Деревья решений для компонентов дизайна ⏩

Я по жизни очень люблю всякие if-else – когда шаг за шагом можно дойти до какого-то решения, поэтому мимо этой подборки Виталия Фридмана пройти не могла.

- Элементы управления выбором (на скрине) – в дэшах сработает для выбора типов фильтров и параметров
- Кнопка или ссылка
- Навигация и модальные окна
- Информация об ошибках

+ про выбор кнопок от Lyft

Nicholas Rougeux снова сотворил прекрасное. На этот раз он повторил классическую и очень важную для теории цвета работу "The Natural System of Colours" Мозеса Харриса, в которой автор продемонстрировал, как можно получать цвета путем смешивания трех основных цветов: красного, синего и желтого.

Nicholas еще и переложил это все на темный фон. Очень интересно рассказано про процесс, он пользовался инструментом Rebelle, который и правда похож на настоящие краски.

Похожая работа про номенкулатуру цветов Абраама Вернера.

Как понять причину изменения метрики? Что делает Pinterest🔎

✂️Slice and Dice
Детализация метрики по разным сегментам (например, страна или тип устройства). Pinterest организует метрики в виде дерева, где каждый узел представляет собой отдельный сегмент – так можно понять, какой их них повлиял на общую динамику.

🔄 General Similarity
Поиск метрик, которые изменились схожим образом за тот же период — в том же направлении (положительная связь) или в противоположном (отрицательная связь).

🎛️ Experiment Effects
Анализ влияния экспериментов на изменения метрик.

А также используют все методы сразу. Первый и второй можно делать через дэшборды:
- Кросс-фильтрация и последующая детализация графиков
- Расположение графиков динамики друг под другом (спарклайны и/или small multiples подход)

To be loved ❤️

Красивый проект от Patricio Ferrari, где он показал, как в течение недели проявлял и получал любовь. Хорошо напоминает, что есть много приятного в мелочах.

А еще очень интересно посравнивать, как «любовь» проявляется с его стороны и что он воспринимал, как проявление любви к нему.

ps фамилия у него, конечно, топ

Как подойти к дизайну визуализации?🪜

Вчера в рассылке писала про модель Тамары Мунзнер, которая предлагает учитывать разные уровни вложенности в процессе визуализации. Идея в том, что ошибка на предыдущем уровне ломает все на следующем, поэтому важно идти по ступенькам:

👩‍💻1. Понимание домена – кто целевая аудитория и что они делают?
Самое опасное тут – неправильно понять конечные цели пользователей. Решать можно через качественный сбор требований:
- Dashbaord Canvas Ромы Бунина
- Про пользовательские интервью от Nielsen Group
- Jobs to be Done

🔎2. Задача и данные – какие данные мы показываем и зачем люди на них смотрят?
Из опасностей – выбор не тех данных и трансформация к ним, непревильно подобранные аналитические вопросы к данным
- Lean Anlaytics
- Как измерять?
- Дата команды и пониманием метрик бизнеса
- Одинаковые данные, разные вопросы

📊3. Визуальное представление – как это визуализировано?
Важен правильный выбор визуализаций.
- Как выбрать график?
- Эффективность базовых графиков
- Когнитивные искажения

🛠4. Валидация алгоритма – можем ли мы это сделать?
Проверка, что с визуализаций реально взаимодействовать и она технически реализуема.
- Про перфоманс дэшбордов в Tableau и перфоманс тестирование

👆Способы взаимодействия с дэшбордами

Последние две главы курса идут чисто про дэшики. Какие бывают типы, как располагать элементы и как улучшить их UX.

Делюсь кусочком про способы взаимодействия с дэшбордами. Внутри уже детально говорим про каждый из них: какая у каждого задача, как их располагать и как подбирать. Казалось бы, что фильтры – штука простая и во многих BI-системах появляется по дефолту, но даже тип фильтра влияет на то, как пользователи буду взаимодействовать с дэшом.

Вероятность появления слов в аудио, сгенерированных AI в сравнении с реальными песнями 🎧

Слева – слова, которые использует AI, справа – более "человеческие". Сильно скошено в рэп-музыку, но все равно интересно.