Grafiska visualiseringar inom rapportering och analys av fotboll blir allt mer förekommande. Det används bland annat för att visa mönster, statistik och taktiska analyser. För att säkerställa att innehållet som sänds ut är begripligt och att budskapet går fram, behöver man förstå sin målgrupp och vilka faktorer som kan påverka hur materialet tas emot. Därför syftar studien att undersöka ett antal exempel på visualiseringar av data från ett analytiskt verktyg byggt på artificiell intelligens. Detta för att ta reda på hur dessa mottas från en potentiell målgrupp och vilka faktorer som kan spela in i hur de uppfattas. Studien är gjord med en kvantitativ metod där en enkätundersökning har tagits fram för att samla in empiri. De frågor som ingick i enkäten var utformade för att ta reda på respondenternas uppfattning om fyra grafiska visualiseringar samt faktorer såsom ålder, kön, intresse av fotboll, tidigare erfarenheter med mera. Insamlingen gjordes genom ett bekvämlighetsurval som resulterade i 90 giltiga svar. Resultatet av studien visar att tidigare erfarenhet av liknande visualiseringar samt fotbollsintresse kan vara faktorer som påverkar hur en visualisering av fotbollsdata uppfattas. Det visar också att vissa typer av visualiseringar lämpar sig bättre för att en mer generell publik ska förstå innehållet. De som kan dra nytta av studien är personer eller organisationer som sysslar med rapportering av sport och som använder sig av grafiska representationer av data för att öka förståelse och engagemang hos sin målgrupp.

Graphic visualizations in reporting and analysis within football are becoming increasingly prevalent. They are used, among other things, to display patterns, statistics, and tactical analysis. To ensure that the content being disseminated is comprehensible and that the message is effectively conveyed, it is necessary to understand the target audience and the factors that can influence how the material is received. Therefore, the purpose of this study is to examine a number of examples of visualizations of data from an analytical tool built on artificial intelligence. The aim is to ascertain how these visualizations are received by a potential target audience and to identify the factors/attributes that may contribute to their perception. The study employs a quantitative methodology, wherein a survey has been developed to gather empirical data. The survey questions were designed to explore respondents' perceptions of four graphical visualizations, as well as factors such as age, gender, interest in football, previous experiences, and more. Data collection was carried out through convenience sampling, resulting in 90 valid responses. The results of the study indicate that previous experience with similar visualizations and an interest in football can be factors that affect how a visualization of football data is perceived. It also demonstrates that certain types of visualizations are better suited for a more general audience to understand the content. Those who can benefit from the study are individuals or organizations involved in sports reporting and utilize graphical representations of data to enhance understanding and engagement among their target audience.