Тепловая карта, как способ презентации данных

Пост делал на основе нашего исследования HR- бренда - исследование очень объемное, нужно думать, как презентировать данные.
Пост родился после прочтения некоторых глав книги  Искусство визуализации в бизнесе (очень рекомендую эту книгу). Правда, саму визуализацию данных я проделал в программе R (книга о программе R R в действии. Анализ и визуализация данных на языке R), в excel  я нее нашел таких возможностей при создании диаграмм, но во многих случаях можно воспользоваться условным форматированием.

Задача

В нашем исследовании есть несколько вопросов с 10-ти бальной шкалой, например

• Оцените привлекательность HRбренда Вашей компании
• Оцените степень соответствия декларируемых и реально исповедуемых принципов отношения к персоналу
• Оцените степень привлекательности карьерного портала
• Оцените уровень удовлетворенности вознаграждением за Вашу работу в компании
• Оцените престижность расположения офиса Вашей компании.

Иногда нужно показать взаимосвязь между шкалами этих вопросов, например, мы предполагаем, что привлекательность бреда может быть связана со степенью соответствия декларируемых и реально исповедуемых принципов отношения к персоналу
В таблице это выглядит так
Где в строках – привлекательность бренда, в колонках – прозрачность.

	1	2	3	4	5	6	7	8	9	10
1	15	6	5	4	5	0	2	1	0	2
2	8	2	9	1	8	1	1	3	0	0
3	7	11	16	9	10	9	3	5	3	1
4	8	5	15	7	11	19	13	12	3	0
5	8	9	24	10	53	21	29	32	10	7
6	6	5	14	8	23	17	19	26	7	4
7	1	1	7	11	40	30	42	49	22	14
8	3	4	6	3	25	15	31	48	26	15
9	2	0	0	2	7	4	17	15	14	6
10	0	0	0	3	8	4	9	18	13	22

Но если нам нужно показать эту взаимосвязь боссам или сотрудникам, то таблица не всегда будет лучшим способом презентации данных.
Поэтому мы показываем это в виде тепловой карты. Неплохо видна взаимосвязь, верно?

Оцените преимущества карты со следующей формой диаграммы. Пример взят из моего поста Как измерять нематериальную мотивацию. Диаграмма показывает сопряжение ответов на вопрос об обще удовлетворенности работой в компании и удовлетворенностью вознаграждением. Мы видимо точки рассеяния, разброс достаточно большой, но мы не понимаем, какое количество выборов стоит за этими точками. Если мы добавим количество на диаграмму, то сильно раздуем саму диаграмму, и восприятие будет затруднено.

 В этом смысле тепловая карта добавляет нам третью шкалу - количество выборов респондентов
Давайте посмотрим обратный пример, где взаимосвязь видна слабо. Например, посмотрим то, как распределены ответы на вопросы «Оцените престижность расположения офиса Вашей компании» (в строках) и «степень привлекательности карьерного портала» (в колонках). Здравый смысл подсказывает нам, что взаимосвязь должна быть слабой. Тепловая карта соглашается с нашим здравым смыслом.

Можно давать другие цветовые гаммы, вот например диаграмма ответов на вопросы «привлекательность HRбренда Вашей компании» и «степень привлекательности карьерного портала» (в колонках).

Ну или напоследок тепловая карта между уровнем престижности района и удовлетворенностью зарплатой. Как бы вы проинтерпретировали эти данные?

И запрос самым пытливым: посмотрите на вопросы исследования HR бренда и скажите, что с чем вы хотели бы увидеть на тепловой карте?
И конечно я еще не такой специалист в программе R, чтобы рисовать вот такие тепловые карты

Хотя есть у меня одна потрясающая идея, и может быть я ее когда нибудь реализую. В западном исследовании Ключевые факторы удержания и текучести персонала одним из таких ключевых факторов удержания персонала был указан фактор расстояния между домом работника и работой. Т.е. те, кто живут близко, работают дольше. И помните ли, что в компании Facebook  даже доплачивал тем, кто жил ближе, чем одна миля от офиса Кейс-стади Управления Талантами от Facebook. Часть 1
Так вот я хотел бы по аналогии с картой США сделать карту прилегающих районов компании и показать цветом уровень увольнений в зависимости от района. Круто?