- Terminologie (A až D)
- Řízení schopností AI
- AI Ops
- alba
- Výkon aktiv
- Autokodér
- Zpětná propagace
- Bayesova věta
- Big dat
- Chatbot: Průvodce pro začátečníky
- Výpočetní myšlení
- Počítačové vidění
- Matice zmatků
- Konvoluční neuronové sítě
- Kybernetická bezpečnost
- Data Fabric
- Vyprávění dat
- Data Science
- Skladování dat
- Rozhodovací strom
- Deepfakes
- Hluboké učení
- Hluboké posílení učení
- DevOps
- DevSecOps
- Difúzní modely
- Digitální Twin
- Snížení rozměrů
- Terminologie (E až K)
- Edge AI
- Emoce AI
- Ensemble Learning
- Etické hackování
- ETL
- Vysvětlitelná AI
- Federované učení
- FinOps
- Generativní AI
- Generativní protivníková síť
- Generativní vs. diskriminační
- Zesílení přechodu
- Gradientní sestup
- Učení několika výstřelů
- Klasifikace obrazu
- IT operace (ITOps)
- Automatizace incidentů
- Influence Engineering
- K-Means Clustering
- K-Nejbližší sousedé
- Terminologie (od L do Q)
- Terminologie (od R do Z)
- Posílení učení
- Zodpovědná AI
- RLHF
- Automatizace robotických procesů
- Strukturované vs. Nestrukturované
- Analýza sentimentu
- Pod dohledem vs bez dozoru
- Podporujte vektorové stroje
- Syntetická data
- Syntetická média
- Klasifikace textu
- TinyML
- Přenos učení
- Transformátorové neuronové sítě
- Turingův test
- Hledání podobnosti vektorů
AI 101
Co je vyprávění dat? Komponenty, výhody a příklady
Zveřejněno
Před rokem 1on
By
Haziqa SajidObsah
V dnešním světě založeném na datech je vyprávění datových příběhů stále důležitější pro rozhodování a obchodní růst. Role analýzy dat, jako je analytik průzkumu trhu, finanční analytik a analytik provozního výzkumu, se stávají převládajícími, protože společnosti si uvědomují důležitost poznatků založených na datech.
Podle příručky US BLS Occupational Outlook 2021-2031 tyto pracovní role zaznamenávají značný růst:
Pracovní pozice | Růst pracovních míst | Mediánový plat |
Analytik výzkumu trhu | 19% | $63,920 |
Finanční analytik | 9% | $91,580 |
Analytik operačního výzkumu | 23% | $82,360 |
Tito analytici využívají různé techniky vyprávění dat k provádění efektivních analytických operací. Pojďme diskutovat o tom, co je vyprávění dat, jeho hlavní součásti a výhody, a pokud jste analytik, jak se můžete zlepšit ve vyprávění dat.
Co je vyprávění dat?
Vyprávění datových příběhů zahrnuje analýzu dat pomocí vizuálních a působivých příběhů ke sdělování informací o datech zúčastněným stranám. Vypravěč dat vysvětluje „proč“ v datech pomocí vizualizace. Cílem je jasně vysvětlit atributy dat a poskytnout smysluplný kontext pro to, co tato data představují. Prezentace základních poznatků v datech a trendech je nezbytná pro efektivní rozhodování.
Například finanční analytik může investorům ukázat svíčkový graf, aby demonstroval pohyb cen a stock nebo aktiva. Svíčkový graf vizualizuje historické akciové vzory pomocí čtyř obchodních indikátorů („otevřená cena“, „uzavírací cena“, „vysoká cena“ a „nízká cena“) k předpovědi nadcházejícího tržního trendu.
Pro lepší pochopení se podívejte na svíčkový graf ceny bitcoinu níže. Graf znázorňuje ceny bitcoinů za první dva měsíce roku 2023. Zelené sloupce představují rostoucí cenový trend, zatímco červené sloupce ukazují klesající trend ceny bitcoinů.
Zásadním aspektem vyprávění datových příběhů je, že vypravěči datových příběhů musí rozumět obchodnímu kontextu a požadavkům zainteresovaných stran. Ukazuje to výzkum 60% Investice do analýzy dat jsou vniveč, protože získané poznatky nejsou v souladu s rozhodováním a obchodními cíli. V důsledku toho osoby s rozhodovací pravomocí pouze používají 22% statistiky dat, které obdrží.
3 hlavní součásti vyprávění dat
Data, vizuální prvky a příběh jsou tři hlavní složky vyprávění dat. Pojďme je dále prozkoumat níže.
- Datum: Vypravěči dat shromažďují a předzpracovávají data, která potřebují k vyprávění příběhu. Provádějí statistickou analýzu a vizualizují klíčové trendy a vzorce pro důkladnou analýzu dat.
- Příběh: Vytvoření poutavého příběhu a poskytnutí kontextu klíčovým zjištěním získaným z dat se nazývá narativ. Dobrý příběh inspiruje diváky k akci.
Thomas. H. Davenport, myšlenkový lídr v obchodním managementu, říká:
„Vyprávění je způsob, jakým zjednodušujeme a dáváme smysl složitému světu. Poskytuje kontext, vhled, interpretaci – všechny věci, díky nimž jsou data smysluplná a analýzy relevantnější a zajímavější.“
- Vizuální: Jeden obrázek vydá za 1000 slov. Vizualizace dodává příběhu váhu a vytváří působivý datový příběh. Vizuály mohou být ve formě grafů, obrázků nebo videí.
Datový analytik může použít rámec pro vyprávění dat, jako jsou postavy, prostředí, konflikty a řešení, aby mohl vyprávět působivý příběh. Například v doméně elektronického obchodu mohou být postavy zákazníky, prostředím je společnost, která se potýká s udržením zákazníků, konfliktem může být rostoucí míra odchodu zákazníků a řešení je soubor kroků, které vypravěč dat navrhuje ke snížení míry odchodu.
Jak se může datový analytik zlepšit ve vyprávění datových příběhů?
Rozumějte svému publiku
Porozumění publiku je klíčem k působivému vyprávění dat. Pokud mluvíte s obchodními manažery, bylo by důležité poskytnout jim analýzu na vysoké úrovni a užitečné poznatky pro obchodní strategii. Ale když mluvíte s týmem, musíte podrobně vysvětlit metody použité k dosažení závěru.
Vyberte Vhodné vizualizace
Vizualizace dat zdůrazňuje různé aspekty dat, jako je;
- Srovnání (pruhový graf, spojnicový graf)
- Vztah (bodový graf, bublinový graf)
- Distribuce (Histogram, bodové grafy)
- Složení (vodopádový graf, skládaný plošný graf)
Pochopte, čeho se pomocí dat snažíte dosáhnout a kolik proměnných musíte vzít v úvahu. Vyberte nejlepší vizualizaci pro vyjádření vaší myšlenky.
Vyhněte se nepořádku
Zbavte vizualizaci agregací nebo odstraněním informací, které nejsou vyžadovány. Například v níže uvedených tabulkách jsou WGM, WIM, WCM a WFM předními ženskými tituly v šachu; zbývající údaje lze agregovat jako „ostatní“.
Použijte zářivé barvy
Používejte barevné palety dostupné všem, včetně zrakově postižených nebo barvoslepých. Udržujte kontrast v barvách a nepoužívejte stejné barvy vedle sebe. Například ve sloupcových grafech níže může být obtížné odlišit kombinaci barev v prvním grafu ve srovnání s druhým grafem.
Jaké jsou výhody vyprávění datových příběhů pro organizace?
Podporuje datovou gramotnost mezi zaměstnanci
Vyprávění datových příběhů může zvýšit datovou gramotnost zaměstnanců v organizaci. Podle průzkumu společností Accenture a Qlik se pouze 21 % zaměstnanců cítí sebevědomě při čtení, analýze a diskuzi o datech. Působivé vyprávění dat je proto povzbuzuje k tomu, aby prozkoumali data a diskutovali o nich v rámci organizace.
Vytvořte poutavé a cenné zkušenosti pro všechny zúčastněné strany
Pro efektivní komunikaci je zásadní porozumění a upoutání pozornosti publika. Lidský mozek zpracovává vizuální obraz 60,000 krát rychleji než text a lidé si pamatují příběhy 22 krát víc než fakta. Vyprávění datových příběhů uživatelům nebo akcionářům vašich produktů pomocí působivých příběhů a vizualizace může být proto velmi poutavé a cenné.
Ovlivněte rozhodování
Působivé vyprávění datových příběhů poskytuje nový pohled nebo odhaluje skryté aspekty. Sděluje, co je třeba udělat. Umožňuje zúčastněným stranám činit informovaná rozhodnutí a přijímat opatření týkající se jejich obchodní strategie.
Data Storytelling – cesta vpřed pro datové analytiky
Vyprávění datových příběhů je umění a věda sdělování poznatků o datech. Vzhledem k tomu, že data neustále exponenciálně přibývají a jsou stále složitější, stává se vyprávění příběhů založené na datech nezbytnou dovedností.
V organizaci zastávají roli vypravěčů dat datoví analytici nebo datoví inženýři. Nástroje jako Tableau a PowerBI umožňují datovým analytikům vytvářet působivé vizualizace a řídicí panely bez velkého úsilí. Ve skutečnosti, Gartner odhaduje, že do roku 2025 bude většina datových příběhů generována automaticky.
Datoví analytici by měli zůstat v kontaktu s nejnovějšími trendy a nástroje v analýza dat průmyslu vyprávět působivé datové příběhy. Další obsah týkající se umělé inteligence naleznete na adrese unite.ai.
Haziqa je datový vědec s rozsáhlými zkušenostmi s psaním technického obsahu pro společnosti AI a SaaS.
Můžete se vám líbit
Vnitřní dialog umělé inteligence: Jak sebereflexe zlepšuje chatboty a virtuální asistenty
Instant-Style: Zachování stylu při generování textu na obrázek
LoReFT: Doladění reprezentace pro jazykové modely
Mimo vyhledávače: Vzestup agentů pro procházení webu poháněných LLM
Zlepšení transparentnosti a důvěry umělé inteligence pomocí kompozitní umělé inteligence
Datová centra GPU namáhají napájecí sítě: Vyvažování inovací AI a spotřeby energie