Data Storytelling ဆိုတာ ဘာလဲ အစိတ်အပိုင်းများ၊ အကျိုးကျေးဇူးများနှင့် ဥပမာများ

ယနေ့ခေတ် ဒေတာမောင်းနှင်သောကမ္ဘာတွင်၊ ဆုံးဖြတ်ချက်ချခြင်းနှင့် လုပ်ငန်းတိုးတက်မှုအတွက် ဒေတာပုံပြင်ပြောခြင်းသည် ပို၍အရေးကြီးလာသည်။ ကုမ္ပဏီများသည် ဒေတာမောင်းနှင်သော ထိုးထွင်းသိမြင်နားလည်မှု၏ အရေးပါမှုကို သိရှိလာသောကြောင့် စျေးကွက်သုတေသနလေ့လာသူ၊ ဘဏ္ဍာရေးလေ့လာသုံးသပ်သူနှင့် လုပ်ငန်းဆောင်ရွက်မှု သုတေသနသုံးသပ်သူကဲ့သို့သော ဒေတာခွဲခြမ်းစိတ်ဖြာမှုအခန်းကဏ္ဍများသည် ပျံ့နှံ့လာပါသည်။

US BLS Occupational Outlook Handbook 2021-2031 အရ ဤအလုပ်အကိုင် အခန်းကဏ္ဍများသည် သိသိသာသာ တိုးတက်လာသည်-

ဤလေ့လာသုံးသပ်သူများသည် ထိရောက်သော ခွဲခြမ်းစိတ်ဖြာခြင်းလုပ်ငန်းကို ဆောင်ရွက်ရန်အတွက် အမျိုးမျိုးသော ဒေတာပုံပြင်ပြောခြင်းနည်းပညာများကို အသုံးပြုကြသည်။ ဒေတာပုံပြင်ပြောခြင်းမှာ အဘယ်အရာဖြစ်သည်၊ ၎င်း၏အဓိကအစိတ်အပိုင်းများနှင့် အကျိုးကျေးဇူးများကို ဆွေးနွေးကြည့်ကြစို့၊ သင်သည် လေ့လာဆန်းစစ်သူဖြစ်ပါက ဒေတာပုံပြင်ပြောခြင်းတွင် သင်မည်ကဲ့သို့ ပိုမိုကောင်းမွန်လာမည်နည်း။

Data Storytelling ဆိုတာ ဘာလဲ

ဒေတာပုံပြင်ပြောခြင်းတွင် သက်ဆိုင်သူများထံသို့ ဒေတာဆိုင်ရာ ထိုးထွင်းသိမြင်မှုများကို ဆက်သွယ်ရန်အတွက် အမြင်အာရုံနှင့် ဆွဲဆောင်မှုရှိသော ဇာတ်ကြောင်းများကို အသုံးပြု၍ ဒေတာကို ခွဲခြမ်းစိတ်ဖြာခြင်း ပါဝင်သည်။ ဒေတာပုံပြင်ပြောသူတစ်ဦးသည် ပုံရိပ်ယောင်ပုံဖော်ခြင်းကို အသုံးပြု၍ ဒေတာရှိ "ဘာကြောင့်" ကို ရှင်းပြသည်။ ရည်ရွယ်ချက်မှာ data attribute များကို ရှင်းလင်းစွာရှင်းပြပြီး ထို data ကို ကိုယ်စားပြုသည့်အရာအတွက် အဓိပ္ပါယ်ရှိသော ဆက်စပ်အကြောင်းအရာကို ပေးဆောင်ရန်ဖြစ်သည်။ ထိရောက်သော ဆုံးဖြတ်ချက်ချရန်အတွက် ဒေတာနှင့် ခေတ်ရေစီးကြောင်းများရှိ အခြေခံထိုးထွင်းသိမြင်မှုများကို တင်ပြရန် လိုအပ်ပါသည်။

ဥပမာအားဖြင့်၊ ငွေကြေးဆိုင်ရာ လေ့လာဆန်းစစ်သူတစ်ဦးသည် စျေးနှုန်းလှုပ်ရှားမှုကို သရုပ်ပြရန် ရင်းနှီးမြှုပ်နှံသူများအား ဆီမီးခုံဇယားကို ပြသနိုင်သည်။ စတော့ရှယ်ယာ သို့မဟုတ် ပိုင်ဆိုင်မှု။ လာမည့်စျေးကွက်လမ်းကြောင်းကို ခန့်မှန်းရန် ဆီမီးခုံဇယားတစ်ခုသည် အရောင်းအ၀ယ်အညွှန်းလေးခု (“အဖွင့်စျေးနှုန်း၊” “အနီးကပ်စျေးနှုန်း၊” “မြင့်မားသောစျေးနှုန်း” နှင့် “စျေးနှုန်းနိမ့်”) ကိုအသုံးပြု၍ သမိုင်းဝင်စတော့ပုံစံများကို မြင်ယောင်စေသည်။

တိုးလာခြင်းနှင့် ကျဆင်းနေသော စျေးနှုန်းလမ်းကြောင်းကို ပြသသည့် ဆီမီးခုံရုပ်ပုံ။ Wikimedia Commons

ပိုမိုနားလည်ရန်၊ အောက်ဖော်ပြပါ bitcoin စျေးနှုန်းမီးခုံဇယားကိုကြည့်ပါ။ ဂရပ်သည် 2023 ခုနှစ် ပထမနှစ်လအတွက် bitcoin စျေးနှုန်းများကို မြင်သာစေပါသည်။ အစိမ်းရောင်ဘားများသည် တိုးလာနေသောစျေးနှုန်းလမ်းကြောင်းကို ကိုယ်စားပြုပြီး အနီရောင်ဘားများသည် bitcoin စျေးနှုန်းလမ်းကြောင်းကို ကျဆင်းလာကြောင်း ပြသနေချိန်တွင် ဂရပ်ဖစ်သည်။

Bitcoin ဆီမီးခုံဇယား ဇန်နဝါရီ-ဖေဖော်ဝါရီ 2023

ဒေတာပုံပြင်ပြောခြင်းတွင် အရေးကြီးသောအချက်မှာ ဒေတာပုံပြင်ပြောသူများသည် လုပ်ငန်းအကြောင်းအရာနှင့် သက်ဆိုင်သူလိုအပ်ချက်များကို နားလည်ရန် လိုအပ်ပါသည်။ အဲဒါကို သုတေသနက ဖော်ပြတယ်။ 60% ဒေတာခွဲခြမ်းစိတ်ဖြာမှုတွင် မြှုပ်နှံထားသည့် ရင်းနှီးမြှုပ်နှံမှုများသည် ဆုံးဖြတ်ချက်ချခြင်းနှင့် လုပ်ငန်းပန်းတိုင်များနှင့် မကိုက်ညီသောကြောင့် ရရှိသော ထိုးထွင်းဉာဏ်သည် ဆုံးရှုံးသွားပါသည်။ ထို့ကြောင့် ဆုံးဖြတ်ချက်ချသူများသာ သုံးသည်။ 22% သူတို့ရရှိတဲ့ အချက်အလက်တွေရဲ့ ထိုးထွင်းသိမြင်မှု။

ဒေတာပုံပြင်ပြောခြင်း၏ အဓိက အစိတ်အပိုင်း ၃ ခု

ဒေတာ၊ ရုပ်ပုံနှင့် ဇာတ်ကြောင်းသည် ဒေတာပုံပြင်ပြောခြင်း၏ အဓိက အစိတ်အပိုင်း သုံးခုဖြစ်သည်။ ၎င်းတို့ကို အောက်တွင် ဆက်လက်လေ့လာကြည့်ကြပါစို့။

1. data: ပုံပြင်ပြောသူများသည် ပုံပြင်တစ်ပုဒ်ပြောပြရန် လိုအပ်သော အချက်အလက်များကို စုဆောင်းပြီး ကြိုတင်လုပ်ဆောင်ကြသည်။ ၎င်းတို့သည် ကိန်းဂဏန်းဆိုင်ရာ ခွဲခြမ်းစိတ်ဖြာမှုများကို လုပ်ဆောင်ပြီး စေ့စေ့စပ်စပ် ဒေတာခွဲခြမ်းစိတ်ဖြာမှုအတွက် အဓိက လမ်းကြောင်းများနှင့် ပုံစံများကို မြင်ယောင်စေသည်။
2. ဇာတ်ကြောင်း ဆွဲဆောင်မှုရှိသော ဇာတ်လမ်းကို ဖန်တီးခြင်းနှင့် ဒေတာမှရရှိသော အဓိကရှာဖွေတွေ့ရှိချက်များကို ဆက်စပ်တင်ပြခြင်းအား ဇာတ်ကြောင်းဟုခေါ်သည်။ ကောင်းမွန်သောဇာတ်ကြောင်းသည် ပရိသတ်အား တက်ကြွစေရန် လှုံ့ဆော်ပေးသည်။

သောမတ်စ်။ H. Davenportစီးပွားရေးစီမံခန့်ခွဲမှုဆိုင်ရာ တွေးခေါ်ရှင်တစ်ဦးဖြစ်သည့် ၊

“ဇာတ်ကြောင်းက ရိုးရှင်းပြီး ရှုပ်ထွေးတဲ့ကမ္ဘာကို အဓိပ္ပာယ်ဖော်တဲ့နည်းပါ။ ၎င်းသည် အကြောင်းအရာ၊ ထိုးထွင်းသိမြင်မှု၊ အဓိပ္ပာယ်ဖွင့်ဆိုမှု—ဒေတာကို အဓိပ္ပာယ်ရှိပြီး ခွဲခြမ်းစိတ်ဖြာမှု ပိုမိုဆီလျော်ပြီး စိတ်ဝင်စားဖွယ်ဖြစ်စေသည့် အရာအားလုံးကို ထောက်ပံ့ပေးသည်။"

3. ရုပ်ပုံများ ပုံတစ်ပုံသည် စကားလုံး 1000 တန်ပါသည်။ စိတ်ကူးပုံဖော်ခြင်းသည် ဇာတ်ကြောင်းကို အလေးချိန်တိုးစေပြီး အကျိုးသက်ရောက်မှုရှိသော ဒေတာဇာတ်လမ်းကို ဖန်တီးပေးသည်။ Visual များသည် ဂရပ်များ၊ ရုပ်ပုံများ သို့မဟုတ် ဗီဒီယိုများ ၏ ပုံစံဖြင့် ဖြစ်နိုင်သည်။

ဒေတာခွဲခြမ်းစိတ်ဖြာသူသည် ဆွဲဆောင်မှုရှိသော ဇာတ်လမ်းတစ်ပုဒ်ကို ပြောပြရန်အတွက် ဇာတ်ကောင်များ၊ ဆက်တင်များ၊ ပဋိပက္ခနှင့် ပြတ်သားမှုကဲ့သို့သော ဒေတာပုံပြင်ပြောခြင်းဆိုင်ရာ မူဘောင်ကို အသုံးပြုနိုင်သည်။ ဥပမာအားဖြင့်၊ e-commerce ဒိုမိန်းတွင် ဇာတ်ကောင်များသည် ဖောက်သည်များဖြစ်နိုင်သည်၊ ဆက်တင်သည် ဖောက်သည်များကို ထိန်းသိမ်းရန် ရုန်းကန်နေရသော ကုမ္ပဏီတစ်ခုဖြစ်ပြီး၊ ပဋိပက္ခသည် တိုးလာနိုင်သည့်နှုန်းနှင့် ဖြေရှင်းချက်သည် ဒေတာဇာတ်လမ်းပြောပြသူမှ လှည့်စားနှုန်းကို လျှော့ချရန် အကြံပြုသည့် အဆင့်များဖြစ်သည်။

Data Analyst သည် Data Storytelling တွင် မည်သို့ ပိုမိုကောင်းမွန်လာမည်နည်း။

သင့်ပရိသတ်ကို နားလည်ပါ။

ပရိသတ်ကို နားလည်ခြင်းသည် ဆွဲဆောင်မှုရှိသော အချက်အလက်ပုံပြင်ပြောခြင်း၏ သော့ချက်ဖြစ်သည်။ အကယ်၍ သင်သည် လုပ်ငန်းအမှုဆောင်အရာရှိများနှင့် စကားပြောဆိုပါက၊ ၎င်းတို့အား မြင့်မားသောအဆင့်ခွဲခြမ်းစိတ်ဖြာမှုနှင့် လုပ်ငန်းဗျူဟာအတွက် လုပ်ဆောင်နိုင်သော ထိုးထွင်းသိမြင်မှုများကို ပေးဆောင်ရန်မှာ ထင်ရှားပါသည်။ ဒါပေမယ့် အသင်းနဲ့ စကားပြောတဲ့အခါ နိဂုံးချုပ်ဖို့ အသုံးပြုတဲ့ နည်းလမ်းတွေကို အသေးစိတ် ရှင်းပြရပါမယ်။

သင့်လျော်သော စိတ်ကူးပုံဖော်မှုများကို ရွေးချယ်ပါ။

Data visualization သည် data ၏ မတူညီသော အသွင်အပြင်များကို မီးမောင်းထိုးပြသည် ၊

• နှိုင်းယှဉ်မှု (ဘားကားချပ်၊ လိုင်းကားချပ်)
• ဆက်ဆံရေး (ဖြန့်ကျက်ကွက်၊ ပူဖောင်းဇယား)
• ဖြန့်ဝေခြင်း (Histogram၊ အပိုင်းအစများ)
• ပေါင်းစပ်ဖွဲ့စည်းမှု (ရေတံခွန်ဇယား၊ အထပ်လိုက် ဧရိယာဇယား)

ဒေတာဖြင့် သင်အောင်မြင်ရန် ကြိုးစားနေသည့်အရာနှင့် သင်ထည့်သွင်းစဉ်းစားရမည့် ကိန်းရှင်အရေအတွက်ကို နားလည်ပါ။ သင့်စိတ်ကူးကို ဖော်ပြရန် အကောင်းဆုံး စိတ်ကူးပုံဖော်မှုကို ရွေးချယ်ပါ။

စုပြုံပြွတ်သိပ်ခြင်းကိုရှောင်ကြဉ်ပါ

မလိုအပ်သော အချက်အလက်များကို စုစည်းခြင်း သို့မဟုတ် ဖယ်ရှားခြင်းဖြင့် အမြင်အာရုံကို ဖယ်ထုတ်ပါ။ ဥပမာအားဖြင့်၊ အောက်ဖော်ပြပါဇယားများတွင် WGM၊ WIM၊ WCM နှင့် WFM တို့သည် စစ်တုရင်တွင် အမျိုးသမီး ခေါင်းစဉ်များဖြစ်သည်။ ကျန်ဒေတာများကို "အခြားသူများ" အဖြစ် စုစည်းနိုင်ပါသည်။

x-axis ရှိ မလိုအပ်သော FIDE ခေါင်းစဉ်အညွှန်းများ

ဖတ်ရလွယ်ကူသော စုစည်းထားသော ဘားဇယား

တက်ကြွသောအရောင်များကိုသုံးပါ။

အမြင်အာရုံချို့တဲ့သူများ သို့မဟုတ် အရောင်ကန်းသူများ အပါအဝင် လူတိုင်းသုံးနိုင်သော အရောင်စုံများကို အသုံးပြုပါ။ ခြားနားသောအရောင်များကိုထားရှိကာ တူညီသောအရောင်များကို တစ်ခုနှင့်တစ်ခုဘေးတွင်အသုံးပြုခြင်းမှရှောင်ကြဉ်ပါ။ ဥပမာအားဖြင့်၊ အောက်ဖော်ပြပါ ဘားဇယားများတွင် ပထမဇယားရှိ အရောင်ပေါင်းစပ်မှုသည် ဒုတိယဇယားနှင့် နှိုင်းယှဉ်ရန် ခက်ခဲနိုင်သည်။

အရောင်ပေါင်းစပ်မှုကြောင့် ဇယားကွက်ကို အဓိပ္ပာယ်ဖွင့်ဆိုရန် ခက်ခဲသည်။

အရောင်ပေါင်းစပ်မှုကြောင့် ဇယားကို အနက်ပြန်ရလွယ်သည်။

အဖွဲ့အစည်းများအတွက် ဒေတာပုံပြင်ပြောခြင်း၏ အကျိုးကျေးဇူးများကား အဘယ်နည်း။

ဝန်ထမ်းများအကြား ဒေတာတတ်မြောက်မှုကို မြှင့်တင်ပေးသည်။

ဒေတာပုံပြင်ပြောခြင်းသည် အဖွဲ့အစည်းအတွင်းရှိ ၀န်ထမ်းများ၏ ဒေတာတတ်မြောက်မှုကို မြှင့်တင်ပေးနိုင်သည်။ Accenture နှင့် Qlik တို့၏ စစ်တမ်းတစ်ခုအရ ဝန်ထမ်း 21% ကသာ အချက်အလက်ဖတ်ခြင်း၊ ခွဲခြမ်းစိတ်ဖြာခြင်းနှင့် ဆွေးနွေးခြင်းတွင် ယုံကြည်ချက်ရှိကြသည်။ ထို့ကြောင့်၊ ဆွဲဆောင်မှုရှိသော ဒေတာပုံပြင်ပြောခြင်းသည် ၎င်းတို့အား အဖွဲ့အစည်းအတွင်းရှိ အချက်အလက်များကို စူးစမ်းလေ့လာဆွေးနွေးရန် အားပေးပါသည်။

သက်ဆိုင်သူအားလုံးအတွက် ဆွဲဆောင်မှုနှင့် တန်ဖိုးရှိသော အတွေ့အကြုံများကို ဖန်တီးပါ။

ပရိသတ်၏ အာရုံစိုက်မှုကို နားလည်ပြီး ထိရောက်သော ဆက်သွယ်မှုရရှိရန် အရေးကြီးပါသည်။ လူ့ဦးနှောက်သည် ပုံရိပ်ယောင်များကို လုပ်ဆောင်သည်။ 60,000 ကြိမ် စာသားထက် ပိုမြန်ပြီး လူတွေက ဇာတ်လမ်းတွေကို မှတ်မိတယ်။ 22 ကြိမ် အချက်အလက်တွေထက် ပိုပါတယ်။ ထို့ကြောင့်၊ သင့်ထုတ်ကုန်အသုံးပြုသူများ သို့မဟုတ် အစုရှယ်ယာရှင်များအား ဆွဲဆောင်မှုရှိသော ဇာတ်ကြောင်းများနှင့် အမြင်အာရုံကို အသုံးပြု၍ ဒေတာပုံပြင်များကို ပြောပြခြင်းသည် အလွန်ဆွဲဆောင်မှုရှိပြီး တန်ဖိုးရှိပါသည်။

ဆုံးဖြတ်ချက်ချခြင်းကို လွှမ်းမိုးသည်။

ဆွဲဆောင်မှုရှိသော ဒေတာပုံပြင်ပြောပြခြင်းသည် ရှုထောင့်အသစ်ကို ပေးသည် သို့မဟုတ် လျှို့ဝှက်ထားသော ရှုထောင့်များကို ဖော်ထုတ်ပေးသည်။ လုပ်ဆောင်ရမည့်အရာများကို ဆက်သွယ်ပေးသည်။ ၎င်းသည် သက်ဆိုင်သူများအား အသိပေးဆုံးဖြတ်ချက်များချနိုင်စေရန်နှင့် ၎င်းတို့၏ လုပ်ငန်းဗျူဟာများနှင့် ပတ်သက်၍ အရေးယူဆောင်ရွက်နိုင်စေပါသည်။

ဒေတာပုံပြင်ပြောခြင်း – ဒေတာခွဲခြမ်းစိတ်ဖြာသူများအတွက် ရှေ့ခရီးလမ်း

Data Storytelling သည် ဒေတာနှင့်ပတ်သက်သော ထိုးထွင်းသိမြင်မှုများကို ဆက်သွယ်ခြင်း၏ အနုပညာနှင့် သိပ္ပံပညာဖြစ်သည်။ ဒေတာများ အဆမတန် တိုးများလာကာ ပိုမိုရှုပ်ထွေးလာသည်နှင့်အမျှ ဒေတာကို မောင်းနှင်သည့် ပုံပြင်ပြောခြင်းသည် မရှိမဖြစ်လိုအပ်သော ကျွမ်းကျင်မှုတစ်ခု ဖြစ်လာပါသည်။

အဖွဲ့အစည်းတစ်ခုတွင် ဒေတာလေ့လာသူ သို့မဟုတ် ဒေတာအင်ဂျင်နီယာများက ဒေတာပုံပြင်ပြောသူများ၏ အခန်းကဏ္ဍကို လုပ်ဆောင်သည်။ Tableau နှင့် PowerBI ကဲ့သို့သော ကိရိယာများသည် ဒေတာခွဲခြမ်းစိတ်ဖြာသူများကို အားစိုက်ထုတ်စရာမလိုဘဲ ဆွဲဆောင်မှုရှိသော ပုံရိပ်ယောင်နှင့် ဒက်ရှ်ဘုတ်များကို တည်ဆောက်နိုင်စေသည်။ တကယ်တော့, Gartner မှ 2025 တွင် data ဇာတ်လမ်းအများစုကိုအလိုအလျောက်ထုတ်ပေးလိမ့်မည်ဟုခန့်မှန်းသည်။

ဒေတာသုံးသပ်သူများသည် နောက်ဆုံးပေါ်ခေတ်ရေစီးကြောင်းများနှင့် အဆက်အသွယ်ရှိနေသင့်သည်။ tools တွေ ထဲမှာ ဒေတာ analytics သက်ရောက်မှုရှိသော အချက်အလက်ဇာတ်လမ်းများကို ပြောပြရန် စက်မှုလုပ်ငန်း။ နောက်ထပ် AI နှင့်ပတ်သက်သည့် အကြောင်းအရာများအတွက်၊ သွားရောက်ကြည့်ရှုပါ။ unite.ai.