Обнаружил удивительно неинформативные графики, на которые ежедневно смотрят десятки тысяч людей, а возможно и больше. Это графики рейтинга фильмов определенного режиссера или актера на Кинопоиске. Это график, где подряд идут много оранжевых столбиков, а по оси X нет ничего конкретного, это просто столбцы по порядку. При этом наводя на отдельные столбики можно узнавать какой именно это фильм и в каком году выпущен. Что крайне недружественно с точки зрения пользовательского опыта.

Сначала я решил сформулировать, какие задачи я хочу этими графиками решать.
1. Насколько в целом крутые фильмы, которые снимал этот режиссер или в которых играл этот актёр.
2. Можно ли распознать этапы подъема или спадов у этого человека, в какие годы они были.
3. Можно ли распознать этапы активности (много фильмов) или спада (мало фильмов)
4. Увидеть ритм съемки (несколько лет активно снимает(ся), потом отдыхает, или снимает раз в 5 лет).
5. Какие именно фильмы самые крутые у этого режиссера или самые слабые из известных (для этого еще нужна метрика популярности/известности фильмов, в моем датасете ее исходно не было).

Плюс это разумеется должно работать корректно на мобилках и строиться автоматически. Возможность интерактивности я бы оставил, но все основные задачи график должен решать и в статике.

В итоге, поэкспериментировав с разными визами (пчелиный рой смотрелся неплохо!), я получил следующий результат, в котором все перечисленные задачи решены.

Некоторые нюансы:
— В процессе возникло достаточно много сложностей, в частности, потребовалось решение того, что в один год могло быть много фильмов и рейтинг у каких-то из них мог быть похожим. Сейчас решено прозрачностью кружочков, но можно еще покастомить.
— Цветовая шкала общая для всех фильмов. Она выстроена от 3 до 9, где 6 — середина между красным и синим. Таким образом, привыкнув смотреть эти графики можно будет с одного взгляда видеть, насколько крутые фильмы (или не очень) у этого киноперсонажа, а это и было основной задачей.
— То, что ещё помогает это решить — сохранение общей шкалы Y от 0 до 10. По общему расположению точек также можно будет считывать "крутость" фильмов
— Линия тренда решает проблему сглаживания данных и наглядно показывает как менялся уровень фильмов. Хотя над методологией ее расчета еще можно подумать.
— Над расположением лейблов и их оформление нужно еще подумать, сейчас они не оптимальны. В определенных случаях, если фильм известный, но места вокруг мало, его все равно стоит показывать, либо с небольшой выноской, либо с легкой обводкой или на полупрозрачной плашке. Самих фильмов я бы подписывал меньше (это сейчас стандартные настройки Tableau)

Это первый подход к снаряду, и разумеется, здесь большое пространство для улучшений, изменений и развития.

P. S. На графике сейчас продюссесркая ипостась Копполы, а не режиссерская.

Мне написала Таня Цвирова, когда-то моя студентка, а позднее коллега, с которой мы вместе работали над курсом по визуализации данных для Яндекса.

Таня в 2021 году обращала внимание Кинопоиска на ту же проблему. Правда тогда график был еще хуже (с дискретной осью времени). И пришла к примерно к тому же решению — точечной диаграмме с полупрозрачными точками.

За последние 3 года я отревьюила уже больше 3000 разных студенческих работ. И очень часто ошибки одинаковые и связаны с попыткой усложнить то, что можно сделать сильно проще. Собрала все простые советы, такой DataViz 101 в статье с примерами 🎓

1. Начните с базы и сделайте ее идеальной – научитесь работать с барчартами и линейными графиками, начните с простых, но понятных дэшбордов.
2. Не усложняйте. Меньше цвета, один шрифт, меньше шума на графиках.
3. Выучите подходящие типы графиков под каждую задачу.
4. Не забывается про отступы и пустые места.
5. Научитесь применять правило близости и схожести.

Подробные посты в BI Bites рассылке, лайк сабскрайб, буду правда очень рада💜

Саму идею сделать накопленную столбчатую можно только приветствовать. И цвет тоже функционален (хотя и не color blindness friendly). И вместо легенды прямые подписи. Прямо всё довольно грамотно.

Но вот сами столбики немного (много) не точно соответствуют заявленным значениям. Из-за чего довольно позитивное явление (больше половины успешных проектов) выглядит не столь позитивно при взгляде на картинку. Потому что график прямо говорит, что неудачных и проблемных проектов сильно больше.

#разборыграфиков