Говорить на визуальном языке
Визуальные элементы передают информацию способом, недоступным тексту. Восприятие наших написанных аргументов может быть ограничено многими факторами, в частности скоростью чтения, уровнем понимания вопроса и наших рекомендаций. А единичное изображение может проиллюстрировать особенности, выявить отклонения и определить отдельные группы данных, эффективно минуя сотни строк массива данных для информирования нашей аудитории – и все это будет понятно буквально с одного взгляда.
Еще одно преимущество использования изображений в этой области связано с тем, что мы живем в очень визуальной культуре. Мы привыкли к картинкам в социальных сетях, к интернет-мемам – и наш аппетит к общению посредством изображений увеличился. Инфографику и другие визуальные средства представления информации освоили учреждения в мире бизнеса, которые хотят наглядно показать своей аудитории, что они делают. Таким образом, изображения больше не являются декоративным дополнением к презентации в PowerPoint; люди теперь ожидают визуальную информацию. Поэтому, используя изображения для представления данных, вы просто реализуете эти ожидания[64].
В результате этих перемен мы овладели визуальным языком. Впитывая культуру современного общества, мы укоренили в себе знания о том, как могут быть интерпретированы различные цвета и формы. Вы удивитесь, увидев, как много уже знаете из того, о чем здесь пойдет речь дальше. И хотя следует учитывать, что визуальный язык не всегда является международным, его часто можно использовать для пользы дела.
Самообслуживающаяся аналитика
К счастью, разработчики отреагировали на растущие потребности в мощных визуальных средствах, придумав программное обеспечение и приложения для создания интерактивных визуализаций. С помощью таких программ, как Tableau и PowerBI, мы можем создавать визуальные эффекты, которые показывают широкую картину и – благодаря тщательному использованию фильтров – позволяют увидеть детали (для этого достаточно нажать кнопку, выбирая интересующую категорию). Будучи динамичными, эти программы уменьшают нагрузку на аналитиков данных, так как конечные пользователи могут управлять визуальными элементами так, чтобы представить данные именно в том виде, в каком нужно.
Есть также приложения, доступные для самых популярных программ анализа данных, – R и Python. С их помощью вы можете создавать визуальные средства прямо в ходе проведения анализа, не выходя из программы. Seaborn – бесплатный пакет визуализаторов данных для Python; он дает возможность пользователям рисовать статистическую графику по своим данным. Plotly позволит вам создавать интерактивные визуализации для самообслуживающегося анализа. В программе R то же самое может быть достигнуто с помощью ggplot2 и Shiny.