Чартомойка

☝🏻 Есть еще точка зрения, что инфографика — это когда к обычному графику добавляют историю, а автоматизированная если — это всегда просто визуализация данных. Похожий заход как раз в статье у Косары и есть в одном из выпусков Малофея (это премия такая по инфографике раньше была), где интервью с NYT. Там они тоже говорят, что если дескать добавить историю, то уже не визуализация данных, а именно инфографика.

Когда-то мне казалось это осмысленным, но потом я понял, что это только лишние сущности, которые запутывают. А если чуть-чуть добавить историю? А если историю не добавлять никакую, но сам график уже суперпоказательный безо всякого дизайна в дефолтных настройках рандомной программы?

И если именно ЭТО инфографика, то схемы, какие-нибудь движения планет и спутников, расписание поездов и прочее, это что? Там никаких историй нет. И визуализации данных тоже нет. Не говоря уже об анатомическом атласе.

Поэтому от этого, я считаю, нужно просто отказаться, и утвердить нормальные базовые определения. Сущностные. Непротиворечивые.

А ситуация, когда результаты визуального анализа обогащают аннотациями и нужными ракурсами с точки зрения донесения сообщений, это просто разница между визуализацией данных для самостоятельного изучения и для коммуникации. В основе это все равно просто визуализация данных.

Вот, кстати, ещё в плане входа в профессию. Вышел курс от Насти Кузнецовой. В Насте абсолютно уверен, записывайтесь смело.

Обсуждали как развиваться начинающему датавиз-специалисту. Возникли сложности. В отличие от условного IT, датавиз — скорее прикладной навык, и его раскрытие зависит от конкретной сферы приложения (презентации, бизнес-аналитика, дата-журналистика, инфографика).

Однако я бы во всех направлениях говорил прежде всего о:

1️⃣ Сильном уверенном скилле работы с данными, дата-грамотности

2️⃣ Знании датавиз-культуры. Как выбрать график под данные. Принципы. Почему 3D-пайчарты и другие ошибки — это плохо, и что хорошо и почему. Как правильно и с умом в визуализации использовать цвет.

3️⃣ Основах графического дизайна в контексте визуализации.

Вот с этой базы я бы начинал при выходе дальше в любую профессию. А вот само обучение удобно было бы выстраивать вокруг инструментов, которые будут в основной профессии дальше. И тут стек будет сильно отличаться. Например, если вы будете заниматься бизнес-аналитикой, то вам нужно будет усиливать скилл работы с данными (добавляя туда SQL и скорее всего Python), выходя за пределы табличных редакторов и наверняка какой-то из профильных BI-инструментов, типа Tableau и Дата-Ленса. Если это больше дата-журналистика, то Datawrapper и Flourish. Если презентации — PowerPoint. И идеальный вариант был бы имплементировать, заземлять датавиз-культуру сразу в этом конкретном стеке инструментов для вашего предполагаемого вида деятельности.

Но в любом случае:
1️⃣ если знаний по работе с данными минимум, то знать основы Google Sheets/Excel точно понадобится. Бесплатные мини-курсы есть, например, в Мастерской Важных историй.

2️⃣ По датавиз-культуре нескромно посоветую свою книгу "Графики, которые убеждают всех" как стартовую. Она для того и написана. Если у вас хороший английский, горячо рекомендую статьи из блога Датавраппер. Особенно вот этот раздел Datavis do's and dont's.

3️⃣ Для дизайна (правда, к сожалению, без акцента на датавиз) — книга Горбунова "Типографика и верстка" и курсы Игоря Штанга или просто по тегу "переверстка" посты в его ЖЖ. Это уже наверняка даст понимание, что вы делаете не так, и как можно лучше. Кстати, в том же блоге Датавраппер есть хорошее на эту тему.

Если вы уже точно знаете, что хотите датавиз, и у вас есть деньги, идеальный вариант курс на Я.Практикуме (к которому тоже основательно приложил руку ваш покорный слуга) "Визуализация данных и введение в BI-инструменты". Это и хорошая база обо всем и контекст вокруг и BI, и презентаций и дата-сторителлинга. Плюс заземление датавиз-культуры на Дата-ленс, ПауэрПойнт, Датавраппер, Tableau.

—

Это основная программа-минимум.

Плюс для кругозора читаем десять-пятнадцать ламповых каналов по датавиз. Мощная подборка у Ромы Бунина. Или есть папка 🗂 попроще.

Отдельно отмечу, что по-прежнему самый быстрый (и интересный) способ учиться — попасть на стажёрскую позицию и сразу решать реальные задачи, либо обогащение своей текущей позиции датавиз-задачами. Тут сразу все попрет. И все найдется, и курсы, и книги

А ещё напомню, что по опросам индустрии 80% тех, кто делает датавиз и инфографику, работают в ПауэрПойнт ;) Так что если вам про это, то можно попробовать курсы в эту сторону
Например, курсы Насти по датавиз в Экселе и ПП.

Я знаю ещё о многих других и книгах, и образовательных программах разных замечательных людей. Но решил в посте оставить какие-то хайлайты, чтобы глаза не разбегались. Но давайте вместе в комментариях соберем и другие актуальные инициативы, книги, курсы и так далее, которые вам кажутся наиболее полезными.