#30 Isı haritası analizi (Isı haritası)

1. Yöntemin adı

Isı haritası analizi (Isı haritası)

2. Alternatif isimler

Isı haritası, Sıcaklık haritası

3. Kısa açıklama

Isı haritası, bir matris veya resimdeki değerleri temsil etmek için renkleri kullanan bir veri görselleştirme tekniğidir. Rengin yoğunluğu (örneğin, soğuk maviden sıcak kırmızıya kadar), söz konusu değerin büyüklüğüne karşılık gelir; bu da "sıcak noktalar" (hotspots) – yani yüksek yoğunluk veya yoğunluğa sahip alanları – hızlı ve sezgisel bir şekilde belirlemeyi sağlar.

4. Amaç / Ne zaman kullanılır

Karmaşık veri kümelerinin görselleştirilmesi ve kalıpların, kümelerin ve anomalilerin hızlı bir şekilde tespit edilmesi için kullanılır. Birçok alanda uygulama alanı bulur:
- Web analitiği: Kullanıcıların sayfada nereye tıkladıklarını veya farenin en çok nerede hareket ettiğini izleme.
- Süreç analizi: Bir matriste sorunların ortaya çıkma sıklığını gösterme (örn. hata türü ve üretim hattı).
- Finansal analiz: Portföydeki hisse senetlerinin performansını görselleştirme.
- Operasyonel analiz: Makinelerin veya alanların kullanım yoğunluğunu gösterme.

5. Uygulama / Nasıl uygulanır?

1. Verileri bir matrise toplayın: Verileri, satırların ve sütunların analiz etmek istediğiniz iki farklı boyutu temsil ettiği bir tabloya (matris) düzenleyin (ör. satırlar = ürünler, sütunlar = aylar, değerler = satılan adet sayısı).
2. Renk skalasını tanımlayın: Bir renk şeması seçin. En yaygın olarak, düşük değerler için soğuk renklerden (mavi, yeşil) yüksek değerler için sıcak renklere (sarı, turuncu, kırmızı) doğru bir geçiş kullanılır.
3. Hücrelere renkleri uygulayın: Matristeki her hücreyi değerine göre renklendirin. Değer ne kadar yüksekse, renk o kadar “sıcak” olur.
4. Desenleri analiz edin: Isı haritasında şunlara dikkat edin
: - Yoğun noktalar (Hotspotlar): Dikkat gerektiren, yoğun renklere sahip hücreler veya alanlar.
- Kümeler (Clusters): Birbiriyle ilişkiyi gösteren, benzer renkteki hücre grupları.
- Eğilimler ve desenler: Satırlarda veya sütunlarda görülen düzenli desenler.

6. Uygulamadan bir örnek

Kalite yöneticisi, hata türü ile üretim değişikliği arasında bir bağlantı olup olmadığını belirlemek istiyor. Satırları hata türleri (çizik, boyut hatası, çatlak), sütunları ise vardiyalar (sabah, öğleden sonra, gece) olacak şekilde bir tablo oluşturur. Hücrelere ay başına görülen hata sayısını yazar. Bu tabloyu bir ısı haritasına dönüştürür. Isı haritası, “çizik” ve “gece vardiyası” kesişim noktasında hemen koyu kırmızı bir hücre gösterir. Bu, çizik sorunlarının gece vardiyasında yoğunlaştığının ve sorunun nedenini araştırmaya buradan başlaması gerektiğinin açık bir işaretidir.

7. Avantajlar

- Sezgisel ve hızlı yorumlama: İnsan beyni, tablodaki sayılardan çok daha hızlı bir şekilde renkleri işler
.- Büyük verilerin etkili görselleştirilmesi: Binlerce değeri tek bir resimde net bir şekilde gösterebilir.
- Önemli alanların anında belirlenmesi: Dikkatin en çok ihtiyaç duyulan yerlere hızla yönlendirilmesine yardımcı olur
.- Çok yönlülük: Verilerin bir matris halinde düzenlenebildiği her alanda kullanılabilir.

8. Riskler / Sınırlar

- Renk skalasına bağlılık: Yanlış seçilmiş veya sezgisel olmayan bir renk skalası, yanlış yorumlamalara yol açabilir
.- Doğruluk kaybı: Isı haritası hızlı bir genel bakış için harikadır, ancak kesin değerleri göstermez. Ayrıntılı bir analiz için yine de bir tablo gereklidir
.- Renk algısı: Erkeklerin yaklaşık %8'i bir tür renk körlüğüne sahiptir. Tasarım sırasında, bu kişiler için okunabilir skalalar seçmek önemlidir (örneğin, kırmızı-yeşil yerine mavi-turuncu).
- Statik görünüm: Geleneksel ısı haritası, belirli bir andaki durumu gösterir.

9. Uygulamadan İpuçları

- Etkileşimli ısı haritalarını kullanın: Modern analiz araçları (örn. Tableau, Power BI), bir hücrenin üzerine fareyi getirdiğinizde tam değeri görebileceğiniz etkileşimli ısı haritaları oluşturmanıza olanak tanır.
- Verileri normalleştirin: Çok farklı değer aralıklarına sahip satırları veya sütunları karşılaştırıyorsanız, ısı haritasının karşılaştırılabilir olması için verileri (örn. 0-1 aralığına) normalleştirmek uygun olur.
- Diğer grafiklerle birleştirin: Isı haritası, dendrogramlarla (kümeleme analizinde) veya diğer görselleştirme türleriyle birleştirildiğinde çok etkilidir.