques entre regions, considereu un altre tipus de gràfic, una taula o text.
  • No útil si les regions més importants són massa petites per mostrar-les en un mapa.
  • Vigilar quan s'utilitzen valors absoluts.  Això sovint només respondrà a la pregunta "On viu la majoria de la gent?". Exemple: Nombre absolut d'aturats a cada comarca, ja que no podem comparar aquestes dades sense conèixer la població de les comarques.

Mapa de densitat de punts

Avantatges

  • Mostra la densitat i la distribució en una àrea àmplia
  • Ofereix una bona representació visual de les variacions entre les dades

Desavantatges

  • L'agrupament pot dificultar la interpretació de les dades
  • Les àrees sense punts poden donar una falsa sensació de buit
  • Els punts es poden posicionar aleatòriament i no necessàriament representen la ubicació espacial d'alguna cosa.

Mapa de símbols proporcionals

Avantatges

  • Es poden interpretar ràpidament grans quantitats de dades
  • Útil per visualitzar les diferències entre molts llocs
  • Visualment atractiu

Desavantatges

  • La mida dels símbols pot ofuscar la ubicació.

Mapa de calor

Avantatges

  • Els punts calents de les dades es poden identificar i analitzar més ràpidament

Desavantatges

  • L'ús excessiu del color pot afectar la llegibilitat del mapa

Cartogrames

Avantatges

  • Visualment atractiu
  • Permet afegir dades addicionals

Desavantatges

  • Alteren la geometria de les regions per representar dades
  • La ubicació no és 100% precisa

Alternatives als mapes

Un mapa és massa complicat per a les vostres dades? Hi ha un grapat de gràfics alternatius que podeu provar.

La majoria de dades basades en la ubicació funcionen perfectament amb els tipus de gràfics clàssics. Si compareu un o més valors, no us podeu equivocar amb un gràfic de barres o de línies. Si voleu mostrar la composició o com les parts individuals formen un tot, els gràfics de sectors o d'àrea són molt adequats per a això. Si necessiteu visualitzar la distribució o una sèrie d'informació, els diagrames de dispersió són una bona alternativa.

Faciliteu la comprensió

Treballeu amb les vostres dades perquè el grafic expliqui una història senzilla.

Assegureu-vos que cada capa afegeix valor al vostre grafic sense afegir confusió.

Simplifique la informació complexa per mostrar els punts clau; això facilita la lectura i la comprensió per als altres.

Mostreu només el que voleu transmetre.

Un gràfic amb masses dades és aclaparador per als lectors i, en lloc d'augmentar la comprensió, pot fer que les dades siguin encara més il·legibles.

Menys és més i el mateix passa amb les dades. No cal afegir molts gràfics si no s'utilitzaran per a res. En aquest cas, només distrauran i allunyaran el focus del que és realment important.

Es recomana un llenguatge senzill per garantir que els lectors entenguin el text tal com es pretén. És útil per arribar a un públic més ampli i és especialment eficaç per arribar a parlants no nadius.

Una redacció senzilla ajudarà a evitar confusions o aclaparar l'usuari.

Eviteu l'ús d'argot, acrònims i abreviatures

El text petit és generalment més difícil de llegir i s'ha d'evitar sempre que sigui possible. Assegureu-vos que el text no estigui obstruït per altres elements del gràfic i que tingui prou contrast amb el fons.

En general, es prefereixen els tipus de lletra sans serif, ja que solen ser percebuts com a menys concorreguts. Els estudis també recomanen evitar els estils de lletra cursiva. Alguns exemples de tipus de lletra fàcilment disponibles que sovint es recomanen inclouen Verdana i Helvetica.

Tingueu en compte que l'interlineat i l’espai entre paraules també afecten la llegibilitat de la lletra i s'han de tenir en compte.

En alguns casos, podeu plantejar-vos complementar el text amb símbols, encara que tingueu en compte que els símbols, especialment els desconeguts, poden ser difícils d'entendre per a alguns usuaris.

Assegureu-vos que els elements imprescindibles per entendre el gràfic estàn identificats, com ara el títol del gràfic, l'eix horitzontal i vertical i altres elements que es vulguin destacar. Utilitzeu etiquetes i llegendes que marquin i distingeixin clarament les dades.

Assegureu-vos que les vostres etiquetes siguin curtes i senzilles: tenir grans blocs de text per tot el vostre gràfic no us facilitarà la comprensió.

Considereu la possibilitat de tornar a utilitzar els colors de les dades per al text, per reforçar a quins punts o sèries pertanyen les etiquetes (L'ús de colors de dades als títols també pot funcionar bé.)

Quan utilitzeu nombres molt grans en un gràfic, sempre que sigui possible, hauríeu de considerar donar format als valors de manera que es trunquin per facilitar la lectura.

Exemple: 10M i 17M en lloc dels difícils de llegir 10.475.000 i 16.906.714.

Seguiu bones pràctiques

Utilitzeu combinacions de colors amb suficient contrast per a facilitar la lectura i eviteu l'ús de combinacions que puguin causar dificultats de visió.

No utilitzeu colors generats aleatòriament. Correu el risc que els colors no siguin prou contrastats.

Les directrius W3C WCAG 2.1 recomanen almenys una relació de contrast de 3:1 per als elements que no són text i el text gran. El text més petit hauria de tenir com a mínim una relació de contrast de 4,5:1 respecte al fons.

Hi ha tres tipus diferents d'esquemes de colors:

  • seqüencial (p. ex., del blau brillant al blau fosc). Penseu en un esquema de colors seqüencial si voleu cridar l'atenció als valors alts, p. per les taxes d'atur
  • divergent (p. ex., del vermell passant pel blanc al blau). Penseu en un esquema divergent si voleu atraure l'atenció als dos extrems de l'escala, p. també mostren la diferència de vots entre dos partits en competició.
  • qualitatiu/categòric (p. ex., un color verd, un color blau)

Utilitzeu un sol color com a predeterminat per a les visualitzacions de dades. Només afegiu més colors quan necessiteu diferenciar les categories de dades.
No utilitzeu més d'un color a la vostra visualització de dades si els colors addicionals no serveixen per a cap finalitat de comunicació.
Com més colors utilitzeu, més difícil serà que els vostres lectors recordin el que volen dir.
Els colors no haurien de donar la idea d'un esquema de colors seqüencial o divergent si les vostres dades no estan ordenades de cap manera.

Quan només teniu una sèrie de dades, en comptes d'afegir una llegenda que ocupa espai, només cal que utilitzeu el títol del gràfic per indicar les dades que s'han representat.

L'ús d'etiquetes directes pot ser una bona manera d'evitar l'ús d'una llegenda. No hi ha res dolent en utilitzar una llegenda per se, però les etiquetes directes poden facilitar al lector l'associació d'un element visual amb un valor i és menys probable que es confonguin colors similars.

No utilitzeu gràfics 3D ni efectes 3D. Ningú us donarà un Oscar als efectes especials.

Penseu en els ”consells d'eines” com una informació complementària o ampliada. En altres paraules, un tooltip no hauria de ser l'única manera que un usuari pugui veure el valor representat.

Les línies de quadrícula poden ser útils per guiar els ulls de l'usuari des d'una etiqueta d'eix fins al punt de dades. Tanmateix, les línies de quadrícula normalment no són necessàries en gràfics més senzills. Quan utilitzeu línies de quadrícula, és important decidir si les necessiteu tant a l'eix X com a l'eix Y. Moltes vegades només ho necessites en un o en l'altre.

Hi ha molt pocs casos en què té sentit tenir diversos tipus de gràfics en una sola graella de gràfic, per exemple, un gràfic de línies que superposa un gràfic de barres.

L'intent de barrejar gràfics amb finalitats estètiques sovint fa que l'usuari tregui conclusions incorrectes sobre les dades que es representen.

Quan dissenyeu gràfics que expliquen una història, com en una infografia, ressalteu sempre les dades del gràfic important per la narració de la història.

Elimineu qualsevol element visual que és redundant i no afegeix cap informació addicional al gràfic. Aquests elements poden confondre i distreure a l’usuari en lloc de fer que la visualització sigui més comprensible.

Qualsevol element visual a part dels elements mínims necessaris per comunicar de manera comprensible qualsevol informació a través del gràfic és prescindible

Aquesta regla pot semblar trivial, però pot ser força difícil de respectar quan les dades semblen comparables.

Per exemple, imagineu el següent anàlisi de tendències de les emissions de CO2 al llarg del temps a Europa. Des d'un punt de vista simplista, la tendència al llarg del temps de la UE del 1995 al 2014 sembla correcte. Tanmateix, la UE no va estar formada pels mateixos països al llarg del temps i, per tant, la UE-12 no es pot comparar amb la UE-25 o la UE-28. Els països que van formar la UE-12 no són estadísticament iguals als països que formaven part de la UE-28. Això és barrejar pomes amb peres!

Les dades poden ser complexes i no sempre és senzill crear una història significativa al voltant d'aquestes dades de manera estandarditzada.

Pot ser que us enfronteu a dades que no encaixin amb algunes de les normes mencionades anteriorment, però això no hauria de ser un problema. De vegades, és acceptable trencar les regles. L'important és prova els dissenys amb usuaris reals i recollir els seus comentaris i opinions.

L’objectiu és interpretar les dades i traduir-les en un format comprensible i significatiu per als altres. Encara que hi hagi regles establertes, el treball és trobar la millor manera de transmetre el missatge a través del disseny.

Hi ha infinitat de tipus de gràfics, adequats per casos concrets.

Sentit comú.

I ara, un plus d'accessibilitat

Podeu optar per dissenyar les vostres pròpies visualitzacions o utilitzar una llibreria o servei online per crear i incrustar-les.

En aquest segon cas, és important prioritzar les que tinguin present l’accessibilitat i ofereixin característiques extra, com ara l'accessibilitat per teclat, optimització per lectors de pantalla, l'indicador de focus o  l'assignació adequada de noms i rols.

Afortunadament, cada cop més  ja es tenen en compte aquestes consideracions.

Aquestes són algunes recomanacions d'eines que podeu tenir en compte per a la creació de visualitzacions, cadascuna amb les seves característiques pròpies i opcions d'accessibilitat:

  • Datawrapper: Servei en línia gratuït que permet crear visualitzacions de dades. És una opció accessible i fàcil d'utilitzar.
  • Flourish: Servei en línia gratuït que ofereix eines per crear visualitzacions interactives. També és una opció que podeu considerar.
  • PowerBI: Eina de Microsoft de “Business Intelligence”que ofereix funcionalitats avançades per a la creació de visualitzacions de dades. No obstant això, cal tenir en compte que és una opció de pagament.
  • Highcharts: Biblioteca de gràfics JavaScript amb bones funcionalitats d’accessibilitat.

Assegureu-vos que tots els gràfics i infografies tinguin una descripció textual alternativa. Aquesta descripció ha de proporcionar la mateixa informació clau que es presenta visualment.
Proporcionar un text alternatiu té múltiples finalitats:

  • Proporcionarà un format alternatiu de consum de dades per als usuaris que troben la visualització confusa o distreta.
  • Proporcionarà als usuaris no visuals una descripció de tendències i patrons que, d'altra manera, poden ser difícils de determinar.
  • Proporciona una alternativa bàsica per als usuaris en cas que la resta de la visualització sigui inaccessible.
  • A més, els motors de cerca sovint recullen fàcilment una descripció de text, cosa que ajuda a obtenir un posicionament més alt per al contingut.

La separació dels elements és crucial per a una visualització de dades accessible, tant entre elements individuals com en segon pla.

Una tècnica senzilla és afegir espai en blanc. Ajuda a distingir els elements de la vostra visualització i evita la confusió basada en el color.

Els patrons i les formes també es poden utilitzar per aconseguir una major separació entre els elements. Tingueu en compte, però, que l'ús excessiu d'aquestes tècniques pot distreure visualment i perjudicar l'accessibilitat de la visualització. En general, es prefereixen els patrons subtils.

Pregunteu-vos: "Si això es mostrés en escala de grisos, la informació encara es comunicaria?".

No utilitzeu només el color per transmetre informació important. Moltes persones tenen dificultats per interpretar els colors o són cegues al color. Utilitzeu altres elements visuals, com formes o símbols, per distingir i identificar elements importants.

Utilitzeu etiquetes o per identificar marques/línies/barres a més del color.

Utilitzeu diferents tons del mateix color o diferents colors per ajudar a distingir les marques individuals.

Una altra manera d'assegurar-vos que el vostre públic pot accedir a les vostres dades i al vostre missatge és proporcionar un format addicional accessible per a les dades:

  • En forma de text.
  • En una taula amb la informació numèrica clarament presentada
  • En un document accessible separat.

 

La presentació de dades en diversos formats garantirà que les persones puguin digerir la informació de la manera que millor s'adapti a les seves necessitats.

Per a un usuari no visual, una taula pot ser una manera familiar de navegar per un conjunt de dades, i fins i tot alguns usuaris visuals poden trobar una taula de dades per ser un format més fàcil d'entendre.

Alguns motors de cerca també poden utilitzar el contingut de les taules de dades per presentar un fragment destacat als resultats de la cerca, donant lloc de nou a un millor posicionament en els cercadors.

Una de les eines més senzilles per fer que les dades siguin accessibles és una simple exportació de dades. Una exportació pot permetre a un usuari de lector de pantalla escanejar les dades fins i tot si el visual no és compatible amb el lector de pantalla.

Quan feu exportacions de dades, però, és important recordar que esteu proporcionant els valors de la visualització. Això vol dir proporcionar els valors preprocessats que es podrien deduir raonablement del visual, no el conjunt de dades en brut, sense netejar.

Proveu l’accessibilitat dels gràfics i les infografies utilitzant eines d'accessibilitat com ara lectors de pantalla o navegadors amb funcionalitats d'accessibilitat. Això us permetrà identificar possibles problemes i realitzar millores.

Utilitzeu un lector de pantalla per navegar per la infografia i assegureu-vos que tota la informació important sigui llegible i comprensible per mitjà de la veu.

A més de comprovar de manera independent els esquemes de colors, algunes eines de visualització de dades tenen funcions integrades per provar l'accessibilitat de les imatges. Datawrapper ofereix la possibilitat de canviar entre vistes que demostren alguns tipus de daltonisme perquè els usuaris puguin assegurar-se que la seva visualització és accessible abans de publicar-la.