Аналитик Альфа-Банка взял данные о банковских транзакцих и решил визуализировать, как проходит день типичного россиянина в тратах.

Прототипом для работы послужила гениальная визуализация Nathan Yau, которая рассказывает о том, как живут Американцы.

Ремейк получился залипательным, но не таким показательным — оказалось, что в банковских транзакциях нет таких ярко выраженных изменений: в любое время дня и ночи большинство покупателей в тратят деньги в супермаркетах, а других лидеров и нет.

Но не исключаю, что инсайты мешает увидеть ошибка в коде — на некоторых гифках цифра у столбика резко падает с 50 до 29%, а длина столбика почти не меняется 🤔

Почитайте сами:
https://habr.com/ru/companies/alfa/articles/786524/

К слову, автор мучался и писал код на JS, а подобный виз можно было бы сделать без программирования, и возможно получилось бы даже более показательно — потому что там в анимации менялись бы лидеры.

Если наберём 60 🔥, сделаю туториал, как без кода сделать такую анимацию

UPD: набрали, значит будет видео

У меня никогда не было машины, поэтому я особо и не следила за автомобильным рынком в России. Понятное дело, было много новостей о том, что китайские модели теперь доминируют. Но я с удивлением обнаружила, что в топ-10 марок по продажам в 2023 году в России вошли такие, о каких я и не слышала раньше.

За неимением других возможностей россияне стали привыкать к китайским машинам. Очень круто Китай ворвался на российский рынок и, кажется, продолжит наращивать продажи дальше.

Любопытный материал о том, как россияне стали привыкать к китайским машинам за неимением других возможностей: https://storage.googleapis.com/istories/opinions/2024/02/01/kak-kitaitsi-zavoevali-rossiiskii-rinok-avtomobilei/index.html

Смотрел ролик Ходорковского о мифах в экономике России и сначала порадовался, что там было много графиков, многие из которых сделаны неплохо. Пока не дошёл до этого момента.

Кадр (9:01) сопровождался фразой «они <располагаемые денежные доходы россиян> после 2013 года рухнули». И как доказательство — представили обрезанные столбики, где действительно видно, что доходы рухнули. Но только это грубая манипуляция — барчарты ни при каких условиях нельзя строить не от нуля.

А вообще есть люди, которые разбираются в экономике? Действительно ли уменьшение реальных располагаемых денежных доходов на 8% — это прямо-таки «доходы рухнули»?

Удивительный график The Economist в новом материале про индекс демократии. Микс Area Chart, где за каждый год показано соотношение режимов разных типов с чем-то вроде Bump Chart, где у каждой страны ещё есть положение в рейтинге. Исследовать это всё крайне интересно. Мне было любопытно узнать, например, что в Уругвае демократия более «совершенная», чем в США, а Индия вообще входит во вторую зону графика.

https://www.economist.com/graphic-detail/2024/02/14/four-lessons-from-the-2023-democracy-index

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

Сделали с коллегами большой проект про изменение климата в России

Долгое время я и сам смотрел на такие статьи у ведущих иностранных медиа и не мог взять в толк — почему все так носятся с этим потеплением на 2°C? Оказалось, что всего несколько градусов разницы не только могут вызывать катаклизмы по всему миру в будущем, но и уже оказывают видимое влияние на нашу страну в масштабе десятилетий.

К примеру, с середины прошлого века в Ростове-на-Дону число дней с температурой ниже нуля сократилось почти в два раза: в 1950-х годах их доля составляла 25%, в 2020-х — 13%.

Аномально холодных дней — таких, для которых температура ниже, чем на 5°C, чем в 1950-1979 годах*, во всех миллионерах в 1950-х было столько же, сколько аномально жарких. А сейчас их ~ в 5 раз меньше! Это значит, что особо холодные дни в любое время года (например, 5°C в июне или -30°C в январе) всё ещё могут наступить, но вероятность этого сильно ниже, чем раньше.

А ещё я в шоке от того, сколько проблем возникает при работе с климатическими данными. И посылаю восхищение командам Bloomberg, FT, NYT и другим, которые с ними работали — с виду казалось, что там всё должно быть очень просто 😄

Подробнее обо всём этом читайте в проекте:
https://yandex.ru/company/researches/2024/weather-change

*1950-1979 годы — это период, который мы во всём проекте использовали для сравнения. 30 лет — это стандарт у метеорологов, а 1950 выбран как точка, с которой у нас есть наиболее полные данные по России.

Пожалуй, одна из самых известных визуализаций современности — это Warming Stripes. Каждая полоска на этом графике показывает отклонение температур от конца XIX века. Она не даёт четкого представления о природе изменений, но зато быстро доносит сигнал — «становится теплее».

The New York Times рассказывают, что Эд Хокинс не случайно придумал эту идею — он вдохновился детским одеяльцем, которое сшила его коллега! Фактически, Warming Stripes впервые появились именно в физическом виде, а Эд лишь адаптировал визуализацию под цифровой формат.

В свою очередь, коллега Хокинса уже видела нечто подобное — оказывается, есть древняя традиция — делать одеяла (temperature blankets), на которых цветом показана температура разных дней. Ещё в статье упоминаются sky blankets — одеяла, раскрашенные в цвета неба, но мне не удалось найти хороших картинок, которые это юы иллюстрировали.

Почитать историю полностью и посмотреть на фото того самого одеяла:
https://www.nytimes.com/2022/06/17/climate/climate-warming-stripes.html

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

Если вы делаете инфографику — есть шанс проявить себя

Школа Дизайна НИУ ВШЭ организует конкурс, на который можно подать любую свою работу, сделанную в период с января 2021 года.

Лучших — отметят, наградят и подарят приятные денежные призы.

В жюри — большое количество замечательных и уважаемых людей в сфере инфографики и визуализации данных, в том числе и ваш покорный слуга.

Работы можно подать здесь до 2 апреля:
https://hsedesign.ru/competition/87aeb9175ed941418f2ff96bfb263fcb

P.S. кнопка «участвовать в конкурсе» почему-то не работает, судя по всему — подавать придётся через кнопку «добавить проект».

Стоит найти на странице инструкции:
> Также мы подготовили гайд по работе с платформой, который поможет легко и быстро создать аккаунт и загрузить проект.

Большой труд Тинькофф Журнала о работе дизайнеров, основанный на опросе читателей.

Внутри можно узнать:
* Дизайнеров какого возраста больше всего
* Как часто они переезжают, чтобы сменить работу
* Какое они получили образование
* Как их зарплата зависит от позиции, места жительства и сферы
* Трудятся ли дизайнеры в офисе или на удалёнке
* Что их беспокоит
* Многие ли ищут себе новую работу

... и многое другое

Кроме того, материал очень хорошо сделан инфографически, есть много классных приёмов и фишек, на которые стоит обратить внимание. При том, что это строгий материал, и может показаться, что тут некуда разгуляться, выглядит он очень симпатично:

https://journal.tinkoff.ru/zarplata-design-2024/

Как понять, нужно ли вам делать дата-историю?

У издания The Pudding, славящегося самыми крутыми дата-историями, есть инструкция о том, как понять, можно ли и нужно ли делать историю, основанную на данных.

Если коротко, перед началом работы надо ответить на несколько вопросов:
* Есть ли у вас какой-то новый или уникальный вопрос, на который вы можете дать ответ?
* Можно ли дать ответ на этот вопрос при помощи данных?
* Можете ли вы достать данные, чтобы ответить на этот вопрос?
* Действительно ли результаты анализа получились интересными?

Для каждого этапа у The Pudding есть свои примеры, которые интересно поизучать:
https://pudding.cool/process/pivot-continue-down/

Иван Бегтин сегодня анонсировал новую платформу для поиска данных — Dateno.

Это сайт, на котором можно найти открытые данные и статистику со всего мира по поисковому запросу. На нём уже проиндексировано 10 миллионов датасетов (из них — 219 тысяч по России), а к концу года это количество планируют расширить до 30 миллионов. Можно указать тематику, язык источника, формат данных. А работает это уже лучше, чем тот же Google Dataset Search.

Портал пока находится в стадии беты, но уже работает:
https://dateno.io/

Очень красивый материал Bloomberg о том, как война в Украине влияет на сбор урожая и его поставку в другие страны.

Несмотря на боевые действия, Украина по-прежнему является одним из крупнейших поставщиков пшеницы и кукурузы, но с каждым годом вести эту деятельность становится сложнее и сложнее. К примеру, из-за новой волны мобилизации в стране не хватает рабочих рук, чтобы собрать урожай. Также проблемой становится перевозка товаров — не всегда возможно сделать это безопасно.

Читать

Есть что-то очень притягательное в этом графике, который называется тримап Вороного. Такое название он получил в честь математика, который придумал, как разбивать плоскость на множество элементов.

На этой картинке показано, как менялась капитализация 225 крупнейших японских компаний.

Что тут получилось хорошо:
• Показать, как изменилась доля компаний, входящих в общемировой топ-50
• Показать структуру экономики Японии
• Выделить ключевые компании в разные годы

Что получилось плохо:
• Дать понять, как изменилась структура японской экономики. Пайчарты, тримапы и диаграмма Вороного — это чаще всего плохие графики для сравнения значений.

Посмотрите на него и на другие графики в материале Bloomberg про взлёт японских активов:
https://www.bloomberg.com/graphics/2024-japan-nikkei-225-records-historic-high/

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

В сервис для визуализации данных Datawrapper завезли несколько новых фишек — историю версий и совместное редактирование графиков (прямо как в гугл-документах). Говорят, опции доступны во всех тарифных планах, даже в бесплатном.

А у вас когда-нибудь была необходимость совместного редактирования графиков?

https://blog.datawrapper.de/introducing-live-collaboration/

Вместо тысячи слов скину скриншот из карты, которую делал в 2018 году для «Новой газеты»: можно было провести мышкой и открыть лицо кандидата, победившего в регионе (ну вы поняли, что там)

Карта уже «погибла» из-за переездов сайта, к сожалению — поэтому ссылки на интерактив не будет

Независимые дата-журналисты уже делают первую аналитику результатов выборов по методу математика Сергея Шпилькина и приходят к ожидаемым результатам. Прошедшие «невыборы» стали рекордными по количеству фальсификаций: почти половина голосов за действующего президента могли быть ненастоящими.

Количество голосующих на выборах подчиняется нормальному распределению — основная часть избирателей проголосует на участках со средним значением явки. Например, если средняя явка составила 60%, то основная масса избирателей придёт на участки, где явка будет 50-70%. Участки, где явка будет 30% или 90% будут встречаться значительно реже.

Если распределение голосов не похоже на нормальное — это уже повод насторожиться. Если же при этом на участках с высокой явкой неестественным образом растёт число голосов «за партию власти», это явный признак вбросов.

Так и на этом графике: голоса за Слуцкого, Харитонова и Даванкова в сумме подчиняются нормальному распределению, а Путин неестественно растёт на участках с высокой явкой. Всё это мы уже не раз видели на выборах в России, а теперь встречаем фальсификации рекордных масштабов.