Датавиз2 февраля 2026 г.4.78K

Переделка плохой инфографики: антипримеры в датавизе

Коротко

Антипримеры — один из лучших инструментов для развития насмотренности в дата-визуализации. Разбираю конкретную инфографику РИА Новости: что в ней не так и как это исправить.

Учиться на чужих ошибках в дата-визуализации — один из самых эффективных способов развить насмотренность. Антипримеры наглядно показывают, как невинные на первый взгляд дизайнерские решения делают данные нечитаемыми. Я взяла одну реальную инфографику и переделала её — разбираю, что пошло не так и что изменилось.

Откуда берутся «отвратительные графики»

Существует одноимённый канал, где публикуют примеры неудачных визуализаций. С точки зрения датавиза он крайне полезен: разбор чужих просчётов работает не хуже, чем изучение теории, а порой и лучше — потому что ошибки конкретны и осязаемы.

Для своего разбора я выбрала инфографику 18-летней давности от РИА Новости — результаты опроса женщин о качествах идеального мужа и мужчины. Материал старый, но проблемы в нём — вечные.

Проблемы оригинала

  • Цифры разных качеств невозможно сравнивать между собой: они разбросаны по всей картинке и показаны в разных масштабах.
  • По тем же причинам нельзя чётко понять, по каким качествам требования к мужу и мужчине различаются сильнее всего.
  • Попытка сгруппировать качества через указатели к частям тела не работает — данные всё равно хаотично раскиданы, особенно вокруг «сердца».
  • Есть приписка о важности здоровья и отсутствия вредных привычек, которая никак не подтверждена данными.
  • Иллюстрация с мужчиной перетягивает внимание с самих данных.

Общий итог: читатель тратит время на разгадывание структуры вместо того, чтобы воспринимать смысл. Это классический случай, когда оформление работает против содержания.

Что изменилось в новой версии

  • Столбцы отсортированы и приведены к единому масштабу — теперь значения можно напрямую сравнивать.
  • Добавлено явное сравнение разницы между оценками качеств «мужа» и «мужчины».
  • Сформулирован вывод на основе данных — читателю не нужно самому додумывать главное.
  • Использован нейтральный фон, который не отвлекает от графиков.

Что сделать на практике

  • Прежде чем оформлять график, убедитесь, что все сравниваемые значения находятся в одном масштабе.
  • Располагайте данные так, чтобы визуальное расстояние между элементами отражало смысловое расстояние — а не диктовалось иллюстрацией.
  • Любое утверждение в подписи или легенде должно быть подкреплено данными на том же графике.
  • Декоративные элементы (иллюстрации, фоны) оставляйте только тогда, когда они не конкурируют с данными за внимание читателя.
  • Регулярно изучайте антипримеры — это тренирует критический взгляд быстрее, чем чтение учебников.

Вывод

Плохая визуализация — это не всегда результат злого умысла. Чаще это набор решений, каждое из которых казалось разумным по отдельности: добавить иллюстрацию, подписать данные рядом с картинкой, выделить группы через визуальные метафоры. Проблема возникает, когда эти решения накапливаются и начинают мешать друг другу. Разбор антипримеров помогает видеть эти накопления заранее — ещё на этапе черновика.

Частые вопросы

Зачем изучать плохие примеры визуализации данных?+

Антипримеры наглядно демонстрируют конкретные ошибки: несопоставимые шкалы, визуальный шум, декоративные элементы, мешающие восприятию. Разбор таких случаев быстро развивает насмотренность и критический взгляд.

Почему нельзя показывать данные в разных масштабах на одном графике?+

Разные масштабы делают прямое сравнение значений невозможным: читатель визуально оценивает размер элементов, не замечая, что они не сопоставимы. Это приводит к ложным выводам.

Как декоративные иллюстрации влияют на восприятие данных?+

Крупные иллюстрации перетягивают на себя внимание и создают визуальную конкуренцию с данными. В результате читатель тратит когнитивные ресурсы на разгадывание структуры, а не на понимание смысла.

Что такое насмотренность в дата-визуализации и как её развивать?+

Насмотренность — это способность быстро оценивать качество визуализации: замечать ошибки, видеть удачные решения, понимать, почему один график работает, а другой нет. Развивается через регулярный разбор как хороших, так и плохих примеров.

🔥339👍1
Читать оригинал в Telegram
Там можно оставить реакцию и написать комментарий
✈️ Открыть
🥰
Валерия Смирнова
Senior BI-аналитик в Авито · @mozzalerra
Сотрудничество →