91
Linguaggi data-driven per descrivere e rappresentare la complessità
Il punto, quindi, grazie alla sua versatilità di rappresentazione sia in quanto singolo, sia in quanto parte di un gruppo più ampio, è particolarmenteefficaceanchenell’utilizzodellevariabilivisuali per non aggregare, in particolar modo il movimento e la frequenza. Ad esso, in una sede successiva, si possono aggiungere e inserirealtrisignificanti(ilcolore,ladimensione,eformeaccessorie) per permettere la funzionalità di tagging37 degli individui di un’azienda. A partire dalla geometria e dalla matematica, successivamente, si può ragionare in un modo simile anche nella costruzione di un linguaggio strutturato per le visualizzazioni, utilizzando il punto come elemento minimo che, se unito ad altri punti, può diventare linea, piano, volume. Nel caso della visualizzazione dati, si puòconcettualizzareche,alprogrediredeilivellidiconfigurazione dell’azienda, forme sempre più complesse sono utilizzate per rappresentaregliagenticheagisconoinundatolivellodiconfigurazione. Ad esempio, se prendiamo individui che si uniscono in progetti che vengono successivamente applicati in diversi distaccamentigeograficidiun’azienda,potremmoriassumere: 1. Punti, ovvero persone, che lavorano e si uniscono in 2. Linee, ovvero in progetti che si protraggono o meno nell’arco temporale e che si distribuiscono in 3. Aree o luoghi, quindi in quadrati, che appartengono a 4. Poligoni, o collezioni di quadrati, ovvero ad aree geografichepiùestese. “[Il tagging è definito] come gli agenti sono etichettati diversamente per essere istantaneamente riconoscibili, nel momento in cui sia necessaria una raccolta di informazioni riguardanti l’organizzazione” Holland J. (1995) 37