Data visualization

Esplorazioni con Tableau: le spedizioni sull’Himalaya

La scalata della vetta dell’Everest, la montagna più alta al mondo, è senza ombra di dubbio il sogno di tutti gli scalatori e amanti della montagna di alta quota. Negli ultimi trent’anni “il dio del cielo”, come viene chiamato in Nepal, è diventato meta frequente di spedizioni. Il numero di scalatori che conquistano la cima è aumentato sensibilmente e con esso, purtroppo, anche il numero di incidenti, spesso mortali. Uno degli ultimi incidenti, a maggio scorso, è costato la vita a 11 persone. Più di 200 alpinisti stavano scalando l’Everest in quel momento e si procedeva nel “traffico” a rilento, con tempi di attesa che sfioravano le 2 ore.  

Esplorazioni in tableau

Cosa è andato storto?

Molto probabilmente la mancanza di decisioni basate sui dati. L’approccio Data-driven integra le fonti dati nel processo decisionale per stabilire visioni e obiettivi chiari. Questo è stato, ma lo è ancora, il “tema principale” di questa era, dopo un’ampia diffusione della comprensione del valore dei dati. Le aziende spendono molte risorse nell’estrazione di informazioni per essere competitive e all’avanguardia rispetto al mercato.

L’incidente citato in precedenza, voleva essere indicativo di una mancanza di cultura “basata sui dati”. Tra le varie fonti dati a disposizione, The Himalayan Databases risulta una delle più complete. Questo database si basa sugli archivi di spedizione della giornalista statunitense Elizabeth Hawley ed è integrato con informazioni raccolte da libri, riviste alpine e corrispondenze con gli scalatori. I dati coprono tutte le spedizioni dal 1905 al 2018 in ​​Nepal e includono le spedizioni sull’Everest  su alcune cime meno celebri. Ogni record di spedizione contiene informazioni dettagliate tra cui date, percorsi, campi, uso di ossigeno supplementare, successi, morti e incidenti. Il database è ricercabile per montagna, scalatore, spedizione, nazionalità, cause di mortalità e altro ancora.

Questa dashboard sulle spedizioni himalayane offre una rapida prospettiva sulle tendenze precedenti e sul perché la maggior parte degli incidenti si sono verificati. Ancora più importante, l’intento sarebbe quello di fornire una potenziale soluzione a questo problema. 

Per ulteriori informazioni, non esitare a scriverci a info@visualitics.it e continua a seguirci LinkedIn.

Fonte: dashboard by Nirvan Mahat