График врёт чаще, чем цифры под ним. Данные могут быть абсолютно верными, а вывод, который читатель унесёт с дашборда, — ложным, потому что ось обрезана, цветов слишком много или две линии посажены на разные шкалы. Разберу ошибки, которые встречаю в отчётах едва ли не каждую неделю, и покажу, как их не совершать.
Почему график может врать, даже если данные верные?
Потому что визуализация — это перевод чисел в площади, длины и углы, а человеческий глаз считывает их приблизительно и предвзято. Мы сравниваем высоту столбиков, а не читаем подписи; видим крутой наклон линии и думаем «резкий рост», не глядя на масштаб оси. Автор графика — вольно или невольно — управляет этим восприятием.
Моё рабочее правило: график должен приводить читателя к тому же выводу, к которому привели бы сами числа, если бы он сел и посчитал. Как только оформление начинает подсказывать вывод, которого в данных нет, — это уже не визуализация, а манипуляция, даже если она случайная. Ниже — самые частые способы соврать не соврав.
Чем опасна обрезанная ось Y?
Это ошибка номер один. Если у столбчатой диаграммы ось Y начинается не с нуля, а, скажем, с 95, то разница между значениями 96 и 98 визуально выглядит как двукратная, хотя на деле это плюс два процента. Рост на 1-2% превращается в «взрывной скачок», а падение — в «обвал».
Для столбиков правило жёсткое: ось начинается с нуля, всегда. Длина столбика кодирует величину, и обрезав основание, вы врёте о величине. Для линейных графиков допущение мягче — там кодируется динамика, а не абсолют, и иногда обрезать ось уместно, чтобы разглядеть мелкие колебания. Но и тогда честнее явно подписать диапазон и не выдавать шум за тренд. Когда видите чужой график с «резким ростом», первым делом смотрите на начало оси — половина драматичных картинок разваливается сразу.
Почему две оси Y на одном графике создают ложную связь?
Двойная ось (dual axis) — когда на одном полотне две линии с разными шкалами: слева выручка в миллионах, справа конверсия в процентах. Проблема в том, что взаимное расположение линий вы задаёте произвольно, просто подбирая масштабы. Подвиньте правую шкалу — и линии либо сойдутся, либо разойдутся. Читатель видит, как «конверсия повторяет выручку», и делает вывод о связи, которой в данных может не быть вовсе.
Я стараюсь избегать двух осей почти всегда. Если нужно показать связь двух метрик — честнее поставить два графика друг под другом с общей осью времени или сделать нормировку (привести обе к 100% на старте периода и показать относительную динамику). Так читатель сравнивает форму кривых, а не купленное подбором масштаба «совпадение». Про то, что корреляция на глаз вообще ничего не доказывает, я отдельно писал в разборе «корреляция не значит причинность».
Когда круговая диаграмма — плохой выбор?
Почти всегда, когда категорий больше трёх-четырёх или доли близки. Глаз плохо сравнивает углы и площади секторов: попробуйте на пироге из десяти кусков понять, что больше — 11% или 13%. Никак, пока не прочитаете подписи, а если нужны подписи, то зачем пирог.
Круговая работает в одном узком случае: две-три категории, где важно показать «часть от целого» и доли заметно разные (например, 70% против 30%). Во всех остальных ситуациях обычная горизонтальная столбчатая диаграмма, отсортированная по величине, читается мгновенно и точно. Отдельная беда — пончиковые и, тем более, 3D-пироги: у них к плохому сравнению углов добавляется искажение перспективой.
Как 3D и лишние украшения искажают восприятие?
Любой 3D-эффект на плоских данных врёт по построению: ближние к зрителю секторы и столбики кажутся крупнее из-за перспективы, а не из-за значений. Тени, градиенты, объёмные столбики, фоновые картинки — всё это то, что Эдвард Тафти назвал «chart junk»: чернила, которые не несут информации, но перетягивают внимание.
Полезный ориентир — принцип data-ink: доля «краски», кодирующей данные, должна быть максимальной, а всё остальное (жирные сетки, рамки, лишние подписи, декор) — под нож. Я держу простое правило: если элемент можно убрать и смысл не потеряется — убираю. Чистый график из двух цветов и тонкой сетки почти всегда честнее и читается быстрее, чем нарядный.
Сюда же — слишком много цветов. Когда на графике семь ярких оттенков, глаз не понимает, что важно. Цвет должен что-то значить: выделять одну ключевую серию, кодировать категорию или направление. Радуга ради красоты только мешает.
Как выбрать честный график под задачу?
Отталкивайтесь от вопроса, а не от красоты. Сравнение категорий между собой — столбчатая, отсортированная по величине. Динамика во времени — линия. Доля от целого при двух-трёх категориях — можно круговую, иначе стопка или столбики. Связь двух числовых величин — точечная диаграмма (scatter). Распределение — гистограмма или box-plot, а не среднее одним числом (среднее прячет хвосты — про это есть отдельный разбор про медиану и перцентили).
И всегда добавляйте контекст: заголовок, который говорит вывод («Конверсия выросла на 3 п.п. после релиза»), а не тему («Конверсия»); подписи осей с единицами; источник и период. График без контекста читатель достроит сам — и почти наверняка неверно.
Какие ещё ловушки стоит держать в голове?
Пара напоследок, на которых сам ловил коллег и себя. Первое — сравнение несопоставимого: столбики за полный месяц и за неполный текущий рядом создают иллюзию падения, хотя месяц просто не закончился. Всегда помечайте неполные периоды. Второе — агрегат без разбивки: одна общая линия может расти, пока внутри все крупные сегменты падают, а тянет вверх один аномальный (тот самый парадокс Симпсона). Прежде чем показывать итог, полезно заглянуть в сегменты.
Хорошая визуализация — это не про «красиво», а про «честно и понятно с первого взгляда». Умение объяснить данные графиком проверяют на собеседовании аналитика не реже, чем SQL: продуктовые кейсы с подачей вывода собраны в разделе кейсов, а отработать сам счёт метрик, которые вы потом рисуете, можно в SQL-тренажёре. Если хотите системно — банк вопросов закрывает и статистику, и продуктовую подачу.