2021-11-26 15:51:22
Прочитал замечательную статью Энрико Бертини, преподавателя визуализации данных в Нью-Йоркском университете. Люди с трудом понимают, как именно "общаться с данными", какие задавать вопросы, не могут понять, что именно интереного есть в их данных.
На этом фоне проблема того, насколько эффективна круговая диаграмма в показе данных имеет минимальное, если вообще имеет какое-то значение. Бертини вводит термин data thinking и обдумывает, как именно ему можно было учить.
Рассуждая подобным образом, я именно поэтому так написал свою книгу о визуализации "Графики, которые убеждают всех". В отличие от большинства книг по этой теме, которые я читал до этого, почти половину моей книги занимает именно восполнение пробелов в data literacy, то есть восполнение пробелов в грамотности обращения с данными. Визуальное представление данных — не то чтобы даже вишенка на торте дата-анализа. В каком-то смысле это язык, на который мы переводим то, что прочитали в данных. Но для этого надо уметь читать. А перед этим нужно уметь собрать для себя книгу.
Бертини говорит, что возможно то, чему он учит (визуализация данных), это даже вредно, если уровень дата-грамотности низкий. Как человек, который учит других визуализации данных, я не могу разделить это мнение, но в отсутствие этого самого data thinking КПД моих усилий достаточно небольшой. С другой стороны, недавно проводил тренинг для крупной финансовой организации, и получил настоящее удовольствие. Интересные ракурсы, гибкость в подходах к их анализу и сложность данных — всё было на высоте. Дата-мышление у участников было очень развито, поэтому советы по представлению этих данных дали просто невероятный результат.
Кстати, в моем курсе по представлению данных для ВШЭ тоже половину курса занимает восполнение пробелов по базовой дата-грамотности. Планирую еще больше усиливать этот аспект в своих курсах, но тоже строить его с опорой на графическое представление.
Статья Бертини: https://filwd.substack.com/p/what-matters-really-is-effective
1.3K viewsedited 12:51