Лучший дашборд на конкурсе дата-сторителлинга: аналитика
мясного рынка

Предпочитаю к выполнению задач подходить творчески. Этого жду и от участников моих конкурсов. Радует, когда человек проявляет фантазию и показывает нестандартное решение задачи. Именно это делали аналитики на конкурсе проектов по дата-сторителлингу.

Участники готовили не клиентский дашборд, а проект по журналистике данных. Они самостоятельно выбирали тему и с помощью цифр и графиков рассказывали историю. Конкурс проводился на стажировке в моей команде: стажеры не только учились делать информативные дашборды, но и осваивали техники сторителлинга.

«Мясо есть?»: у статистики тоже бывает сюжет

Победитель конкурса — автор необычного дашборда «Мясо есть?», в котором грамотно и лаконично раскрыты два вопроса: угроза «мясного» голода и продолжительность жизни мясоедов.

Эта выпускная работа — пример того, как показать скучную статистику интересно. Не на слайдах и экселевских таблицах, а интерактивно. Чтобы аудитория самостоятельно могла нажимать, переключать, анализировать и делать выводы. Именно этому я учу на новом курсе «Сожгите ваши слайды!».

Автор показал нестандартный подход и предложил приступать к работе с дашбордом после небольшого опроса на титульной странице. Давайте ответим на вопросы и посмотрим, как развивается сюжет дальше.

Титульная страница дашборда «Мясо есть?»

Мы скоро съедим все мясо?

Я начну с первого вопроса «Действительно ли мясо кончится и мы перейдем на сою?» и выберу ответ «Да». Выгружается следующая порция информации, и мы видим, что я ошибся: население, конечно же, растет, объем сельского хозяйства сокращается, но сою мы есть не будем — мяса хватит.

Опрос на титульной странице интерактивного дашборда
Рассмотрим эту линию дальше и перейдем на дашборд, рассказывающий историю российского животноводства. На левой части листа расположены графики, которые показывают объемы потребления и производства мяса. Автор даёт информацию, начиная с 1990 года и заканчивая прогнозом на 2030 год.

На ленточной диаграмме видим динамику потребления птицы, говядины и свинины в России и мире. До 2000 года население России отдавало предпочтение говядине, а потом на первое место переместилось мясо птицы. Доля его потребления будет расти и к 2030 году составит 5,5 млн тонн.

В мире ситуация отличается. До 2010 года на первом месте было потребление свинины, после — мяса птицы. Объемы говядины на фоне птицы и свинины понемногу сокращаются. Связано это с тем, что с каждым годом производственные циклы по свинине и птице дешевеют, а выращивание говядины остается более дорогостоящим процессом.
Аналитика данных на дашборде
Сверху есть переключатели по каждой категории. Выбираем говядину, птицу или свинину и слева на графике видим темпы производства и потребления мяса, а справа — объема импорта и экспорта.

Например, посмотрим, как обстоят дела с мясом птицы: с каждым годом на него растет спрос и увеличиваются объемы производства. Мы наращиваем экспорт в Китай, Украину, Казахстан, Саудовскую Аравию и Вьетнам.
Как видите, анализировать данные на дашборде, кликать, переключаться и прослеживать закономерности гораздо интереснее, чем просто смотреть цифры на слайде какой-нибудь презентации.

Вегетарианец vs. мясоед: кто живет дольше?

Вернемся к следующему вопросу на главном экране и узнаем, правда ли вегетарианцы живут дольше тех, кто ест мясо. Выбираем ответ и читаем пояснение к нему. Оказывается, между употреблением мяса и продолжительностью жизни прямой связи нет. Подтверждение этого рассмотрим на конкретных примерах.
Взаимодействие с данными делает дашборд интереснее
Переходим к визуализации. Верхняя часть дашборда — это статистика по регионам и континентам. Например, в Азии средняя продолжительность жизни — 66 лет, это на 1% меньше, чем в мире, и на одного человека там приходится в среднем 26 кг мяса в год. А в Северной Америке продолжительность жизни населения — более 77 лет и один человек съедает около 94 кг мяса в год.

Ниже на пузырьковой диаграмме показана зависимость между потреблением мяса и продолжительностью жизни. Мясоеды обозначены зелеными кружками, а вегетарианцы — красными. Вертикальная шкала Y — это продолжительность жизни, горизонтальная Х — среднее количество употребленного мяса в год.

Япония — страна долгожителей, и мяса там едят меньше среднего. А в Индии, где много вегетарианцев, наоборот, очень низкая продолжительность жизни. Испанцы едят много мяса и живут более 80 лет, тогда как монголы питаются кониной и мало живут.

Как видим, продолжительность жизни не связана с потреблением мяса. Гораздо больше на этот показатель влияет экономическое и социальное развитие страны.
Анализ данных по продолжительности жизни вегетарианцев и мясоедов
Мы можем снять фильтры и посмотреть ситуацию в мире, но тогда все сливается и ничего непонятно. Автор принял правильное решение, разделив информацию по континентам и регионам.

Как научиться делать такие дашборды?

Важное преимущество дашборда-победителя — клиентоориентированность. Автор не вываливает на пользователя массив цифр, а раскрывает историю постепенно. Начинает с вовлекающего титульного слайда и потом дозированно подает информацию. Разбивка по категориям и континентам упрощает восприятие данных.

Тех, кто хочет делать красивые, информативные и интересные дашборды, приглашаю на онлайн-курс «Сожгите ваши слайды!». Прокачаете технические и дизайнерские навыки, освоите техники эффектного аналитического выступления. И вот чему научитесь:

• работать с данными на интерактивном дашборде
• выстраивать композицию и фильтрацию показателей
• создавать увлекательную историю на основе данных

А еще — находить инсайты в данных, правильно расставлять акценты, убеждать аудиторию и оживлять то, что еще недавно было статичными таблицами и слайдами. Это не только полезно — это интересно.
Если вы еще не получаете все новости и полезные материалы Института бизнес-аналитики первыми, то подписаться на рассылку можно внизу этой страницы. Надеюсь, статья была вам полезной и подарила парочку инсайтов.
Читайте также
Подпишись на рассылку и получи в подарок «Каталог лучших отраслевых дашбордов»!
Хочешь получать актуальные статьи о визуализации данных?