Еще один пример фантастически плохой диаграммы. Честно, сломал глаза пока попытался понять и сделать выводы

Оу, кликбейт кликбейт. Панический обвал на 0,0017

В субботу ходил на предзащиту проектов аналитиков в один онлайн университет, и там встретил неосознанную отсылку к классике "солнечная сторона пирамиды" "теневая сторона пирамиды" "небо"

Шикарная статья, шикарный тип визуализации) Асимптотические переходы вообще очень эстетично смотрятся

Radial Bump Chart и математические функции

Больше пяти лет прошло как в рамках проекта MakeoverMonday сделал визуализацию 'NHL Attendance' в Tableau. Визуализация отображает посещения матчей НХЛ 🏒 по сезонам, игры каких команд были наиболее посещаемы. Данные ESPN. Можно переключаться с абсолютного числа посещений на ранги. Это была первая радиальная ранговая сигмоидная диаграмма в Tableau. Весь процесс создания описал в статье "Радиальная ранговая диаграмма в Tableau".

Ранговые диаграммы в Tableau уже были, например:
1. Matt Chambers. "Популярность цветов новых автомобилей в Северной Америке 2000-2015".
2. Ken Flerlage "Рейтинг стран по ВВП 2000-2015» и визуализация
3. Laine Caruzca "Рейтинг бейсбольных команд по победам с 2000 по 2017".

Последние две работы используют сигмоиды. Сигмоиды - это 'S'- образные кривые с двумя асимптотами по Y. Кривые строятся на базе функций, самой популярной из которых является логистическая функция y=1/(1+e^-x). Ранги в диаграмме соединяются сигмоидами, поэтому, получаются плавные переходы.

Последняя визуализация про бейсбол ⚾️ понравилась, построил подобную про НХЛ 🏒. Потом интересно стало сделать из линейной диаграммы радиальную. Надо было каждую точку диаграммы повернуть на определенный угол. В этом помогают формулы поворота - тригонометрические формулы. Вот эти:
X = x * cos(angle) - y * sin(angle)
Y = x * sin(angle) + y * cos(angle)
Где x,y - первоначальные координаты точки, а X,Y - конечные координаты после поворота, angle - угол поворота.

Как будто это несложно, но сама визуализация вызвала интерес у комьюнити. Её выбрали в качестве 'The Viz of the Day', она есть в каталоге визуализаций у Kevin Flerlage 'The Tableau Chart Catalog'. Позже сделал другую визуализацию: 'Formula 1. 2018 World Championship. Results' по рейтингам и очкам пилотов Формулы 1 🏎 в сезоне 2018.

Самое интересное, что к этому типу диаграммы возвращаются разные люди, повторяют её, вносят свои идеи. Один из примеров: 'Popular Dog Breeds| Radial bump chart'. Популярные породы собак от Anjushree B V. Выбрали визуализацией дня.

Главная мысль после нескольких лет работы с визуализацией данных:
Любую визуализацию данных можно описать простыми математическими функциями. Визуализация данных - это набор геометрических фигур, поэтому работают все формулы классической (Евклидовой) геометрии.

После того как это понимаешь, границы невозможного стираются. Для абсолютно любой, сколь угодно сложной визуализации, просто нужно найти функции, описывающие её геометрию.


И вот, спустя 5,5 лет, радиальную сигмоидную диаграмму делает Lisa Trescott (Лиза - победитель Iron Viz 2021) по той же самой статье, которую скидывал выше. Это диаграмма 'Dexter: Blood Never Lies', ее выбрали 'The Viz of the Day'.

Неделю назад в блоге 'Flerlage Twiins' вышла статья про такую диаграмму 'A Dexter Viz + Curvy Radar Template'. Ken и Kevin Flerlage ведут популярный блог о Tableau. Кен написал мне до публикации, что реализовал логику расчетов из моей статьи в самом Tableau (я датасет делал до Tableau) и планирует написать статью. Такой вот флешбек.

Получается что каждый автор придумывает и вносит что-то своё. Позже это может превратиться в источник вдохновения и даже стать определенным стандартом. Так эволюционировало много визуализаций, и прелесть в том, что это коллективное творчество.

Про Bump Chart было (и будет) несколько ступеней эволюции (здесь с названиями неоднозначно):

1. Bump Chart (Matt Chambers)
2. Bump Chart with Sigmoids (Chris de Martini и Jeff Shaffer)
3. Radial Bump Chart with Sigmoids (мы здесь)
4. Radial Ribbon Bump Chart with Sigmoids (в Tableau пока не построили)
5. Radial Ribbon Area Chart with Sigmoids (в Tableau пока не построили)

4 и 5 можно построить в Tableau точно с помощью внутренних вычислений. Надо использовать: сигмоиды, юнион, полигоны, денсификацию, нестеды.

Если хотите сделать что-то новое в Tableau, пробуйте пункты 4,5

В коментариях к этой записи сложу небольшую коллекцию стикеров про биай

Интересная мысль 🤔

Не знаю почему, но когда я с утра подключаю vpn и код аутентификации "красивый" настроение повышается= ) Как будто вытянул счастливый билетик - осталось только распечатать его и съесть

Хороший пример что может произойти при внедрении self service BI

Как совместить пятницу и визуализацию данных? Попробую натянуть пень на сову) Вчера вечером наш подмосковный городок украсили праздничными гирляндами - и наверное на чертежах/дизайн-макетах/видах сбоку это выглядело здорово - светящаяся полоса и красиво от нее идущие вниз гирлянды. Но в 3D в реальной жизни это выглядит совсем по другому - по городу развесили пиво)

Перевод полуюмористического поста от Aurélien Vautier

Делать дашборды на самом деле не так уж сложно

Нужно быть настойчивым.
И говорить на языке бизнеса.
И понимать принципы визуализации данных.
И погрузиться в UX.
И приобщить пользователей к визуализации данных.
И понимать чувства и проблемы пользователей.
И уметь формулировать их проблемы.
И потом переформулировать их проблемы.
И оценивать их требования.
И объединять участников проекта.
And excel at workshop animation. (Извините, не смог перевести, буквальный перевод - И преуспевать в анимации семинаров 0_о но мне кажется здесь игра слов про эксель и рабочие совещания, вроде "И делать эксельки для созвонов)
И рисовать эскизы.
И делать прототипы (Но при этом не тратить много времени на прототипы)

Вы должны уметь критиковать существующие продукты.
Вы должны ориентироваться в стратегии.
И когда перезжать с одного продукта на другой.
И о том, когда развивать продукт.
И почему долгие доработки не то же самое, что долгая разработка. (В оригинале игра слов с Time to market)
И почему плохой дизайн обходится дорого.

Вам надо знать про self-service дашборды
И чем это отличается от дата-аналитики
И чем это отличается от сторителлинга
И чем они отличаются от сторифрейминга
И чем все они отличаются от визуального исследования данных
При этом все это важно.
И не забывайте об эффективности.
И о разработке эффективных дашбордов.
И о вычислениях в них.
И о юзабилити.
И о тестировании.
И о том как это все создает пользовательский опыт.

Вам надо сделать сложное простым.
Но не все, ведь вам нельзя сильно упрощать.
Но не настолько сложно чтобы пользователи теряли время.
И быть креативным.
Но не слишком креативным.
И быть требовательным.
Но не мешать этим.
И коммуникабельным.
Но не проводить много встреч.

А, еще вы должны понимать разницу между дашбордом, кокпитом, отчетом и аналитикой. (В оригинале dashboard, cockpit, report and analysis - но либо я плохо знаю отечественную терминологию либо для кокпита (визуализированная отчетность завернутая в приложение) еще не придумали у нас своего термина).
И между диаграммами, графиками и чартами (тут опять англоязычная терминология богаче - diagram, graph, chart, and plot)
И почему кокпит это дашборд.
А дашборд это не обязательно кокпит.
А мокап это не эскиз.
А эскиз это не прототип.
А прототип это не итоговый продукт.
И наоборот.

Видите как просто?
Просто рисуем графики

Пупупу, расходимся ребята