Вспомним четыре шага алгоритма Δλ, которые я описала в советах ранее.
Дополнительно:
Дополнительно:
Дополнительно:
Дополнительно:
Первые и второй шаги мы делаем один раз в абстрактном пространстве смыслов, погружаясь в контекст и выделяя ключевую сущность. Третий и четвёртый шаги мы повторяем итеративно в пространстве экрана, получая удачные (и не очень) форматы визуализации. Когда у нас на руках оказывается несколько удачных форматов, которые показывают наш датасет с разных точек зрения и отвечают на разные, дополняющие друг друга вопросы, — приходит время для пятого шага.
Шаг 5. Объединить визуализации на дашборде и добавить интерактивность.
В пятом шаге мы объединяем получившиеся визуализации на дашборде. И в этот момент проявляется вся сила алгоритма Δλ и подхода конструирования от частицы данных. Оказывается, что итоговые визуализации как будто «слеплены из одного теста», и за счёт этого они легко и естественно объединяются на одном экране и работают как части единого целого.
Созданные таким образом визуализации схожи на уровне смысла и на уровне визуального языка. Любые фильтры и интерактивные связи встраиваются в них естественным образом. Например, легко представить, как будет выглядеть каждый из марафонских графиков, если мы захотим поисследовать только бегунов‑женщин.
Собранный по алгоритму Δλ дашборд соответствует принципам, о которых мы говорили ранее. Он будет многомерным, так как разные графики проявляют разные срезы данных. Он будет информативным, так как под большой картинкой лежит детализация до частицы данных. А чтобы он был наглядным, мы должны задействовать естественные метафоры из реальности данных при конструировании графиков. Такой дашборд не только проявит закономерности и аномалии верхнеуровневых срезов, но ответит на детальные вопросы о данных.
Как именно, посмотрим на примере бизнес‑кейса в следующем совете.
P. S. Это был совет о визуализации данных. Хотите узнать всё о таблицах, графиках, диаграммах, картах, схемах и дашбордах? Присылайте вопросы.