Красиво в FineBI

F/Z паттерны vs верстка дашборда "по-китайски" 🤓 F- и Z-образные паттерны отражают способ сканирования глазами пользователей во время просмотра веб-страницы. Оба паттерна основаны на понимании того, как пользователи сканируют информацию и где они обычно ожидают найти ключевые элементы на странице. В "прожарке" на FineTalks 31/05 Наталья Киселева зорко отметила , что нередко в китайских демо-дашбордах блоки расположены симметрично от центра и основное внимание уделяется центральной части. Мое расследование выявило, что на сайте FineReport в статье "Как спроектировать дашборд" рекомендуют располагать важную информацию сверху или по центру, потому что люди читают сверху вниз и расположение в середине является предпочтительным — о как🤔 #chinaviz

Пост с полезными ссылками по датавизу Знаете ли вы про карточки визуализации от DataYoga? Если нет, то вот они. Это подборка разных видов диаграмм с описанием в зависимости от задачи визуализации. Для тех, кто знает, ЧТО делать и хочет знать КАК, пригодятся датавиз-стратагемы от DataYoga. Это доска в Miro с полезными советами для эффективной визуальной передачи данных и эстетичными понятными примерами. Можно бродить по ней долго и не раз😍 Рекомендацию "Сравнивайте самое важное" я применяла на практике в виде интерактивной сортировки мер для диаграммы с накоплением в этом посте. И кстати говоря о предыдущих постах: к одному из них набралось 20 реакций, и я, как обещала, добавила в комментарии pdf-файл с книгой Альберто Кайро "The Truthful Art: Data, Charts, and Maps for Communication". #dataviz #знания

Запись и презентация к Fine Talks 31.05.24 Запись выложена на Youtube в канале Glowbyte по этой ссылке, а в презентации кликабельные ссылки✌️ #news

Добавление Можно применить "rectangular block + мера со знаком минус" только для одного показателя☝️

О пропорциях линейных графиков ⬇️ Прошел год, но актуальность темы кажется вечной. Плюс запись дискуссии Романа Бунина и Александра Богачева на Youtube по этой ссылке. #dataviz

📈Пропорции графиков Недавно столкнулся с частой ошибкой и чуть не сделал неправильный вывод из графика. Посмотрел на график и подумал — «О, метрика почти не меняется!», а затем попробовал другую пропорцию чарта и понял, что на самом деле это не так и метрика падает. Возникают такие ошибки из-за искажения восприятия лайн-чарта при разных его пропорциях. Посмотрите сами на картинке: 1️⃣ График слишком плоский. Кажется, что метрика почти не меняется. Именно с этим графиком я чуть не ошибся. 2️⃣ График слишком высокий. Кажется, что метрика очень сильно шумит, а падение более драматичное, чем есть. 3️⃣ График — то что надо. Видна и общая динамика, и сезонность внутри недель. Почувствовали смотря на графики, что это как будто даже разные данные? Как же тогда выбрать пропорции лайн-чарта? Сложный способ Используя технику «banking to 45º» из книги Вильяма Кливленда, когда мы стремимся к тому, чтобы средний угол наклона всех кусочков линий, соединяющих точки был равен 45°. Но для этого надо рассчитать средний угол, что звучит непросто, есть даже целая 🤓 научная статья со сложными формулами. Простой способ Делайте лайн-чарты примерно с соотношением 16:9, тогда скорее всего пропорции будут подходящие. Но чем больше точек, тем обычно «длиннее» должен быть график. Ну или просто не забывайте про особенность этого типа графиков и пробуйте разные пропорции, когда делаете дашборд. П.С. Очень показательно, как даже такая мелочь, как пропорции графика может повлиять на качество дашаборда. П.П.С. Как отмечают в комментах, непонятно, что делать когда пользователь ставит разные фильтры дат. Это и правда проблема и хорошего решения не знаю 🤷‍♂️ #наблюдение

Как понять, что вы правильно визуализировали данные Когда я оцениваю графики, то всегда начинаю с вопроса: какая была цель? Все дизайнерские решения должны работать именно на неё. Рассмотрим этот принцип на примере. Вот — две картинки, на которых показаны разные составы Госдумы. Очевидно, задача авторов — помочь читателям сравнить присутствие разных партий в парламенте. Какой из вариантов позволяет вам сделать это быстрее? Думаю, что не первый 🌚. Здесь неудобно расположена легенда, а для сравнения нужно сопоставлять фигуры сложной формы или пересчитывать кружочки. Второй график — более удачный, хотя и не самый лучший. Например, я не уверен, что здесь стоило показывать долю от 100%. Вот главные признаки верно выбранного типа визуализации: 1. График решает задачу (сравнить одно с другим, увидеть рост или падение чего-либо, оценить масштабы чего-либо), 2. Из графика можно сделать вывод — ответить на внутренний вопрос «И что?», 3. График не надо долго изучать, чтобы понять, какую задачу он решает и какой вывод транслирует. А как бы вы визуализировали такие данные? Пишите в комментариях, что бы поправили.

💯⬇️

Летние каникулы Ура, наступило лето! ☀️ Я, возможно, вернусь с новыми силами осенью, а пока предлагаю использовать канал как площадку для ваших публикаций на тему визуализации данных в FineBI. 📈 Вы сделали необычный график или потестировали редко используемые настройки? 💡 Узнали что-то новое или систематизировали уже известное? 🤩 А может, был интересный кейс, о котором хотелось бы рассказать, но не готовы публиковать полноценную статью на Хабре? Если у вас есть желание поделиться знаниями с другими пользователями FineBI и оставить след в канале, пишите в лс @alisaruchkina. С меня: отметка вас как автора поста и (по желанию) рекомендации по редактуре текста и визуального сопровождения. Давайте творить вместе! А если вы новый подписчик, сориентироваться поможет навигация по каналу😉

​Ленточный график (ribbon chart) Такой тип визуализации хорошо знаком пользователям Power BI — Ribbon chart есть «из коробки». Ширина ленты показывает величину значения и то, как изменялось значение категории в течение периода времени. Одновременно с этим на графике отображается ранжирование категорий аналогично #бампчарту, таким образом мы сразу понимаем, какая категория данных имела наибольшее значение в тот или иной отрезок времени. Чтобы построить его в FineBI, для начала создадим диаграмму с областями. Затем в 2 шага превратим Area chart в ленточный график: 🔹Выбираем накопление: Enable Stacking 🔹Сортируем измерения в Color по мере Однако есть одна особенность: сортировка измерений в легенде выполняется не по алфавиту, а соответственно выбранной настройке по мере, без которой не будет такого графика. Поэтому если в легенде нужно расположить категории в алфавитном порядке, то можно добавить текстовый блок с квадратами (■), например. #ленточный #практика