When designing a new project, as a Data Visualization practitioner I am always torn between the desire to provide as many meaningful data as possible and that of telling a story, adding text to support the data and make them more understandable to a wider audience.

I honestly love to create one-pagers where texts not only contain dry explanations on how to read the charts but also provide some context, a larger view of the topic I am showing.

I recently started working on a project about traffic and pollution in my city, Milan, known as one of the capitals of fashion, design, and… emissions! The first chapter of this project is called L’Aria di Milano and it is a one-pager that shows the daily level of pollutants in the city. Among its open data, the City of Milan provides an API that returns pollutants levels registered by nine stations scattered around the municipality. The idea was to use this data to create an easy-to-read website giving the reader a general idea of the air quality in the city.

The second chapter of the project is called Il Traffico di Milano and aims to provide some insight about traffic using historical data gathered from the same open data portal. The first part of this chapter, “La Grande Corsa”, shows how the fleet of cars registered to Milan residents changed over the years. Because the City of Milan decided to ban all Diesel vehicles by 2030 by imposing a calendar aimed at progressively banning older vehicles based on their environmental (or Euro) class, there are a lot of new cars in town.

On the one hand, it is quite obvious that the decision to ban certain kinds of cars aims at reducing the emissions of pollutants; on the other hand, the effectiveness of this decision is not completely clear. That is why I decided to add some charts highlighting the aggregated values of PM10, NO2, and O3 by year. In order to include yet another comparison metric, I searched for (and found) data about precipitations and added them to the mix.

I ended up with a page full of charts showing a wide variety of different data, each one with a specific explanation on how to read the charts themselves, how the data were collected and computed, why they are important, and how they correlate to other charts.

Yet this huge amount of text made the page rather hard to read for users who were simply interested in comparing figures to see if the traffic regulations enforced by the City had actually been effective.

The problem was far from obvious: should I just proceed with the page as it was, or should I revert to a sort of dashboard with all the charts and no explanation at all?

In the end, I decided to go for a half-and-half solution: the page loads with all the texts and charts. If you are a casual user, this will be enough for you; but if you want to take a closer look at the relationships among different KPIs, then you may enable the “Comparison View” which hides all the texts, reduces the height of the page, and overlays a grid on top of the charts to make them more readable.

By implementing this solution, I have been able to both tell a story and allow my visitors to analyze the data and come to their own conclusions.

Overlaying a grid to facilitate the reading of multiple charts in the same page was originally published in Visualize News on Medium, where people are continuing the conversation by highlighting and responding to this story.

Questa epidemia ha rappresentato un punto di svolta importante per la nostra società: senza preavviso ci siamo trovati a dover affrontare un’epidemia come non avveniva, in Italia, dai tempi della Spagnola. Le nostre abitudini sono state stravolte, ognuno di noi (soprattutto al nord) ha dovuto affrontare la paura del contagio, e il dolore per la perdita di qualche congiunto. In certe zone (penso alla bergamasca) si sono registrati tassi di mortalità superiori fino al 400% rispetto alla media degli ultimi anni. Intere generazioni sono state cancellate. La vita di tutti i giorni è cambiata: prima la chiusura delle scuole, poi il lockdown ci hanno imposto nuovi modi di rapportarci col lavoro.

Questa pandemia è stata però anche l’occasione per la Pubblica Amministrazione (impersonata in questo caso da Protezione Civile, Ministero della Sanità, Istituto Superiore di Sanità, e Regioni) di sperimentare una nuova forma di trasparenza dell’informazione nei confronti dei cittadini: già pochi giorni dopo l’inizio dell’epidemia è stato reso disponibile un repository su Github¹ contenente una collezione di file machine-readable con tutte le informazioni sull’andamento della situazione, aggiornato ogni giorno alle 18.00.

Il collettivo Visualize News, del quale sono parte, si occupa di raccolta, analisi e visualizzazione di dati. Negli ultimi anni abbiamo seguito le elezioni del 2018, le elezioni indiane del 2019, l’esperienza di Matteo Salvini come Ministro dell’Interno e realizzato un sito per monitorare la qualità dell’aria di Milano. Quando a fine gennaio 2020 era chiaro che il virus si stava diffondendo a livello mondiale, decidemmo di provare a realizzare qualcosa che ci aiutasse a capire meglio la situazione in Italia. In quest’ottica, il sopra citato archivio di dati ufficiali pubblicato dalla Protezione Civile ci ha dato un grande aiuto.

La nostra intenzione era, come già accaduto per gli altri nostri progetti, fornire un modo differente per leggere i report giornalieri, e tramite confronti magari inusuali fornire una diversa e più completa chiave di lettura su quanto stava accadendo. Perché, diciamocelo chiaramente, le veline pubblicate ogni sera dai quotidiani online non sono né di facile lettura né, soprattutto, di facile interpretazione.

Non essendo noi medici, abbiamo deciso di attenerci strettamente ai dati ufficiali, evitando qualunque interpretazione personale ma rendendo solamente i numeri più leggibili (in questo articolo qualche tentativo di interpretazione dei dati c’è, ma va preso alla leggera, senza alcuna pretesa scientifica).

Sul sito, disponibile in italiano e inglese, è possibile vedere l’andamento dell’epidemia rappresentato con grafici semplici, di facile lettura, che eliminano qualunque informazione superflua. Tramite quei grafici siamo stati in grado di visualizzare la crescita esponenziale dei casi nel primo periodo, l’inizio della discesa e la loro stabilizzazione poco prima dell’estate. Siamo stati in grado di verificare la ripresa dei nuovi casi tra fine agosto e inizio settembre, ma anche di tranquillizzarci riguardo questa crescita, che corrisponde in gran parte con il considerevole aumento del numero di tamponi effettuati.

I grafici

Per supportare la nostra analisi abbiamo realizzato diversi grafici. Tutti si basano, come già detto, sui dati resi disponibili dalla Protezione Civile, che un nostro bot aggiorna e aggrega automaticamente ogni giorno attorno alle 18.00, non appena vengono resi disponibili.

La timeline

La prima visualizzazione mostrata è quella che noi chiamiamo timeline e mostra una introduzione alla situazione generale nel paese (e tramite un filtro in ogni regione). Il sommario mostra, per ogni indicatore sia il numero assoluto che la variazione rispetto al giorno precedente. Nel grafico, ogni linea rappresenta un giorno, e le barre orizzontali rappresentano il valore assunto dall’indicatore per quel giorno. È possibile capire così, a colpo d’occhio, se negli ultimi giorni, ad esempio, i “casi attivi” stanno salendo o scendendo (nell’esempio mostrato nell’immagine, referito al 16 settembre, si nota come i casi attivi siano in crescita da qualche giorno).

Il Trend

Questo grafico a linee mostra l’andamento dei nuovi casi registrati su un periodo di sessanta giorni (prima immagine) o dall’inizio dell’epidemia (seconda immagine — i dati sono stati resi disponibili a partire dal 24 febbraio 2020). I numeri mostrati non sono assoluti, ma sono rappresentati come media mobile settimanale². Il motivo è semplice: volendo mostrare un trend, avevamo bisogno di uniformare le rilevazioni, che nel corso della settimana subiscono forti oscillazioni sia durante i weekend (ci vogliono tra 24 e 72 ore per avere il risultato di un tampone: il numero di tamponi quotidiani come riportato dai dati rappresenta in realtà il numero di tamponi per cui si è ottenuto un risultato, quindi il lunedì i numeri sono da sempre più bassi, riferendosi a esami eseguiti di sabato o domenica) che per cause casuali (a volte alcune regioni tardano a comunicare i dati, oppure effettuano delle correzione ex-post). Sul grafico è possibile evidenziare la linea di una regione, per confrontare il suo andamento con il trend nazionale. Quello che abbiamo notato durante il mese di settembre 2020, ad esempio, è che la Lombardia, fino a qualche mese prima leader indiscussa di contagi, ha un incremento costante di nuovi casi, cosa che non accade in altre regioni (a fine settembre, per questo indicatore, è stata superata dalla Campania).

Il rapporto tra tamponi e nuovi casi

Questo grafico, nella sua complessità, fornisce un interessante colpo d’occhio sull’andamento dell’epidemia e aiuta a rispondere alla domanda che ci ponevamo poco più su: l’aumento di nuovi casi significa che è in arrivo la seconda ondata? In questo grafico ogni barra verde rappresenta il numero di tamponi i cui risultati sono stati resi disponibili ogni giorno. Le barre bianche (quasi invisibili nei mesi estivi) rappresentano il numero di tamponi che hanno dato esito positivo. Una scala differente è invece usata per le linee disegnate sopra al grafico: queste infatti rappresentano delle percentuali. La linea fucsia rappresenta la percentuale di positivi rispetto al totale dei tamponi, mentre quella bianca la media calcolata sull’intero periodo. Crediamo che questo grafico evidenzi sia un cambio di politica nella somministrazione dei tamponi (all’inizio dell’epidemia solo i malati con sintomi gravi venivano sottoposti a tampone, da qui un’alta percentuale di positivi), che un incremento della loro disponibilità. Questo grafico potrebbe anche spiegare perché, a partire da fine estate, il numero di nuovi casi ha ricominciato a crescere (con un sensibile incremento di pazienti con sintomi lievi o asintomatici): si stanno facendo molti più tamponi.

Il pattern al quale accennavamo prima, e relativo alla diminuzione di tamponi nel weekend è evidente in questo grafico e si riflette in due modi: le “barre” di domenica e lunedì sono in genere più basse e la percentuale è in generale più alta (perché probabilmente nei weekend i test sono in gran parte effettuati in ambiente ospedaliero, a pazienti con sintomi e non, ad esempio, ai cosiddetti contatti stretti o alle persone che si sottopongono a tampone senza avere sintomi, ad esempio per imbarcarsi in aereo o per altri motivi di lavoro).

Le regioni

Questo gruppo di grafici rappresenta l’andamento delle regioni italiane per diversi indicatori, selezionabili. È possibile anche scegliere se vedere i grafici relativi agli ultimi sessanta giorni o all’intero periodo. In questi grafici, per ogni indicatore, le “barre” rappresentano il valore di ogni giorno, mentre la linea rappresenta la media mobile settimanale. In questo modo ci è possibile confrontare l’andamento dell’epidemia tra regioni, e provare a dare delle spiegazioni a eventuali risalite (in molte regioni meta di vacanzieri, ad esempio, i numeri hanno ricominciato a salire dopo il 20 di agosto).

Le province

La mappa mostra l’incidenza del contagio per 10 mila abitanti a livello provinciale. È un dato assoluto, da inizio epidemia, ed evidenzia come il COVID, nonostante tutto, abbia trovato al nord (e in particolare in Lombardia) un terreno fertilissimo per espandersi.

I tamponi

Questo grafico permette di confrontare le politiche messe in atto dalle diverse regioni in termini di tamponi. È possibile mostrare i dati assoluti o normalizzati (valore ogni 10 mila abitanti), e selezionare l’indicatore che si desidera mostrare. In questo grafico, ogni disco è una regione. La sua area rappresenta il numero di abitanti (nel caso si scelga la visualizzazione normalizzata, l’area di tutte le regioni corrisponde a 10 mila abitanti). Il cerchio interno più chiaro rappresenta il numero di tamponi effettuati, quello scuro il numero di pazienti sottoposti a tampone. Quando la differenza tra le aree dei due cerchi (tanto più è visibile il cerchio chiaro) è marcata, significa che più abitanti sono stati sottoposti a test ripetuti. Dato che l’avere due test negativi è necessario per essere dichiarati guariti, la differenza tra le regioni con tanti casi (ad esempio la Lombardia) e quelle con pochi casi (ad esempio la Basilicata) è evidente anche in questo grafico.

La matrice

La matrice è sicuramente il grafico più complesso dell’intero sito ma consente, una volta capito come leggerlo, di vedere la differenza di velocità con cui il virus si è diffuso nelle varie regioni. Ad ogni simbolo corrisponde un indicatore (il cerchio rappresenta i casi accertati, il quadrato i nuovi casi, la croce i decessi, ecc.) ed il loro colore rappresenta un valore numerico (100, 1.000, 10.000, 100.00). I simboli sono posizionati nella matrice basandosi sulle coordinate che rappresentano la Regione in cui quell’evento è avvenuto (colonne) e la data in cui per la prima volta si è raggiunto quel traguardo (righe). Ad ogni riga corrisponde infatti un giorno. Selezionando un indicatore (cliccando sul simbolo nella matrice o sul corrispondente elemento della legenda) è possibile evidenziarne la progressione nelle varie regioni.

Selezionando, ad esempio, “1.000 casi” (il disco rosa scuro) sarà possibile vedere che in Italia quella soglia è stata raggiunta il 29 febbraio, due giorni dopo anche la sola Lombardia raggiungeva quel traguardo, mentre in Val d’Aosta quella stessa soglia non veniva raggiunta che quarantanove giorni dopo. Basilicata e Molise non hanno ad oggi ancora raggiunto quota 1.000 contagiati.

In conclusione

A questo punto l’unica cosa che resta da fare è dare un’occhiata al sito, per vedere i dati più recenti disponibili, e farsi un’idea personale sul loro significato.

[1] Per chi non è tecnico di queste cose, Github è il più grande «contenitore» di codice esistente al mondo: consente a chiunque di pubblicare il codice sorgente delle proprie applicazioni, e di renderlo pubblico, volendo (anzi, per come è fatto stimola la creazione di codice pubblico). Tramite Github e altre piattaforme simili è possibile non solo accedere ai file, ma anche vederne la storia: chi li ha modificati, quando, e quali modifiche sono state fatte. L’Agenzia per l’Innovazione Digitale, ad esempio, utilizza Github per distribuire prodotti e guideline, e il governo ha pubblicato, sempre su Github, i file sorgenti della App Immuni.

[2] Per una migliore spiegazione su come si calcola e perché si usa la media mobile vi rinviamo a questo articolo su Wikipedia.

Qualche riflessione sulla «fase due» della pandemia di COVID-19 in Italia was originally published in Visualize News on Medium, where people are continuing the conversation by highlighting and responding to this story.