Люблю такие красивые истории. Оказывается, среди профессиональных спортсменов очень многие родились в начале года

Это называется «эффект относительного возраста». Особенно он заметен в командных видах спорта и наиболее ярко проявляется в детском возрасте.

Это связано с тем, что детей в детстве ставят в сборные по году рождения, и ребёнок, родившийся в январе, будет более развит и более успешен, чем ребёнок, родившийся в декабре. В дальнейшем эта разница определит его спортивную карьеру

https://journal.tinkoff.ru/relative-age-effect/

Выступил сегодня на Летней Школе с двумя лекциями — научным коммуникаторам рассказал о том, что такое дата-журналистика, а ребятам из мастерской дата-журналистики показал свои кейсы и рассказал об особенностях работы в разных командах

Получил большой заряд энергии и кайфанул с вопросов. Пишите, если мы что-то не успели обсудить.
Вы супер 🫶

А тут хочу оставить милый момент: дата-журналисты сегодня дежурили на завтраке и сделали для каждой из каш график с составом 📊

Зову вас на свой открытый вебинар «Как сделать график, который впечатлит коллег и поможет бизнесу принимать решения»

Я часто вижу презентации и статьи с графиками, которые невозможно понять.

Они сложные, некрасивые, и если внимательно не слушать спикера или не читать сопровождающий текст — вывода по ним не сделать.

Но можно и иначе:
Лаконично. Привлекательно. Понятно без лишних объяснений.

О том, как делать графики «второго типа» расскажу на открытой онлайн-лекции «Как сделать график, который впечатлит коллег и поможет бизнесу принимать решения».

Что на нем будет?

🔸 5 шагов для создания графика, на котором захочется залипнуть надолго.
🔸 Секрет управления вниманием читателя в дата-сторителлинге, и как вам его использовать
🔸 Как выбрать график таким образом, чтобы он подталкивал к принятию верных решений
🔸 Разберем графики Центробанка, Т—Ж, The Ecomonist и поймем, как использовать их опыт в своих работах

Вебинар приурочен к старту второго потока моего курса «Эстетика в графиках», поэтому, само собой, про него я буду рассказывать тоже.

Я подобрал на 100% новый материал — пересечения с прошлыми моими выступлениями не будет. Зато будет много интересных примеров, на которых я объясню, что сделано хорошо, а что можно было бы улучшить.

На лекции вы также сможете задать мне вопросы, связанные с визуализацией данных, и поделиться своими проблемами.

Время: Среда (31 июля) в 19:00 по МСК

Прошлый вебинар я решил не повторять, возможно, и этот не стану.

Поэтому переходите по ссылке и регистрируйтесь:
https://clck.ru/3C8yWu

Люди воспринимают графики не слишком точно

Нашёл исследование, в котором испытуемым ненадолго показывали две пары выдуманных финансовых показателей и просили оценить, какой из графиков показывает больший рост.

В эксперименте использовали две пары столбиковых диаграмм. Во второй из них рост столбиков увеличивали на значение от 5 до 50% по сравнению с первой. То есть, первый столбик у пары графиков был одинаковый, а последний — на X% больше.

Оказалось, что разницу 5-10% люди вообще не видят, 20% в одном из экспериментов заметила лишь половина испытуемых — и это при прямом сравнении!

Представьте, что будет, если сравниваться не с чем?
Этим, увы, пользуются компании в своих отчётах.

О том, что делать, чтобы посыл, содержащийся в ваших данных, считали более точно, поговорим уже сегодня в 19:00 на бесплатном вебинаре:
https://clck.ru/3CDA9p

Есть два человека, которых я могу назвать своими наставниками в сфере визуализации данных: Денис Запорожан и Александр Богачёв.

Денис был моим преподавателем по визуализации данных в ВШЭ. Он привил мне любовь к нестандартным графикам, Моне Чалаби и дал возможность поработать с крутыми коллегами из Студии инфографики РИА.

На его занятиях мы вырезали и раскрашивали фигурки, слушали рассказы от профессионалов индустрии и восщихались, глядя на самые красивые проекты из медиа. Уже после курса долгое время я приходил к Денису за помощью и советом, и он помогал мне придумывать интересные ходы в инфографике.

Саша был моим руководителем на первой дата-работе — в РБК. Также я проходил у него несколько интенсивов. Сначала — в рамках воркшопа для сотрудников «Новой газеты», а потом и его авторский марафон.

Саша открыл мне глаза на то, что даже простые графики могут быть интересными, а элементарные правила позволяют делать их значительно лучше. Как сейчас помню — когда я проходил курс от Саши, я уже года два работал дата-журналистом, и думал, что и так всё знаю. Однако в каждом новом модуле оказывалось, что есть простейшие вещи, которые я раньше напрасно не замечал.

Здорово и приятно, что теперь уже я в рамках своих курсов могу открывать для людей чудесный мир визуализации данных. Если среди читающих есть мои студенты, знайте: я буду счастлив увидеть ваши работы, порадоваться вашим успехам, подсказать и покритиковать. Можете смело со мной делиться!

P.S. на фото уже я в 2022 году читаю лекцию для коллег Дениса в Газпромнефти, а Денис слушает 😌

Не очень хорошие новости для людей, которые опираются на списки рекомендаций.

The Economist взяли 500 самых высоко оценённых книг с портала The Greatest Books of All Time и посчитали, что среднему читающему американцу потребуется 45 лет жизни, чтобы изучить их все.

Как и везде — взять всё от этого мира не получится, придётся быть очень избирательным.

К слову, 4% из этих 500 «великих книг» изначально написаны на русском языке. Не знаю, есть ли тут искажение, связанное с тем, что сайт англоязычный.

Статья под жёстким пейволлом, но подсмотреть можно в веб-архиве.

Кстати, порекомендуйте под этим постом, что почитать?
Мне в этом году очень зашёл писатель Йоав Блум — читал его книги «Я всегда остаюсь собой» и «Что другие думают во мне».

А из нонфикшна — «Гиперфокус. Как я научился делать больше, тратя меньше времени»

В комментариях к прошлому посту многие задавались вопросом: можно ли использовать Slope Chart для визуализации разницы в категориях. К примеру, для сравнения значений у мужчин и женщин, пенсионеров и работающих, котов и собак.

Лично я считаю, что да — неоднократно встречал подобные визуализации в изданиях мирового уровня.

Вот вам совсем свежий пример — New York Times объясняет, может ли повлиять изменение методологии подсчёта очков на результаты японских олимпийцев в скейтбординге. Сравниваются результаты одних и тех же спортсменов по трюкам и проездам (простите, если тут ошибаюсь в терминах).

Обычно Slope Chart более наглядно показывает разницу в изменении за счёт соблюдения принципа близости: линии, как ни крути, будут расположены друг к другу ближе, чем столбики, поэтому их проще сравнивать.

https://www.nytimes.com/interactive/2024/07/26/world/olympics/japan-skateboarding.html

Вероятно, для просмотра потребуется подписка, режим инкогнито или расширение Bypass Paywalls

А вообще есть ещё один тип графика, в котором категории соединяются линиями. Это — Parallel coordinates.

Скажу честно — я его не очень понимаю. Очень специфичная вещь, удачных применений можно пересчитать по пальцам одной руки.

Вот неплохой вариант от Нейтана Яу. Что тут можно понять?

1) Что на уход работающий мужчина 65+ тратит меньше времени, чем на домашние хлопоты
2) Что люди всех категорий спят больше времени, чем ухаживают за собой (как бы это ни было очевидно), а вот со сравнением ухода и работ по дому всё не так однозначно
3) Что мужчины 65+ в будние дни спят больше, чем ~треть из категорий на графике (примерно треть линий расположено левее)

Интерактив можно тут пощупать:
https://flowingdata.com/2016/12/06/how-people-like-you-spend-their-time/