Τι είναι η αφήγηση δεδομένων; Στοιχεία, Οφέλη και Παραδείγματα

Στον σημερινό κόσμο που βασίζεται στα δεδομένα, η αφήγηση δεδομένων γίνεται ολοένα και πιο σημαντική για τη λήψη αποφάσεων και την επιχειρηματική ανάπτυξη. Οι ρόλοι της ανάλυσης δεδομένων, όπως ο αναλυτής έρευνας αγοράς, ο οικονομικός αναλυτής και ο αναλυτής επιχειρησιακής έρευνας γίνονται διαδεδομένοι καθώς οι εταιρείες συνειδητοποιούν τη σημασία των γνώσεων που βασίζονται σε δεδομένα.

Σύμφωνα με το US BLS Occupational Outlook Handbook 2021-2031, αυτοί οι θέσεις εργασίας γνωρίζουν σημαντική ανάπτυξη:

Αυτοί οι αναλυτές χρησιμοποιούν διάφορες τεχνικές αφήγησης δεδομένων για να πραγματοποιήσουν αποτελεσματικές λειτουργίες ανάλυσης. Ας συζητήσουμε τι είναι η αφήγηση δεδομένων, τα κύρια συστατικά και τα οφέλη της, και αν είστε αναλυτής, πώς μπορείτε να γίνετε καλύτεροι στην αφήγηση δεδομένων.

Τι είναι η αφήγηση δεδομένων;

Η αφήγηση δεδομένων περιλαμβάνει την ανάλυση δεδομένων χρησιμοποιώντας οπτικές και συναρπαστικές αφηγήσεις για τη μετάδοση γνώσεων δεδομένων στους ενδιαφερόμενους. Ένας αφηγητής δεδομένων εξηγεί το «γιατί» στα δεδομένα χρησιμοποιώντας οπτικοποίηση. Ο στόχος είναι να εξηγηθούν με σαφήνεια τα χαρακτηριστικά των δεδομένων και να παρέχεται ένα ουσιαστικό πλαίσιο για το τι αντιπροσωπεύουν αυτά τα δεδομένα. Η παρουσίαση των υποκείμενων γνώσεων σε δεδομένα και τάσεις είναι απαραίτητη για την αποτελεσματική λήψη αποφάσεων.

Για παράδειγμα, ένας χρηματοοικονομικός αναλυτής μπορεί να δείξει ένα γράφημα κεριών στους επενδυτές για να δείξει την κίνηση της τιμής ενός στοκ ή περιουσιακό στοιχείο. Ένα γράφημα κεριών απεικονίζει τα ιστορικά πρότυπα μετοχών χρησιμοποιώντας τέσσερις δείκτες συναλλαγών («ανοιχτή τιμή», «τιμή κλεισίματος», «υψηλή τιμή» και «χαμηλή τιμή») για να προβλέψει την επερχόμενη τάση της αγοράς.

Απεικόνιση με κηροπήγιο που δείχνει μια αυξανόμενη και φθίνουσα τάση τιμής. Wikimedia Commons

Για καλύτερη κατανόηση, δείτε το διάγραμμα κηροπήγιο τιμών bitcoin παρακάτω. Το γράφημα απεικονίζει τις τιμές bitcoin για τους δύο πρώτους μήνες του 2023. Οι πράσινες ράβδοι αντιπροσωπεύουν μια αυξανόμενη τάση τιμών, ενώ οι κόκκινες ράβδοι δείχνουν πτωτική τάση τιμής bitcoin.

Διάγραμμα κεριών Bitcoin Ιαν-Φεβ 2023

Μια κρίσιμη πτυχή της αφήγησης δεδομένων είναι ότι οι αφηγητές δεδομένων πρέπει να κατανοήσουν το επιχειρηματικό πλαίσιο και τις απαιτήσεις των ενδιαφερομένων. Η έρευνα δείχνει ότι 60% της επένδυσης που γίνεται στην ανάλυση δεδομένων πάει χαμένη επειδή οι γνώσεις που αποκτήθηκαν δεν ευθυγραμμίζονται με τους στόχους λήψης αποφάσεων και τους επιχειρηματικούς στόχους. Ως αποτέλεσμα, οι υπεύθυνοι λήψης αποφάσεων χρησιμοποιούν μόνο 22% πληροφορίες σχετικά με τα δεδομένα που λαμβάνουν.

3 Κύρια συστατικά της αφήγησης δεδομένων

Τα δεδομένα, τα γραφικά και η αφήγηση είναι τα τρία κύρια συστατικά της αφήγησης δεδομένων. Ας τα εξερευνήσουμε περαιτέρω παρακάτω.

1. Δεδομένα: Οι αφηγητές δεδομένων συγκεντρώνουν και προεπεξεργάζονται τα δεδομένα που χρειάζονται για να πουν μια ιστορία. Εκτελούν στατιστική ανάλυση και οπτικοποιούν βασικές τάσεις και μοτίβα για ενδελεχή ανάλυση δεδομένων.
2. Αφήγημα: Η δημιουργία μιας συναρπαστικής ιστορίας και η παροχή πλαισίου για τα βασικά ευρήματα που προέρχονται από δεδομένα ονομάζεται αφήγηση. Μια καλή αφήγηση εμπνέει το κοινό να αναλάβει δράση.

Θωμάς. Χ. Ντάβενπορτ, ένας ηγέτης σκέψης στη διαχείριση επιχειρήσεων, λέει:

«Η αφήγηση είναι ο τρόπος που απλοποιούμε και δίνουμε νόημα σε έναν περίπλοκο κόσμο. Παρέχει πλαίσιο, διορατικότητα, ερμηνεία – όλα τα πράγματα που κάνουν τα δεδομένα πιο σημαντικά και τα αναλυτικά στοιχεία πιο σχετικά και ενδιαφέροντα.»

3. Οπτικές εικόνες: Μια εικόνα αξίζει 1000 λέξεις. Η οπτικοποίηση προσθέτει βάρος στην αφήγηση και δημιουργεί μια εντυπωσιακή ιστορία δεδομένων. Τα οπτικά στοιχεία μπορούν να έχουν τη μορφή γραφημάτων, εικόνων ή βίντεο.

Ένας αναλυτής δεδομένων μπορεί να χρησιμοποιήσει ένα πλαίσιο αφήγησης δεδομένων όπως χαρακτήρες, σκηνικά, συγκρούσεις και επίλυση για να πει μια συναρπαστική ιστορία. Για παράδειγμα, στον τομέα του ηλεκτρονικού εμπορίου, οι χαρακτήρες μπορεί να είναι πελάτες, η ρύθμιση είναι μια εταιρεία που παλεύει με τη διατήρηση των πελατών, η σύγκρουση μπορεί να είναι ένα αυξανόμενο ποσοστό εκτροπής και η επίλυση είναι το σύνολο των βημάτων που προτείνει ο αφηγητής δεδομένων για τη μείωση του ποσοστού εκτροπής.

Πώς μπορεί ένας αναλυτής δεδομένων να γίνει καλύτερος στην αφήγηση ιστοριών δεδομένων;

Κατανοήστε το κοινό σας

Η κατανόηση του κοινού είναι το κλειδί για τη συναρπαστική αφήγηση δεδομένων. Εάν μιλάτε με στελέχη επιχειρήσεων, θα ήταν σημαντικό να τους παρέχετε ανάλυση υψηλού επιπέδου και χρήσιμες πληροφορίες για την επιχειρηματική στρατηγική. Αλλά όταν μιλάτε με την ομάδα, πρέπει να εξηγήσετε λεπτομερώς τις μεθόδους που χρησιμοποιούνται για να καταλήξετε σε ένα συμπέρασμα.

Επιλέξτε Κατάλληλες οπτικοποιήσεις

Η οπτικοποίηση δεδομένων υπογραμμίζει διαφορετικές πτυχές των δεδομένων, όπως π.

• Σύγκριση (Γράφημα ράβδων, γράφημα γραμμών)
• Σχέση (Σχέδιο διασποράς, γράφημα φυσαλίδων)
• Κατανομή (ιστόγραμμα, διασπορά)
• Σύνθεση (διάγραμμα καταρράκτη, γράφημα στοιβαγμένων περιοχών)

Κατανοήστε τι προσπαθείτε να επιτύχετε με δεδομένα και πόσες μεταβλητές πρέπει να λάβετε υπόψη. Επιλέξτε την καλύτερη οπτικοποίηση για να μεταφέρετε την ιδέα σας.

Αποφύγετε την ακαταστασία

Καταργήστε την οπτικοποίηση συγκεντρώνοντας ή αφαιρώντας πληροφορίες που δεν απαιτούνται. Για παράδειγμα, στα παρακάτω γραφήματα, οι WGM, WIM, WCM και WFM είναι οι κορυφαίοι τίτλοι γυναικών στο σκάκι. Τα υπόλοιπα δεδομένα μπορούν να συγκεντρωθούν ως "άλλα".

Περιττές ετικέτες τίτλου FIDE στον άξονα x

Ένα ευανάγνωστο συγκεντρωτικό γράφημα ράβδων

Χρησιμοποιήστε ζωηρά χρώματα

Χρησιμοποιήστε χρωματικές παλέτες προσβάσιμες σε όλους, συμπεριλαμβανομένων εκείνων με προβλήματα όρασης ή αχρωματοψίας. Διατηρήστε την αντίθεση στα χρώματα και αποφύγετε να χρησιμοποιείτε τα ίδια χρώματα το ένα δίπλα στο άλλο. Για παράδειγμα, στα παρακάτω γραφήματα ράβδων, ο συνδυασμός χρωμάτων στο πρώτο γράφημα μπορεί να είναι δύσκολο να διακριθεί σε σύγκριση με το δεύτερο γράφημα.

Δύσκολη η ερμηνεία του γραφήματος λόγω συνδυασμού χρωμάτων

Εύκολη ερμηνεία του γραφήματος λόγω του συνδυασμού χρωμάτων

Ποια είναι τα οφέλη της αφήγησης δεδομένων για οργανισμούς;

Προωθεί την παιδεία στα δεδομένα μεταξύ των εργαζομένων

Η αφήγηση δεδομένων μπορεί να βελτιώσει την παιδεία δεδομένων των εργαζομένων στον οργανισμό. Σύμφωνα με έρευνα της Accenture και της Qlik, μόνο το 21% των εργαζομένων αισθάνεται σίγουρος για την ανάγνωση, την ανάλυση και τη συζήτηση δεδομένων. Ως εκ τούτου, η συναρπαστική αφήγηση δεδομένων τους ενθαρρύνει να εξερευνήσουν και να συζητήσουν δεδομένα εντός του οργανισμού.

Δημιουργήστε ελκυστικές και πολύτιμες εμπειρίες για όλους τους ενδιαφερόμενους

Η κατανόηση και η προσέλκυση της προσοχής του κοινού είναι κρίσιμη για την αποτελεσματική επικοινωνία. Ο ανθρώπινος εγκέφαλος επεξεργάζεται οπτικά φορές 60,000 πιο γρήγορα από το κείμενο και οι άνθρωποι θυμούνται ιστορίες φορές 22 περισσότερο από γεγονότα. Ως εκ τούτου, η αφήγηση ιστοριών δεδομένων στους χρήστες ή τους μετόχους του προϊόντος σας χρησιμοποιώντας συναρπαστικές αφηγήσεις και οπτικοποίηση μπορεί να είναι ιδιαίτερα ελκυστική και πολύτιμη.

Επιρροή στη λήψη αποφάσεων

Η συναρπαστική αφήγηση δεδομένων παρέχει μια νέα προοπτική ή αποκαλύπτει κρυφές πτυχές. Επικοινωνεί τι πρέπει να γίνει. Επιτρέπει στα ενδιαφερόμενα μέρη να λαμβάνουν τεκμηριωμένες αποφάσεις και να αναλαμβάνουν δράση σχετικά με την επιχειρηματική τους στρατηγική.

Αφήγηση Ιστορίας Δεδομένων – Προοπτική για τους Αναλυτές Δεδομένων

Η αφήγηση δεδομένων είναι η τέχνη και η επιστήμη της επικοινωνίας γνώσεων σχετικά με τα δεδομένα. Καθώς τα δεδομένα συνεχίζουν να αυξάνονται εκθετικά και γίνονται πιο σύνθετα, η αφήγηση με βάση τα δεδομένα γίνεται ουσιαστική δεξιότητα.

Σε έναν οργανισμό, ο ρόλος των αφηγητών δεδομένων εκτελείται από αναλυτές δεδομένων ή μηχανικούς δεδομένων. Εργαλεία όπως το Tableau και το PowerBI επιτρέπουν στους αναλυτές δεδομένων να δημιουργούν συναρπαστικές απεικονίσεις και πίνακες εργαλείων χωρίς μεγάλη προσπάθεια. Στην πραγματικότητα, Gartner εκτιμά ότι έως το 2025 οι περισσότερες από τις ιστορίες δεδομένων θα δημιουργούνται αυτόματα.

Οι αναλυτές δεδομένων θα πρέπει να παραμένουν σε επαφή με τις τελευταίες τάσεις και εργαλεία στο ανάλυση δεδομένων βιομηχανία για να πει ιστορίες δεδομένων με αντίκτυπο. Για περισσότερο περιεχόμενο που σχετίζεται με την τεχνητή νοημοσύνη, επισκεφθείτε ενω.αι.