Qetzal ad libitum, ad infinitum

Я несчётное количество раз видел как какие-то числа и метрики кому-то презентуются, презентовал их сам и получал презентации. Поэтому немного научился видеть классические ошибки в том, как эти данные показывают.

Конечно мне далеко до умения людей, которые смотрят на большие таблички каждый день и которые финансово от этих табличек зависят. Я наблюдал несколько раз за тем, как такие люди с ними работают — у них буквально супер-способность увидеть паттерны и подозрительные места в мешанине чисел.

Мы обычно плохо видим паттерны в числах, если специально не тренировались для этого. Другое дело — лица. Их мы распознаем и отличаем автоматически и очень хорошо. Поэтому, кстати, есть подход, когда числовые данные превращают в лица для дальнейшей обработки (называется identicon или hash avatars, примеры, а ещё есть лица Чернова)

Но чем больше вы работаете с данными, тем лучше вы умеете видеть ситуацию за ними и ещё лучше можете оценивать достаточно ли предоставленных данных, не пытаются ли вас осознанно или неосознанно ввести в заблуждение. Числа всегда можно отобрать и показать так, чтобы оттенить желаемое мнение ("ложь, наглая ложь и статистика"). И я убеждён, что любой компетентный руководитель высокого звена умеет видеть такие манипуляции или недостаток размышлений при презентации данных (но не всегда скажет об этом).

Как же правильно презентовать данные? Хорошая новость в том, что есть набор простых правил и идей, которым можно достаточно механически следовать.

(продолжение)

www.tgoop.com/qetzal_1up/1133

1.8K viewsedited  Mar 26 at 13:35

Я несчётное количество раз видел как какие-то числа и метрики кому-то презентуются, презентовал их сам и получал презентации. Поэтому немного научился видеть классические ошибки в том, как эти данные показывают.

Конечно мне далеко до умения людей, которые смотрят на большие таблички каждый день и которые финансово от этих табличек зависят. Я наблюдал несколько раз за тем, как такие люди с ними работают — у них буквально супер-способность увидеть паттерны и подозрительные места в мешанине чисел.

Мы обычно плохо видим паттерны в числах, если специально не тренировались для этого. Другое дело — лица. Их мы распознаем и отличаем автоматически и очень хорошо. Поэтому, кстати, есть подход, когда числовые данные превращают в лица для дальнейшей обработки (называется identicon или hash avatars, примеры, а ещё есть лица Чернова)

Но чем больше вы работаете с данными, тем лучше вы умеете видеть ситуацию за ними и ещё лучше можете оценивать достаточно ли предоставленных данных, не пытаются ли вас осознанно или неосознанно ввести в заблуждение. Числа всегда можно отобрать и показать так, чтобы оттенить желаемое мнение ("ложь, наглая ложь и статистика"). И я убеждён, что любой компетентный руководитель высокого звена умеет видеть такие манипуляции или недостаток размышлений при презентации данных (но не всегда скажет об этом).

Как же правильно презентовать данные? Хорошая новость в том, что есть набор простых правил и идей, которым можно достаточно механически следовать.

(продолжение)

BY Qetzal ad libitum, ad infinitum