Наш мозг превосходно работает, когда речь касается абстрактного мышления, но он не способен эффективно обрабатывать тысячи цифр, и потому, имея дело с большими объёмами информации, мы прибегаем к её визуализации. Однако, какая визуализация правильна? Есть ли разница, как подавать информацию? Ведь цифры будут одни и те же.

Почему визуализация так важна?

Задача любой визуализации — представить информацию упрощённо, позволив нам с одного взгляда составить о ней определённое мнение. При этом, идеальная визуализация является понятной сама по себе, и может сохранить свой смысл, даже лишившись всего сопровождающего текста.

У людей, принимающих решения на высоком уровне, как правило, нет времени вникать в бесконечные ряды данных, поэтому им требуется материал, на основании которого они могут быстро принять качественное решение и оценить ситуацию, не углубляясь в анализ первичной информации.

Согласно исследованиям человеческого восприятия, наибольшую часть информации поступает к нам через наши глаза. Именно поэтому качество визуализации — крайне важный элемент принятия решений.

 

Кейс #1 Каким должен быть хороший график?

 

Например, мы хотим сравнить наш торговый центр «Стрелец» с торговыми центрами, расположенными в пешей доступности (10–15 минут пешком). Наш аналитик подготовил нам презентацию, включающую в себя вот такой график.

Глядя на эту визуализацию, мы в течении нескольких минут будем пытаться определить на глаз, какая всё же аудитория у нашего торгового центра и насколько она отличается от остальных. С одного взгляда, по ней можно сказать только одно: самая большая аудитория у ТЦ «Плаза». Но нас ведь интересовал наш «Стрелец».

 

Попробуем улучшить эту визуализацию:

Во-первых, сделаем так, чтобы визуализация позволила с одного взгляда сравнить наш ТЦ «Стрелец» с другими ТЦ и понять, у кого аудитория выше, а у кого ниже.

Во-вторых, сделаем её удобной для восприятия, избавившись от информационного шума. Идеолог визуализации Тафти описывал этот процесс понятием Data-Ink Ratio — соотношении чернил, затраченных на печать самой информации и дополнительных элементов, не несущих дополнительной информативности.

В-третьих, нас интересует наше место среди конкурентов, поэтому, чтобы не тратить время на сравнение чисел и высот столбцов, мы отсортируем данные так, чтобы справа были лучшие ТЦ, а справа худшие

На новом графике мы сразу понимаем, что наш ТЦ находится на третьем месте среди остальных. Кроме того, цифры, вынесенные над столбцами позволяют сразу же оценить показатели каждого из ТЦ. Именно такая визуализация будет наилучшей — она быстро читается, однозначно понимается и позволяет сразу же сделать вывод.

 

Кейс #2 Как исказить информацию, не меняя цифр

 

Стив Джобс не нуждается в представлении. Тем не менее, даже создатель культовых устройств и Apple в своих презентациях порой прибегал к намеренному искажению информации визуализациях.

Объёмные графики с долями часто ругают в сообществах визуализации. И не напрасно. На слайде Apple их доля 19.5% визуально кажется больше, чем 21.2%. И это не случайность, такое искажение сделано намерено. Через несколько минут, зрители не вспомнят, сколько точно процентов было у Apple, но они запомнят, что кусок «яблочного пирога» уступал только RIM. На правдивом графике справа 19,5% выглядят менее впечатляющие. Особенно рядом с 21%.

Подобными техниками пользуются и многие другие крупные компании. Например, DELL, производитель компьютеров. Чтобы показать преимущество более дорогих компьютеров, они подготовили график на котором 12% разницы поданы как 100%.

На правдивом графике справа разница в 12% сохранена, однако здесь она выглядит намного меньшей и вряд ли впечатлит клиента, изучающего сайт компании в поисках подходящего товара.

Искажение информации может использоваться с различными целями. Так, на графиках могут быть скрыты отрицательные тенденции или же преувеличены достижения. Для руководителей, имеющих дело с презентациями, крайне важно различать подобные случаи и требовать непредвзятых визуализации, отражающие настоящее положение дел.

Заключение

В конечном счёте, успех любой визуализации определяется тем, насколько достоверно она донесла заложенную в неё мысль. Может показаться, что для этих целей допустимо использовать искажение информации, однако в долгосрочной перспективе правдивые и качественные графики способны принести намного больше пользы. Ведь благодаря им принятые решения будут базироваться на фактическом положении дел, а значит, будут правильными и качественными.

В этой статье мы затронули тему плохих визуализаций и двух основных причин, по которым они появляются. А в следующей мы поставим вопрос,— какой должна быть хорошая визуализация данных, и каким правилам нужно следовать, чтобы её создать.