Proč pořadí pruhů mění příběh grafu

Hand-drawn illustration of the same five bars in different orders, with an orange bar moving upward under the question “Sort by what?”

Seřazení pruhů může působit jako obyčejný úklid grafu.

Není.

„Seřaďte pruhy“ zní jako jednoduchý pokyn, dokud se nezastavíte a nezeptáte se:

Podle čeho?

Abecedně? Podle aktuální hodnoty? Podle odchylky od cíle?

A kterým směrem?

Neexistuje jedna automatická odpověď. Správné pořadí závisí na otázce, na kterou má graf odpovědět.

Stejná data, různé příběhy

Představte si přehled hrubé marže za 3. čtvrtletí 2026 u pěti produktových kategorií v jedné fiktivní kavárně: filtrovaná káva, espresso nápoje, sladké pečivo, sendviče a čaj.

Kategorie můžeme seřadit abecedně:

Hrubé marže produktových kategorií kavárny v abecedním pořadí, s filtrovanou kávou zvýrazněnou na 82 %.

Jednotlivé kategorie se pak snadno hledají. Když se někdo zeptá „Kde je filtrovaná káva?“, abecední pořadí funguje velmi dobře.

Neukáže však okamžitě, která kategorie má nejvyšší marži, která nejnižší a která nejvíce zaostává za svým cílem.

Možná bychom tedy měli kategorie seřadit podle hrubé marže, od nejvyšší po nejnižší:

Hrubé marže produktových kategorií kavárny seřazené od nejvyšší po nejnižší, s filtrovanou kávou na druhém místě s 82 %.

Graf teď odpovídá na jinou otázku:

Které kategorie dosahují nejvyšší marže?

Portfolio vede čaj. Nejnižší marži mají sendviče.

Pro diskusi o výkonnosti to ale nemusí být nejužitečnější pohled.

Filtrovaná káva má s 82 % druhou nejvyšší marži v portfoliu. V žebříčku podle hodnoty tedy vypadá dobře.

Ve srovnání se svým cílem však filtrovaná káva zaostává o čtyři procentní body. To je největší záporná odchylka ze všech pěti kategorií.

Pokud se management ptá „Které kategorie nesplňují své cíle?“, měli bychom místo toho řadit podle odchylky a začít nejslabším výsledkem:

Odchylky produktových kategorií kavárny od cíle seřazené od nejslabší po nejlepší, s filtrovanou kávou první na -4 procentních bodech.

Stejná data teď vyprávějí jiný příběh.

Filtrovaná káva se přesune z horní části grafu na první místo, které vyžaduje pozornost.

Na její výkonnosti se nic nezměnilo. Jen jsme zvolili pořadí, které odpovídá jiné otázce.

Řazení je součástí analýzy

Proto bychom řazení neměli považovat za mechanický krok při finálním formátování.

Než začnete řadit, rozhodněte se, k čemu má graf sloužit.

Pokud publikum potřebuje najít konkrétní kategorii, může být nejlepší abecední pořadí.

Pokud otázka zní „Které kategorie mají nejvyšší marže?“, seřaďte je podle hodnoty marže.

Pokud otázka zní „Které kategorie nejvíce zaostávají za cílem?“, seřaďte je podle odchylky.

Veličina, podle které řadíte, ovlivňuje příběh.

Stejně tak směr řazení.

Vzestupně, nebo sestupně?

Při sestupném řazení jsou největší hodnoty na začátku. Hodí se, když si má publikum všimnout největších produktů, zákazníků, nákladů nebo položek s největším příspěvkem k výsledku.

Při vzestupném řazení jsou na začátku nejmenší hodnoty. Často je užitečnější, když pozornost vyžaduje slabý výkon, nesplněné cíle, zpoždění nebo rizika.

Ani jeden směr není automaticky správný.

Ptejte se, co má být v horní části grafu.

  • Má čtenář nejprve vidět nejlepší výsledek?
  • Nejslabší?
  • Největší odchylku?
  • Položku, kterou bude nejspíš hledat?

Toto rozhodnutí by mělo určit pořadí.

Kdy řazení nepomáhá

Některé kategorie už mají přirozené pořadí.

Měsíce patří do kalendářního pořadí. Věkové skupiny do číselného. Fáze procesu, úvěrové ratingy a škály v dotaznících se obvykle řídí vlastní logikou.

Seřazení těchto kategorií podle hodnoty může sice zpřehlednit pořadí výsledků, ale zároveň zničit posloupnost, která dává datům význam.

Řazení má graf zpřehlednit, ne slepě přeskupit.

Praktický úkol

Otevřete jeden pruhový graf ze svého posledního reportu.

Než změníte pořadí, napište si otázku, na kterou má graf odpovědět.

Potom udělejte tři rozhodnutí:

  • Co má pořadí určovat?
  • Má být řazení vzestupné, nebo sestupné?
  • Čeho si má čtenář všimnout jako prvního?

Řazení není jen základní úprava grafu.

Je to rozhodnutí o tom, jak má publikum data číst.

Copyright © 2026 All rights reserved by Olga Rudáková