Grafici ingannevoli: errori comuni e come riconoscerli

Un grafico ingannevole è una visualizzazione che, pur usando dati corretti, orienta la lettura verso una conclusione distorta attraverso scelte di scala, forma, colore o struttura. La distorsione non richiede dati falsi: è sufficiente tagliare un asse nel posto sbagliato, aggiungere una dimensione in più, o usare il rosso dove il dato è positivo.

Questa guida percorre gli errori più frequenti — con esempi concreti e una distinzione fondamentale che quasi tutti ignorano — per aiutarti a riconoscerli quando li subisci e a evitarli quando costruisci le tue visualizzazioni.

Nessun grafico è neutro: la premessa che cambia tutto

Prima di entrare nei casi specifici, vale la pena fissare un principio che fa da cornice a tutto il resto. Ogni grafico è il risultato di una serie di scelte: quale scala usare, da dove far partire l’asse, quali colori assegnare a quali categorie, se mostrare il valore assoluto o la variazione percentuale. Nessuna di queste scelte è neutra. Ognuna orienta la lettura, enfatizza certi aspetti e ne minimizza altri.

Questo non significa che chi costruisce grafici abbia sempre intenzioni manipolative. Nella maggior parte dei casi gli errori nascono da abitudini, da template predefiniti, da pigrizia cognitiva o semplicemente dalla mancanza di una formazione specifica sulla percezione visiva. Ma il risultato per chi guarda è lo stesso: una rappresentazione che non corrisponde alla realtà dei dati.

La distinzione tra inganno intenzionale e distorsione involontaria è importante dal punto di vista etico, ma non cambia l’impatto pratico. Un grafico che sopravvaluta visivamente una differenza porta a decisioni sbagliate indipendentemente dall’intenzione di chi lo ha costruito. Per questo la competenza a riconoscere i grafici ingannevoli è parte integrante della governance dell’informazione in qualsiasi organizzazione che lavori con i dati.

Un’altra premessa utile: mostrare solo il delta percentuale o solo il valore assoluto sono entrambe “versioni della verità”. Un’azienda che è cresciuta di 500 unità su una base di 100 mostra un +500%; la stessa azienda che è cresciuta di 500 unità su una base di un milione mostra un +0,05%. Entrambi i numeri sono corretti. Entrambi raccontano storie molto diverse. La scelta di quale mostrare — e senza il contesto dell’altro — è già una forma di orientamento della lettura.

Il takeaway operativo è semplice: prima di pubblicare un grafico, chiediti quale scelta hai fatto e perché. Se non riesci a rispondere, probabilmente hai ereditato un default invece di prendere una decisione consapevole.

Asse Y tagliato: quando è un errore e quando è lecito

Questo è il cuore dell’articolo, e il punto su cui la confusione è più diffusa. L’asse Y tagliato — cioè che non parte da zero — non è sempre sbagliato. La risposta dipende dal tipo di grafico che stai usando, e la distinzione è netta.

Grafico a barre: l’asse Y non deve mai essere tagliato

In un grafico a barre, l’informazione è codificata nell’altezza della barra. Il lettore confronta le barre visivamente, e la sua percezione è proporzionale all’area che vede. Se l’asse Y parte da un valore diverso da zero, le differenze tra le barre vengono amplificate in modo arbitrario: una differenza del 3% può sembrare visivamente enorme quanto una differenza del 50%.

Immagina due aziende con ricavi rispettivamente di 98 e 102 milioni di euro. Se l’asse Y parte da 95, la seconda barra sembra quattro volte più alta della prima. Se l’asse parte da zero, le due barre sono quasi identiche — che è la rappresentazione corretta della realtà. Tagliare l’asse sulle barre non è una scelta stilistica: è alterare il dato, perché l’altezza della barra è il dato.

La regola è senza eccezioni per il grafico a barre: l’asse Y deve partire da zero. Se i valori sono tutti compresi tra 95 e 105 e la differenza sembra invisibile con l’asse a zero, il problema non è l’asse — è che la differenza è davvero piccola, e il grafico lo sta dicendo onestamente. Se vuoi enfatizzare quella differenza, cambia tipo di grafico invece di tagliare l’asse.

Grafico a linee: tagliare l’asse è spesso la scelta giusta

Sul grafico a linee la logica è diversa, perché l’informazione non sta nell’altezza assoluta ma nella pendenza della curva, cioè nella direzione e nell’intensità della variazione. Se mostri la temperatura di una città nel corso di un anno con l’asse Y che parte da zero kelvin, la curva sarà una linea quasi piatta nell’angolo in alto del grafico, e le variazioni stagionali — che sono l’informazione rilevante — saranno invisibili.

Tagliare l’asse su un grafico a linee è quindi non solo lecito, ma spesso necessario per rendere leggibile il dato. La buona pratica è che la pendenza visiva della curva corrisponda all’intensità reale della variazione: un’inclinazione di circa 30-45 gradi per le variazioni tipiche è un riferimento utile per calibrare la scala. Se la curva è quasi orizzontale su variazioni che sai essere significative, probabilmente stai usando una scala troppo compressa. Se la curva sale quasi verticalmente su variazioni minime, stai amplificando artificialmente.

L’unica condizione è la trasparenza: l’asse deve mostrare chiaramente da dove parte, con un’interruzione grafica visibile se il valore zero è lontano dal range rappresentato. Nascondere il taglio è scorretto; dichiararlo è buona pratica.

Il takeaway di questa sezione: la domanda non è “l’asse parte da zero?” ma “che tipo di grafico sto usando e dove sta l’informazione?”. Per le barre: sempre da zero. Per le linee: dipende dal range dei dati e dalla variazione che vuoi rendere leggibile.

I grafici 3D: un effetto estetico che distorce sempre la percezione

Il grafico tridimensionale è una delle scelte più diffuse e più problematiche nella comunicazione dei dati. Viene usato spesso per rendere le presentazioni più “moderne” o visivamente impattanti. Il risultato, quasi invariabilmente, è una visualizzazione che mente sulla proporzione dei dati.

Caso 1: la torta 3D e l’effetto prospettiva

Il grafico a torta 3D è l’esempio più emblematico. Quando inclini una torta in prospettiva, le fette nella parte anteriore del grafico sembrano più grandi di quelle nella parte posteriore, anche se i valori sono identici. Questo accade perché l’occhio umano interpreta la profondità come dimensione reale: una fetta “vicina” occupa più spazio visivo di una fetta “lontana” con lo stesso angolo.

Il problema non è teorico. In una presentazione aziendale, una fetta che rappresenta il 20% del mercato posizionata in primo piano può sembrare visivamente equivalente a una fetta del 30% posizionata sul retro. Chi guarda — tipicamente senza controllare le etichette con i valori esatti — porta via un’impressione distorta delle proporzioni. Se quella fetta riguarda la quota di mercato di un concorrente, o la percentuale di un budget, la distorsione ha conseguenze concrete sulle decisioni.

La soluzione non è migliorare il 3D: è eliminarlo. Una torta piatta, o meglio ancora un grafico a barre o un waffle chart, restituisce le proporzioni in modo accurato senza ambiguità percettive.

Caso 2: barre 3D e la profondità che non esiste

Anche le barre tridimensionali introducono ambiguità. Quando una barra ha profondità, non è chiaro se il valore va letto dal bordo anteriore, dal bordo posteriore o dal centro della barra. Grafici diversi usano convenzioni diverse, e quasi nessun lettore le conosce. Il risultato è che l’errore di lettura è sistematico e non casuale.

In più, l’effetto 3D tende ad accentuare visivamente le barre più alte (che occupano più spazio nella dimensione di profondità) e a comprimere quelle più basse. La gerarchia visiva viene distorta indipendentemente dai valori reali.

Il takeaway è diretto: il 3D nei grafici non aggiunge informazione — aggiunge rumore visivo e distorsione percettiva. Se il tuo strumento di visualizzazione lo propone come default, cambia il default.

Colori incoerenti: quando il codice visivo tradisce il messaggio

Il colore è uno degli strumenti più potenti nella visualizzazione dei dati, e uno dei più facili da usare male. Due errori ricorrono con frequenza diversa ma impatto simile.

Caso 3: colori che cambiano significato tra grafici della stessa serie

Immagina una serie di grafici che mostrano i salari medi in diversi paesi. Nel primo grafico, l’Italia è rappresentata in blu e la Germania in arancione. Nel secondo grafico — magari costruito da un’altra fonte o in un momento diverso — i colori sono invertiti o ridistribuiti casualmente. Chi guarda i due grafici in sequenza porta con sé l’associazione colore-paese dal primo grafico e la applica automaticamente al secondo, leggendo i dati in modo errato.

Questo tipo di incoerenza è frequente nei report che aggregano grafici da fonti diverse, nelle presentazioni costruite da più persone, e nelle dashboard che usano colori automatici generati dagli strumenti. Il problema non è estetico: è che il colore, una volta associato a una categoria nella mente del lettore, diventa più forte dell’etichetta testuale. La correzione richiede un sistema di colori coerente per l’intera serie di visualizzazioni — non una palette bella, ma una palette stabile e documentata.

Caso 4: frecce e colori con il significato sbagliato

Un caso particolarmente istruttivo riguarda l’uso di colori convenzionali — rosso e verde — in contesti in cui il loro significato convenzionale contraddice il messaggio del dato. In molti sistemi di comunicazione, il rosso segnala pericolo, peggioramento, allarme; il verde segnala miglioramento, sicurezza, positività. Questa associazione è profondamente radicata e precede la lettura consapevole del dato.

Quando un grafico mostra un calo della disoccupazione — che è una buona notizia — con una freccia rossa verso il basso, si crea un conflitto cognitivo: la forma (freccia in basso) e il colore (rosso = negativo) dicono entrambi “attenzione, problema”, mentre il dato dice il contrario. Il lettore percepisce l’allarme prima di elaborare il significato del numero. In contesti di comunicazione pubblica, dove i tempi di lettura sono brevi e l’attenzione è frammentata, questo tipo di errore può portare a una comprensione sistematicamente distorta.

Il principio da tenere a mente è che il colore è più forte della forma: il cervello elabora il colore prima di leggere l’etichetta o interpretare la direzione di una freccia. Se il colore contraddice il messaggio, il colore vince. La soluzione non è eliminare il colore, ma usarlo in modo coerente con il significato del dato: verde per i miglioramenti, rosso per i peggioramenti — oppure, se il contesto lo richiede, usare una palette neutra che non attivi associazioni preconcette.

Il takeaway: prima di assegnare un colore a un dato, chiediti se quel colore ha già un significato convenzionale per il tuo pubblico. Se ce l’ha, assicurati che sia allineato con il messaggio, non in conflitto.

Doppi assi e scale diverse: i confronti che non reggono

Caso 5: il doppio asse Y non dichiarato

Il grafico con doppio asse Y — uno a sinistra e uno a destra, con scale diverse — è uno degli strumenti più potenti per far sembrare correlate due variabili che hanno poco a che fare l’una con l’altra. La tecnica funziona perché l’occhio umano tende a leggere le due curve come se fossero sulla stessa scala: se si sovrappongono o si incrociano, la percezione è di una relazione stretta.

Immagina un grafico che mostra, sull’asse sinistro, le vendite di un prodotto in migliaia di euro (range: 100-500) e, sull’asse destro, il numero di post sui social media (range: 10.000-50.000). Se le scale sono calibrate in modo che le due curve si sovrappongano visivamente, l’impressione è di una correlazione perfetta. Ma quella correlazione è un artefatto della scala scelta, non una proprietà dei dati. Cambia il range di uno dei due assi e le curve si separano o si incrociano in punti completamente diversi.

Il doppio asse Y non è sempre sbagliato: in certi contesti è l’unico modo per confrontare variabili con unità di misura diverse. Ma richiede due condizioni: che le scale siano dichiarate chiaramente, con etichette esplicite su entrambi gli assi, e che il lettore sia avvertito che le curve non sono direttamente confrontabili in termini assoluti. Quando queste condizioni mancano, il doppio asse diventa uno strumento di distorsione, intenzionale o meno.

Caso 6: confronti con scale diverse non segnalati

Una variante dello stesso problema si presenta quando si affiancano più grafici — tipico nelle dashboard e nei report multi-pagina — con assi Y che hanno range diversi ma non lo dichiarano visivamente. Due barre della stessa altezza in due grafici diversi possono rappresentare valori completamente diversi se le scale sono diverse. Il lettore, che si aspetta coerenza visiva tra grafici della stessa serie, porta via un’impressione errata dei rapporti tra i valori.

La soluzione è semplice in teoria e spesso trascurata in pratica: quando si confrontano grafici della stessa serie, usare la stessa scala. Se le variabili hanno range molto diversi e scale identiche renderebbero uno dei grafici illeggibile, è meglio segnalare esplicitamente la differenza di scala con un’annotazione visibile, non affidarsi al lettore che legga le etichette degli assi.

Il takeaway: ogni volta che affianci due grafici con l’intenzione di confrontarli, verifica che le scale siano identiche o che la differenza sia dichiarata in modo inequivocabile.

Area e dimensione: quando la geometria inganna

Caso 7: i bubble chart con aree non proporzionali

I grafici a bolle — bubble chart — usano l’area del cerchio per rappresentare una terza variabile oltre agli assi X e Y. Il problema frequente è che molti strumenti, per default, scalano il raggio del cerchio in proporzione al valore, non l’area. Poiché l’area di un cerchio cresce con il quadrato del raggio, un valore doppio produce un cerchio quattro volte più grande, non il doppio. Il risultato è che le differenze tra le bolle vengono enormemente amplificate.

Se il valore di A è 10 e quello di B è 20, il cerchio di B dovrebbe avere il doppio dell’area di A. Se invece il raggio è proporzionale al valore, il cerchio di B ha quattro volte l’area di A. La percezione visiva del lettore — che stima il valore dall’area, non dal raggio — porta a sovrastimare sistematicamente le differenze tra le categorie.

Verificare che il tuo strumento usi l’area e non il raggio per scalare le bolle è un controllo tecnico rapido che cambia radicalmente l’onestà del grafico.

Caso 8: le mappe coropletiche e il problema della dimensione geografica

Le mappe coropletiche — quelle in cui le aree geografiche sono colorate in base a un valore — introducono un bias visivo strutturale: le aree geograficamente più grandi dominano la percezione, indipendentemente dal valore che rappresentano. Una regione con pochi abitanti ma grande superficie che mostra un colore intenso sembra visivamente più rilevante di una regione piccola ma densamente popolata con un valore molto più alto.

Questo non significa che le mappe coropletiche siano sempre sbagliate: sono utili quando la dimensione geografica è parte del messaggio (distribuzione spaziale, accessibilità territoriale). Diventano ingannevoli quando vengono usate per mostrare fenomeni che non hanno una relazione naturale con la superficie — come il numero assoluto di persone, i ricavi totali, o le preferenze di voto — senza normalizzare per la popolazione o per un’altra variabile di riferimento.

Il takeaway: quando usi una mappa, chiediti se la dimensione geografica è rilevante per il tuo messaggio. Se stai mostrando un dato pro capite o una percentuale, la mappa può funzionare. Se stai mostrando valori assoluti in aree con densità molto diverse, considera un cartogramma o un grafico alternativo.

Titoli e annotazioni che guidano la lettura in una direzione sola

Caso 9: il titolo che interpreta invece di descrivere

Un grafico è composto da più elementi: i dati, la scala, i colori, ma anche il titolo e le annotazioni. Il titolo è spesso l’elemento che il lettore legge per primo, e orienta l’interpretazione di tutto ciò che segue. Un titolo che descrive il dato (“Vendite mensili Q1-Q4 2025”) lascia al lettore la libertà di trarre le proprie conclusioni. Un titolo che interpreta (“Crescita record nel secondo semestre”) guida la lettura verso una conclusione specifica, anche quando i dati potrebbero supportare letture diverse.

Nessuno dei due approcci è universalmente corretto. In certi contesti — una presentazione al management, un executive summary — un titolo che esprime il messaggio principale è la scelta più efficace: dice subito al lettore cosa guardare e perché conta. In altri contesti — un report esplorativo, una dashboard di monitoraggio — un titolo descrittivo è più onesto perché non forza un’interpretazione su dati che potrebbero essere letti in modi diversi a seconda della prospettiva.

Il problema nasce quando il titolo interpretativo enfatizza selettivamente un aspetto del dato ignorando il contesto. “Crescita record nel secondo semestre” può essere tecnicamente vero anche se il primo semestre ha registrato un calo che rende la crescita complessiva dell’anno negativa. Il titolo non mente, ma omette. E l’omissione, in certi contesti, è una forma di distorsione.

Caso 10: le annotazioni selettive

Le annotazioni — frecce, cerchi, etichette che evidenziano punti specifici del grafico — sono strumenti potenti per guidare l’attenzione. Usate bene, aiutano il lettore a trovare rapidamente il punto rilevante. Usate in modo selettivo, possono nascondere aspetti scomodi del dato.

Un grafico che annota solo i picchi positivi di una serie temporale, ignorando i cali, crea l’impressione di una tendenza positiva anche quando la serie è volatile o in declino. Un grafico che evidenzia solo i trimestri in cui le performance superano il target, senza annotare quelli in cui mancano l’obiettivo, racconta una storia parziale.

La regola pratica è verificare la simmetria delle annotazioni: se hai evidenziato i punti positivi, hai evidenziato anche quelli negativi con lo stesso peso visivo? Se la risposta è no, stai usando le annotazioni per guidare la lettura verso una conclusione, non per aiutare la comprensione.

Il takeaway: titoli e annotazioni sono parte integrante del grafico, non decorazione. Ogni scelta su cosa enfatizzare e cosa omettere è una scelta editoriale con conseguenze sulla comprensione del lettore.

Come riconoscere un grafico ingannevole: una checklist operativa

Dopo aver percorso i casi principali, è utile cristallizzare i criteri in un riferimento pratico. La tabella che segue raccoglie i segnali di allerta più frequenti, con il tipo di distorsione che introducono e la domanda da porsi per verificarli.

Segnale di allerta	Tipo di distorsione	Domanda da porsi
Asse Y che non parte da zero in un grafico a barre	Amplificazione delle differenze	L’altezza della barra riflette il valore reale?
Effetto 3D su torta o barre	Distorsione prospettica delle proporzioni	Il 3D aggiunge informazione o solo rumore?
Colori diversi per la stessa categoria tra grafici	Confusione nell’associazione categoria-colore	Il codice colore è coerente in tutta la serie?
Doppio asse Y senza dichiarazione esplicita	Correlazione artificiale tra variabili	Le scale sono indicate chiaramente su entrambi gli assi?
Titolo che interpreta invece di descrivere	Orientamento selettivo della lettura	Il titolo riflette tutto il dato o solo una parte?
Annotazioni solo sui punti positivi	Omissione selettiva	Ho annotato i punti negativi con lo stesso peso?

Questa checklist non è esaustiva — i modi di costruire grafici ingannevoli sono numerosi quanto le scelte di design disponibili — ma copre i casi che ricorrono con maggiore frequenza nella comunicazione aziendale quotidiana.

Domande frequenti

Cos’è un grafico ingannevole?

Un grafico ingannevole è una visualizzazione che, pur usando dati corretti, distorce la percezione del lettore attraverso scelte di scala, forma, colore o struttura. Non richiede dati falsi: basta tagliare l’asse Y sulle barre, aggiungere un effetto 3D o usare colori che contraddicono il messaggio per alterare significativamente l’impressione che il grafico trasmette.

L’asse Y può non partire da zero?

Dipende dal tipo di grafico. Nei grafici a barre l’asse Y deve sempre partire da zero, perché l’informazione è codificata nell’altezza della barra. Nei grafici a linee, invece, tagliare l’asse è spesso lecito e necessario per rendere leggibili le variazioni: l’informazione sta nella pendenza della curva, non nell’altezza assoluta. La condizione è che il taglio sia dichiarato visivamente.

Perché il grafico a torta 3D è considerato ingannevole?

La prospettiva tridimensionale distorce le aree percepite: le fette nella parte anteriore del grafico sembrano più grandi di quelle sul retro, anche se i valori sono identici. Il cervello interpreta la profondità come dimensione reale, quindi le proporzioni vengono lette in modo sistematicamente errato. Una torta piatta o un grafico a barre restituisce le proporzioni senza ambiguità.

I doppi assi Y sono sempre sbagliati?

Non sempre, ma richiedono attenzione. Il doppio asse Y è utile quando si confrontano variabili con unità di misura diverse. Diventa ingannevole quando le scale non sono dichiarate chiaramente, perché l’occhio tende a leggere le due curve come se fossero confrontabili direttamente. La condizione per un uso corretto è la trasparenza: entrambi gli assi devono essere etichettati in modo inequivocabile.

Come influisce il colore sulla lettura di un grafico?

Il colore è elaborato dal cervello prima della lettura consapevole dei dati. Associazioni convenzionali — rosso come allarme, verde come positivo — vengono attivate automaticamente e possono contradire il messaggio del dato. Se un grafico mostra un miglioramento con il rosso, il lettore percepisce un segnale negativo prima ancora di leggere i numeri. La coerenza tra colore e significato del dato è una regola di base della visualizzazione onesta.

Cosa si intende per “mostrare solo una versione della verità”?

Significa che scegliere di mostrare solo il delta percentuale, o solo il valore assoluto, o solo i trimestri positivi, è già una forma di orientamento della lettura. I dati possono essere tutti corretti, ma la selezione di quali mostrare e in quale forma determina quale storia il lettore porta via. La trasparenza richiede di dichiarare il contesto — base di confronto, periodo di riferimento, variabili omesse — non solo il numero scelto.

Come posso verificare se un grafico che sto costruendo è onesto?

Parti da tre domande: l’asse riflette correttamente i valori senza amplificare artificialmente le differenze? Il colore è coerente con il significato del dato e con gli altri grafici della stessa serie? Il titolo descrive il dato o interpreta selettivamente solo una parte? Se hai risposto sì a tutte e tre, il grafico è probabilmente onesto. Se hai dubbi su uno di questi punti, rivedi la scelta prima di pubblicare.

Costruire visualizzazioni oneste: il punto di arrivo

Riconoscere i grafici ingannevoli non è un esercizio di diffidenza sistematica verso chi costruisce visualizzazioni. È una competenza che serve in entrambe le direzioni: quando leggi un report altrui e quando costruisci il tuo. La maggior parte degli errori che abbiamo visto — l’asse tagliato sulle barre, il 3D gratuito, i colori incoerenti, il doppio asse non dichiarato — non nasce da intenzioni manipolative ma da abitudini, template predefiniti e mancanza di una formazione specifica sulla percezione visiva.

Il principio che unifica tutti i casi è lo stesso: ogni scelta di design orienta la lettura. Renderla consapevole, invece di affidarla ai default dello strumento, è la differenza tra una visualizzazione che comunica e una che distorce — anche involontariamente.

Se vuoi approfondire questi principi con un metodo strutturato — che copre la scelta del grafico in base al messaggio e al pubblico, la costruzione di dashboard leggibili e la comunicazione dei dati in contesti decisionali — la Data Visualization Design Masterclass della Data Storytelling Academy è il percorso dedicato a chi lavora con i dati e vuole trasformare le proprie visualizzazioni in strumenti di comunicazione efficaci.