Наверное, сейчас меня побьют ногами наши крутые dataviz-гуру, но я люблю grid lines, в простонародье - линии сетки.
У меня не всегда получается мысленно провести линию и быстро "считать" данные. А недавно я ещё встретилась с тем фактом, что по стандартам научных публикаций в некоторых отраслях линии сетки неприемлемы для оформления графиков.
Многие считают grid lines атавизмом тех времен, когда графики строились от руки, но, если их грамотно использовать, они могут быть значимым элементом легенды:
https://www.fusioncharts.com/blog/grid-lines-chart-junk-or-visual-aids/
P. S. Про chartjunk, Тафти и сетку: https://www.forbes.com/sites/naomirobbins/2012/02/22/are-grid-lines-useful-or-chartjunk/amp/

Все так, всё так) Сегодня я зарегистрировалась в TikTok и в Byte, а также вчитала до конца блог Роберта Корсара.
Понравилось про диаграмму бикини и, естественно, про анимацию и визуальную революцию:
https://eagereyes.org/blog/2020/the-visual-evolution-of-the-flattening-the-curve-information-graphic
P. S. Даже не знаю уже, что делать с лишними 2,5 часами в день, которые раньше уходили на дорогу🤷‍♀😱

Котятки🐱
Сегодня мы с коллегами обсуждали datamart под наш новый дашборд, и в какой-то момент я поняла, что вся задуманное конструкция может не взлететь с точки зрения производительности.
Когда я начинала изучать вопрос производительности в Power BI , этот видосик более-менее ответил на все мои вопросы:
https://youtu.be/B-h3Pohtn1Y
Сегодня я ещё познакомилась с регулятором памяти и ограничением query timeout, которые можно задать вручную.
Подробности тут:
https://blog.crossjoin.co.uk/2020/01/20/visual-has-exceeded-the-available-resources-error-power-bi/
P. S. Мое видео про котлеты в Tiktok уже набрало 9 лайков. Чую, быть мне популярным тиктокером😂

​​Самый простой способ разобраться, что происходит во время эпидемии — это посмотреть в живом графике модель развития событий. Сейчас уже достаточно данных разных стран, чтобы иметь возможность прогнозировать события. Вот отличный инструмент, чтобы поэкспериментировать с предсказаниями результатов:
https://gabgoh.github.io/COVID/index.html

Хороший цикл статей про data blending и визуальный анализ: при классическое смешивание данных и про то, как найти закономерности между разнородными массивами данных без ключей, где связь подразумевается только на уровне логических категорий. И конечно, для этого нам нужно любимое Tableau, так как эти связи нужно ещё грамотно отобразить на графике))
Часть 1
Часть 2
Часть 3
Часть 4

Про разницу между join и blending с примерами из Tableau читать тут:
https://help.tableau.com/current/pro/desktop/en-us/multiple_connections.htm

Если вы хотели погрузиться в dataviz и получить новые навыки, - сейчас самое время! Количество курсов, платных и бесплатных, множится в такой прогрессии, что я не успеваю их отслеживать.
Но есть нюанс: в основном, везде рассказывается о положительной стороне профессии, ведь изнанка может сразу оттолкнуть, раз и навсегда. Я, например, никогда не могла предусмотреть, что большую часть времени я буду тратить на Data quality, а не рисовать красивые дашборды.
Старенькое, но полезное исследование-опрос в сообществе о том, что больше всего раздражает в dataviz:
https://sxywu.com/community/
Ключевые выводы по нему: https://medium.com/visualizing-the-field/655-frustrations-doing-data-visualization-e1087c8176fc

Существует исследование "Blinded with science: Trivial graphs and formulas increase ad persuasiveness and belief in product efficacy", которое утверждает, что большинство людей будут верить тому, что вы им говорите, пока в ваших презентациях участвуют диаграммы. Исследование спорное, что подтверждал потом и сам автор,но главный посыл - то, что нас может обмануть ореол "научности", - по сути имеет место быть.
‌Ниже хорошая статья Авинаша Каушика, в ней кратко, в 7 уроках, показано, обо что может споткнуться наш пользователь, считывая визуализацию, и в том числе, - о том, что надо быть честными в своих данных.
Линк:
‌https://www.kaushik.net/avinash/data-presentation-tips-focus-think-simplify-visualize/#focus

Когда я впервые познакомилась с DAX (компонент семантической модели Power BI ),мне казалось, что это "инструмент в инструментах". В моем идеальном мире на тот момент существовал только sql. Но, поверьте, если вы видите своё будущее с PBI, его лучше освоить)
Линк на основную статью:
https://powerbirussia.ru/2018/10/30/dax1/
Создание вычисляемых столбцов:
https://docs.microsoft.com/ru-ru/power-bi/desktop-tutorial-create-calculated-columns
Ниже хорошая книжечка))

Наш мозг удивительная штука, и его естественные способности воспринимать некоторые визуальные атрибуты количественно позволяет нам обходиться без длинных объяснительных легенд.
Например, мы воспринимаем длинную линию как более значимую, чем короткая линия. При построении визуализации необходимо учитывать все особенности нашего мышления и восприятия.
Линк на хорошую статью с подробном разборов атрибутов визуального кодирования Стивена Фью:
https://www.perceptualedge.com/blog/?p=2957
Линк на статью-азы на русском(перевод):
https://dev.by/news/o-vizualizatsii-dannyh-prodolzhenie

Котятки🐱
Мне в личку летят вопросы в стиле "почему так мало материалов на русском". Так вот, ответ банален: они плохо гуглятся. Идеи для постов возникают в ходе решения рабочих задач. Запрос на английском выдает ответ на мой вопрос уже на 2-3 странице, а запрос на русском чаще всего выдает рекламные и продажные статьи.
Возможно, чтобы "искалось" на русском, мне надо как-то по-другому формулировать🙈
Ниже, в продолжение темы о восприятии, хорошая статья про шкалы для графиков, виды шкал и их особенности. Шкала может помочь грамотно подать информацию, а может окончательно запутать. Линк:
https://revealthedata.com/blog/all/sravnenie-ravnomernoy-logarifmicheskoy-i-stepennoy-shkal/
P. S. Рома, пожалуйста, не забрасывай блог.

Вдогонку - разбор шкал графика на Пикабу. В посте есть:
-как выглядит один и тот же график в разных шкалах;
-как правильно читать график в разных шкалах;
-коронавирус;
-спич на тему "дата-журналистика и лукавство".
Линк:
https://pikabu.ru/story/rossiyskaya_yeksponenta_7336448

Друзья, я тут периодически закидываю опросы про инструменты, рабочие задачи. И хочу в итоге получить профессиональный портрет аналитика, пусть и усредненный.
На этот раз вопрос посерьезнее - зарплаты. Он не уложится в формат опроса соцсети - кроме интервала зарплат мне важно, чтобы вы выбрали свой вариант еще в 3 вопросах:

- выше или ниже рынка вы оцениваете свою ЗП?
- вы специалист или руководитель
- ваш город

Я понимаю, что чем больше вопросов, тем меньше ответов, так что очень-очень прошу потратить 1 минуту на анонимную анкету.
Результатами поделюсь со всеми, мы их объединим еще с опросами подписчиков рассылки и фейсбука. Хочу собрать хотя бы 500 ответов. Буду благодарен, если дадите эту анкету коллегам, поделитесь со знакомыми аналитиками.
https://forms.gle/erca3oLahS47seJ96

Котятки🐱
Добро пожаловать в эти карантинные выходные)
Я как-то писала про то, что заимствовать хорошие идеи, - можно и нужно, главное, не стесняться сказать, что вас вдохновило, и спросить автора. Идей в мире не станет меньше, а нам, как создателям дашбордов, нужны хорошие образцы, чтобы развивать наши скиллы визуализации.
Хорошие советы с хорошими примерами от Tableau :
https://www.tableau.com/about/blog/2017/10/7-tips-and-tricks-dashboard-experts-76821

Занятная книжечка Остина Клеона "Steal like an artist"

Wow, 90 дней Tableau даёт бесплатный доступ на тренинги. Не важно работаете вы с табло или нет, обязательно пройдите их!

Котятки🐱
Заметила, что не веду матрицу контента ни на работе, ни в бложике, - мозг решил, что мир катится ко всем чертям, и всячески саботирует планирование. Всему виной то, что Обезьянка немедленного удовольствия в моей голове захватила бразды правления и вовлекает меня в прокрастинацию. Короче, не поддавайтесь панике и не упраздняйте артефакты работы на каждом этапе проработки своего дашборда.
Подробный перевод статьи на эту тему на хабре:
https://m.habr.com/ru/post/303140/

Любой кризис - это время по-другому смотреть на данные.
Что делает бизнес? Задаёт все новые и новые вопросы и пытается смотреть на "темные данные". Линк с хорошей статьей на тему:
https://www.grow.com/blog/whos-afraid-of-the-dark-data
Что делаю я как архитектор? Ищу новые фичи и инструменты. Нашла process mining для Tableau , - по ощущениям, специальное ПО для process mining может больше, но эта штука тоже интересная.
https://appsfortableau.com/extensions-for-tableau/process-mining-in-tableau/

Котятки🐱
Когда я была юна, неопытна и не знала о существовании Power BI и Power Query, была у меня боль - сводить ручную отчетность. А у тех, кто присылал мне эту отчетность, любимыми развлечениями были: изменить шапку, добавить лишние строки, переименовать столбец.
Ну что ж, добро пожаловать в магию Power Query, где такие препятствия вполне преодолимы:
https://powerpivotpro.com/2018/02/power-query-magic-dynamically-remove-leading-rows-columns/

Котятки🐱
Мои коллеги написали статью на хабре, и я просто не могу её не запостить) Статья посвящена хранилищу данных в целом и тому, какой подход реализовали при разработке архитектуры и логики. Ну и частично это - изнанка той деятельности, которая лежит "под капотом"наших любимых дашбордов)
https://m.habr.com/ru/company/sibur_official/blog/496996/

Ах мои котятки🐱,
Тяжело жить с self-service BI: на каждом шагу спотыкаются пользователи на пути построения и тиражирования регулярной отчётности. Ещё больше спотыкаются они об ad hoc отчетность, как в вопросах чтения и понимания данных, так и в вопросах подходов и создания среды.
Ниже цикл коротеньких статей на тему "Почему не работает ad-hoc отчетность". Автор работает в мире SAP BusinessObjects, но интересен сам разбор проблем (особенно с точки зрения безопасности данных), советы по созданию среды и концепция построения self-service BI как итеративного процесса.
Часть 1
Часть 2
Часть 3
Часть 4
Часть 5