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

Инфографика проекта «Если быть точным»: тг-канал / сайт

#референсы@chartdesign