Правильные цвета помогают быстрее анализировать данные | Большие Идеи

・ Исследования
Статья, опубликованная в журнале «Гарвард Бизнес Ревью Россия»

Правильные цвета помогают быстрее
анализировать данные

Многие понятия вызывают в памяти связанные с ними цвета — из-за внешнего вида, общеупотребимых метафор или культурных условностей.

Авторы: Джеффри Хэар , Шэрон Лин

Правильные цвета помогают быстрее анализировать данные

читайте также

Плохие симптомы: когда и почему нужно думать об увольнении

Моник Валькур

Почему одни платформы успешны, а другие нет

Марко Янсити,  Фэн Чжу

«Вам и в голову не придет устроиться уборщицей в "Газпроме", пусть даже там хорошо платят»

Юлия Фуколова

Так ли плохо, что таланты уходят к конкурентам?

Андрей Шипилов

Какого цвета деньги? А любовь? А океан? В США большинство людей отвечают, что деньги — зеленые, любовь — красная, а океан — синий. Многие понятия вызывают в памяти связанные с ними цвета — из-за внешнего вида, общеупотребимых метафор или культурных условностей. Когда цвета соответствуют понятиям, которые их напоминают, это называется «семантически оправданный выбор цветов».

Художники и дизайнеры регулярно используют семантически оправданные цвета. В исследовании, проведенном нами совместно с Джулией Фортуной, Чинмэй Кулкарни и Морин Стоун, мы обнаружили, что они могут быть крайне важны для визуализации данных.

Рассмотрим эти графики вымышленных продаж фруктов:

Единственная разница между двумя графиками — выбор цветов. В схеме слева используются цвета, предложенные автоматической палитрой компьютера. В графике справа столбикам были присвоены семантичеки оправданные цвета. (В данном случае присвоение цветов было рассчитано компьютером с помощью алгоритма, который анализирует цвета в релевантных изображениях из Google Image Search. В поиск задавались названия каждой категории графика.)

Теперь попытайтесь ответить на несколько вопросов. Продажи каких фруктов были выше: черники или мандаринов? Персиков или яблок? Какой график легче читается?

Если ваш ответ — схема справа, вы не одиноки. Чтобы определить эффект семантически оправданных цветов при анализе графиков, мы провели эксперименты, замеряя время, за которое респонденты выполняли задания по сравнению данных в гистограммах с автоматически присвоенными и семантически оправданными цветами. В среднем испытуемый тратил на целую секунду меньше времени на отдельное сравнение, когда цвета на графике были семантически оправданными (выбранными с помощью алгоритма или дизайнером-экспертом). Может, это звучит не так уж впечатляюще, но в процентном отношении это 10% времени, потраченного на выполнение задания. И это сэкономленное время накапливается, особенно для аналитиков, которые производят бессчетное количество подобных графиков и диаграмм в течение одного рабочего дня.

Читайте материал по теме: 4 правила эффективной презентации

Как это работает? Мы видим несколько способов, с помощью которых семантически оправданные цвета могут повышать производительность при чтении графиков. Во-первых, они помогают использовать знакомые взаимоотношения между объектами, позволяя экономить сознательные процессы и ускоряя запоминание. Неоправданные цвета, наоборот, могут вызвать семантическую интерференцию: цвета и понятия смешиваются друг с другом (это знает каждый, кто знаком с психотестом Stroop, когда вас просят поименовать цвета текста с названиями цветов, напечатанными несоответствующими цветами: зеленым, красным и т. д.). Во-вторых, поскольку при правильных цветах улучшается запоминание соотношения понятие-цвет, человеку не нужно снова и снова возвращаться к сути вопроса, чтобы запомнить, какая колонка что обозначает. Поэтому он может лучше сфокусироваться непосредственно на данных.

Чтобы выбрать цвета, помогающие эффективной визуализации, следует принять во внимание несколько факторов. Назовем два. Во-первых, все цвета должны заметно отличаться друг от друга, чтобы читатель мог их дифферинцировать, так называемое различие. Во-вторых, нужно обращать внимание на то, как выглядят цвета для дальтоников — это около 8% мужского населения США (примерно похожая статистика и для развитых стран)! Можно ли увидеть различие между цветами, если распечатать график в черно-белом варианте?

Читайте материал по теме: Данные не говорят сами за себя

Один простой способ присвоить семантически оправданные цвета — использовать палитру, специально разработанную для приложений, связанных с визуализацией (несколько вариантов может предложить ColorBrew). При этом нужно назначать цвета данных таким образом, который наиболее всего соответствует ассоциации понятие-цвет. Это стало основой нашего собственного алгоритма, который собирает изображения каждого понятия и анализирует их для выяснения ассоциации понятие-цвет. Однако имейте в виду, что цветовые ассоциации могут варьироваться в зависимости от культур. Например, в США и других западных культурах удача часто ассоциируется с зеленым (четырехлистный клевер), а красный воспринимается как цвет опасности (вспоминаем «красную угрозу» во времена Холодной войны). А в Китае удачу традиционно символизирует красный цвет.

Вот еще несколько факторов, которые следует учитывать при использовании семантически оправданных цветов.

Тип данных. До сих пор мы обсуждали лишь данные, представляющие самостоятельные категории. Также информация может быть выражена числами или включать градации (например, «посредственно», «удовлетворительно», «хорошо»). В этих случаях можно предпочесть поступательную цветовую схему, в которой один цвет становится ярче или бледнее в зависимости от соотношения величин.

Ассоциации похожих цветов. Некоторые понятия приводят нас к очень похожим цветам. Например, «журнал» и «газета» оба выходят серыми. Можно попытаться присвоить им два разных оттенка серого, но тогда может оказаться труднее запомнить, какой оттенок серого обозначает то или иное понятие при визуализации. В данном случае, возможно, стоит предпочесть менее оправданные, но обеспечивающие различия цвета.

Читайте материал по теме: Почему инфографика столь убедительна

Сила понятийно-цветовой ассоциации. Некоторые понятия вызывают откровенно больше цветовых ассоциаций, чем другие. Например, люди в целом соглашаются по поводу цветов для категорий ценностей типа «золото», «серебро», «наличные деньги». А какого цвета «социальное обеспечение», «национальная безопасность», «минимальная зарплата»? В общем и целом мы обнаружили, что использование семантически оправданных цветов для более «цветных» понятий приносит улучшение восприятия при чтении графиков, что, собственно, и неудивительно.

Семантически оправданные цвета могут усиливать восприятие широкого спектра категорий данных. Мы убеждены, что похожие выгоды от их использования можно получить для других форм визуализации, например карт, диаграмм, линейных графиков. Поэтому при разработке визуализации для презентации или анализа продумайте выбор цветов и спросите себя, насколько он соответствует представляемым данным.

Читайте по теме: