Чартомойка

📘Анонс книги «От дашборда к системе» Что же — этот день настал! Я выпускаю книгу, в которой собрал свой опыт за 10 лет работы с визуализацией данных и дашбордами. Книга в процессе написания, но большая часть уже готова. Мы решили выпускать её постепенно — по несколько глав в месяц (в видео я оговорился и пообещал быстрее, но это неправда😅). Сейчас доступны введение и глава про продуктовые подходы к BI-системам. Книга будет бесплатно доступна в электронном формате на сайте DataLens, а печатная версия появится в следующем году, когда выпустим все главы. Подробнее про книгу я рассказываю в видео, а почитать первые главы можно уже на сайте: 👉книга👈 P.S. Большое спасибо команде DataLens, что решили поучаствовать в этомпроекте!

📌Эффект aesthetic–usability — самый опасный в дизайне дашбордов Есть такой эффект — aesthetic–usability. Он сводится к тому, что пользователи склонны воспринимать эстетически привлекательный дизайн как более удобный. Мы автоматически думаем, что продукт, который выглядит красиво, будет работать лучше — даже если это совершенно не так. И как же часто я на этом "ломаюсь" в дэшиках. Первое впечатление — вау, все так красиво и аккуратно. Но начинаешь смотреть глубже — и понимаешь, что внутри вообще-то ничего не понятно, и никакая красивая подложка из Фигмы тут не спасет. Вот так я смотрю на темплейт на скрине: на первый взгляд — все очень красиво и аккуратно. Но когда начинаешь разбираться — становится понятно, что просто взять этот темплейт и использовать не получится. Внутри есть числа, но нет контекста: много это или мало, хорошо или плохо — непонятно. Одинаковые цвета означают разное. Есть графики с двойными осями. Некоторым графикам вообще сложно найти смысл: например, воронку по стадиям хочется раскрыть до конверсий переходов, а не просто смотреть общие показатели. Короче: если что-то выглядит красиво, это еще не значит, что оно полезное.

Пунктиром между точками показали, что в этот период поменялась методика опроса. Сам подход я приветствую, но кажется, привлекли к этому слишком много внимания. А что вы думаете? #датавизприемы

👆Попросил сам Клод переделать, с 5-й попытки где-то он справился. Визуальная разница стала конечно не такой заметной. Маркетологи Антропик не одобряют.

Лучшая обновленная нейронка от Аntropic делает вот такие графики. С обрезанными столбиками (правда кто-то (кожаные дизайнеры?) стыдливо добавили небольшой зигзаг в начале оси и зачем-то подписали, что там есть 0 😁. Просто гениальная инновация для бар-чартов). И со сплошной осью Y для дискретных данных, которыми являются отдельные нейросети. Последнее в целом не является таким уж большим преступлением, но всё вместе является неплохой вишенкой на торте. Кажется и манипулировать восприятием LLM тоже научились у нас) (Это к вопросу о вчерашней дискуссии, где обсуждали как бурное развитие разных LLM повлияет на датавиз-культуру)

📈Присоединяйтесь завтра к конференции «Дата-сторителлинг» Уже завтра, 6 декабря, в 11 часов стартует событие, которое мы готовили последний месяц. Для нас это профессиональный Новый год, праздник, подведение итогов и обсуждение трендов будущего. Приглашаем провести его с нами! Вас ждут: 📎 Шесть докладов от экспертов индустрии и профессионалов с миллионной аудиторией ❤️ Самый полезный и практичный разговор про нейросети для анализа и визуализации данных ‼️ Чат на 1000+ единомышленников 🔊 Афтерпати в московском баре🍺 До встречи завтра) Купить билет

ИИ в визуализации — норм или стрём? 6 декабря на конференции «Дата-сторителлинг» поговорим на главную тему следующих нескольких лет — как использовать нейросети для анализа и создания дата-историй. С кем будем говорить: Александр Богачев, автор тг-канала «Чартомойка»;Алексей Смагин, автор тг-канала data.csv,Антон Мизинов, автор тг-канала mizinov.pro. Модератор: Андрей Дорожный. Поговорим на темы: ➡️Какие этапы анализа и визуализации данных может «закрыть» ИИ? ➡️Потеряют ли аналитики работу после внедрения ИИ и какие навыки нужно иметь, чтобы этого избежать? ➡️Нейросети ошибаются? Как проверять результаты анализа и визуализации? ➡️Какие инструменты уже сегодня превращают таблицы в увлекательные интерактивные истории ➡️Будущее ИИ и дата-сторителлинга Кому будет интересно? ❤️ Аналитикам, которые хотят быть в курсе трендов ‼️ Менеджерам и маркетологам, кто хочет использовать нейросети в работе 🤟 Журналистам, которые хотят увидеть будушее ИИ в медиа Ждем вас 6 декабря. Билеты

У канала 3 тысячи подписчиков! Вас так много 🤩 Мы хотим рассказать, кто делает этот канал, чтобы познакомиться поближе. Заодно этим постом запускаем рубрику #почему — короткие разборы ошибок и приёмов визуализации данных. Так можно с пользой посмотреть на наши лица. В прошлый раз мы заказывали пиццу, а в этом выпуске на собственном примере рассказываем, почему нельзя обрезать столбики в столбиковой диаграмме (её ещё называют «барчарт»). Напишите в комментариях, если догадались, постер какого фильма мы пытались повторить 😎 Исследования Яндекса @YaResearches

Это очень мило 👇🏻

Линейный график нельзя делать без чисел За последний месяц видел эту ошибку несколько раз. Дважды — в презентациях коллег, а теперь ещё и в материале «Бизнес-секректов». Сила и одновременно слабость линейного графика — в том, что он может начинаться с какого угодно значения (да, не только с нуля!). Линейный график помогает нам видеть лишь направление тренда, но чаще всего мы не можем по одной лишь визуальной форме определить силу этого изменения. Вот тут — с 2019 по 2024 — это какая разница? В 100 раз? В 2 раза? Или прирост совсем небольшой? Важно добавить этот контекст в виде чисел: на оси или хотя бы в виде пары подписанных точек. В большинстве случаев графики без единого числа — это всегда плохая идея, даже если это столбики. Могу представить несколько ситуаций, когда автор или заказчик просит сделать график без чисел: 🔗Числа под NDA 🔗Очень не хочется делать акцент на конкретных значениях. Важно не то, что компьютерные клубы заработали 300 млн, а что в 2024 году они заработали в 3, 5 или 10 раз больше, чем в 2019. Но оба этих случая решаются процентами! Если это даты — можно в процентах от первой даты. Можно ещё от среднего значения, от максимума, от суммы — когда это уместно. В общем, вариантов масса: надо подумать, зачем график вообще делали, и определиться, что за числа показывать. Единственная ситуация, когда отсутствие значений в целом можно простить — это спарклайны (маленькие графики размером примерно как одна ячейка таблицы). Но и там можно что-то придумать.

У Яндекса актуальное и остроумное. Напомнило легендарный проект Паддинг про Макконахи (и других)

Пару недель назад в Сиэттле на Open Visualization Collaboration Summit я узнал про удивительный визуальный инструмент для создания гео-визуализаций — noodles.gl. Инструмент еще совсем новый и у него нет детальной документации, но авторы выложили свое выступление из которого хорошо понятно насколько он гибкий и мощный. Особенно мне нравится, что можно анимацию сделать и экспортировать как видео. Создатели его используют для анализа данных при разработке своего электролёта (если кто-то знает, как оно по-нормальному называется, напишите) в компании Joby Aviation (котороая изначально была частью Uber, но ее выкупили). https://noodles.gl @dataviznews