Data Visualization 

Course Outline 
Management Development Institute, Gurgaon 
 
Instructor: Dr. Nakul Gupta                   Sessions:20 
 
Summary 
This course provides an introduction as well as hands‐on experience in data visualization.  It introduces 
students to design principles for creating visualizations and dashboards to facilitate managerial decision‐
making. 
 
Course Objectives 
 Provide an overview and brief history of the practice of data visualization 
 Introduce students to the key design principles and techniques for visualizing data 
 Develop an understanding of the fundamentals of communication and alignment around concepts 
that are required for effective dashboard presentation  
 Provide an overview and develop an introductory level of competency on the use of several available 
software tools that can be used for data visualization – Tableau, Power BI, GG Plots and D3.js 
 Allow for project‐based opportunities to identify, understand, analyze, prepare, and present effective 
visualizations on a variety of topics 
 
Course Prerequisites 
 General computer skills and a familiarity with charting tools like Microsoft Excel are necessary, along 
with access to the Internet for research and data gathering. 
 Direct access to a computer on which the student can install software is highly recommended (see 
Required Software below) 
 An understanding of basic charting and statistical terms and practices will be helpful, but not required. 
 
Student Outcomes 
After taking this course, students should be able to create an interactive visualization, and use it to 
demonstrate or provide insight into a problem, situation, or phenomenon.   
 
Moreover, students should have the basic knowledge needed to critique various visualizations (good and bad), 
and to identify design principles that make good visualizations effective.   
 
Finally, students will have the opportunity to demonstrate their own skills in identifying a visualization that 
can be improved, completing their own design and/or analysis, and working to publish or promote acceptance 
of their presentation. 
 
Course Format 
Students will read class material, study best and worst practices, compare and contrast real‐world examples, 
engage in problem solving, and participate in discussions related to the course material.  Students will also 
practice applying the techniques and best practices discussed to real‐world problems. 
 
 
Reference Book 
The Big Book Dashboards: Visualizing Your Data Using Real‐World Business Scenarios 
   Steve Wexler, Jeffrey Shaffer, Andy Cotgreave, Wiley (2017) 
 
Suggested Reading (not required) 
The Functional Art, Alberto Cairo, New Riders (2012) 
The Truthful Art, Alberto Cairo, New Riders (2016) 
The Wall Street Journal Guide to Information Graphics: The Dos and Don’ts of Presenting Data, Facts, 
and Figures, Dona M. Wong, W. W. Norton & Company (2010) 
Information Dashboard Design: Displaying Data for At‐a‐Glance Monitoring, Stephen Few, O’Reilly 
Media (2013) 
Show Me the Numbers: Designing Tables and Graphs to Enlighten, Stephen Few, Analytics Press (2004) 
Now You See It, Stephen Few, Analytics Press (2009) 
Storytelling with Data, Cole Nussbaumer, Wiley (2015) 
Visualize This:  The Flowing Data Guide to Design, Visualization, and Statistics, Nathan Yau, Wiley (2011) 
The Visual Display of Quantitative Information, Edward Tufte, Graphics Press, 2nd Edition (2001) 
 
Suggested Feeds/Blog Subscriptions 
Viz of the Day by Tableau Software 
The Functional Art by Alberto Cairo 
Perceptual Edge by Stephen Few 
Flowing Data by Nathan Yau 
Storytelling with Data by Cole Nussbaumer 
VizWiz by Andy Kriebel 
DataPlusScience by Jeffrey Shaffer 
Data Revelations by Steve Wexler 
Dear‐Data.com by Giorgia Lupi and Stefanie Posavec 
Dear‐Data‐Two.com by Jeffrey Shaffer and Andy Kriebel 
Makeover Monday Project by Andy Kriebel and Eva Murray 
 
Required Software 
A significant amount of time that students spend completing their assignments will involve the use of 
visualization software.  Instruction will be focused and directed based on the capabilities/features of: 
 
 Tableau Desktop Professional (TFT License), Student License or Tableau Public 
 Microsoft Excel (Win 2007/Mac 2008 or Win 2010/Mac 2011 or Win 2013) ‐ Optional 
 R, R Studio and Shiny ‐ Optional 
 
Students may use any technology platform for their projects, as long as work is presentable for in class 
review, and accessible for review by the course instructor.  If there is any question about whether work can 
be accessed for review or presentation (e.g., if it is not created in one of the software tools listed above), you 
must check with the instructor prior to submitting your work. 
 
A fully licensed version of Tableau Desktop is made available to each student for the duration of the class, or if 
preferred, the student may use the freely available Tableau Public software for non‐proprietary and non‐
confidential data.   
 
Expectations of Students 
Students are expected to prepare and participate by: 
 
1. Reading scheduled assignments each week 
2. Participating in class discussions, projects, and quizzes 
3. Participate in Group Projects 
 
Students are expected to complete each test, exam, homework, and all other assignments independently.  The 
student’s submissions must represent his or her individual work, and citations must be provided where 
content from other sources is referenced.   
 
Students will be assigned to groups for the purpose of completing specific assignments. It is important that 
you participate as necessary in the groups to complete assignments. Low participation in your group may 
affect your final grade for any group assignments. 
 
Performance Evaluation 
 
Presentations, Class Participation, Quizzes  ‐   20% 
Mid Term Exam         ‐   30% 
Group Project          ‐  20% 
End term Exam          ‐  30% 
 
Session Plan:

Session Topic
#1‐2 Lectures:
   Brief Introduction
   What is Data Visualization and why is it important?
   Visual Perception
   Brief History of Data Visualization
   Design Principles – Preattentive Attributes and Thinking Systems
   
Tableau Training and Intro to D3.js
 
Readings:
 Common Pitfalls
 Graph Selection Matrix
 Shaffer 4C’s and Clean Examples

#3‐4 Lectures:
   The Fundamental of Data Visualization ‐ Reviewing the Halloween Exercise
   Compare and Contrast
   Quality of Information
Tableau Training and D3.js:
 Managing Extracts (4 mins)
 Cross‐database Joins (3 mins)
 Connecting to PDFs (9 mins)
 
Readings:
 Juice Analytics Whitepaper Part 1 and Part 2
 The Big Book of Dashboards 
Chapter 1 (pages 3‐36) 

#5‐6 Lectures:
    Interactive Chart Types and Facets in D3.js
  Readings:
   Juice Analytics Whitepaper Part 3
 Save the Pies for Dessert
 The Big Book of Dashboards 
Chapter 34 (pages 397‐403) 
Chapter 35 (pages 405‐409) 
Glossary of Chart Types (pages 419‐422) 
 Session Topic
#7‐8 Lectures:
  The Use of Color in Data Visualization
  Color Vision Deficiency
  Dashboard Design
  Tableau Training:
 Getting Started with Dashboards and Stories (4 mins)
 Building a Dashboard (5 mins)
 Dashboard Layouts and Formatting (6 mins)
 Device Designer (5 mins)
 Dashboard Interactivity Using Actions (5 mins)
 Storypoints (5 mins)
Readings:
 The Big Book of Dashboards 
Chapter 33 (pages 391‐395) 

#9‐10 Lectures:
   Compare and Contrast Real‐World Examples
   Typography
  Videos:
Inge Druckrey: Teaching to See (36 mins)
  https://vimeo.com/45232468  
   Silenc – visualization (2 mins)
 https://vimeo.com/39114742  
Tableau Training:
 Getting Started with Visual Plotting and Dashboarding (6 mins)

#11‐12 Lectures:
   Infographics
 
  Readings:
 The Big Book of Dashboards
Chapter 31 (pages 353‐380) 
Videos:
 Presentation by Alberto Cairo on Infographics (10 mins)
 https://vimeo.com/44747893  
 Dear Data Two Presentation from Tableau Conference (60 mins)
 https://youtu.be/boJcT‐lerFQ  

#13‐14  Lectures:
Design Examples
Interactive Visualizations
In‐Class Demo:
 Build Gapminder
Tableau Training:
 Ways to Filter (2 mins)
 Using the Filter Shelf (7 mins)
 Interactive Filters (4 mins)
 Session Topic
 Where Tableau Filters (4 mins)
 Parameters (5 mins)
Videos:
 12 Use Cases for Parameters in Tableau by Andy Kriebel (50 mins) 
o https://youtu.be/opfVV1maNVw
#15‐16  Lectures:
 Intro to Power BI and GGPLOT in R
In‐Class Demo:
 Create Map of NYC Wifi Locations
Tableau Training:
 Getting Started with Mapping (3 mins)
 Maps in Tableau (4 mins)
 Editing Unrecognized Locations (3 mins)
 Expanding Tableau’s Mapping Capabilities (4 mins)
 Custom Geocoding (4 mins)
 Polygon Maps (4 mins)
 Mapbox Integration (2 mins)
 WMS: Web Mapping Service (2 mins)
 Background Images (4 mins)
 
#17‐18  Lectures:
 Owning Your Data Story 
In‐Class:
 Review and Feedback on Project #1 Submissions
Readings:
 The Big Book of Dashboards 
Chapter 32 (pages 383‐389) 
Chapter 36 (pages 411‐416 
 
#19‐20 Final Data Visualization Project presentations
   Presentation (ex. PowerPoint, Prezi, Tableau Storypoints)
   Interactive Visualization (ex. Tableau)