TEDGlobal 2010
David McCandless: The beauty of data visualization
David McCandless: Schoonheid in datavisualisatie
Filmed:
Readability: 4.3
3,250,094 views
David McCandless transformeert complexe data over bijvoorbeeld wereldwijde militaire uitgaven, media buzz en Facebook-statusupdates tot mooie en toch eenvoudige diagrammen. Hij stelt informatiedesign voor als het middel om onze weg te vinden in de overvloed aan informatie vandaag, door unieke patronen en verbindingen te ontdekken die misschien onze kijk op de wereld veranderen.
David McCandless - Data journalist
David McCandless draws beautiful conclusions from complex datasets -- thus revealing unexpected insights into our world. Full bio
David McCandless draws beautiful conclusions from complex datasets -- thus revealing unexpected insights into our world. Full bio
Double-click the English transcript below to play the video.
00:15
It feels like we're all suffering
0
0
2000
Het lijkt alsof we allemaal lijden aan
00:17
from information overload or data glut.
1
2000
3000
een overdosis informatie of data-indigestie.
00:20
And the good news is there might be an easy solution to that,
2
5000
2000
Het goede nieuws is dat er misschien een eenvoudige oplossing voor is,
00:22
and that's using our eyes more.
3
7000
2000
namelijk onze ogen meer te gebruiken.
00:24
So, visualizing information, so that we can see
4
9000
2000
Informatie visualiseren, zodat we zicht krijgen op
00:26
the patterns and connections that matter
5
11000
3000
de patronen en verbindingen die ertoe doen,
00:29
and then designing that information so it makes more sense,
6
14000
3000
en de informatie dan zó ontwerpen dat ze meer betekenis krijgt,
00:32
or it tells a story,
7
17000
2000
of een verhaal vertelt,
00:34
or allows us to focus only on the information that's important.
8
19000
3000
of ons laat focussen op alleen de belangrijke informatie.
00:38
Failing that, visualized information can just look really cool.
9
23000
3000
Ook zonder dat kan gevisualiseerde informatie gewoon cool zijn.
00:41
So, let's see.
10
26000
2000
Laten we eens kijken.
00:45
This is the $Billion Dollar o-Gram,
11
30000
2000
Dit is het Miljard Dollar-Schema,
00:47
and this image arose
12
32000
2000
en dit beeld kwam voort
00:49
out of frustration I had
13
34000
2000
uit mijn frustratie
00:51
with the reporting of billion-dollar amounts in the press.
14
36000
2000
over de vermelding van miljardenbedragen in de pers.
00:53
That is, they're meaningless without context:
15
38000
3000
Ze zijn betekenisloos zonder context.
00:56
500 billion for this pipeline,
16
41000
2000
500 miljard voor deze pijplijn.
00:58
20 billion for this war.
17
43000
2000
20 miljard voor deze oorlog.
01:00
It doesn't make any sense, so the only way to understand it
18
45000
2000
Het heeft geen betekenis, dus de enige manier om het te begrijpen
01:02
is visually and relatively.
19
47000
2000
is visueel en relatief.
01:04
So I scraped a load of reported figures
20
49000
2000
Dus harkte ik een hoop gerapporteerde cijfers bijeen
01:06
from various news outlets
21
51000
2000
uit verschillende nieuwsbronnen
01:08
and then scaled the boxes according to those amounts.
22
53000
3000
en schaalde de vakken dan in volgens die bedragen.
01:11
And the colors here represent the motivation behind the money.
23
56000
3000
De kleuren vertegenwoordigen de motivatie achter het geld.
01:14
So purple is "fighting,"
24
59000
3000
Paars is vechten,
01:17
and red is "giving money away," and green is "profiteering."
25
62000
3000
rood is geld weggeven, groen is winst maken.
01:20
And what you can see straight away
26
65000
2000
Wat je meteen ziet
01:22
is you start to have a different relationship to the numbers.
27
67000
2000
is dat je een verschillende relatie met de cijfers krijgt.
01:24
You can literally see them.
28
69000
2000
Je kan ze letterlijk zien.
01:26
But more importantly, you start to see
29
71000
2000
Belangrijker is dat je
01:28
patterns and connections between numbers
30
73000
2000
patronen en verbindingen begint te zien tussen de cijfers
01:30
that would otherwise be scattered across multiple news reports.
31
75000
3000
die anders verspreid zouden zijn over vele nieuwsverslagen.
01:33
Let me point out some that I really like.
32
78000
3000
Laat mij er enkele tonen die ik echt leuk vind.
01:36
This is OPEC's revenue, this green box here --
33
81000
2000
Dit is het inkomen van de OPEC, dit groene vak hier,
01:38
780 billion a year.
34
83000
2000
780 miljard per jaar.
01:40
And this little pixel in the corner -- three billion --
35
85000
3000
En deze kleine pixel in de hoek -- 3 miljard --
01:43
that's their climate change fund.
36
88000
3000
is hun klimaatveranderingsfonds.
01:46
Americans, incredibly generous people --
37
91000
2000
Amerikanen, erg vrijgevige mensen --
01:48
over 300 billion a year, donated to charity every year,
38
93000
3000
meer dan 300 miljard ging op aan liefdadigheid per jaar,
01:51
compared with the amount of foreign aid
39
96000
2000
vergeleken met het bedrag aan buitenlandse hulp
01:53
given by the top 17 industrialized nations
40
98000
2000
gegeven door de top 17 van geïndustrialiseerde naties,
01:55
at 120 billion.
41
100000
2000
120 miljard.
01:57
Then of course,
42
102000
2000
En dan natuurlijk
01:59
the Iraq War, predicted to cost just 60 billion
43
104000
2000
de oorlog in Irak, voorspelde kosten slechts 60 miljard,
02:01
back in 2003.
44
106000
3000
in 2003.
02:04
And it mushroomed slightly. Afghanistan and Iraq mushroomed now
45
109000
3000
Het groeide nogal explosief. Afghanistan groeide explosief
02:07
to 3,000 billion.
46
112000
3000
tot 3.000 miljard.
02:10
So now it's great
47
115000
2000
Dus nu is het fantastisch
02:12
because now we have this texture, and we can add numbers to it as well.
48
117000
2000
omdat we dit stramien hebben, en we kunnen er cijfers aan toevoegen.
02:14
So we could say, well, a new figure comes out ... let's see African debt.
49
119000
3000
Er zou een nieuw cijfer kunnen verschijnen... bijvoorbeeld Afrikaanse schuld.
02:17
How much of this diagram do you think might be taken up
50
122000
2000
Welk deel van dit schema denk je dat wordt ingenomen
02:19
by the debt that Africa owes to the West?
51
124000
2000
door de schuld van Afrika aan het Westen?
02:21
Let's take a look.
52
126000
2000
Laten we kijken.
02:23
So there it is:
53
128000
2000
Daar is het.
02:25
227 billion is what Africa owes.
54
130000
2000
De schuld van Afrika is 227 miljard.
02:27
And the recent financial crisis,
55
132000
2000
En de recente financiële crisis --
02:29
how much of this diagram might that figure take up?
56
134000
2000
welk deel van dit schema neemt dat getal in?
02:31
What has that cost the world? Let's take a look at that.
57
136000
3000
Wat heeft dat de wereld gekost? Laten we kijken.
02:34
Dooosh -- Which I think is the appropriate sound effect
58
139000
3000
Dooosh. Ik denk dat dat het gepaste geluidseffect is
02:37
for that much money:
59
142000
2000
voor zoveel geld.
02:39
11,900 billion.
60
144000
4000
11.900 miljard.
02:45
So, by visualizing this information,
61
150000
2000
Door deze informatie te visualiseren
02:47
we turned it into a landscape
62
152000
2000
maakten we er een landschap van
02:49
that you can explore with your eyes,
63
154000
2000
dat je met je ogen kan verkennen,
02:51
a kind of map really, a sort of information map.
64
156000
2000
een soort kaart, een soort informatiekaart.
02:53
And when you're lost in information,
65
158000
2000
Als je verdwaald bent in informatie
02:55
an information map is kind of useful.
66
160000
3000
dan is een informatiekaart nogal nuttig.
02:58
So I want to show you another landscape now.
67
163000
2000
Ik wil jullie nu een ander landschap tonen.
03:00
We need to imagine what a landscape
68
165000
2000
We moeten ons inbeelden hoe een landschap
03:02
of the world's fears might look like.
69
167000
3000
van de angsten van de wereld er zou kunnen uitzien.
03:05
Let's take a look.
70
170000
2000
Laten we kijken.
03:07
This is Mountains Out of Molehills,
71
172000
2000
Dit zijn bergen van molshopen,
03:09
a timeline of global media panic.
72
174000
2000
een tijdslijn van globale mediapaniek.
03:11
(Laughter)
73
176000
2000
(Gelach)
03:13
So, I'll label this for you in a second.
74
178000
2000
Ik zal er zo labels aan hangen voor jullie.
03:15
But the height here, I want to point out,
75
180000
2000
De hoogte hier, wil ik aangeven,
03:17
is the intensity of certain fears
76
182000
2000
is de intensiteit van sommige angsten,
03:19
as reported in the media.
77
184000
2000
zoals ze in de media is weergegeven.
03:21
Let me point them out.
78
186000
2000
Laat ik ze aangeven.
03:23
So this, swine flu -- pink.
79
188000
4000
Dit is varkensgriep -- roze.
03:27
Bird flu.
80
192000
2000
Vogelgriep.
03:29
SARS -- brownish here. Remember that one?
81
194000
3000
SARS -- bruinachtig, hier. Ken je die nog?
03:32
The millennium bug,
82
197000
3000
De millennium-bug --
03:35
terrible disaster.
83
200000
2000
vreselijke ramp.
03:37
These little green peaks
84
202000
2000
Deze kleine groene pieken
03:39
are asteroid collisions.
85
204000
2000
zijn asteroïdenbotsingen.
03:41
(Laughter)
86
206000
2000
(Gelach)
03:43
And in summer, here, killer wasps.
87
208000
2000
En tijdens de zomer, hier, killer wespen.
03:45
(Laughter)
88
210000
8000
(Gelach)
03:53
So these are what our fears look like
89
218000
2000
Dit is dus hoe onze angsten eruit zien
03:55
over time in our media.
90
220000
2000
door de tijd heen, in onze media.
03:57
But what I love -- and I'm a journalist --
91
222000
2000
Maar waar ik van hou -- ik ben journalist --
03:59
and what I love is finding hidden patterns; I love being a data detective.
92
224000
3000
en wat ik graag vind, zijn verborgen patronen. Ik ben graag een data-detective.
04:02
And there's a very interesting and odd pattern hidden in this data
93
227000
3000
Er zit een heel interessant en vreemd patroon in deze data verborgen
04:05
that you can only see when you visualize it.
94
230000
2000
dat je alleen kan zien als je het visualiseert.
04:07
Let me highlight it for you.
95
232000
2000
Laat het me voor jullie doen oplichten.
04:09
See this line, this is a landscape for violent video games.
96
234000
3000
Kijk naar deze lijn. Dit is een landschap van gewelddadige videospelletjes.
04:12
As you can see, there's a kind of odd, regular pattern in the data,
97
237000
3000
Zoals je ziet is er een vreemd regelmatig patroon in de data,
04:15
twin peaks every year.
98
240000
2000
twee pieken per jaar.
04:17
If we look closer, we see those peaks occur
99
242000
2000
Als we nader kijken, zien we dat die pieken
04:19
at the same month every year.
100
244000
3000
elk jaar in dezelfde maand voorkomen.
04:22
Why?
101
247000
2000
Waarom?
04:24
Well, November, Christmas video games come out,
102
249000
2000
Wel, in november komen de videogames voor kerstmis uit,
04:26
and there may well be an upsurge in the concern about their content.
103
251000
3000
en dan kan er een opstoot zijn in de bezorgdheid om hun inhoud.
04:29
But April isn't a particularly massive month
104
254000
3000
Maar april is niet bepaald een topmaand
04:32
for video games.
105
257000
2000
voor videogames.
04:34
Why April?
106
259000
2000
Waarom april?
04:36
Well, in April 1999 was the Columbine shooting,
107
261000
3000
In april 1999 was er de schietpartij in Columbine,
04:39
and since then, that fear
108
264000
2000
en sindsdien wordt die angst
04:41
has been remembered by the media
109
266000
2000
herdacht door de media
04:43
and echoes through the group mind gradually through the year.
110
268000
2000
en weerklinkt ze door het jaar heen in ieders gedachten.
04:45
You have retrospectives, anniversaries,
111
270000
3000
Er zijn retrospectieven, verjaardagen,
04:48
court cases, even copy-cat shootings,
112
273000
3000
rechtszaken, zelfs na-aap schietpartijen
04:51
all pushing that fear into the agenda.
113
276000
3000
die allemaal die angst op de agenda duwen.
04:54
And there's another pattern here as well. Can you spot it?
114
279000
2000
Er is hier nog een patroon. Kan je het zien?
04:56
See that gap there? There's a gap,
115
281000
2000
Zie je dat gat hier? Er is een gat,
04:58
and it affects all the other stories.
116
283000
2000
en het heeft impact op alle andere verhalen.
05:00
Why is there a gap there?
117
285000
2000
Waarom is er daar een gat?
05:02
You see where it starts? September 2001,
118
287000
3000
Zie je waar het begint? September 2001,
05:05
when we had something very real
119
290000
2000
toen we iets heel echts hadden
05:07
to be scared about.
120
292000
2000
om bang over te zijn.
05:09
So, I've been working as a data journalist for about a year,
121
294000
3000
Ik werk dus sinds ongeveer een jaar als datajournalist
05:12
and I keep hearing a phrase
122
297000
2000
en ik blijf de hele tijd
05:14
all the time, which is this:
123
299000
3000
de volgende uitspraak horen:
05:17
"Data is the new oil."
124
302000
2000
"Data is de nieuwe olie."
05:19
Data is the kind of ubiquitous resource
125
304000
3000
Data is het soort alomtegenwoordige middel
05:22
that we can shape to provide new innovations and new insights,
126
307000
3000
dat we kunnen kneden om nieuwe innovatie en inzichten te verschaffen.
05:25
and it's all around us, and it can be mined very easily.
127
310000
3000
Het is overal en het kan gemakkelijk ontgonnen worden.
05:28
It's not a particularly great metaphor in these times,
128
313000
3000
In deze tijden is het niet zo'n geweldige metafoor,
05:31
especially if you live around the Gulf of Mexico,
129
316000
3000
vooral als je rond de Golf van Mexico woont,
05:34
but I would, perhaps, adapt this metaphor slightly,
130
319000
2000
maar ik zou die metafoor misschien licht aanpassen,
05:36
and I would say that data is the new soil.
131
321000
3000
en ik zou zeggen dat data de nieuwe aarde is.
05:40
Because for me, it feels like a fertile, creative medium.
132
325000
3000
Voor mij voelt het als een vruchtbaar, creatief medium.
05:43
Over the years, online,
133
328000
2000
Gedurende al die jaren
05:45
we've laid down
134
330000
3000
hebben we online
05:48
a huge amount of information and data,
135
333000
2000
een grote hoeveelheid informatie en gegevens geplant
05:50
and we irrigate it with networks and connectivity,
136
335000
2000
en we irrigeren die met netwerken en connectiviteit
05:52
and it's been worked and tilled by unpaid workers and governments.
137
337000
3000
en ze wordt bewerkt en verzorgd door onbetaalde arbeiders en regeringen.
05:55
And, all right, I'm kind of milking the metaphor a little bit.
138
340000
3000
OK, ik melk de metafoor een beetje uit.
05:58
But it's a really fertile medium,
139
343000
3000
Maar het is echt een vruchtbaar medium
06:01
and it feels like visualizations, infographics, data visualizations,
140
346000
3000
en het voelt alsof visualisaties van gegevens en infografieken
06:04
they feel like flowers blooming from this medium.
141
349000
3000
bloemen zijn die ontspringen uit dit medium.
06:07
But if you look at it directly,
142
352000
2000
Maar als je er rechtstreeks naar kijkt
06:09
it's just a lot of numbers and disconnected facts.
143
354000
2000
is het niet meer dan een hoop cijfers en niet-verbonden feiten.
06:11
But if you start working with it and playing with it in a certain way,
144
356000
3000
Maar als je er op een bepaalde manier mee begint te werken en spelen
06:14
interesting things can appear and different patterns can be revealed.
145
359000
3000
dan kunnen interessante dingen gebeuren en verschillende patronen verschijnen.
06:17
Let me show you this.
146
362000
2000
Laat me jullie dit tonen.
06:19
Can you guess what this data set is?
147
364000
3000
Kunnen jullie raden wat deze data zeggen?
06:22
What rises twice a year,
148
367000
2000
Wat piekt twee keer per jaar,
06:24
once in Easter
149
369000
2000
een keer met Pasen
06:26
and then two weeks before Christmas,
150
371000
2000
en dan twee weken voor Kerstmis,
06:28
has a mini peak every Monday,
151
373000
2000
heeft een mini-piek elke maandag
06:30
and then flattens out over the summer?
152
375000
2000
en vlakt uit gedurende de zomer?
06:32
I'll take answers.
153
377000
2000
Kom maar met jullie antwoorden.
06:34
(Audience: Chocolate.) David McCandless: Chocolate.
154
379000
2000
(Publiek: Chocolade) David McCandless: Chocolade.
06:36
You might want to get some chocolate in.
155
381000
3000
Je wil misschien wat chocolade binnenkrijgen.
06:39
Any other guesses?
156
384000
2000
Andere pogingen?
06:41
(Audience: Shopping.) DM: Shopping.
157
386000
2000
(Publiek: Shopping) DM: Shopping.
06:43
Yeah, retail therapy might help.
158
388000
3000
Ja, winkeltherapie helpt misschien.
06:46
(Audience: Sick leave.)
159
391000
2000
(Publiek: Ziekteverzuim)
06:48
DM: Sick leave. Yeah, you'll definitely want to take some time off.
160
393000
2000
DM: Ziekteverzuim. Ja, je zal zeker wat vrije tijd willen.
06:50
Shall we see?
161
395000
2000
Zullen we kijken?
06:53
(Laughter)
162
398000
8000
(Gelach)
07:01
(Applause)
163
406000
3000
(Applaus)
07:04
So, the information guru Lee Byron and myself,
164
409000
3000
Deze informatie hier -- Lee Byron en ikzelf
07:07
we scraped 10,000 status Facebook updates
165
412000
3000
hebben 10.000 Facebook updates nagekeken
07:10
for the phrase "break-up" and "broken-up"
166
415000
2000
op de woorden "break-up" en "broken-up"
07:12
and this is the pattern we found --
167
417000
2000
en we vonden dit patroon --
07:14
people clearing out for Spring Break,
168
419000
2000
mensen die schoon schip maken voor de lentevakantie,
07:16
(Laughter)
169
421000
5000
(Gelach)
07:21
coming out of very bad weekends on a Monday,
170
426000
2000
die op maandag een barslecht weekend achter de rug hebben,
07:23
being single over the summer,
171
428000
3000
die alleen zijn in de zomer.
07:26
and then the lowest day of the year, of course: Christmas Day.
172
431000
3000
En dan de allerlaagste dag van het jaar, natuurlijk: kerstdag.
07:29
Who would do that?
173
434000
3000
Wie doet zoiets?
07:32
So there's a titanic amount of data out there now,
174
437000
2000
Er is dus een gigantische hoeveelheid gegevens beschikbaar,
07:34
unprecedented.
175
439000
2000
nooit gezien.
07:37
But if you ask the right kind of question,
176
442000
2000
Maar als je het juiste type vraag stelt
07:39
or you work it in the right kind of way,
177
444000
2000
of ze op de juiste manier bewerkt
07:41
interesting things can emerge.
178
446000
3000
dan kunnen er interessante dingen uitkomen.
07:44
So information is beautiful. Data is beautiful.
179
449000
3000
Informatie is mooi. Gegevens zijn mooi.
07:47
I wonder if I could make my life beautiful.
180
452000
3000
Ik vroeg mij af of ik mijn leven mooi kon maken.
07:50
And here's my visual C.V.
181
455000
2000
Hier is mijn visuele CV.
07:52
I'm not quite sure I've succeeded.
182
457000
2000
Ik ben niet zeker of het gelukt is.
07:54
Pretty blocky, the colors aren't that great.
183
459000
2000
Nogal geblokt. De kleuren zijn niet geweldig.
07:56
But I wanted to convey something to you.
184
461000
3000
Maar ik wilde iets op jullie overbrengen.
07:59
I started as a programmer,
185
464000
2000
Ik begon als programmeur,
08:01
and then I worked as a writer for many years, about 20 years,
186
466000
2000
en werkte daarna vele jaren als schrijver, ongeveer twintig jaar,
08:03
in print, online and then in advertising,
187
468000
2000
in druk, online en daarna in reclame,
08:05
and only recently have I started designing.
188
470000
3000
en ik ben pas recent begonnen met ontwerpen.
08:08
And I've never been to design school.
189
473000
2000
Ik heb nooit een designopleiding gevolgd,
08:10
I've never studied art or anything.
190
475000
3000
ik heb geen kunst gestudeerd of zo.
08:13
I just kind of learned through doing.
191
478000
2000
Ik heb al doende geleerd.
08:15
And when I started designing,
192
480000
2000
En toen ik begon met ontwerpen
08:17
I discovered an odd thing about myself.
193
482000
2000
ontdekte ik iets geks over mijzelf.
08:19
I already knew how to design,
194
484000
2000
Ik wist al hoe ik moest ontwerpen,
08:21
but it wasn't like I was amazingly brilliant at it,
195
486000
3000
maar ik was er niet bepaald briljant in,
08:24
but more like I was sensitive
196
489000
2000
ik was eerder gevoelig
08:26
to the ideas of grids and space
197
491000
2000
voor de concepten van rasters en ruimte
08:28
and alignment and typography.
198
493000
2000
en uitlijning en typografie;
08:30
It's almost like being exposed
199
495000
2000
Het was alsof de blootstelling
08:32
to all this media over the years
200
497000
2000
aan al deze media door de jaren heen
08:34
had instilled a kind of dormant design literacy in me.
201
499000
3000
een soort slapende designvaardigheid in mij had ingeprent.
08:37
And I don't feel like I'm unique.
202
502000
2000
En ik heb niet het gevoel dat ik uniek ben.
08:39
I feel that everyday, all of us now
203
504000
2000
Ik heb het gevoel dat we vandaag allemaal
08:41
are being blasted by information design.
204
506000
3000
elke dag door informatiedesign overstelpt worden.
08:44
It's being poured into our eyes through the Web,
205
509000
2000
Het wordt in onze ogen gegoten door het web,
08:46
and we're all visualizers now;
206
511000
2000
en we zijn vandaag allemaal visualiseerders,
08:48
we're all demanding a visual aspect
207
513000
2000
we vragen allemaal een visueel aspect
08:50
to our information.
208
515000
3000
bij onze informatie.
08:53
There's something almost quite magical about visual information.
209
518000
3000
En er is iets bijna magisch aan visuele informatie.
08:56
It's effortless, it literally pours in.
210
521000
3000
Het kost geen moeite, het stroomt letterlijk binnen.
08:59
And if you're navigating a dense information jungle,
211
524000
3000
En als je door een dichte informatiejungle laveert
09:02
coming across a beautiful graphic
212
527000
2000
en een mooie grafiek tegenkomt,
09:04
or a lovely data visualization,
213
529000
2000
of een knappe datavisualisatie,
09:06
it's a relief, it's like coming across a clearing in the jungle.
214
531000
3000
dan is dat een opluchting, alsof je een open plek in de jungle vindt.
09:09
I was curious about this, so it led me
215
534000
2000
Ik was hier nieuwsgierig naar, en dat leidde mij
09:11
to the work of a Danish physicist
216
536000
2000
naar het werk van een Deense fysicus,
09:13
called Tor Norretranders,
217
538000
2000
Tor Norretranders,
09:15
and he converted the bandwidth of the senses into computer terms.
218
540000
3000
die de bandbreedte van de zintuigen in computertermen vertaalde.
09:19
So here we go. This is your senses,
219
544000
2000
Daar gaan we. Dit zijn je zintuigen,
09:21
pouring into your senses every second.
220
546000
2000
elke seconde stromen daar zaken binnen.
09:23
Your sense of sight is the fastest.
221
548000
3000
Je zicht is het snelste.
09:26
It has the same bandwidth as a computer network.
222
551000
3000
Het heeft dezelfde bandbreedte als een computernetwerk.
09:29
Then you have touch, which is about the speed of a USB key.
223
554000
3000
Dan heb je de tast, die ongeveer zo snel is als een USB-stick.
09:32
And then you have hearing and smell,
224
557000
2000
Dan heb je het gehoor en de reukzin,
09:34
which has the throughput of a hard disk.
225
559000
2000
die zoveel als een harde schijf omzetten;
09:36
And then you have poor old taste,
226
561000
2000
En dan heb je die arme oude smaak,
09:38
which is like barely the throughput of a pocket calculator.
227
563000
3000
die nauwelijks de omzet van een zakrekenmachine haalt.
09:41
And that little square in the corner, a naught .7 percent,
228
566000
3000
En dat kleine vierkantje in de hoek, 0,7 procent,
09:44
that's the amount we're actually aware of.
229
569000
3000
dat is de hoeveelheid waarvan we ons bewust zijn.
09:47
So a lot of your vision --
230
572000
2000
Dus een groot deel van je zicht --
09:49
the bulk of it is visual, and it's pouring in.
231
574000
2000
het grootste deel is visueel, en het komt vanzelf binnen.
09:51
It's unconscious.
232
576000
2000
Het is onbewust.
09:53
The eye is exquisitely sensitive
233
578000
3000
Het oog is ongemeen gevoelig
09:56
to patterns in variations in color, shape and pattern.
234
581000
3000
voor patronen in de variatie in kleur, vorm en patroon.
09:59
It loves them, and it calls them beautiful.
235
584000
2000
Het oog houdt ervan en noemt ze mooi.
10:01
It's the language of the eye.
236
586000
2000
Dat is de taal van het oog.
10:03
If you combine the language of the eye with the language of the mind,
237
588000
2000
En als je die taal van het oog met de taal van de geest combineert,
10:05
which is about words and numbers and concepts,
238
590000
3000
die gaat over woorden en getallen en concepten,
10:08
you start speaking two languages simultaneously,
239
593000
3000
dan begin je simultaan twee talen te spreken
10:11
each enhancing the other.
240
596000
3000
die elkaar versterken.
10:14
So, you have the eye, and then you drop in the concepts.
241
599000
3000
Je hebt dus het oog, en dan gooi je de begrippen erbij.
10:17
And that whole thing -- it's two languages
242
602000
2000
En dat hele ding zijn twee talen
10:19
both working at the same time.
243
604000
2000
die op hetzelfde moment aan de slag zijn.
10:21
So we can use this new kind of language, if you like,
244
606000
2000
We kunnen dus deze nieuwe soort taal gebruiken, als je wil,
10:23
to alter our perspective or change our views.
245
608000
3000
om ons perspectief of onze zienswijzen te wijzigen.
10:26
Let me ask you a simple question
246
611000
2000
Laat me jullie een simpele vraag stellen
10:28
with a really simple answer:
247
613000
2000
met een echt simpel antwoord.
10:30
Who has the biggest military budget?
248
615000
2000
Wie heeft het grootste militair budget?
10:32
It's got to be America, right?
249
617000
2000
Dat moet wel Amerika zijn, toch?
10:34
Massive. 609 billion in 2008 --
250
619000
2000
Reusachtig: 609 miljard in 2008 --
10:36
607, rather.
251
621000
2000
of liever 607.
10:38
So massive, in fact, that it can contain
252
623000
2000
Zo reusachtig dat het
10:40
all the other military budgets in the world inside itself.
253
625000
3000
alle andere militaire budgetten ter wereld kan omvatten.
10:43
Gobble, gobble, gobble, gobble, gobble.
254
628000
2000
Schrok, schrok, schrok, schrok, schrok.
10:45
Now, you can see Africa's total debt there
255
630000
2000
Hier zie je Afrika's totale schuld
10:47
and the U.K. budget deficit for reference.
256
632000
2000
en, ter vergelijking, het begrotingstekort van het V.K.
10:49
So that might well chime
257
634000
2000
Dat kan wel kloppen
10:51
with your view that America
258
636000
2000
met je beeld dat Amerika
10:53
is a sort of warmongering military machine,
259
638000
3000
een soort oorlogszuchtige militaire machine is
10:56
out to overpower the world
260
641000
2000
die de wereld wil onderwerpen
10:58
with its huge industrial-military complex.
261
643000
3000
met zijn grote militair-industriële complex.
11:01
But is it true that America has the biggest military budget?
262
646000
3000
Maar is het waar dat Amerika het grootste militaire budget heeft?
11:04
Because America is an incredibly rich country.
263
649000
2000
Want het is een ongelooflijk rijk land.
11:06
In fact, it's so massively rich
264
651000
2000
Eigenlijk is het zo tomeloos rijk
11:08
that it can contain the four other
265
653000
2000
dat het de economie van de vier andere
11:10
top industrialized nations' economies
266
655000
2000
grootste geïndustrialiseerde naties
11:12
inside itself, it's so vastly rich.
267
657000
3000
kan omvatten, zo bodemloos rijk is het.
11:15
So its military budget is bound to be enormous.
268
660000
3000
Zijn militaire budget moet dus wel enorm zijn.
11:18
So, to be fair and to alter our perspective,
269
663000
2000
Dus, om fair te zijn en ons perspectief te veranderen
11:20
we have to bring in another data set,
270
665000
2000
moeten we een andere set gegevens op tafel leggen,
11:22
and that data set is GDP, or the country's earnings.
271
667000
2000
namelijk het BNP, of het inkomen van het land.
11:24
Who has the biggest budget as a proportion of GDP?
272
669000
2000
Wie heeft het grootste budget in verhouding tot het BNP?
11:26
Let's have a look.
273
671000
2000
Laten we kijken.
11:28
That changes the picture considerably.
274
673000
3000
Dat verandert het beeld sterk.
11:31
Other countries pop into view that you, perhaps, weren't considering,
275
676000
3000
Andere landen komen in beeld, die je misschien niet in overweging nam,
11:34
and American drops into eighth.
276
679000
2000
en Amerika wordt achtste.
11:36
Now you can also do this with soldiers.
277
681000
2000
Je kan dit ook doen met soldaten.
11:38
Who has the most soldiers? It's got to be China.
278
683000
2000
Wie heeft de meeste soldaten? Dat moet China zijn.
11:40
Of course, 2.1 million.
279
685000
2000
Natuurlijk, 2,1 miljoen.
11:42
Again, chiming with your view
280
687000
2000
Alweer, dit klopt met jullie beeld
11:44
that China has a militarized regime
281
689000
2000
dat China een gemilitariseerd regime is,
11:46
ready to, you know, mobilize its enormous forces.
282
691000
2000
bereid om zijn enorme troepenmacht te mobiliseren.
11:48
But of course, China has an enormous population.
283
693000
3000
Maar China heeft natuurlijk een enorme bevolking.
11:51
So if we do the same,
284
696000
2000
Dus als we hetzelfde doen,
11:53
we see a radically different picture.
285
698000
2000
zien we een radicaal verschillend beeld.
11:55
China drops to 124th.
286
700000
2000
China zakt naar plaats 124.
11:57
It actually has a tiny army
287
702000
2000
Het heeft eigenlijk een klein leger
11:59
when you take other data into consideration.
288
704000
3000
als je andere gegevens in overweging neemt.
12:02
So, absolute figures, like the military budget,
289
707000
2000
Absolute getallen, zoals het militaire budget,
12:04
in a connected world,
290
709000
2000
geven je in een verbonden wereld
12:06
don't give you the whole picture.
291
711000
2000
niet het hele beeld.
12:08
They're not as true as they could be.
292
713000
2000
Ze zijn niet zo waar als ze zouden kunnen zijn.
12:10
We need relative figures that are connected to other data
293
715000
3000
We hebben relatieve cijfers nodig die verbonden zijn met andere gegevens
12:13
so that we can see a fuller picture,
294
718000
2000
zodat we een vollediger beeld krijgen.
12:15
and then that can lead to us changing our perspective.
295
720000
2000
Dat kan ertoe leiden dat we ons perspectief veranderen.
12:17
As Hans Rosling, the master,
296
722000
2000
Zoals Hans Rosling, de meester,
12:19
my master, said,
297
724000
3000
mijn meester, zei:
12:22
"Let the dataset change your mindset."
298
727000
3000
"Laat de dataset je mindset veranderen."
12:26
And if it can do that, maybe it can also change your behavior.
299
731000
3000
Als het dat kan doen, kan het misschien ook je gedrag veranderen.
12:29
Take a look at this one.
300
734000
2000
Kijk naar deze.
12:31
I'm a bit of a health nut.
301
736000
2000
Ik ben een beetje een gezondheidsfreak.
12:33
I love taking supplements and being fit,
302
738000
3000
Ik neem graag supplementen en ben graag fit,
12:36
but I can never understand what's going on in terms of evidence.
303
741000
3000
maar ik begrijp nooit wat er aan de hand is met het bewijs.
12:39
There's always conflicting evidence.
304
744000
2000
Er zijn altijd conflicterende bewijzen.
12:41
Should I take vitamin C? Should I be taking wheatgrass?
305
746000
2000
Moet ik vitamine C nemen? Moet ik tarwegras nemen?
12:43
This is a visualization of all the evidence
306
748000
2000
Dit is een visualisering van al het bewijs
12:45
for nutritional supplements.
307
750000
2000
voor voedingssupplementen.
12:47
This kind of diagram is called a balloon race.
308
752000
3000
Dit soort diagram heet een ballonrace.
12:50
So the higher up the image,
309
755000
2000
Hoe hoger in beeld,
12:52
the more evidence there is for each supplement.
310
757000
3000
hoe meer bewijs er is voor elk supplement.
12:55
And the bubbles correspond to popularity as regards to Google hits.
311
760000
3000
De bubbels stemmen overeen met de populariteit in Google-hits.
12:58
So you can immediately apprehend
312
763000
3000
Je kan onmiddellijk de relatie vatten
13:01
the relationship between efficacy and popularity,
313
766000
3000
tussen effectiviteit en populariteit,
13:04
but you can also, if you grade the evidence,
314
769000
3000
maar je kan, als je het bewijs punten geeft,
13:07
do a "worth it" line.
315
772000
2000
ook een soort van "de moeite waard"-lijn trekken.
13:09
So supplements above this line are worth investigating,
316
774000
3000
Supplementen boven deze lijn zijn het onderzoeken waard,
13:12
but only for the conditions listed below,
317
777000
3000
maar alleen voor de ziektebeelden eronder.
13:15
and then the supplements below the line
318
780000
3000
De supplementen onder de lijn
13:18
are perhaps not worth investigating.
319
783000
2000
zijn misschien het onderzoeken niet waard.
13:20
Now this image constitutes a huge amount of work.
320
785000
3000
Dit beeld vertegenwoordigt een hoop werk.
13:23
We scraped like 1,000 studies from PubMed,
321
788000
3000
We hebben zowat 1.000 studies van PubMed bijeengeschraapt,
13:26
the biomedical database,
322
791000
2000
de biomedische database,
13:28
and we compiled them and graded them all.
323
793000
3000
en we hebben ze samengevoegd en punten gegeven.
13:31
And it was incredibly frustrating for me
324
796000
2000
Het was erg frustrerend voor mij
13:33
because I had a book of 250 visualizations to do for my book,
325
798000
3000
omdat ik 250 visualisaties moest doen voor mijn boek,
13:36
and I spent a month doing this,
326
801000
2000
en ik hier een maand aan besteedde,
13:38
and I only filled two pages.
327
803000
2000
om maar twee pagina's te vullen.
13:40
But what it points to
328
805000
2000
Maar wat het aangeeft
13:42
is that visualizing information like this
329
807000
2000
is dat het visualiseren van informatie als deze
13:44
is a form of knowledge compression.
330
809000
2000
een vorm van kenniscompressie is.
13:46
It's a way of squeezing an enormous amount
331
811000
2000
Het is een manier om een enorme hoeveelheid
13:48
of information and understanding
332
813000
2000
informatie en kennis
13:50
into a small space.
333
815000
2000
in een kleine ruimte te proppen.
13:52
And once you've curated that data, and once you've cleaned that data,
334
817000
2000
Als je die gegevens eenmaal hebt verzameld en gezuiverd,
13:54
and once it's there,
335
819000
2000
als het er eenmaal is,
13:56
you can do cool stuff like this.
336
821000
2000
kan je leuke dingen als deze doen.
13:58
So I converted this into an interactive app,
337
823000
2000
Ik heb dit omgevormd tot een interactieve applicatie,
14:00
so I can now generate this application online --
338
825000
2000
zodat ik deze applicatie nu online kan genereren --
14:02
this is the visualization online --
339
827000
2000
dit is de visualisatie online --
14:04
and I can say, "Yeah, brilliant."
340
829000
2000
en ik kan zeggen: "Jep, briljant".
14:06
So it spawns itself.
341
831000
2000
Het vermenigvuldigt zichzelf.
14:08
And then I can say, "Well, just show me the stuff
342
833000
2000
En dan kan ik zeggen: "Toon me enkel de dingen
14:10
that affects heart health."
343
835000
2000
die impact hebben op de gezondheid van het hart."
14:12
So let's filter that out.
344
837000
2000
Laten we dat eruit filteren.
14:14
So heart is filtered out, so I can see if I'm curious about that.
345
839000
3000
Het hart is eruit gefilterd, dus daar ben ik nieuwsgierig naar.
14:17
I think, "No, no. I don't want to take any synthetics,
346
842000
2000
Ik denk: "Nee, ik wil geen synthetische spullen nemen.
14:19
I just want to see plants and --
347
844000
3000
Ik wil alleen planten zien en --
14:22
just show me herbs and plants. I've got all the natural ingredients."
348
847000
3000
toon mij alleen kruiden en planten. Ik heb alle natuurlijke ingrediënten."
14:25
Now this app is spawning itself
349
850000
2000
Deze applicatie vermenigvuldigt zichzelf
14:27
from the data.
350
852000
2000
vanuit de data.
14:29
The data is all stored in a Google Doc,
351
854000
2000
De gegevens staan in een Google-document,
14:31
and it's literally generating itself from that data.
352
856000
3000
en het brengt zichzelf letterlijk voort uit die data.
14:34
So the data is now alive; this is a living image,
353
859000
2000
Dus nu leven de gegevens, dit is een levend beeld,
14:36
and I can update it in a second.
354
861000
2000
en ik kan het in een seconde updaten.
14:38
New evidence comes out. I just change a row on a spreadsheet.
355
863000
2000
Er komen nieuwe bewijzen uit -- ik verander gewoon een rij in een spreadsheet.
14:40
Doosh! Again, the image recreates itself.
356
865000
4000
Doosh! Het beeld bouwt zichzelf opnieuw op.
14:44
So it's cool.
357
869000
2000
Dat is dus cool.
14:46
It's kind of living.
358
871000
3000
Het is alsof het leeft.
14:49
But it can go beyond data,
359
874000
2000
Maar het kan verder gaan dan gegevens,
14:51
and it can go beyond numbers.
360
876000
2000
en het kan verder gaan dan getallen.
14:53
I like to apply information visualization
361
878000
2000
Ik hou ervan om datavisualisatie toe te passen
14:55
to ideas and concepts.
362
880000
3000
op ideeën en concepten.
14:58
This is a visualization
363
883000
2000
Dit is een visualisatie
15:00
of the political spectrum,
364
885000
2000
van het politieke spectrum,
15:02
an attempt for me to try
365
887000
2000
in een poging van mij om
15:04
and understand how it works
366
889000
2000
te proberen te begrijpen hoe het werkt
15:06
and how the ideas percolate down
367
891000
2000
en hoe de ideeën doorsijpelen
15:08
from government into society and culture,
368
893000
2000
van de regering naar maatschappij en cultuur,
15:10
into families, into individuals, into their beliefs
369
895000
3000
naar families, individuen, naar hun overtuigingen
15:13
and back around again in a cycle.
370
898000
3000
en terug, in een cyclus.
15:16
What I love about this image
371
901000
2000
Wat ik sterk vind aan dit beeld is
15:18
is it's made up of concepts,
372
903000
2000
dat het gemaakt is van concepten.
15:20
it explores our worldviews
373
905000
2000
Het verkent onze wereldbeelden
15:22
and it helps us -- it helps me anyway --
374
907000
2000
en het helpt ons -- het helpt mij in elk geval --
15:24
to see what others think,
375
909000
2000
om te zien wat anderen denken,
15:26
to see where they're coming from.
376
911000
2000
om te zien waar ze vandaan komen.
15:28
And it feels just incredibly cool to do that.
377
913000
3000
En het voelt ongelooflijk cool om dat te doen.
15:31
What was most exciting for me
378
916000
3000
En dat was het meest opwindende voor mij,
15:34
designing this
379
919000
2000
toen ik dit ontwierp,
15:36
was that, when I was designing this image,
380
921000
2000
was dat terwijl ik dit beeld ontwierp,
15:38
I desperately wanted this side, the left side,
381
923000
3000
ik erg graag wilde dat deze kant, de linkerkant,
15:41
to be better than the right side --
382
926000
2000
het beter deed dan de rechterkant --
15:43
being a journalist, a Left-leaning person --
383
928000
3000
ik ben nu eenmaal een journalist, een linksneigende persoon --
15:46
but I couldn't, because I would have created
384
931000
2000
maar dat kon ik niet, omdat ik dan
15:48
a lopsided, biased diagram.
385
933000
3000
een scheef, bevooroordeeld beeld zou hebben gemaakt.
15:51
So, in order to really create a full image,
386
936000
3000
Dus om echt een volledig beeld te krijgen
15:54
I had to honor the perspectives on the right-hand side
387
939000
3000
moest ik de perspectieven aan de rechterkant respecteren
15:57
and at the same time, uncomfortably recognize
388
942000
3000
en tegelijkertijd oncomfortabel erkennen
16:00
how many of those qualities were actually in me,
389
945000
3000
hoeveel van die kwaliteiten in mij zaten,
16:03
which was very, very annoying and uncomfortable.
390
948000
2000
wat erg, erg vervelend en oncomfortabel was.
16:05
(Laughter)
391
950000
4000
(Gelach)
16:09
But not too uncomfortable,
392
954000
2000
Maar niet te oncomfortabel,
16:11
because there's something unthreatening
393
956000
3000
omdat het niet bedreigend is
16:14
about seeing a political perspective,
394
959000
2000
om een politiek perspectief te bekijken
16:16
versus being told or forced to listen to one.
395
961000
3000
veeleer dan er verplicht of gedwongen naar te luisteren.
16:19
You're capable of holding conflicting viewpoints
396
964000
3000
Het is eigenlijk -- je kan conflicterende visies hebben
16:22
joyously when you can see them.
397
967000
2000
met plezier, als je ze kan zien.
16:24
It's even fun to engage with them
398
969000
2000
Het is zelfs leuk om ermee aan de slag te gaan
16:26
because it's visual.
399
971000
2000
omdat het visueel is.
16:28
So that's what's exciting to me,
400
973000
2000
Dat is wat ik opwindend vind,
16:30
seeing how data can change my perspective
401
975000
2000
te zien hoe gegevens mijn perspectief kunnen veranderen
16:32
and change my mind midstream --
402
977000
2000
en mijn gedachten --
16:34
beautiful, lovely data.
403
979000
3000
mooie, heerlijke gegevens.
16:38
So, just to wrap up,
404
983000
2000
Dus, om samen te vatten,
16:40
I wanted to say
405
985000
2000
ik wilde zeggen
16:42
that it feels to me that design is about solving problems
406
987000
2000
dat ik het gevoel heb dat design gaat over het oplossen van problemen
16:44
and providing elegant solutions,
407
989000
3000
en het bedenken van elegante oplossingen.
16:47
and information design is about
408
992000
2000
Informatiedesign gaat over
16:49
solving information problems.
409
994000
2000
het oplossen van informatieproblemen.
16:51
It feels like we have a lot of information problems
410
996000
2000
Het lijkt me dat we veel informatieproblemen hebben
16:53
in our society at the moment,
411
998000
2000
in onze maatschappij vandaag,
16:55
from the overload and the saturation
412
1000000
2000
vanuit de overdaad en de verzadiging
16:57
to the breakdown of trust and reliability
413
1002000
2000
en het ineenstorten van het vertrouwen en de betrouwbaarheid,
16:59
and runaway skepticism and lack of transparency,
414
1004000
2000
en op hol geslagen scepticisme en gebrek aan transparantie
17:01
or even just interestingness.
415
1006000
2000
of zelfs gewoon interessantheid.
17:03
I mean, I find information just too interesting.
416
1008000
2000
Ik bedoel, ik vind informatie gewoon veel te interessant.
17:05
It has a magnetic quality that draws me in.
417
1010000
3000
Het heeft een magnetische werking op mij.
17:09
So, visualizing information
418
1014000
2000
Informatie visualiseren
17:11
can give us a very quick solution to those kinds of problems.
419
1016000
3000
kan een snelle oplossing bieden voor dat soort problemen.
17:14
Even when the information is terrible,
420
1019000
2000
En zelfs als de informatie zeer slecht is
17:16
the visual can be quite beautiful.
421
1021000
3000
kan het visuele heel mooi zijn.
17:19
Often we can get clarity
422
1024000
3000
Vaak kunnen we helderheid,
17:22
or the answer to a simple question very quickly,
423
1027000
2000
of het antwoord op een simpele vraag, heel snel krijgen,
17:24
like this one,
424
1029000
2000
zoals deze,
17:26
the recent Icelandic volcano.
425
1031000
3000
de recente IJslandse vulkaan.
17:29
Which was emitting the most CO2?
426
1034000
2000
Wat stootte het meeste CO2 uit?
17:31
Was it the planes or the volcano,
427
1036000
2000
De vliegtuigen of de vulkaan?
17:33
the grounded planes or the volcano?
428
1038000
2000
De vliegtuigen aan de grond of de vulkaan?
17:35
So we can have a look.
429
1040000
2000
Laten we kijken.
17:37
We look at the data and we see:
430
1042000
2000
We kijken naar de gegevens en we zien,
17:39
Yep, the volcano emitted 150,000 tons;
431
1044000
2000
ja hoor, de vulkaan stootte 150.000 ton uit,
17:41
the grounded planes would have emitted
432
1046000
2000
en de vliegtuigen aan de grond zouden er
17:43
345,000 if they were in the sky.
433
1048000
3000
345.000 hebben uitgestoten als ze in de lucht waren;
17:46
So essentially, we had our first carbon-neutral volcano.
434
1051000
3000
Eigenlijk hadden we dus onze eerste koolstofneutrale vulkaan.
17:49
(Laughter)
435
1054000
2000
(Gelach)
17:51
(Applause)
436
1056000
9000
(Applaus)
18:00
And that is beautiful. Thank you.
437
1065000
3000
En dat is mooi. Dank u.
18:03
(Applause)
438
1068000
8000
(Applaus)
ABOUT THE SPEAKER
David McCandless - Data journalistDavid McCandless draws beautiful conclusions from complex datasets -- thus revealing unexpected insights into our world.
Why you should listen
David McCandless makes infographics -- simple, elegant ways to see information that might be too complex or too big, small, abstract or scattered to otherwise be grasped. In his new book, Information Is Beautiful (in the US, it's being called The Visual Miscellaneum), McCandless and his cadre of info designers take a spin through the world of visualized data, from hard stats on politics and climate to daffy but no less important trends in pop music.
McCandless' genius is not so much in finding jazzy new ways to show data -- the actual graphics aren't the real innovation here -- as in finding fresh ways to combine datasets to let them ping and prod each other. Reporting the number of drug deaths in the UK every year is interesting; but mapping that data onto the number of drug deaths reported by the UK press, broken down by drug, is utterly fascinating (more deaths by marijuana were reported than in fact occurred, by a factor of 484%). McCandless contributes a monthly big-think graphic to the Guardian's Data Blog, and makes viral graphics for his blog Information Is Beautiful.
David McCandless | Speaker | TED.com