Одни и те же данные, разные истории: Как манипулировать графиками, чтобы поддержать нарратив

Далее текст от лица автора

Вам знакомо это чувство, когда вы пытаетесь выстроить повествование и подкрепить его данными, но они не поддаются?

Мы все через это проходили, немного корректируя графики — растягивая здесь, сгибая там… подгоняли данные, чтобы поддержать повествование и выделить тренд… без обмана, конечно.

Графики, которые подверглись манипуляциям, на 100% точные, но вводят в заблуждение. Они демонстрируют правдивые данные, но их немного «подгоняют», чтобы поддержать повествование.

В этой статье я научу вас чёрной магии манипулирования графиками без риска потерять доверие.

А если вы окажетесь на стороне получателя информации, эта статья поможет вам сразу же распознать нечестные графики, чтобы никто не смог обмануть вас, используя эти дешёвые трюки.

Любители электронных таблиц и отчётов — эта статья для вас!

Обрезка данных

Говорят, что если подстричь секущиеся концы, то волосы будут выглядеть более здоровыми. То же самое можно сказать и о графиках.

Например, если темпы продаж замедляются, вы можете опустить последние 1-2 месяца. Если кто-то спросит, вы всегда можете сказать, что у вас не было времени обновить данные.

Конечно, если вы увидите что-то подобное, попросите предоставить свежие цифры. Хорошие компании с лёгкостью получают такие данные. Если они этого не делают, они либо что-то скрывают, либо просто не слишком технически подкованы.

Изменение временного интервала

Случайные пики вредны для линии тренда.

Если график демонстрирует неустойчивые пики — изменение временного интервала может сгладить волатильность и создать более последовательную линию тренда.

Например, если на ваш стартап периодически обрушивается рекламная шумиха, но вы не в состоянии поддерживать показатели на постоянном уровне — вы можете сгладить график, если увеличите временной интервал и вместо кварталов укажите годы.

Этот пример может показаться экстремальным, но такое может случиться, особенно в случае мелких стартапов, которые работают на динамично развивающихся рынках. Всегда помните:

Разные временные интервалы = разные истории

И если вы просматриваете график, который кажется немного замедленным — считайте это тревожным сигналом.

Попросите увеличить масштаб. Задавайте вопросы, пока не докопаетесь до истины.

Представление кумулятивных данных

Вы работаете над потрясающей презентацией, но показатели роста выглядят удручающе?

Кумулятивные данные — самая простая уловка. Вы последовательно добавляете новые данные к накопленным, чтобы убедиться, что график идёт только в одном направлении — вверх.

Отличный способ представить показатели продаж в лучшем свете!

Теперь я знаю, о чём вы думаете: «Кто может быть настолько глуп, чтобы прибегать к таким дешёвым трюкам?».

Как насчет могущественной корпорации Apple?

Изменение масштабов графика

Если вы ищете интеллектуальные трюки, этот не входит в их число… (но я обещаю, что в этом перечне есть и более удачные варианты).

Ваш график выглядит недостаточно внушительно? Потяните его немного вверх — это поможет!

Конечно, если вы глубоко погрузитесь в цифры, то заметите, что рост не такой впечатляющий, как кажется…

Я рекомендую ознакомиться с другими гайдами:

• How to design data tables that don’t suck — the 20 rules guide
• The all-in-one guide to high-converting CTA buttons
• How to handle the on-screen keyboard without messing up your app usability

Изменение базовой линии

Тренд слишком слабый? Измените базовую линию и станьте свидетелем волшебства!

Это называется «разорванный график» (или «усечённый график»). Трудно заметить подвох, если дизайнер всё сделал аккуратно (не следует усекать всю ось, как это представлено на иллюстрации выше). Поэтому всегда обращайте внимание на ось Y, прежде чем погружаться в тенденции.

Ладно, пора придать этому списку немного изысканности:

Данные о событиях vs данные, основанные на когортах

Все мы знаем разницу между когортным анализом и отчётами на основе событий, верно?*

*Примечание редактора. Когорта — группа клиентов, которые совершили одинаковое действие в заданный промежуток времени. Например, установили приложение с 1 по 15 мая. Когортный анализ — это отслеживание клиентского пути таких групп. Одно действие и временные рамки — единственные признаки когорты (Источник). Отчёты на основе событий привязаны к дате события, о котором они сообщают.

Переход от когортных графиков к графикам на основе событий может кардинально изменить повествование, и вы можете использовать этот приём в своих интересах.

Рассмотрим пример:

Представьте, что ваши ранние когорты показывают неплохие результаты, но со временем вы замечаете, что результаты новых когорт выглядят хуже (в данном случае показатели — количество заказов, доход, вовлечённость или то, что вы хотите измерить).

Между прочим, это известное явление, когда ранние последователи* часто ведут себя иначе, чем большинство пользователей.

*Ранние последователи, или ранние пользователи («Early Adopters») — это тип клиентов, для которых характерна эмоциональная вовлеченность в новый продукт. Это люди, которые очень заинтересованы в вашем продукте, даже на том этапе, когда он ещё не обладает всеми необходимыми свойствами (Источник)

Вот данные, на которые вы смотрите:

Когортный анализ демонстрирует снижение показателей: январская когорта начиналась с 90 человек, февральская — с 50, а апрельская — с 20. Это плохой знак.

Однако если вы поместите эти же данные на график, основанный на событиях, цифры всё равно каким-то образом будут расти. И всё благодаря январской когорте, которая показывает высокий уровень удержания и продолжает демонстрировать хорошие цифры в разрезе месяцев:

Конечно, любой опытный человек захочет увидеть график, основанный на когортах.

Когда вы упорядочите эти когорты, чтобы они начинались с «0 месяца», станет понятно, что каждая когорта начинается с более низкого уровня. На этом графике видны все тревожные сигналы:

Какой вывод можно сделать?

Графики на основе когорт могут рассказать совсем другую историю, нежели графики на основе событий.

Вы можете использовать это в своих интересах, но имейте в виду, что опытные менеджеры и инвесторы, скорее всего, захотят углубиться в ваши когорты, поскольку когортный анализ имеет решающее значение для оценки эффективности.

Ниже вы увидите саммари:

Применение фильтров

В следующем примере я расскажу о разнице между мягкой и жёсткой активацией* новых пользователей.

*Примечание редактора. Активация — это точка, в которой пользователь находит ценность в продукте и предоставляет взамен ценность для бизнеса. Она имеет большое значение, потому что пользователи, которые находят ценность и вкладывают средства в продукт на ранних этапах, будут дольше оставаться с продуктом (Источник).

Пользователи с мягкой активацией — те, кто использовал продукт один или два раза, но не полностью перешёл в категорию «пользователей с жёсткой активацией». То есть они попробовали его (возможно, даже заплатили за него), но не превратили его использование в привычку.

Примечание редактора. Пользователи с жёсткой активацией — те, кто прошёл определенный переломный момент с точки зрения использования продукта и ценности, которую они получили от него. Они доверяют продукту и готовы его использовать.

Для разных продуктов существуют разные определения для пользователей с мягкой и жёсткой активацией.

Например, туристы, которые используют приложение для аренды скутера, могут обратиться к нему один или два раза во время короткого отпуска, а потом перестанут, и не потому, что с продуктом что-то не так.

Значит ли это, что они отвалились? Нет, это значит, что они никогда не были настоящими пользователями с жёсткой активацией, они были пользователями с мягкой активацией (подробнее об этом здесь).

Почему это важно?

Потому что наличие большого количества пользователей с мягкой активацией разрушит графики удержания.

Так почему бы не исключить этих «плохих» пользователей из отчётов? Им там изначально не место!

Посмотрите, как этот ужасающий показатель удержания в 5% превращается в сладостный показатель удержания в 40%:

Может показаться, что фильтрация данных на графиках вводит в заблуждение или выглядит нечестно, но если вы говорите об этом открыто и делаете так во всех своих отчётах, это может сработать.

Если вы хотите манипулировать отчётами, отфильтруйте «плохих» пользователей, когда это улучшит ваше повествование (как в этом графике коэффициента удержания), и включите их в другие отчеты, например, в графики доходов от продаж.

Но если вы находитесь на стороне получателя информации, следите за этими фильтрами и всегда спрашивайте, на что вы смотрите, и все ли данные представлены или только их часть. Противник действует изощрённо.

Задавайте вопросы о когортах, датах, фильтрах и прочие.

Переход от пользователей к выручке (или наоборот)

Ваш график не соответствует желаемой тенденции?

Попробуйте переключиться с выручки на пользователей, с пользователей на организации, с организаций на действия или обратно на выручку…

Исчерпайте все возможности, пока не найдёте ту, которая наилучшим образом поддержит повествование.

Опять же, вы должны решить, насколько прозрачными вы хотите быть.

Я выступаю за то, чтобы быть на 100% прозрачными и делать заголовки максимально информативными. Вполне законно выделять наиболее впечатляющие графики, которые помогают повествованию. Но помните, что опытные специалисты знают, как задавать правильные вопросы и на что обращать внимание, поэтому любая фальшь в конечном итоге будет раскрыта.