Створення правдивої, цікавої, захоплюючої, корисної та красивої візуалізації — завдання не з простих і досягти його вдається не всім. Дизайн вдалого датавізу часто визначається контекстом, об’ємом та типом даних, а також меседжем, який намагається прокомунікувати дата-журналіст. Доречність тих чи інших дизайнерських рішень виключно ситуативна, однак є декілька універсальних порад, які допоможуть покращити візуалізацію і спростити її сприйняття.
- Оберіть тип графіка, який найкраще відображатиме основну суть даних. Якщо важливо підкреслити статистичні викиди, оберіть графік розсіювання, якщо важливо показати зміну значення між двома проміжками часу, оберіть графік нахилу або стрілкову діаграму тощо.
- Позбавтеся усіх нерелевантних деталей, що можуть відволікати увагу читача. У візуальному дизайні, менше = краще. Допоможіть читачеві сконцентруватися на основному. Виділіть це кольором чи типографією. Якщо це можливо, заберіть все зайве, однак зберігайте необхідний контекст, який допоможе коректно інтерпретувати дані.
- Зменшіть кількість використаних кольорів. Оберіть стриману палітру з одним чи кількома акцентними кольорами, які підкреслять основні висновки аналізу.
- Намагайтеся не використовувати контрінтуїтивних кольорів. Наприклад, коричневий для позначення зеленої енергетики і зелений для позначення вугілля. Певні поняття мають глибокі кольорові асоціації в масовій свідомості й невідповідні кольори можуть збити з пантелику ваших читачів. Варто обережно обирати кольори, у випадках коли вони можуть пропагувати чи підсилювати існуючі негативні стереотипи, зокрема у випадках расової, гендерної дискримінації чи дискримінації тих чи інших меншин.
- Переконайтеся, що обрана палітра не призведе до плутанини для людей з дальтонізмом. Контрастність кольорів можна перевірити за допомогою colorblind friendly інструментів, зокрема Color Oracle чи Coblis.
- Будьте послідовними у використанні кольорів. Якщо у проєкті більше, ніж одна візуалізація/графік, варто використовувати одні й ті самі кольори для позначення однакових типів даних. Наприклад, в проєкті про вакцинацію позначати синім та помаранчевим кольором усі згадки про вакцинованих і невакцинованих людей відповідно.
- Додайте стислі та влучні підписи. «Анотації — найважливіша справа, яку нам [дата-журналістам, прим. перекладача] доводиться робити», — запевняє Аманда Кокс, колишній керівник відділу The Upshot, The New York Times і одна з основоположниць напрямку журналістики даних як такого. Справді, коротка анотація з основним висновком не лише допоможе читачам краще зрозуміти дані, але й акцентуватиме їхню увагу саме на тому, що ви намагаєтеся прокомунікувати. Найкращі анотації ледь помітні. Вони органічно інтегровані в дизайн графіка й розміщені близько до даних, які становлять інтерес.
- Намагайтеся інтегрувати легенду (умовні позначення та декодування кольорів) в сам графік. Це значно спростить прочитання візуалізації і допоможе уникнути помилок. Хорошим прикладом є підписи над/під лініями в лінійній діаграмі замість окремого блоку з умовними позначеннями.
- Звертайте увагу на дизайн осей. У випадку стовпчикової діаграми завжди варто використовувати нульову вісь. У випадку діаграми розсіювання чи лінійної діаграми осі можуть починатись зі значень, які допоможуть краще відобразити особливості даних, однак не будуть перебільшувати важливість тренду. Детальніше про критику навколо початкового значення осей можна дізнатись, переглянувши відео “Shut up about the y-axis. It shouldn’t always start at zero.” .
- Сортуйте та організовуйте дані у порядку, який найкраще комунікує основну ідею проекту. Як запевняє Едвард Тафті, професор статистики Єльського університету і автор майже десятка книжок на тему візуалізації даних, «майже завжди є спосіб сортування даних, який кращий за алфавітний порядок».
- У роботі з мапами використовуйте проєкцію, яка найкраще відповідає цілям проєкту та обраному географічному регіону. Популярна проєкція Меркатора вважається не найкращим вибором для візуалізації даних на глобальному рівні. Більше про вибір проєкції можна прочитати в статті «Choosing the Right Map Projection.».
- Не бійтеся експериментувати з різними типами графіків та формами візуалізацій. В індустрії візуалізації даних багато правил, проте там також багато місця для креативності й експериментів. Як казала Аманда Кокс, «існує частина датавіз світу, де всі впевнені, що будь-які дані можна відобразити стовпчиковою діаграмою. Ймовірно, це правда, однак це світ, позбавлений радості».
Візуалізація даних — дуже динамічна індустрія. Щодня з’являються нові інструменти, типи графіків та бібліотеки для візуалізацій. Це напрямок, де навіть найбільш успішним професіоналам доводиться постійно вчитись та набувати нових навичок. Ба більше, найцікавіші проєкти з’являються внаслідок експериментів та поєднання різних технік й підходів. Щоб тримати руку на пульсі й продовжувати розвиватись в цьому напрямку, рекомендується:
- Слідкувати за роботою медіа з сильними датавіз-командами, зокрема The New York Times, The Washington Post, Bloomberg, Reuters, The Economist, The Wall Street Journal, в Україні – Texty.org.ua.
- Слідкувати за трендами й самотужки пробувати здійснювати власні візуалізації на основі зразків коду на платформі Observable.
- Регулярно проходити онлайн-курси і збільшувати спектр інструментів та мов програмування, з якими ви працюєте.
- Відвідувати тематичні конференції та воркшопи. Про деякі з них можна дізнатись завдяки Data Visualization Society.
- Читати тематичні блоги та статті, зокрема:
Практичні завдання:
Завдання 1.
Викладач пропонує студентам відредагувати свій фінальний проєкт на основі розглянутих принципів візуалізації даних. За необхідності, обговорити, які є труднощі, проблеми, і як їх можна вирішити. Для обговорення труднощів залучайте усю групу. Студенти будуть ділитися досвідом, навчаючись одні в одних.