Немножко мыслей по книге “How Charts Lie”

Anastasiya Kuznetsova
3 min readMar 23, 2021

--

На днях дочитала книгу Alberto Cairo “How Charts lie” и это просто фантастически полезная вещь! Была под настолько приятным впечатлением, что решила сделать небольшую заметку с цитатами и идеями, чтобы это все не забыть. Но если у вас есть возможность прочитать ее, то обязательно ей воспользуйтесь, идет очень просто и понятно, а самое главное — она хорошо развивает визуальную грамотность и какое-то критическое мышление к графикам.

“A picture is worth a thousand words.” My hope is that you’ll soon stop using it unless you append it with this: “if you know how to read it.”
Alberto Cairo. “How Charts Lie”.

Графики врут, потому что показывают неверные данные, недостаточный объем данных, были плохо сконструированы, а еще иногда мы вытаскиваем оттуда информацию, которой на самом деле нет. Данные вообще во много определяют успех графика. Любой график может обмануть, если смотреть на него бездумно. А еще мы можем заставлять графики говорить, что угодно. Но хорошие графики помогают принимать верные и эффективные решениия.

  1. Мы пользуемся графиками, чтобы подтверждать свои мысли и еще больше в них убеждаться. Именно поэтому, если мы держим в голове какую-то идею, а потом вдруг найдем график, которая ее подтвердит, мы, скорее всего, просто слепо поверим и станем уверены еще больше. Взять хотя бы кейс коронавирусных графиков, сколько таких было переслано в подтверждление того, что маски работают или не работают, что смертей много или мало и так далее.
    “Charts can be instruments for either reasoning or rationalization.”
  2. Нужно учиться читать графики и становиться более graphicate — уметь правильно считывать информацию с графиков. Тут также прводится пример с тем, что если вы просто посмотрите на эссе, вы не поймете, о чем оно. То же самое с графиками — многие из них требуют углубленного прочтения и разбора, чтобы они вас не обманули.
    “We all need to turn into attentive and informed chart readers. We must become more graphicate.”
  3. Нужно критически смотреть на данные, которые вы видите на графике, потому что часто врут именно они. В первую очередь смотрите на источник — можете ли вы ему доверять, можно ли взять эти данные и повторить что-то похожее. Если нет источника — лучше вообще не верить этому графику.
    “Being an attentive chart reader means being a critical reader of data.”
  4. График показывает только то, что он показывает. Все они часто упрощение реальности, поэтому он может много показывать, но также может многое и скрывать.
    A chart shows only what it shows, and nothing else.”
  5. Не пытайтесь вытащить из графика и данных то, чего там нет. Одни и те же данные под разным углом (например, с разными фильтрами, манипуляциями, учетом контекст и тд) могут давать два совершенно разных результата. Особенно, если это графики, на которых показывается то, с чем вы согласны — тут нужно еще больше критики с вашей стороны. И всегда помните, что если вам показывают корреляцию, это не причинно-следственная связь. На такие кейсы есть отличный сайт Suspisuous Correlations. И как говорят: “Если долго мучить данные, они признаются в чем угодно”.
  6. Многие данные важны в контексте других. Например, можно сранивать зарплаты или стоимость на какие-то вещи в разных странах без учета покупательской способности. Проценты могут излишне упрощать, потому что мы не знаем, какие конкретные цифры находится под этими процентам. Например, 1% населения земли звучит как мало, но это более 60 миллиона людей — это как 12 Финляндий!
    “Different levels of thinking may require different levels of data aggregation.”

В книге еще много крутых примеров, которые, наверное, все же нельзя так вставлять в статьи)) Большая часть из них политические истории с голосованием, черри-пикинг данных при разговорах об экологии и населении, поэтому тут лучше быть вдвойне осторожнее. Конечно, у нас не всегда есть время вчитываться в график, именно поэтому в графиках на обширную аудиторию надо несколько раз посмотреть, какую идею люди читают из этого графика и насколько она верна. А еще важны дисклеймеры и источники прямо к графикам, чтобы точно знать, о чем речь.

--

--

Anastasiya Kuznetsova

Write about Data Visualization, BI and Tableau. Love sociology, space and urban analytics.