Vanavond staan Lionel Messi en Harry Kane tegenover elkaar in de halve finale van het WK. Mooi moment om twee totaal verschillende datavisualisaties naast elkaar te leggen.

Beide zijn gebaseerd op vrijwel dezelfde data: positiegegevens, looplijnen en balbewegingen. Toch vertellen ze een compleet ander verhaal.

De visualisatie van Messi laat zien hoe Argentinië explosief omschakelt zodra hij de bal ontvangt. Spelers sprinten direct diep, creëren meerdere passlijnen en brengen hem steeds dichter bij het doel. Uiteindelijk komt de bal opnieuw bij Messi, die scoort en daarmee het WK-doelpuntenrecord verbreekt. De aanval lijkt volledig ingericht om hem in de beslissende positie te krijgen.

De visualisatie van Harry Kane laat juist iets anders zien. Kane zakt voortdurend uit de spits om de bal op te halen, verdedigers mee te trekken en ruimte te creëren voor teamgenoten. Hij staat niet centraal om zelf af te ronden, maar om anderen in stelling te brengen. Zijn waarde zit vooral in het verbinden van het spel.

De onderliggende data is vrijwel identiek.
De inzichten zijn totaal verschillend.

Dat is precies waar datagedreven werken om draait.
Data krijgt pas waarde wanneer een visualisatie laat zien wat écht belangrijk is. Niet door zoveel mogelijk informatie te tonen, maar door precies datgene zichtbaar te maken wat leidt tot kennis en betere beslissingen.

Binnen Datapact noemen we dat het DIKAR-model:
Data → Informatie → Kennis → Actie → Resultaat

Deze twee voorbeelden laten mooi zien dat goede visualisaties niet alleen beschrijven wat er gebeurt, maar vooral uitleggen waarom iets gebeurt. En juist dat maakt informatie waardevol.