Концепция проекта
В современном мире, где уровень стресса и ментальных нагрузок постоянно растет, музыка становится главным и самым доступным инструментом саморегуляции. Цель инфографики — наглядно показать, как именно терапевтический эффект аудиопотока распределяется по жанрам, возрастам и психологическим состояниям.
Исходные данные
В качестве основы я использовала данные из своего предыдущего исследования. Поскольку я уже детально проработала этот массив ранее, это сильно упростило задачу визуализации и позволило сделать инфографику максимально понятной.
Исследование опирается на датасет «Music & Mental Health Survey Results» (платформа Kaggle), содержащий 736 уникальных наблюдений за музыкальными привычками респондентов и показателями их ментального здоровья.
Инфографика
Изображения
Процесс создания
График из RAWGraphs 2.0 и уже доработанная столбчатая диаграмма
Первым делом была создана столбчатая диаграмма зависимости между любимыми музыкальными жанрами респондентов и их суммарным возрастным весом, так как это наиболее наглядно показывает масштаб и плотность распределения аудитории внутри каждого направления.
График создавался в веб-инструменте RAWGraphs 2.0, где категории автоматически сгруппировались по алфавиту. Каждому столбцу (жанру) на диаграмме был присвоен свой индивидуальный пастельный оттенок, и эта развитая цветовая кодировка в последствии легла в основу визуального разделения данных на всём инфографическом постере.
График из RAWGraphs 2.0 и уже доработанная Beeswarm диаграмма
Параллельно была разработана точечная диаграмма типа Beeswarm («пчелиный рой») для выявления зависимости между любимыми музыкальными жанрами и средним уровнем депрессии слушателей, так как данный формат наиболее наглядно и детально иллюстрирует распределение психологических маркеров без избыточного визуального шума.
График генерировался в инструменте RAWGraphs 2.0, однако для соблюдения строгой композиции и удобочитаемости финальное выравнивание текстовых меток по модульной сетке, сортировка жанров от максимального уровня депрессии к минимальному (для создания красивого диагонального тренда), а также интеграция шрифта, цвета и композиции были выполнены вручную в Figma. Полученные на диаграмме аккуратные маркеры-круги добавили постеру необходимую журнальную динамику и визуальную воздушность.
График из RAWGraphs 2.0 и уже доработанная круговая диаграмма
В качестве ключевого визуального акцента плаката была спроектирована круговая диаграмма (Donut chart) распределения общего влияния музыки на состояние слушателей, так как данный формат наиболее выразительно фиксирует внимание на доминирующей пропорции и обеспечивает мгновенный вау-эффект.
График изначально моделировался в RAWGraphs 2.0 на основе численных показателей датасета, однако для достижения идеальной чистоты верстки финальное разделение кольца на сектора, интеграция контрастного шрифтового акцента в 74,5% были выполнены вручную в Figma. Полученный лаконичный «бублик» стал главным композиционным якорем нижней зоны макета, превращая сухую статистику в сильный и запоминающийся образ.
Для создания уникальной дизайн-системы проекта и отказа от стоковых паттернов активно привлекались инструменты искусственного интеллекта. Абстрактная графическая обложка лонгрида, выступающая самостоятельным арт-объектом, а также глубокая цифровая текстура заднего фона инфографического постера были сгенерированы в нейросети совместно с ИИ-ассистентом Gemini.
На основе палитры пастельных и неоновых тонов была создана иллюстрация, содержащая бесшовную визуальную метафору звуковых волн и погружения в музыку, которая деликатно удерживает внимание зрителя и связывает все экраны проекта в единое повествование.
Используя макет из домашнего задания, я объединила инфографику в плакате с помощью блоков текста и стрелок, что управляют взглядом читателя, проводя через всю информацию.
