Далчи Грей - Пособие по журналистике данных

Смотрите на данные, используя разные шкалы. Сначала попробуйте делать это, соблюдая правило, что ось Х — это нулевой уровень. Потом нарушьте это правило, и посмотрите, не появилась ли у вас перед глазами какая–то новая информация. Пробуйте логарифмы и квадратные корни для данных с асимметричным распределением.

Не забывайте об исследовании, проведенном на основе визуального восприятия. Эксперименты Уильяма Кливленда (William Cleveland) показали, что глаз видит изменения в изображении, когда средний уклон составляет 45 градусов. Это означает, что вы можете игнорировать наставления всегда начинать с нуля, и вместо этого работаете над тем, чтобы создать максимально глубокую, поучительную и интуитивно понятную графику. Другое исследование в области эпидемиологии предлагает вам обозначить целевой уровень в качестве границы для вашей диаграммы. Каждый из этих способов помогает вам взглянуть на данные разными способами и с разных точек зрения. Когда они перестанут говорить вам что–то новое, тогда вы будете знать, что этот этап работы закончен.

Теперь, когда вы взглянули на ваши данные разными способами, вы, возможно, нашли записи, которые не выглядят верными — возможно, вы не поняли сначала, что они означают, или там есть какие–то отклонения, резко выделяющиеся значения, которые выглядят как ошибки, или есть тенденции, которые кажутся обратными.

Если вы хотите опубликовать что–либо на основании вашего первичного изучения, или сделать это в виде опубликованной визуализации, вам нужно решить эти вопросы, но при этом нельзя делать никаких предположений. Либо это интересные истории, либо это ошибки; интересный вызов здравому смыслу или недоразумение, недопонимание.

Для местных органов власти не является чем–то из ряда вон выходящим публикация таблиц данных, в которых полно ошибок, и кроме того, настолько же легко можно неправильно понять правительственный жаргон, профессиональный канцелярский язык в наборах данных.

Во–первых, пробегитесь обратно по вашей работе. Вы прочли документацию, все ее оговорки — так имеется ли проблема в оригинальной версии данных? Если с вашей стороны все выглядит правильным, тогда пришло время снять трубку. Вы собираетесь решить эту проблему, если вы планируете использовать эти данные, так что можно начать прямо сейчас.

И вместе с тем, не всякая ошибка важна. Например, в записях о финансировании предвыборной кампании часто встречаются несколько сотен почтовых индексов, которых нет в базе данных со 100 000 записей. Пока не случится так, что все эти непонятные индексы не окажуться в одном и том же городе или не будут иметь отношение к одному и тому же кандидату, эти случайные ошибки не имеют никакого значения.

Надо задать себе вопрос: если бы я собирался это использовать, будет ли для читателей принципиально важно иметь точное представление о том, что говорят данные именно в этом конкретном вопросе?

Обратной стороной ситуации, когда вы не задаете достаточного количества вопросов, является зацикливание на излишней точности и аккуратности, в ущерб сути. Ваша исследовательская графика должна быть в общем и целом правильной, но не нужно волноваться, если у вас попадаются разные уровни округления, если они не дают в целом ровно 100%, или если у вас не хватает данных за один или два года из двадцати. Это часть исследовательского процесса. Вы по–прежнему будете способны видеть крупные тенденции, и будете знать, что еще вам нужно собрать, перед тем, как наступит время публикации.

На самом деле вы можете решить убрать все обозначения и масштабные отметки, примерно как на приведенных выше графиках, чтобы получить еще лучшее общее ощущение от данных.

В самом начале какого–нибудь сложного проекта начинайте строить хронологию ключевых событий и моментов. Можно использовать Excel, Word или специальный инструмент типа TimeFlow для этих целей, но в какой–то момент вы наткнетесь на набор данных, который вы сможете подложить под нее. Потом, если периодически пробегаться по этой хронологии, вы сможете увидеть, где у вас есть пробелы, которые необходимо заполнить.