Про двойные оси

На неделе проводил разборы графиков у студентов своего курса по визуализации данных. Особенный интерес на разборах вызвал этот кейс — он касается моей «любимой» темы: двойных осей.

Почему-то аналитики очень любят использовать этот инструмент, но я придерживаюсь такой позиции: если двойные оси можно не использовать, лучше этого не делать.

Почему двойные оси — это плохо?
🔴На них могут быть видны ложные корреляции: может казаться, что один показатель связан с другим, или что один показатель становится больше другого, хотя это не так;
🔴Из-за двойных осей на графике может появиться лишний визуальный шум — как в этом примере. Какую дополнительную информацию здесь даёт линия сверху?

Что я советую сделать именно в этом случае:

Очевидно, что пользователям дашборда важно было видеть как абсолютные числа, так и прирост. Только график для этого не нужен: визуально обе величины ведут себя одинаково.

Достаточно оставить визуализацию абсолютов, а проценты перенести в подписи.

Например, так:
609 тыс (-4,2%)

В канале отвратительные графики, где мой коллега Саша Ильин бережно собирает примеры выдающихся работ в сфере визуализации данных появилась работа дептранса Москвы про автомаршруты.

В комментах некоторые пишут, что график прикольный, а некоторые задаются вопросом «как сделать лучше». Давайте поговорим об этом!

🌱 Почему это может нравиться?
Тут всё просто — это правда красиво. Заметно, что работал опытный дизайнер: подписи ровно стоят, шрифты уместные, цвета приятные, ничего не налезает. И форма такая причудливая: хоть в музей вешай. Хочется залипнуть и рассматривать.

🌱 А почему это не очень хорошая инфографика?
Инфографика — это про смыслы. Хорошая работа всегда отвечает на какой-то вопрос, причём желательно быстро и убедительно.

Например,
⭕️В какое количество городов можно уехать из Москвы?
⭕️Куда в основном ведут маршруты из Москвы? На север, на юг, на восток?
⭕️Сколько километров составляет самый длинный маршрут?

Боюсь, что это картинка эффективно не отвечает ни на какой из вопросов, и с тем же успехом города можно было бы просто перечислить в тексте.

Сдаётся мне, тут и с расстояниями наврали: от Москвы до Тулы же быстрее доехать, чем от Тулы до Брянска? Поправьте меня, если я неправ, но тут впечатление обратное создаётся.

🌱 Так как сделать лучше?
Как и всегда, когда мы делаем инфографику — начать со смысла. Например, если мы хотим показать удалённость городов, куда доезжают автобусы из Москвы — показать их на реальной карте.

Если есть другие смыслы, например, сравнение направлений или федеральных округов, дополнить эту карту маленькими графиками: сделать небольшой барчарт со сравнением количества городов по каждому из них.

🌱 А если очень хочется граф?
Вопрос контекста. Подобный граф может быть красивой заходной картинкой для привлечения внимания.
Такой приём часто используют ведущие зарубежные медиа: на обложку ставят какой-нибудь дата-арт, а уже в самом материале используют более простые столбики и линии.

Но если граф должен быть функциональным, то стоит применять его для смыслов, которые может визуализировать граф: например, показывать, насколько связаны кластера городов, в которые едут из Питера с городами, в которые едут из Москвы.

#разбор

Постоянно смеюсь с этой надписи в Шереметьево: кажется, что c Яндекс Go теперь можно доехать не только домой, но и в другую страну (на самом деле — нет).

Как этот пример может помочь вам сделать лучше ваши графики?

➡️ Помните, что расстояние — инструмент управления вниманием. Элементы, которые расположены близко друг к другу, мы воспринимаем как части одного целого.

Логично, если расстояние между заголовком и подзаголовком будет меньше, чем между подзаголовком и графиком.

Логично, если расстояние между метриками одной группы на дашборде будет меньше, чем расстояние между разными группами метрик.

➡️ Нам проще «связать» какую-то информацию, если она расположена рядом. Именно поэтому проще читать графики, где категории и значения подписаны рядом с визуализацией, а не вынесены в легенды и оси, которые находятся в верхней или нижней части графика.

Зову вас на новый поток своего курса по визуализации данных

На следующей неделе мы завершим работу со студентами третьего потока, и в мире станет немного больше людей, умеющих делать красивую и понятную инфографику. Хотите в наши ряды?

Приходите на курс «Эстетика в графиках», и вы:

🟡Научитесь делать визуализации, которые будут сразу понятны коллегам и начальству. Вопросов «а что тут имелось ввиду» станет кратно меньше;

🟡Поймёте, как делать графики, которые рассказывают истории;

🟡Изучите разные инструменты визуализации данных — Tableau, Flourish, Figma — и поймёте, в каких случаях их стоит использовать;

🟡Получите профессиональное преимущество, ведь любой заказчик любит, когда «красивенько»;

В конце курса все студенты делают собственный проект, где можно будет включить внутреннего исследователя, покопаться в данных и сделать инфографику, которая станет украшением для портфолио. Вот несколько примеров с прошлых потоков:

раз, два, три, четыре, больше по тегу #работы_студентов@data_csv

Посмотреть программу, отзывы и подробности, а также записаться можно тут: https://clck.ru/3HJc6r

❗️По предзаписи — самые большие скидки, тариф с обратной связью стоит 24.900 вместо 35.000 руб.

Вы можете оплатить полную стоимость, а можете только забронировать место и цену за 1000₽. Для этого при оплате нужно нажать кнопку «Частичная оплата»

Предзапись будет открыта до 15 марта включительно. Есть рассрочка на срок до 12 месяцев, по ней ваша переплата — 0 руб.

⏰ Старт — 12 апреля
⏳ Длительность 3 месяца

Если будут вопросы по программе, формату или способу оплаты, пишите моему коллеге Олегу @Oleggiios — он всё расскажет!

Маленькая визуализация — но большой труд

«С первого раза мало что делается. Обычно это творческий поиск» — делится со мной Александр Богачёв, рассказывая про то, как он придумал гистограмму высотности для проекта Urbi Atlas о застройке Дубая.

И это — истина, много раз подтверждающаяся и в моей личной практике, и в нашей работе над дипломами, которую мы проделываем с выпускниками курса.

Чтобы такую работу проделать, нужно
🔴Обладать датавиз-мышлением. Понимать, как выбрать правильный график, из каких элементов состоят визуализации, и как можно их комбинировать.
🔴Знать разные инструменты, которые позволяют досконально исследовать датасет и такую творческую работу проделать.

Всё это мы подробно разбираем в рамках трёхмесячного курса, в результате которого вы научитесь находить в данных инсайты и чётко излагать результаты своего анализа.

Скидки на курс действуют до субботы, а за первые два дня ушла уже половина мест с обратной связью. Так что, если хотите поработать непосредственно со мной, — не откладывайте:

https://clck.ru/3HUCP3