Apa itu Data Storytelling? Komponen, Manfaat, & Contoh

Dalam dunia yang didorong oleh data saat ini, data storytelling menjadi semakin penting untuk pengambilan keputusan dan pertumbuhan bisnis. Peran analisis data seperti analis penelitian pasar, analis keuangan, dan analis penelitian operasi menjadi lebih umum karena perusahaan menyadari pentingnya wawasan yang didorong oleh data.

Menurut Buku Panduan Pekerjaan BLS AS 2021-2031, peran kerja ini mengalami pertumbuhan yang cukup besar:

Aanalisis ini menggunakan berbagai teknik data storytelling untuk melakukan operasi analisis yang efektif. Mari kita diskusikan apa itu data storytelling, komponen utamanya, dan manfaatnya, serta bagaimana jika Anda seorang analis, Anda dapat menjadi lebih baik dalam data storytelling.

Apa itu Data Storytelling?

Data storytelling melibatkan analisis data menggunakan narasi visual dan menarik untuk mengkomunikasikan wawasan data kepada pemangku kepentingan. Seorang pengisah data menjelaskan “mengapa” dalam data menggunakan visualisasi. Tujuannya adalah untuk menjelaskan atribut data dengan jelas dan memberikan konteks yang bermakna untuk apa yang direpresentasikan oleh data tersebut. Menyajikan wawasan yang mendasarinya dalam data dan tren sangat penting untuk pengambilan keputusan yang efektif.

Sebagai contoh, seorang analis keuangan dapat menunjukkan grafik lilin kepada investor untuk menunjukkan pergerakan harga saham atau aset. Grafik lilin memvisualisasikan pola saham historis menggunakan empat indikator perdagangan (“harga buka”, “harga tutup”, “harga tinggi”, dan “harga rendah”) untuk memprediksi tren pasar yang akan datang.

Ilustrasi grafik lilin menunjukkan tren harga yang meningkat dan menurun. Wikimedia Commons

Untuk pemahaman yang lebih baik, lihat grafik lilin harga bitcoin di bawah. Grafik tersebut memvisualisasikan harga bitcoin untuk dua bulan pertama tahun 2023. Batang hijau mewakili tren harga yang meningkat, sedangkan batang merah menunjukkan tren harga yang menurun.

Grafik lilin harga bitcoin Jan-Feb 2023

Aspek data storytelling yang sangat penting adalah bahwa pengisah data perlu memahami konteks bisnis dan kebutuhan pemangku kepentingan. Penelitian menunjukkan bahwa 60% dari investasi yang dilakukan dalam analisis data terbuang karena wawasan yang diperoleh tidak sejalan dengan pengambilan keputusan dan tujuan bisnis. Akibatnya, pengambil keputusan hanya menggunakan 22% dari wawasan data yang mereka terima.

3 Komponen Utama Data Storytelling

Data, visual, dan narasi adalah tiga komponen utama data storytelling. Mari kita jelajahi lebih lanjut di bawah.

1. Data: Pengisah data mengumpulkan dan memproses data yang mereka butuhkan untuk menceritakan sebuah cerita. Mereka melakukan analisis statistik dan memvisualisasikan tren dan pola kunci untuk analisis data yang menyeluruh.
2. Narasi: Membuat sebuah cerita yang menarik dan memberikan konteks pada temuan kunci yang diperoleh dari data disebut narasi. Narasi yang baik menginspirasi audiens untuk mengambil tindakan.

Thomas. H. Davenport, seorang pemimpin pemikiran dalam manajemen bisnis, mengatakan:

“Narasi adalah cara kita menyederhanakan dan memahami dunia yang kompleks. Ini memberikan konteks, wawasan, interpretasi – semua hal yang membuat data bermakna dan analisis lebih relevan dan menarik.”

3. Visual: Sebuah gambar bernilai seribu kata. Visualisasi menambah bobot pada narasi dan menciptakan cerita data yang berdampak. Visual dapat berupa grafik, gambar, atau video.

Seorang analis data dapat menggunakan kerangka data storytelling seperti karakter, latar, konflik, dan resolusi untuk menceritakan sebuah cerita yang menarik. Sebagai contoh, di domain e-commerce, karakter dapat berupa pelanggan, latar adalah perusahaan yang bergelut dengan retensi pelanggan, konflik dapat berupa tingkat churn yang meningkat, dan resolusi adalah serangkaian langkah yang disarankan oleh pengisah data untuk mengurangi tingkat churn.

Bagaimana Seorang Analis Data Dapat Meningkatkan Kemampuan Data Storytelling?

Mengerti Audiens Anda

Mengerti audiens adalah kunci untuk data storytelling yang menarik. Jika Anda berbicara dengan eksekutif bisnis, akan sangat penting untuk memberikan mereka analisis tingkat tinggi dan wawasan yang dapat digunakan untuk strategi bisnis. Namun, ketika berbicara dengan tim, Anda harus menjelaskan metode yang digunakan untuk mencapai kesimpulan secara rinci.

Memilih Visualisasi yang Tepat

Visualisasi data menyoroti aspek-aspek data yang berbeda, seperti;

• Perbandingan (Grafik batang, grafik garis)
• Hubungan (Grafik Scatter, grafik gelembung)
• Distribusi (Histogram, grafik Scatter)
• Komposisi (Grafik air terjun, grafik area bertumpuk)

Pahami apa yang Anda coba capai dengan data dan berapa banyak variabel yang perlu Anda pertimbangkan. Pilih visualisasi terbaik untuk menyampaikan ide Anda.

Menghindari Kekacauan

Bersihkan visualisasi dengan menggabungkan atau menghapus informasi yang tidak diperlukan. Sebagai contoh, pada grafik di bawah, WGM, WIM, WCM, dan WFM adalah gelar wanita terkemuka di catur; data lain dapat diagregasikan sebagai “lainnya”.

Label gelar FIDE yang tidak perlu pada sumbu x

Grafik batang yang mudah dibaca setelah diagregasikan

Menggunakan Warna yang Cerah

Gunakan palet warna yang dapat diakses oleh semua orang, termasuk mereka yang memiliki keterbatasan visual atau buta warna. Pertahankan kontras warna dan hindari menggunakan warna yang sama berdampingan. Sebagai contoh, pada grafik batang di bawah, kombinasi warna pada grafik pertama dapat sulit dibedakan dibandingkan dengan grafik kedua.

Grafik yang sulit diinterpretasikan karena kombinasi warna

Grafik yang mudah diinterpretasikan karena kombinasi warna

Apa Manfaat Data Storytelling bagi Organisasi?

Meningkatkan Literasi Data di Antara Karyawan

Data storytelling dapat meningkatkan literasi data karyawan dalam organisasi. Menurut survei oleh Accenture dan Qlik, hanya 21% karyawan merasa percaya diri dalam membaca, menganalisis, dan mendiskusikan data. Oleh karena itu, data storytelling yang menarik mendorong mereka untuk menjelajahi dan mendiskusikan data dalam organisasi.

Menciptakan Pengalaman yang Menarik dan Berharga bagi Semua Pemangku Kepentingan

Memahami dan menarik perhatian audiens sangat penting untuk komunikasi yang efektif. Otak manusia memproses visual 60.000 kali lebih cepat daripada teks, dan orang lebih mengingat cerita 22 kali lebih dari fakta. Oleh karena itu, menceritakan kisah data kepada pengguna produk atau pemegang saham menggunakan narasi yang menarik dan visualisasi dapat sangat menarik dan berharga.

Mempengaruhi Pengambilan Keputusan

Data storytelling yang menarik memberikan perspektif baru atau mengungkap aspek tersembunyi. Ini mengkomunikasikan apa yang perlu dilakukan. Ini memungkinkan pemangku kepentingan untuk membuat keputusan yang tepat dan mengambil tindakan terkait strategi bisnis mereka.

Data Storytelling – Arah Maju untuk Analis Data

Data storytelling adalah seni dan ilmu komunikasi wawasan tentang data. Ketika data terus meningkat secara eksponensial dan menjadi lebih kompleks, cerita data yang didorong oleh data menjadi keterampilan yang sangat penting.

Dalam sebuah organisasi, peran pengisah data dilakukan oleh analis data atau insinyur data. Alat seperti Tableau dan PowerBI memungkinkan analis data untuk membangun visualisasi dan dasbor yang menarik tanpa banyak usaha. Faktanya, Gartner memperkirakan bahwa pada tahun 2025, sebagian besar cerita data akan dihasilkan secara otomatis.

Aanalisis data harus tetap mengikuti tren dan alat terbaru dalam industri analisis data untuk menceritakan kisah data yang berdampak. Untuk konten terkait AI yang lebih banyak, kunjungi unite.ai.