Выборы выборы, кандидаты - отличный источник для инфографики. Много прекрасного можно найти) Правда основные цвета и структура предопределена геральдикой партий и структурой информации, но есть и интересное (с трудом, но нашел фиолетовую шкалу) Два последних скриншота от nbcnews будто немного гармоничнее выбрали оттенки🤔🤔
❤🔥1
Forwarded from Data Nature 🕊 (Alexandr Barakov)
BI Занудности пост, но пусть тут будет
Обсуждали с Алексеем Никитиным (Visiology) - сегментацию пользователей в BI системе и не смогли сходу четко провести грань между ролью explorer в категории casual users и BI аналитиком в категории power users.
Представляете какая проблема! - Пришлось все бросить и додумывать.
Почему это вообще важно. Ну как же. Как наносить пользу аналитикой людям в компании, предварительно не проанализировав и подсчитав самих людей?
В итоге появилась эта схемка👆
(добавил в эту свалку моей гениальности)
🔗 К схеме еще ссылка - мало кому известная, но оригинальная работа по теме от Eckerson Group.
🧠 С ребятами из Visiology мы в итоге начали делать Методологию внедрения и развития BI, большой труд, где главное уверенно грести веслами бизнес кейсов по бескрайней реке занудства.
🎩 Некоторые главы этой работы - представлю онлайн на Конференции ViRush 14-го Ноября.
В частности будет интересное про алгоритм Ассесcмента BI системы.
Заходите
Обсуждали с Алексеем Никитиным (Visiology) - сегментацию пользователей в BI системе и не смогли сходу четко провести грань между ролью explorer в категории casual users и BI аналитиком в категории power users.
Представляете какая проблема! - Пришлось все бросить и додумывать.
Почему это вообще важно. Ну как же. Как наносить пользу аналитикой людям в компании, предварительно не проанализировав и подсчитав самих людей?
В итоге появилась эта схемка👆
(добавил в эту свалку моей гениальности)
Короче, для ясности, пусть будет так, что если к примеру финансовый менеджер умеет в sql и делает для себя иногда BI красоту - он все еще Дата explorer (casual user). Он становится power user - только если решил посвятить этому свою работу - делать BI/аналитику нонстоп, на основе существующих в компании стандартов. И то и то - оттенки ролей в Self-service BI моделях, но им положены разные тулы и гайдлайны.
🔗 К схеме еще ссылка - мало кому известная, но оригинальная работа по теме от Eckerson Group.
В частности будет интересное про алгоритм Ассесcмента BI системы.
Заходите
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
❤🔥1
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)
🔥4😁1
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
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
Linkedin
Dashboarding is actually not that hard. | Aurélien Vautier | 16 comments
Dashboarding is actually not that hard.
You've got to be persistent.
And speak the language of business.
And comprehend datavisualization principles.
And immerse yourself in UX.
And acculturate them to datavisualization.
And empathize with your users.
And…
You've got to be persistent.
And speak the language of business.
And comprehend datavisualization principles.
And immerse yourself in UX.
And acculturate them to datavisualization.
And empathize with your users.
And…
❤🔥2
Не так давно Ann Pregler опубликовала дашборд на тему аналитики выполнения задач в абстрактном таск-трекере, и это очень интересно.
Конечно часть функционала здесь завязана на табло, но есть интересные идеи которые можно реализовать в том же Redash или Datalens (хоть и с привлечением волшебных костылей и не так полно как в табло).
1) Однозначно must have - сквозная цветовая легенда, гарантированно упрощает жизнь пользователю
2) Горизонтальный бар-чарт с план/фактом - в табло можно сделать очень кастомно, в более простых системах наложить сверху точку например. Основная мысль - выделяется факт, а план фоном.
3) Пиктограммы для ограниченного перечня классификации в таблице. Если есть небольшой список категорий, заведомо известный пользователям, то можно в таблице заменить его на пиктограмму. Главное не забыть легенду, иначе пользователь запутается, даже если у него будет всплывающая подсказка
Конечно часть функционала здесь завязана на табло, но есть интересные идеи которые можно реализовать в том же Redash или Datalens (хоть и с привлечением волшебных костылей и не так полно как в табло).
1) Однозначно must have - сквозная цветовая легенда, гарантированно упрощает жизнь пользователю
2) Горизонтальный бар-чарт с план/фактом - в табло можно сделать очень кастомно, в более простых системах наложить сверху точку например. Основная мысль - выделяется факт, а план фоном.
3) Пиктограммы для ограниченного перечня классификации в таблице. Если есть небольшой список категорий, заведомо известный пользователям, то можно в таблице заменить его на пиктограмму. Главное не забыть легенду, иначе пользователь запутается, даже если у него будет всплывающая подсказка
🔥1
Честно, впервые вижу двухмерное цветовое кодирование. Поясню - цветовая легенда представлена по оси Y объемом осадков - чем более фиолетовый цвет, тем больше, по оси X сезонность, чем коричневее - тем явнее сезонность. Для применения в дашбордах такой способ конечно оверкилл, но мало ли... Ну и возможно более различимыми будут другие сечения rgb куба для такого кодирования (rgb куб - это 3д представление rgb модели цветов)
Источник - https://chelsa-climate.org/
Источник - https://chelsa-climate.org/
🔥2❤1
Вышла статья про виды аналитиков в Авито, и я в ней тоже написал кусочек про BI-разработчиков
https://vc.ru/avito/1719830-kakie-byvayut-analitiki-v-avito-avto-spoiler-ne-tolko-produktovye
https://vc.ru/avito/1719830-kakie-byvayut-analitiki-v-avito-avto-spoiler-ne-tolko-produktovye
vc.ru
Какие бывают аналитики в Авито Авто. Спойлер: не только продуктовые
Привет! Я Дима Перец — руководитель аналитики в Авито Авто. Внутри нашей функции аналитики могут расти в следующих направлениях: дата-аналитики и BI-разработчики. Первые, в свою очередь, могут развиваться как продуктовые, биздев, маркетинговые и клиентские.
❤🔥4
Ну а пока меня забанили в linkedin (да, такое тоже бывает если из-под впн забыть закрыть страницу с лентой - то она начинает обновляться и линк думает что я бот который накручивает просмотры) можно подвести итоги 2024 года в линке.
Ребята из cleve.ai сделали сервис с визуализациями в git-like стиле для подведения итогов "блогерства" в ликедине - в кавычках потому что я тот еще блогер😁
На графике отчетливо видно как падает мой энтузиазм что-то писать к концу года)
В 2025 году буду чаще радовать миррепостами настоящих блогеров интересным контентом= )
Ребята из cleve.ai сделали сервис с визуализациями в git-like стиле для подведения итогов "блогерства" в ликедине - в кавычках потому что я тот еще блогер😁
На графике отчетливо видно как падает мой энтузиазм что-то писать к концу года)
В 2025 году буду чаще радовать мир
🔥4