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