Тримэп, вписанный в круг, может быть не только бесполезной красивостью, но и полезной красивостью.

Отсюда.

Проводим опрос для того, чтобы потом сделать красивую и необычную визуализацию:

Количество предотвращенных смертей по всему миру в 2021 году разными вакцинами от ковида. Наиболее интересно здесь с точки зрения датавиз как показан доверительный интервал и средняя оценка. Аккуратно и симпатично.

Отсюда.

#датавизприемы

Действительно милый прием:

Смотрите, какое классное использование эмоджи в графике про число пассажиров в аэропортах!

Взлетающий самолётик — само воплощение возвращающихся авиапутешествий ✈️

Источник:
https://twitter.com/keyeun_data/status/1547619987065425921

С одной стороны видео полезное, с другой — не вижу никаких проблем сделать ctrl+c — ctrv+v. Это на один-два клика меньше )

По данным Gemalto 65% компаний не могут самостоятельно проанализировать данные. Поэтому те, кто научится с ними работать, будут востребованы и через десятки лет в любой индустрии: от финансового сектора до геймдева.

При этом спрос на таких специалистов уже сильно превышает предложение, а зарплатная «вилка» middle-аналитиков стартует от 130 000 рублей.

Получить необходимые знания и практический опыт можно с нуля — на примере 32 бизнес-кейсов на курсе «Аналитик данных» от Академии Eduson.

Интерактивные тренажёры и методика от простого к сложному не дадут запутаться: начнете с Excel, а потом овладеете SQL, Python и Power BI. Преподаватели из «Яндекса», Datalatte, Softline и Ghetto Studio делятся опытом с первых уроков.

Личный куратор будет на связи 365 дней со старта обучения, а сама Академия поможет с трудоустройством и отправит ваше резюме своим компаниям-партнерам, среди которых Avito, ВТБ и Mercedes Benz.

Чтобы начать чувствовать себя уверенно в профессии и найти востребованную работу в IT — оставляйте заявку по ссылке. А промокод ЧАРТОМОЙКА зафиксирует за вами скидку 50% и бесплатную карьерную консультацию для быстрого старта в профессии.

#направахрекламы

Найти Беларусь.

Очередная (но на этот раз очень большая) подборка разных видов графиков. Подборка составлена Datylon, и как обещают создатели, большинство графиков можно построить через них.

Отличие этой подборки, и причина хотя бы пролистать — некоторые необычные примеры, которые могут стать вдохновляющими. Например, вот такой range chart, который я вынес в картинку к этому посту.

Причаститься тут: https://www.datylon.com/blog/types-of-charts-graphs-examples-data-visualization

Отдал, можно сказать, последние экземпляры тиража «Графиков, которые убеждают всех» команде Яндекс Go. Для чего встретились с Ромой Буниным, легендарным ведущим канала @revealthedata (кстати, подписывайтесь, если ещё не).

Книгу планируем переиздать, но издатель хочет быть уверенным, что на неё есть спрос, в связи с чем опрос ниже:

Читатель канала спрашивает
«Как часто вы сталкиваетесь с разницей «вкусов» в части визуализации дашбордов, между вами и руководителем отдела? Интересуют именно те случаи, когда вам пришлось поменять дизайн вопреки своему я. Руководитель считает, что мой дашборд слишком блёклый … Не ожидая, что придётся отстаивать, я выдал про соотношение чернил, затрачиваемых на весь дашборд и на отображение метрик. Наверняка это звучало не убедительно. Всё-равно, были добавлены различные подсветки переключалок, и тени на линейный график … Но, сегодня мне показали файл, в котором добавлен... ОБЪЁМ ("кнопок" и "рабочего поля" с графиками).»

Стоит разобраться, что именно волнует вашего руководителя. Если покопаться, возможно, окажется, что это не вопрос вкуса, а какие-то невыясненные потребности. Я не общался с заказчиком и всё может оказаться совсем не так, но вот гипотетические примеры:

«мой дашборд слишком блёклый» — руководителю важно показать объём проделанной работы своему начальнику, он хочет, чтобы выглядело «модно и дорого/богато», чтобы защитить бюджет на аналитику на следующий год.

«подсветки переключалок, ОБЪЁМ ("кнопок" и "рабочего поля" с графиками).» — руководитель знает, что пользователи дашборда плохо ищут навигацию и хочет её как-то выделить и разделить область управления и информации, но просто не знает других графических способов.

Постарайтесь сохранять спокойствие и включить в голове мантру — заказчик не самодур, он просто пытается решить проблему известным ему способом. Ваша задача — поговорить с заказчиком, понять боль и закрыть её правильными инструментами. И это сложная задача в работе BI-аналитика, но обычно можно найти решение. Например, «дорого/богато» реализовать темной темой дашобрда. А «подсветку переключалок» — посадив фильтры на аккуратную плашку корпоративного цвета со скруглёнными краями.

Если конструктивного диалога про выяснение потребностей с заказчиком не строится, то стоит задуматься о смене работы или проекта.

Ещё будьте осторожны с подачей теории «я выдал про соотношение чернил». Здесь теорию лучше сразу подкреплять примерами из реальных проектов вашей фирмы, иначе не сработает.

И ещё лайфхак, которым сам часто пользуюсь в подобных ситуациях: сделайте несколько вариантов и проведите анонимное голосование между коллегами в чатике в телеграмме. Возможно мнение большинства сможет убедить руководителя, а возможно ваш вариант и правда будет не так популярен, как вы ожидали.

Полезные ссылки
— Алгоритм и советы: что делать с замечаниями клиента
— Мои статья и вебинар «Таблица или график? Как убедить заказчика»
— Тик-ток Товеровского «Я плачу, сделайте по-моему»
— Заметка Бирмана про силу и веру в правильные решения

#askmeanything

Посмотрел разбор дэшбордов с прошлогоднего конкурса по визуализации, который проводил Алексей Колоколов.

И вот подумал, а зачем это вообще было превращать в дэшборд? Выглядит как типичный «плохой» слайд, где на один экран накидали много контента. Если придумать здесь смысловые заголовки и раскидать по 7 слайдам, могла получиться неплохая презентация. Если еще немного дизайн причесать.

С другой стороны, если мы представим слева условную панель с фильтрами/хайлайтами, где можно например, выбирать город/учреждение/возраст респондента/даты опроса, и наша задача быстро изучать данные по разным срезам, на потоке шаблонных данных, то подход к выбору конкретных визуализаций и их компоновке на этом одном экране, должен выстраиваться по совсем другой логике, чтобы в этих данных мы могли:
— легко понимать общую картину и составить корректное впечатление о реальности
— обнаружить то, что выбивается из этой общей картины.

Или, например, проверять частые гипотезы, которые у нас возникают при изучении этого датасета.