- Terminologia (A–D)
- AI Capability Control
- AI Ops
- Albuminaatiot
- Omaisuuden suorituskyky
- Automaattinen kooderi
- backpropagation
- Bayes-lause
- Big Data
- Chatbot: Aloittelijan opas
- Laskennallinen ajattelu
- Tietokoneen visio
- Sekaannusmatriisi
- Neuvontaverkot
- tietoverkkojen
- Tietokangas
- Tietojen tarinankerronta
- data Science
- Tietovarastointi
- Päätöspuu
- Deepfakes
- Deep Learning
- Syvävahvistusoppiminen
- DevOps
- DevSecOps
- Diffuusiomallit
- Digitaalinen Twin
- Ulottuvuuden pienentäminen
- Terminologia (E–K)
- Edge AI
- Emotion AI
- Yhtye-oppiminen
- Eettinen hakkerointi
- ETL
- Selitettävä AI
- Federoitu oppiminen
- FinOps
- Generatiivinen AI
- Generatiivinen kilpaileva verkosto
- Generatiivinen vs. syrjivä
- Liukuvärjäys
- Kaltevuuslasku
- Muutaman laukauksen oppiminen
- Kuvien luokittelu
- IT-toiminnot (ITOps)
- Tapahtumaautomaatio
- Vaikutustekniikka
- K-tarkoittaa klusterointia
- K-Lähimmät naapurit
- Terminologia (L–Q)
- Terminologia (R–Z)
AI 101
Mitä Data Storytelling on? Komponentit, edut ja esimerkit
Julkaistu
1 vuotta sittenon
By
Haziqa SajidSisällysluettelo
Nykypäivän datavetoisessa maailmassa datatarinoiden kertominen on yhä tärkeämpää päätöksenteossa ja liiketoiminnan kasvussa. Data-analyytikkotehtävät, kuten markkinatutkimusanalyytikko, talousanalyytikko ja operaatiotutkimusanalyytikko, yleistyvät, kun yritykset ymmärtävät dataan perustuvien oivallusten tärkeyden.
US BLS Occupational Outlook Handbook 2021-2031 mukaan nämä työtehtävät kasvavat huomattavasti:
Työ rooli | Työn kasvu | Median Palkka |
Markkinatutkimusanalyytikko | 19% | $63,920 |
Financial Analyst | 9% | $91,580 |
Operaatiotutkimuksen analyytikko | 23% | $82,360 |
Nämä analyytikot käyttävät erilaisia datan tarinankerrontatekniikoita suorittaakseen tehokkaita analytiikkatoimia. Keskustellaan siitä, mitä datatarinoiden kertominen on, sen tärkeimmistä osista ja eduista, ja jos olet analyytikko, kuinka voit kehittyä paremmin datatarinoiden kertomisessa.
Mitä Data Storytelling on?
Datan tarinankerrontaan kuuluu datan analysointi käyttämällä visuaalisia ja vakuuttavia kertomuksia datan oivallusten välittämiseksi sidosryhmille. Tietojen kertoja selittää "miksi" datassa visualisoinnin avulla. Tavoitteena on selittää dataattribuutit selkeästi ja tarjota merkityksellinen konteksti sille, mitä data edustaa. Taustalla olevien tietojen ja trendien esittäminen on välttämätöntä tehokkaan päätöksenteon kannalta.
Esimerkiksi rahoitusanalyytikko voi näyttää sijoittajille kynttilänjalkakaavion osoittaakseen a Varastossa tai omaisuutta. Kynttilänjalkakaavio visualisoi historialliset osakkeen kuviot käyttämällä neljää kaupankäyntiindikaattoria ("avoin hinta", "sulkuhinta", "korkea hinta" ja "alhainen hinta") ennustamaan tulevaa markkinatrendiä.
Jotta ymmärrät paremmin, katso alla olevaa bitcoin-hintakynttilänjalkakaaviota. Kaavio visualisoi bitcoinin hintoja vuoden 2023 kahden ensimmäisen kuukauden ajalta. Vihreät palkit edustavat nousevaa hintatrendiä, kun taas punaiset palkit osoittavat laskevaa bitcoinin hintatrendiä.
Ratkaisevaa datatarinoiden kertomisessa on, että datatarinoiden kertojien on ymmärrettävä liiketoimintakonteksti ja sidosryhmien vaatimukset. Tutkimukset osoittavat sen 60% data-analytiikkaan tehdyistä investoinneista menee hukkaan, koska saadut oivallukset eivät ole linjassa päätöksenteon ja liiketoiminnan tavoitteiden kanssa. Tämän seurauksena päättäjät vain käyttävät 22% saamistaan tietotiedoista.
3 Data Storytellingin pääkomponentteja
Data, visuaalisuus ja kerronta ovat datatarinan kertomisen kolme pääkomponenttia. Tutkitaan niitä tarkemmin alla.
- Tiedot: Tietojen kertojat keräävät ja esikäsittelevät tiedot, joita he tarvitsevat tarinan kertomiseen. He suorittavat tilastollisia analyyseja ja visualisoivat tärkeimmät trendit ja mallit perusteellista data-analyysiä varten.
- Kerronta: Kiinnostavan tarinan luomista ja kontekstin tarjoamista datasta saaduille keskeisille löydöksille kutsutaan narratiiviksi. Hyvä kerronta innostaa yleisöä toimiin.
Thomas. H. Davenport, liikkeenjohdon ajatusjohtaja, sanoo:
”Narratiivi on tapa yksinkertaistaa ja ymmärtää monimutkaista maailmaa. Se tarjoaa kontekstin, oivalluksen, tulkinnan – kaikki asiat, jotka tekevät tiedosta merkityksellistä ja analytiikkaa merkityksellisempää ja kiinnostavampaa."
- Visuaalit: Kuva on 1000 sanan arvoinen. Visualisointi lisää kerronnan painoarvoa ja luo vaikuttavan datatarinan. Visuaalit voivat olla kaavioiden, kuvien tai videoiden muodossa.
Dataanalyytikko voi kertoa vakuuttavan tarinan datan tarinankerrontakehyksen avulla, kuten hahmot, olosuhteet, ristiriidat ja ratkaisut. Esimerkiksi verkkokaupan verkkotunnuksessa hahmot voivat olla asiakkaita, asetus on yritys, joka kamppailee asiakkaiden säilyttämisen kanssa, ristiriidat voivat olla kasvava vaihtuvuus, ja ratkaisu on joukko vaiheita, joita datan kertoja ehdottaa vaihtuvuussuhteen vähentämiseksi.
Kuinka dataanalyytikko voi kehittyä datatarinoiden kertomisessa?
Ymmärtää yleisösi
Yleisön ymmärtäminen on avain vakuuttavaan datatarinoiden kertomiseen. Jos keskustelet yritysjohtajien kanssa, olisi tärkeää tarjota heille korkean tason analyyseja ja käyttökelpoisia oivalluksia liiketoimintastrategiaan. Mutta kun puhut tiimin kanssa, sinun on selitettävä yksityiskohtaisesti menetelmät, joita käytetään johtopäätöksen tekemiseen.
Valitse sopivat visualisoinnit
Datan visualisointi korostaa datan eri puolia, kuten;
- Vertailu (pylväskaavio, viivakaavio)
- Suhde (hajakuvaaja, kuplakaavio)
- Jakauma (histogrammi, sirontakaaviot)
- Koostumus (vesiputouskaavio, pinottu aluekaavio)
Ymmärrä, mitä yrität saavuttaa datalla ja kuinka monta muuttujaa sinun on otettava huomioon. Valitse paras visualisointi ideasi välittämiseen.
Vältä sotkua
Hävitä visualisointi kokoamalla tai poistamalla tarpeettomia tietoja. Esimerkiksi alla olevissa kaavioissa WGM, WIM, WCM ja WFM ovat johtavat naisten tittelit shakissa; loput tiedot voidaan koota "muiksi".
Käytä eloisia värejä
Käytä väripaletteja, jotka ovat kaikkien saatavilla, mukaan lukien näkövammaiset tai värisokeat. Säilytä värien kontrasti ja vältä samojen värien käyttöä vierekkäin. Esimerkiksi alla olevissa pylväskaavioissa ensimmäisen kaavion väriyhdistelmää voi olla vaikea erottaa toiseen kaavioon verrattuna.
Mitä hyötyä datatarinoiden kertomisesta on organisaatioille?
Edistää työntekijöiden tietolukutaitoa
Tietojen kertominen voi parantaa organisaation työntekijöiden tietolukutaitoa. Accenturen ja Qlikin tekemän tutkimuksen mukaan vain 21 % työntekijöistä luottaa tietojen lukemiseen, analysointiin ja keskusteluun. Siten pakottava datatarinoiden kertominen rohkaisee heitä tutkimaan ja keskustelemaan datasta organisaatiossa.
Luo kiinnostavia ja arvokkaita kokemuksia kaikille sidosryhmille
Ymmärtäminen ja yleisön huomion kiinnittäminen on ratkaisevan tärkeää tehokkaan viestinnän kannalta. Ihmisen aivot käsittelevät visuaalia 60,000 kertaa nopeammin kuin teksti, ja ihmiset muistavat tarinoita 22 kertaa enemmän kuin faktoja. Näin ollen datatarinoiden kertominen tuotteidesi käyttäjille tai osakkeenomistajille houkuttelevien kertomusten ja visualisoinnin avulla voi olla erittäin kiinnostavaa ja arvokasta.
Vaikuttaa päätöksentekoon
Kiinnostava datatarina tarjoaa uuden näkökulman tai paljastaa piilotettuja puolia. Se viestii, mitä on tehtävä. Sen avulla sidosryhmät voivat tehdä tietoon perustuvia päätöksiä ja toimia liiketoimintastrategiansa suhteen.
Data Storytelling – tie eteenpäin dataanalyytikoille
Data tarinankerronta on taidetta ja tiedettä viestiä oivalluksia dataa. Tietojen kasvaessa eksponentiaalisesti ja monimutkaisemmiksi, tietopohjaisesta tarinankerronnasta on tulossa olennainen taito.
Organisaatiossa datan kertojien roolia hoitavat dataanalyytikot tai tietoinsinöörit. Tableaun ja PowerBI:n kaltaisten työkalujen avulla data-analyytikot voivat rakentaa houkuttelevia visualisointeja ja kojetauluja ilman paljon vaivaa. Itse asiassa, Gartner arvioi, että vuoteen 2025 mennessä suurin osa datatarinoista luodaan automaattisesti.
Data-analyytikkojen tulisi pysyä ajan tasalla viimeisimmistä trendeistä ja työkalut vuonna data-analytiikka teollisuuden kertomaan vaikuttavia datatarinoita. Lisää tekoälyyn liittyvää sisältöä on osoitteessa unite.ai.
Haziqa on Data Scientist, jolla on laaja kokemus teknisen sisällön kirjoittamisesta tekoäly- ja SaaS-yrityksille.
Saatat pitää
AniPortrait: ääniohjattu synteesi fotorealistisesta muotokuva-animaatiosta
Tekoälyn sisäinen dialogi: Kuinka itseheijastus parantaa chatbotteja ja virtuaalisia avustajia
Instant-Style: tyylin säilyttäminen tekstistä kuvaksi luomisessa
LoReFT: Representation Finetuning for Language Models
Beyond Search Engines: LLM-pohjaisten verkkoselausagenttien nousu
Tekoälyn läpinäkyvyyden ja luottamuksen lisääminen komposiittitekoälyllä