Графики в инфографике

В книге Студии Лебедева «Принципы и парадоксы» замечен такой таймлайн. Как-то аккуратно, понятно и красиво. Пусть будет тут.

Ребят, обещаю, что тут скоро будет интересный контент) А пока — новогодняя инфографика для вдохновения:

7 ключевых тезисов об ИИ и визуализации данных после конференции «Дата-сторителлинг 2025» Ну что, очень много говорили про нейронки. В основном тейки которые я выписал касаются их. Также был крутой доклад про важные моменты в визуализации данных и интересный доклад про геоданные. А в самом конце была лекция про то как делать видеоконтент, чтобы людям было интересно. Вот несколько важных мыслей, которые я выписал: ИИ требует экспертного контроля и проверки Нейросети — мощный инструмент, но в ответственных задачах их выводы необходимо строго проверять. Особенно это касается генерации инфографики и данных, где возможны искажения фактов и цифр. Слепое доверие к ИИ недопустимо. Результат работы с ИИ зависит от экспертизы пользователя Чем выше квалификация и насмотренность специалиста, тем качественнее будет итог совместной работы с нейросетью. Без базового понимания предмета (форматы данных, принципы визуализации) ИИ легко выдаст посредственный или ошибочный результат. Правильные инструменты и тактика решают 90% задач Такие инструменты, как Cursor, Claude и Nano Banana, при грамотном применении закрывают большинство рабочих задач. Ключ к успеху — дробление сложных заданий, сохранение версий и чёткое формулирование контекста для ИИ. Будущее за симбиозом: человек задаёт смыслы, ИИ помогает ИИ станет незаменимым ассистентом для прототипирования, анализа и рутины, но стратегические решения и смыслы останутся за человеком. Профессионалам важно адаптироваться и использовать нейросети для усиления, а не замены своих навыков. Проверка данных от ИИ — обязательный этап работы Даже при сборе информации нейросетями около 90% данных могут быть верны, но ключевые цифры и факты требуют обязательной перепроверки из нескольких источников. Этот этап фактчекинга нельзя делегировать алгоритму. Быстрое развитие ИИ требует постоянного обучения Сфера меняется стремительно, и инструменты, актуальные сегодня, могут устареть через несколько месяцев. Чтобы оставаться востребованным, необходимо постоянно пробовать новые решения и интегрировать их в рабочий процесс. Для широкой аудитории важна простота, а не сложная графика В массовом контенте (например, в YouTube-видео) работают простые, быстро читаемые образы. Сложная и дорогая визуализация часто не окупается с точки зрения метрик и может даже мешать восприятию главного сообщения.

Сегодня весь день буду смотреть конференцию по датавизу, дата-сторителлингу и инфографике. Про ИИ в визуализации и анализе данных. Начало через пару минут, в 11:00. Программа и билеты тут: https://t.me/data_publication/1819

Ребят, привет всем, кто тут есть и спасибо вам ❤️ за интерес к этому каналу. Хочу поделиться планами: Последние два месяца я занимался другими проектами и отложил развитие в инфодизайне, но теперь возвращаюсь с новыми идеями. Раньше я делал акцент на визуализации данных, а теперь хочу сместить фокус — рассматривать информационный дизайн в целом и основы смежных дисциплин. Планирую писать не только про датавиз, но и про визуальное восприятие, дизайн-принципы, аналитическое мышление и основы статистики. А ещё — теперь буду писать более неформально, поменьше духоты) И переименую канал! Уже придумал классное название, прям кайфую от него) Ждите! А пока, напишите пожалуйста в комментах пару слов — мне нужна небольшая поддержка, чтобы возобновить постинг 🙏🏼❤️ Например, ответьте на один из вопросов: — Чем, по-вашему, занимаются информационные дизайнеры? Что именно они могут сделать? В какой сфере востребованы? Приведите пару примеров. — Был ли у вас опыт работы с инфографикой / визуализацией данных? Расскажите про него немного. — Или просто напишите, как ваши дела ☺️

voronoiapp.com — бесконечная лента с инфографикой Это что-то типо соцсети, в которой публикуются посты именно с визуализацией данных. Её создали Visual Capitalist — крутое медиа, которое превращает сложные данные в понятную и красивую инфографику. Вообще, платформа наверное создана для обычных людей, которые заходят туда, чтобы узнать что-то интересное. Но для специалистов по инфографике это прям мощный ресурс для поиска референсов и вдохновения. Ну и свои работы там публиковать тоже можно, кстати, но после того как её примут модераторы.

Ferdio — топовое агентство информационного дизайна из Дании Очень крутые ребята с опытом более 10 лет. Понравилось как они пишут про себя на сайте: «We create visual content that explains. Design that speaks». На русском это звучит примерно так: «Мы создаем визуальный контент, который объясняет. Дизайн, который говорит». Многие специалисты по визуализации следят за ними и вдохновляются. ferdio.com / портфолио Я тут собрал в одном месте очень много полезной информации от них: — 67 коротких советов + (перевод от Оди) об информационном дизайне и инфографике: про процессы, визуализацию данных, структуру, дизайн и прочее — datavizproject.com: тут ребята создали крупнейшую в мире (так написано на сайте) библиотеку с 160+ типами визуализации данных. Всё чётко структурировано и расписано. Помогает подобрать тип графика под задачу. Сайт очень удобный и эстетичный — 1500+ примеров классных креативных визуализаций данных для вдохновения и насмотренности от талантливых специалистов со всего мира — 100.datavizproject.com: тут ребята сделали 100 совершенно разных вариантов визуализации для представления одной и той же информации — инсайты агентства в виде статей: много пишут про сторителлинг в презентациях, есть статьи про тренды в информационном дизайне, про визуализацию данных и инфографику

Лишние детали в графиках отвлекают, мешают и могут искажать данные В визуализации данных есть ключевой принцип, называемый Data-Ink Ratio. Его суть заключается в том, чтобы при построении графиков удалять все элементы, в которых нет уникальной и полезной информации. Этот принцип сформулировал Эдвард Тафти ещё в 1983 году. Почему лишние детали нам мешают Наш мозг устроен так, что автоматически ищет паттерны и закономерности. Но всякие 3D-эффекты, нагруженные фоновые сетки и ненужные рамки мешают нашему восприятию быстро находить закономерности, лежащие в основе данных. Даже есть исследования, которые подтверждают, что весь этот визуальный шум увеличивает время анализа на 30-40%. Что нужно сделать, чтобы графики воспринимались проще: — удалить все элементы, которые не несут никакой полезной информации и добавлены просто для красоты (яркие фоновые заливки, 3D-эффекты, тени, градиенты и весь другой мусор), — убрать лишние оси, ненужные мелкие линии сетки и дублирующиеся подписи, — максимально упростить все оставшиеся элементы, — использовать цвет только для того, чтобы расставить акценты. Чем меньше лишнего — тем яснее данные. Хороший дизайн строится не на добавлении каких-то красивых штук, а наоборот, на грамотном выявлении и удалении всего лишнего. #принципы@chartdesign

Эдвард Тафти: революционер визуализации данных Эдвард Тафти — американский статистик, который превратил визуализацию данных в точную науку. Он создал практические правила представления информации, которыми сейчас пользуются аналитики во всем мире. Его книги стали обязательными для изучения в университетах и корпорациях. Тафти кардинально изменил подход к представлению информации, создав конкретные, работающие правила визуализации. Он первым сформулировал принцип Data-Ink Ratio, требующий удалять всё лишнее с графиков, оставляя только суть данных. Разработанные им Small Multiples стали стандартом для сравнения сложных наборов данных, а Sparklines — обязательным элементом в бизнес-отчётах. Его жёсткая критика «украшательств» в графиках (Chartjunk) заставила пересмотреть подходы к визуализации в научных журналах и деловой аналитике. Именно за эту конкретику и практическую пользу его ценят аналитики и исследователи по всему миру. Ключевые работы: — The Visual Display of Quantitative Information, 1983 — Envisioning Information, 1990 — Beautiful Evidence, 2006 #пионеры@chartdesign

Оформление графика напрямую зависит от аудитории Выбор типа визуализации, уровня детализации и акцентов напрямую определяется тем, кто будет смотреть график. Для руководства используют минималистичные диаграммы с выделенными выводами, для технических специалистов — более детализированные с точными значениями. Без учёта этого фактора график не выполнит свою задачу. #принципы@chartdesign

Цвета в графиках должны подчёркивать данные Используют 2-3 основных оттенка для выделения ключевой информации. Контрастные цвета применяют только к важным элементам, остальное оформляют нейтральными тонами. Когда все детали одинаково яркие, глаз не видит главного. Правильная палитра направляет внимание на смысл, а не на оформление. #принципы@chartdesign

Акценты и тексты должны раскрывать суть графика Правильные акценты (цвет, размер) выделяют главные данные, а тексты содержат чёткие выводы. Если не расставить акценты или использовать описательные заголовки, зритель потратит время на поиск смысла вместо его понимания. Визуализация теряет эффективность, когда оформление не подчёркивает ключевые данные. #принципы@chartdesign

Лишние детали мешают восприятию графиков В хорошей визуализации оставляют только то, что помогает показать данные. Дублирующие подписи, ненужные линии и фоновые украшения нужно убирать. Когда на графике много лишнего, сложнее увидеть главное. Простые и чистые диаграммы работают лучше всего. #принципы@chartdesign