- Terminoloģija (A līdz D)
- AI iespēju kontrole
- AI Ops
- albumi
- Aktīvu veiktspēja
- Autoencoder
- Pavairošana atpakaļ
- Bayes teorēma
- Big Datu
- Chatbot: ceļvedis iesācējiem
- Skaitļošanas domāšana
- Datoru vīzija
- Apjukuma matrica
- Konvolūcijas neironu tīkli
- Kiberdrošība
- Datu audums
- Datu stāstīšana
- Datu Zinātne
- Datu glabāšana
- Lēmumu koks
- Deepfakes
- Dziļa mācīšanās
- Dziļa pastiprināšanas mācīšanās
- DevOps
- DevSecOps
- Difūzijas modeļi
- Digital Twin
- Dimensiju samazināšana
- Terminoloģija (no E līdz K)
- Edge AI
- Emociju AI
- Ansambļa mācības
- Ētiskā uzkrāšana
- ETL
- Izskaidrojams AI
- Federēta mācīšanās
- FinOps
- Ģeneratīvais AI
- Ģeneratīvs pretrunīgs tīkls
- Ģeneratīvs pret diskriminējošu
- Gradienta palielināšana
- Gradienta nolaišanās
- Dažu metienu mācības
- Attēlu klasifikācija
- IT operācijas (ITOps)
- Incidentu automatizācija
- Ietekmes inženierija
- K-Means klasterizācija
- K-Tuvākie kaimiņi
- Terminoloģija (L–Q)
- Terminoloģija (no R līdz Z)
- Pastiprināšanas mācības
- Atbildīgs AI
- RLHF
- Robotu procesu automatizācija
- Strukturēts pret nestrukturētu
- Sentimentu analīze
- Uzraudzīts pret neuzraudzīto
- Atbalsta vektora mašīnas
- Sintētiskie dati
- Sintētiskie mediji
- Teksta klasifikācija
- TinyML
- Pārneses mācības
- Transformatoru neironu tīkli
- Tjūringa tests
- Vektoru līdzības meklēšana
AI 101
Kas ir datu stāstīšana? Sastāvdaļas, priekšrocības un piemēri
Izdots
pirms 1 gadson
By
Hazika SajidSatura rādītājs
Mūsdienu uz datiem balstītajā pasaulē datu stāstīšana kļūst arvien svarīgāka lēmumu pieņemšanā un biznesa izaugsmei. Datu analītiķu lomas, piemēram, tirgus izpētes analītiķis, finanšu analītiķis un operāciju izpētes analītiķis, kļūst arvien izplatītākas, jo uzņēmumi apzinās uz datiem balstītu ieskatu nozīmi.
Saskaņā ar US BLS Profesionālās perspektīvas rokasgrāmatu 2021-2031, šīs darba lomas ievērojami pieaug:
Darba loma | Darba izaugsme | Vidējā alga |
Tirgus pētījumu analītiķis | 19% | $63,920 |
Finanšu analītiķis | 9% | $91,580 |
Operāciju izpētes analītiķis | 23% | $82,360 |
Šie analītiķi izmanto dažādas datu stāstīšanas metodes, lai veiktu efektīvas analītikas darbības. Apspriedīsim, kas ir datu stāstīšana, tās galvenās sastāvdaļas un priekšrocības, un, ja esat analītiķis, kā jūs varat kļūt labāks par datu stāstīšanu.
Kas ir datu stāstīšana?
Datu stāstu veidošana ietver datu analīzi, izmantojot vizuālus un pārliecinošus stāstījumus, lai ieinteresētajām personām sniegtu datu ieskatus. Datu stāstītājs datos izskaidro “kāpēc”, izmantojot vizualizāciju. Mērķis ir skaidri izskaidrot datu atribūtus un nodrošināt jēgpilnu kontekstu tam, ko šie dati attēlo. Lai pieņemtu efektīvus lēmumus, ir jāsniedz pamatā esošais ieskats datos un tendencēs.
Piemēram, finanšu analītiķis var parādīt investoriem svečtura diagrammu, lai parādītu a cenu kustību krājums vai aktīvu. Svečturu diagramma vizualizē vēsturiskos akciju modeļus, izmantojot četrus tirdzniecības rādītājus (“atvērtā cena”, “aizvēršanas cena”, “augstā cena” un “zemā cena”), lai prognozētu gaidāmās tirgus tendences.
Lai labāk izprastu, skatiet tālāk redzamo bitcoin cenu svečtura diagrammu. Grafikā tiek vizualizētas bitkoinu cenas 2023. gada pirmajos divos mēnešos. Zaļās joslas attēlo cenu pieauguma tendenci, savukārt sarkanās joslas parāda bitkoinu cenu samazināšanos.
Būtisks datu stāstīšanas aspekts ir tas, ka datu stāstniekiem ir jāsaprot uzņēmējdarbības konteksts un ieinteresēto personu prasības. Pētījumi liecina, ka 60% Datu analīzē ieguldītās investīcijas tiek zaudētas, jo iegūtās atziņas neatbilst lēmumu pieņemšanas un biznesa mērķiem. Rezultātā lēmumu pieņēmēji tikai izmanto 22% no saņemtajiem datu ieskatiem.
3 Datu stāstīšanas galvenās sastāvdaļas
Dati, vizuālie materiāli un stāstījums ir trīs galvenās datu stāstīšanas sastāvdaļas. Izpētīsim tos tālāk.
- Dati: Datu stāstnieki apkopo un iepriekš apstrādā datus, kas viņiem nepieciešami stāsta izstāstīšanai. Viņi veic statistisko analīzi un vizualizē galvenās tendences un modeļus rūpīgai datu analīzei.
- Stāstījums: Saistoša stāsta izveidi un konteksta nodrošināšanu galvenajiem atklājumiem, kas iegūti no datiem, sauc par stāstījumu. Labs stāstījums iedvesmo auditoriju rīkoties.
Tomass. H. Devenports, biznesa vadības vadītājs, saka:
“Stāstījums ir veids, kā mēs vienkāršojam un saprotam sarežģīto pasauli. Tas nodrošina kontekstu, ieskatu, interpretāciju — visas lietas, kas padara datus jēgpilnus un analīzi padara atbilstošāku un interesantāku.
- Vizuāli: Attēls ir 1000 vārdu vērts. Vizualizācija piešķir stāstījumam nozīmi un rada ietekmīgu datu stāstu. Vizuālie materiāli var būt diagrammu, attēlu vai videoklipu veidā.
Datu analītiķis var izmantot datu stāstīšanas sistēmu, piemēram, varoņus, iestatījumus, konfliktus un risinājumu, lai pastāstītu pārliecinošu stāstu. Piemēram, e-komercijas domēnā rakstzīmes var būt klienti, iestatījums ir uzņēmums, kas cīnās ar klientu noturēšanu, konflikts var būt pieaugošs atteikšanās rādītājs, un atrisināšana ir darbību kopums, ko datu stāstītājs iesaka, lai samazinātu atteikšanās ātrumu.
Kā datu analītiķis var uzlabot datu stāstīšanu?
Izprotiet savu auditoriju
Izpratne par auditoriju ir pārliecinošas datu stāstīšanas atslēga. Ja runājat ar uzņēmumu vadītājiem, būtu svarīgi sniegt viņiem augsta līmeņa analīzi un praktiskus ieskatus biznesa stratēģijai. Bet, runājot ar komandu, jums ir detalizēti jāpaskaidro metodes, kas izmantotas, lai nonāktu pie secinājuma.
Izvēlieties atbilstošās vizualizācijas
Datu vizualizācija izceļ dažādus datu aspektus, piemēram;
- Salīdzinājums (joslu diagramma, līniju diagramma)
- Attiecības (izkliedes diagramma, burbuļu diagramma)
- Izplatība (histogramma, izkliedes diagrammas)
- Sastāvs (ūdenskrituma diagramma, sakrauta apgabala diagramma)
Saprotiet, ko jūs mēģināt sasniegt ar datiem un cik daudz mainīgo jums ir jāņem vērā. Izvēlieties labāko vizualizāciju, lai izteiktu savu ideju.
Izvairieties no nekārtības
Atbrīvojieties no vizualizācijas, apkopojot vai noņemot informāciju, kas nav nepieciešama. Piemēram, zemāk redzamajās diagrammās WGM, WIM, WCM un WFM ir vadošie sieviešu tituli šahā; pārējos datus var apkopot kā “citus”.
Izmantojiet dzīvīgas krāsas
Izmantojiet krāsu paletes, kas pieejamas ikvienam, tostarp vājredzīgiem vai daltoniķiem. Saglabājiet kontrastu krāsās un nelietojiet vienu un tās pašas krāsas blakus. Piemēram, zemāk redzamajās joslu diagrammās krāsu kombināciju pirmajā diagrammā var būt grūti atšķirt salīdzinājumā ar otro diagrammu.
Kādas ir datu stāstīšanas priekšrocības organizācijām?
Veicina darbinieku datu pratību
Datu stāstīšana var uzlabot organizācijas darbinieku datu pratību. Saskaņā ar Accenture un Qlik aptauju tikai 21% darbinieku jūtas pārliecināti, lasot, analizējot un apspriežot datus. Tādējādi pārliecinoša datu stāstīšana mudina viņus izpētīt un apspriest datus organizācijā.
Izveidojiet aizraujošu un vērtīgu pieredzi visām ieinteresētajām personām
Izpratne un auditorijas uzmanības piesaistīšana ir būtiska efektīvai komunikācijai. Cilvēka smadzenes apstrādā vizuālos attēlus 60,000 reizes ātrāk nekā teksts, un cilvēki atceras stāstus 22 reizes vairāk nekā fakti. Tādējādi datu stāstu stāstīšana produktu lietotājiem vai akcionāriem, izmantojot pārliecinošus stāstījumus un vizualizāciju, var būt ļoti saistoša un vērtīga.
Ietekmē lēmumu pieņemšanu
Pārliecinošs datu stāsts sniedz jaunu skatījumu vai atklāj slēptos aspektus. Tas paziņo, kas jādara. Tas ļauj ieinteresētajām personām pieņemt apzinātus lēmumus un rīkoties saistībā ar savu biznesa stratēģiju.
Datu stāstu stāstīšana — datu analītiķu virzība uz priekšu
Datu stāstīšana ir māksla un zinātne, kas sniedz ieskatus par datiem. Tā kā dati turpina pieaugt eksponenciāli un kļūst sarežģītāki, uz datiem balstīta stāstu veidošana kļūst par būtisku prasmi.
Organizācijā datu stāstītāju lomu veic datu analītiķi vai datu inženieri. Tādi rīki kā Tableau un PowerBI ļauj datu analītiķiem bez lielām pūlēm izveidot pārliecinošas vizualizācijas un informācijas paneļus. Patiesībā, Gartner lēš, ka līdz 2025. gadam lielākā daļa datu stāstu tiks ģenerēti automātiski.
Datu analītiķiem vajadzētu uzturēt kontaktus ar jaunākajām tendencēm un darbarīki iekš Datu analītika nozarei, lai pastāstītu ietekmīgus datu stāstus. Lai iegūtu vairāk ar AI saistīta satura, apmeklējiet vietni apvienoties.ai.
Haziqa ir datu zinātnieks ar lielu pieredzi tehniskā satura rakstīšanā AI un SaaS uzņēmumiem.
Jums varētu patikt
AniPortrait: fotoreālistiskas portreta animācijas audio vadīta sintēze
AI iekšējais dialogs: kā pašrefleksija uzlabo tērzēšanas robotus un virtuālos palīgus
Tūlītējs stils: stila saglabāšana teksta pārveidošanā attēlā
LoReFT: Representation Finetuning for Language Models
Papildus meklētājprogrammām: LLM nodrošināto tīmekļa pārlūkošanas aģentu pieaugums
AI caurspīdīguma un uzticamības uzlabošana, izmantojot salikto AI