Hvad er Data Storytelling? Komponenter, fordele og eksempler

I dagens datadrevne verden bliver data storytelling stadig vigtigere for beslutningstagning og forretningsvækst. Dataanalytikerroller som markedsanalytiker, finansanalytiker og driftsanalytiker bliver mere og mere udbredte, efterhånden som virksomheder erkender vigtigheden af ​​datadrevne indsigter.

Ifølge US BLS Occupational Outlook Handbook 2021-2031 oplever disse jobroller betydelig vækst:

Disse analytikere anvender forskellige datahistoriefortællingsteknikker til at udføre effektive analyseoperationer. Lad os diskutere, hvad datastorytelling er, dets vigtigste komponenter og fordele, og hvis du er analytiker, hvordan kan du blive bedre til datastorytelling.

Hvad er Data Storytelling?

Datahistoriefortælling involverer at analysere data ved hjælp af visuelle og overbevisende fortællinger til at kommunikere dataindsigt til interessenter. En datahistoriefortæller forklarer "hvorfor" i dataene ved hjælp af visualisering. Målet er at forklare dataattributterne klart og give en meningsfuld kontekst for, hvad disse data repræsenterer. Præsentation af den underliggende indsigt i data og tendenser er nødvendig for effektiv beslutningstagning.

For eksempel kan en finansanalytiker vise et lysestagediagram til investorer for at demonstrere prisbevægelsen på en bestand eller aktiv. Et lysestagediagram visualiserer de historiske aktiemønstre ved hjælp af fire handelsindikatorer ("åben pris", "lukkekurs", "høj pris" og "lav pris") til at forudsige den kommende markedstendens.

En lysestageillustration, der viser en stigende og faldende pristendens. Wikimedia Commons

For en bedre forståelse, se bitcoin pris lysestage diagrammet nedenfor. Grafen visualiserer bitcoin-priser for de første to måneder af 2023. De grønne søjler repræsenterer en stigende pristendens, mens de røde søjler viser faldende bitcoin-pristendens.

Bitcoin lysestage diagram januar-feb 2023

Et afgørende aspekt af datastorytelling er, at datahistoriefortællere skal forstå forretningskonteksten og interessenternes krav. Det viser forskning 60% af investeringen i dataanalyse går til spilde, fordi den opnåede indsigt ikke stemmer overens med beslutningstagning og forretningsmål. Som et resultat bruger beslutningstagere kun 22% af den dataindsigt, de modtager.

3 hovedkomponenter i datahistoriefortælling

Data, visuals og fortælling er de tre hovedkomponenter i datahistoriefortælling. Lad os udforske dem yderligere nedenfor.

1. dato: Datafortællere indsamler og forbehandler de data, de skal bruge for at fortælle en historie. De udfører statistisk analyse og visualiserer nøgletendenser og mønstre for grundig dataanalyse.
2. Fortælling: At skabe en engagerende historie og give kontekst til de vigtigste resultater opnået fra data kaldes narrativ. En god fortælling inspirerer publikum til at handle.

Thomas. H. Davenport, en tankeleder inden for virksomhedsledelse, siger:

“Fortælling er den måde, vi forenkler og giver mening i en kompleks verden. Det giver kontekst, indsigt, fortolkning - alle de ting, der gør data meningsfulde og analyser mere relevante og interessante."

3. visuals: Et billede er 1000 ord værd. Visualisering tilføjer vægt til fortællingen og skaber en effektfuld datahistorie. Visuals kan være i form af grafer, billeder eller videoer.

En dataanalytiker kan bruge en datafortællingsramme som karakterer, rammer, konflikter og løsning til at fortælle en overbevisende historie. For eksempel i e-handelsdomænet kan karakterer være kunder, indstillingen er en virksomhed, der kæmper med kundefastholdelse, konflikt kan være en stigende churn rate, og løsning er det sæt af trin, som datahistoriefortælleren foreslår for at reducere churn raten.

Hvordan kan en dataanalytiker blive bedre til datastorytelling?

Forstå dit publikum

At forstå publikum er nøglen til overbevisende datahistoriefortælling. Hvis du taler med virksomhedsledere, ville det være vigtigt at give dem analyser på højt niveau og handlingsorienteret indsigt til forretningsstrategi. Men når du taler med teamet, skal du forklare de metoder, der er brugt til at nå frem til en konklusion i detaljer.

Vælg passende visualiseringer

Datavisualisering fremhæver forskellige aspekter af data, såsom;

• Sammenligning (søjlediagram, linjediagram)
• Relation (spredningsplot, boblediagram)
• Fordeling (histogram, scatterplot)
• Sammensætning (vandfaldsdiagram, stablet områdediagram)

Forstå, hvad du forsøger at opnå med data, og hvor mange variabler du skal overveje. Vælg den bedste visualisering til at formidle din idé.

Undgå rod

Ryd visualiseringen ud ved at samle eller fjerne oplysninger, der ikke er påkrævet. For eksempel i nedenstående diagrammer er WGM, WIM, WCM og WFM de førende kvindetitler i skak; de resterende data kan aggregeres som "andre".

Unødvendige FIDE-titeletiketter på x-aksen

Et letlæst aggregeret søjlediagram

Brug levende farver

Brug farvepaletter, der er tilgængelige for alle, også dem, der er svagtseende eller farveblinde. Hold kontrast i farver og undgå at bruge de samme farver ved siden af ​​hinanden. For eksempel i søjlediagrammerne nedenfor kan farvekombinationen i det første diagram være svær at skelne i forhold til det andet diagram.

Svært at fortolke diagrammet på grund af farvekombination

Let at fortolke diagrammet på grund af farvekombination

Hvad er fordelene ved Data Storytelling for organisationer?

Fremmer datafærdighed blandt medarbejdere

Data storytelling kan forbedre datakompetencen hos medarbejderne i organisationen. Ifølge en undersøgelse foretaget af Accenture og Qlik føler kun 21 % af medarbejderne sig trygge ved at læse, analysere og diskutere data. Derfor tilskynder overbevisende datahistoriefortælling dem til at udforske og diskutere data i organisationen.

Skab engagerende og værdifulde oplevelser for alle interessenter

At forstå og fange publikums opmærksomhed er afgørende for effektiv kommunikation. Den menneskelige hjerne behandler billeder 60,000 gange hurtigere end tekst, og folk husker historier 22 gange mere end fakta. Derfor kan det være yderst engagerende og værdifuldt at fortælle datahistorier til dine produktbrugere eller aktionærer ved hjælp af overbevisende fortællinger og visualisering.

Indflydelse på beslutningstagning

Overbevisende datahistoriefortælling giver et nyt perspektiv eller afdækker skjulte aspekter. Det kommunikerer, hvad der skal gøres. Det giver interessenter mulighed for at træffe informerede beslutninger og handle i forhold til deres forretningsstrategi.

Data Storytelling – Vejen fremad for dataanalytikere

Data storytelling er kunsten og videnskaben at formidle indsigt om data. Efterhånden som data bliver ved med at stige eksponentielt og blive mere komplekse, bliver datadrevet historiefortælling en vigtig færdighed.

I en organisation udføres rollen som datahistoriefortællere af dataanalytikere eller dataingeniører. Værktøjer som Tableau og PowerBI gør det muligt for dataanalytikere at bygge overbevisende visualiseringer og dashboards uden stor indsats. Faktisk, Gartner anslår, at de fleste datahistorier i 2025 vil blive genereret automatisk.

Dataanalytikere bør holde sig i kontakt med de seneste trends og værktøjer i dataanalyse industri for at fortælle effektfulde datahistorier. For mere AI-relateret indhold, besøg forene.ai.