Тут произошёл большой казус. Многие издания, включая РБК и даже сам сайт ФНС написали, что в 2022 году российские компании заработали 1.3 квадриллиона рублей. Один квадриллион — это 1000 триллионов, число с 15 нулями.

Эксперты это радостно подтвердили, рассказав множество версий, откуда в России появилось так много денег, да ещё и на фоне кризиса. Однако никто почему-то не предположил, что озвученное число — это просто ошибка в данных.

А вот Институт проблем правоприменения пишет, что таким расчётам просто нельзя верить. Судя по всему, журналисты просто сложили общую выручку по всем компаниям, не вникая в детали.

Однако, если изучить исходные данные, можно обнаружить, что в 2022 году больше всего денег сделала некая компания ООО «ЮССА», сделав 214 триллионов рублей и обогнав Лукойл (выручка 2.9 трлн руб.) и Магнит (2 трлн руб.). ИПП предполагает, что подобное значение — бугхалтерская ошибка. Вероятно — не единственная.

О чём это говорит?
Если у вас есть исходные данные — обязательно изучите распределение и отсутствующие значения. Возможно, перед суммированием и подсчётом средних часть данных придётся исключить или исправить.

А ещё эта история учит нас тому, что можно найти экспертов под самое безумное утверждение, подтвердив любую ошибку в данных 🙈

За подробной аргументацией отправлю вас в канал ИПП — там интересно.

Хочу поспорить/порассуждать немного о посте про выбор пропорций для линейного графика, который написал Рома Бунин.

Для выбора верных пропорций Рома советует либо использовать технику "banking to 45 degrees" — постараться средний наклон сделать близким к 45 градусам, либо использовать 16:9 пропорции.

Я бы посмотрел на вопрос шире. Зачем нам нужен линейный график (или шире — график вообще)?

Он должен решить коммуникационную задачу.

Задача эта может быть разной, но чаще всего она будет вращаться вокруг быстрой и точной передачи цифровых значений таким образом, чтобы было легко, удобно, недвусмысленно получить ключевые сообщения, которые в датасете есть, и на которые заказчик коммуникации хочет, что бы мы обратили внимание.

Линейный график даёт очень много информации, которую наш мозг считывает за секунды. Это и общий характер изменения показателя, и характер изменения (скорость, направление) в отдельные моменты (резкий рост в этот месяц, плавное снижение в следующем году), ритм изменений, амплитуда изменений и так далее.

Если говорить про Ромин пример, все 3 графика, успешно передают всю эту информацию. Тогда зачем нам нужно менять пропорции?
Затем, что изменяя пропорции (а также диапазон, который охватывает шкала Y), мы можем добиться более точного соответствия восприятия линии СУБЪЕКТИВНОМУ характеру изменений показателя.
Субъективному — это значит, что одни и те же пропорции и один и тот же диапазон шкалы Y для разных данных может либо соотноситься с характером изменений, а может и не соотноситься. То есть в одном случае изменение на 5% — это супермного и суперважно (условно, для графика массы тела или ее температуры), в другом — это что-то на уровне погрешности (площадь лесных пожаров).

Дефолтные 16:9 — это может быть неплохое костыльное решение для дэшборда без учета любой субъективной составляющей.

Но если мы хотим решать коммуникационную задачу лучше, то нам нужно хорошо понимать свои данные и значимость тех или иных изменений, чтобы максимально наглядно их показать.

И вот здесь нам будут помогать (реже) пропорции, а чаще диапазон шкалы Y. Почему пропорции реже? Потому что проблема возникнет скорее всего только для очень широкого и плоского графика, или очень высокого и узкого. В остальных ситуациях (1:1, 4:3, 3:4, 16:9 и так далее) это не будет существенно влиять на субъективный характер изменений. По-крайней мере — меньше, чем диапазон шкалы Y.

Разумеется, ось Y у линейного графика обрезать можно, и нужно, но об этом нужен отдельный подробный пост.

Либо об этом уже написано у меня в книжке Графики, которые убеждают всех (кстати, готовится переиздание бумажной версии, ура), либо об этом рассказано и наглядно показано с помощью специального интерактивного инструмента в нашем офигенном курсе Визуализация данных и BI-инструменты на Я.Практикуме.

Кстати, 26-го июня стартует новый набор. С промокодом DATAVISBOG10 он может стать для вас ощутимо дешевле)

Саша Богачев накинул на мой пост про пропорции графиков у себя в канале и призвал на дуэль подискутировать на этот счет =)

Решили сделать спонтанный мини-стрим в воскресенье в 12:00 по МСК и там поспорить про это. Где пройдёт стрим решим попозже и напишем за час до встречи, скорее всего сделаем трансляцию в телеграме.

Думаю завтра всем будет не сильно до стрима про пропорции графиков, да и могут быть просто технические накладки с инетом, поэтому решили с Сашей перенести стрим. Расскажем позже когда сделаем.

А чтобы вы не совсем скучали, старый, но очень классный мем из «Как я встретил вашу маму». Кстати, этот сериал — неплохая альтернатива чтению новостей. 🥴

⚡️Через 20 минут начинаем обещанный стрим с Ромой Буниным. Стрим будет в Ромином канале @revealthedata.
Ссылка для подключения в качестве слушателя: https://t.me/revealthedata?livestream

⚡️⚡️⚡️ Начали, подключайтесь

Энди Кирк обновил свой каталог инструментов. Действительно добавлено много новых и улучшена рубрикация.

https://visualisingdata.com/resources/

Спасибо всем кто поучаствовал, надеюсь было интересно! Если формат прикольный — ставьте огонёчки.

Ссылки:
— Запись стрима (качество такое отдает сам телеграм 😔)
— Мой дашбордик, чтобы поиграться с количеством точек
— Статья про COVID-19 из Economist
#ссылка

📚Недавно для книжного магазина БММ сделала подборку книг по визуализации. Не все осталось в наличии, но тут то, что точно можно ухватить:
- «Графики лгут. Как стать информационно грамотным человеком в мире данных?» от Альберто Кайро. Это одна из моих любимых книг про графики и как они нас обманывают, а некоторые этим пользуются.
- «Визуализация данных. Полный и исчерпывающий курс для начинающих» от Тамары Манценр. Прямо такая полноценная книга про все самое важное в визуализации. У нее еще есть классные записи лекций на ютубе.
- «Как лгать при помощи статистики» от Даррена Хаффа. Хорошо идет вместе с Кайро про обманывающие графики, потому что все идет от цифр.

И не про датавиз, но полезное в связке про данные «Думай медленно... решай быстро» Канемана и «Чёрный лебедь» Талеба.

До 1 сентября по промокоду DATAVIS можно получить скидку -10%, а еще и при регистрации будет действовать -25% и они суммируются.

Очень хорошая вакансия в Тинькофф-журнале — редактор дата-журналистских материалов. Если вам нравится разбираться в цифрах писать про них и рисовать графики, но вы не знаете где этим заниматься, то вот здесь.

https://journal.tinkoff.ru/team/statistics-editor/

#дружескаяреклама

Мой коллега по пристрастию к датавизу сделал онлайн-приложение «My life in weeks», где можно, введя свою дату рождения, сгенерить себе лаконичный постер-визуализацию, сколько ещё осталось недель, если планируете дожить до 90. Очень такой убедительный постер, да. Можно скачать, напечатать и повесить и поплакать. А если не вводить дату, то можно скачать пустой бланк и раскрасить самостоятельно цветными карандашами.

Ну и вдогонку любимое видео про прокрастинацию, которое я всегда смотрю, когда нужно сделать что-то важное. Вы его наверняка видели, но вам же тоже важное надо делать, поэтому, почему бы и не посмотреть.