- Terminologia (A a D)
- Controle de capacidade de IA
- AIOps
- Albumentações
- Desempenho dos Ativos
- Codificador automático
- Retropropagação
- Teorema de Bayes
- Big Data
- Chatbot: um guia para iniciantes
- Pensamento Computacional
- Visão de Computador
- Matriz de Confusão
- Redes Neurais Convolucionais
- Cíber segurança
- Tecido de dados
- Contação de histórias de dados
- Ciência dados
- Data warehousing
- Árvore de decisão
- Deepfakes
- Aprendizagem profunda
- Aprendizagem por Reforço Profundo
- devops
- DevSecOps
- Modelos de Difusão
- Digital Twin
- Redução de dimensionalidade
- Terminologia (E a K)
- IA de borda
- Emoção AI
- Ensemble Learning
- Ethical Hacking
- ETL
- IA explicável
- Aprendizagem Federada
- FinOps
- IA generativa
- Rede Adversarial Geradora
- Generativo vs. Discriminativo
- Intensificação de Gradiente
- Gradiente descendente
- Aprendizagem de poucos tiros
- Classificação de imagens
- Operações de TI (ITOps)
- Automação de Incidentes
- Engenharia de influência
- K-significa clusters
- Vizinhos mais próximos
- Terminologia (L a Q)
- Terminologia (R a Z)
- Aprendizagem por Reforço
- IA responsável
- RLHF
- Automação de Processo Robótica
- Estruturado x Não Estruturado
- Análise de Sentimentos
- Supervisionado x Não supervisionado
- Máquinas de vetor de suporte
- Dados Sintéticos
- Mídia Sintética
- Classificação de Texto
- TinyML
- Aprendizagem por transferência
- Redes Neurais Transformadoras
- Teste de Turing
- Pesquisa de semelhança vetorial
AI 101
O que é Data Storytelling? Componentes, benefícios e exemplos
Publicado
1 ano atráson
By
Haziqa SajidÍndice analítico
No mundo orientado a dados de hoje, a narrativa de dados está se tornando cada vez mais importante para a tomada de decisões e o crescimento dos negócios. As funções de análise de dados, como analista de pesquisa de mercado, analista financeiro e analista de pesquisa operacional, estão se tornando predominantes à medida que as empresas percebem a importância dos insights orientados por dados.
De acordo com o US BLS Occupational Outlook Handbook 2021-2031, essas funções de trabalho estão experimentando um crescimento considerável:
Job Role | Crescimento do emprego | Salário mediano |
Analista de Pesquisa de Mercado | 19% | $63,920 |
Analista financeiro | 9% | $91,580 |
Analista de Pesquisa Operacional | 23% | $82,360 |
Esses analistas empregam várias técnicas de narrativa de dados para realizar operações analíticas eficazes. Vamos discutir o que é a narrativa de dados, seus principais componentes e benefícios e, se você for um analista, como pode melhorar a narrativa de dados.
O que é Data Storytelling?
A narrativa de dados envolve a análise de dados usando narrativas visuais e atraentes para comunicar insights de dados às partes interessadas. Um contador de histórias de dados explica o “porquê” dos dados usando a visualização. O objetivo é explicar claramente os atributos dos dados e fornecer um contexto significativo para o que esses dados representam. Apresentar os insights subjacentes em dados e tendências é necessário para uma tomada de decisão eficaz.
Por exemplo, um analista financeiro pode mostrar um gráfico de velas aos investidores para demonstrar o movimento do preço de um estoque ou ativo. Um gráfico de velas visualiza os padrões históricos de ações usando quatro indicadores de negociação (“preço de abertura”, “preço de fechamento”, “preço alto” e “preço baixo”) para prever a próxima tendência do mercado.
Para uma melhor compreensão, observe o gráfico de velas de preço do bitcoin abaixo. O gráfico visualiza os preços do bitcoin nos primeiros dois meses de 2023. As barras verdes representam uma tendência de aumento de preço, enquanto as barras vermelhas mostram uma tendência decrescente de preço do bitcoin.
Um aspecto crucial da narrativa de dados é que os contadores de histórias de dados precisam entender o contexto de negócios e os requisitos das partes interessadas. A pesquisa mostra que 60% do investimento feito em análise de dados é desperdiçado porque os insights obtidos não se alinham com a tomada de decisões e os objetivos de negócios. Como resultado, os tomadores de decisão usam apenas 22% dos insights de dados que recebem.
3 principais componentes da narrativa de dados
Dados, visuais e narrativa são os três principais componentes da narrativa de dados. Vamos explorá-los mais abaixo.
- Data: Os contadores de histórias de dados coletam e pré-processam os dados de que precisam para contar uma história. Eles realizam análises estatísticas e visualizam as principais tendências e padrões para uma análise de dados completa.
- Narrativa: Criar uma história envolvente e fornecer contexto para as principais descobertas obtidas dos dados é chamado de narrativa. Uma boa narrativa inspira o público a agir.
Tomás. H. Davenport, um líder de pensamento em gestão de negócios, diz:
“A narrativa é a maneira como simplificamos e damos sentido a um mundo complexo. Ele fornece contexto, insight, interpretação – todas as coisas que tornam os dados significativos e as análises mais relevantes e interessantes.”
- Imagens: Uma imagem vale mais que 1000 palavras. A visualização adiciona peso à narrativa e cria uma história de dados impactante. Os recursos visuais podem estar na forma de gráficos, imagens ou vídeos.
Um analista de dados pode usar uma estrutura de narrativa de dados como personagens, cenário, conflito e resolução para contar uma história convincente. Por exemplo, no domínio do comércio eletrônico, os personagens podem ser clientes, o cenário é uma empresa lutando com a retenção de clientes, o conflito pode ser uma taxa de rotatividade crescente e a resolução é o conjunto de etapas que o contador de histórias de dados sugere para reduzir a taxa de rotatividade.
Como um analista de dados pode melhorar na narrativa de dados?
Entenda seu público
Compreender o público é a chave para uma narrativa de dados atraente. Se você estiver conversando com executivos de negócios, seria importante fornecer a eles análises de alto nível e insights acionáveis para a estratégia de negócios. Mas ao falar com a equipe, você deve explicar detalhadamente os métodos usados para chegar a uma conclusão.
Escolha visualizações apropriadas
A visualização de dados destaca diferentes aspectos dos dados, como;
- Comparação (gráfico de barras, gráfico de linhas)
- Relacionamento (gráfico de dispersão, gráfico de bolhas)
- Distribuição (Histograma, gráficos de dispersão)
- Composição (gráfico de cascata, gráfico de área empilhada)
Entenda o que você está tentando alcançar com os dados e quantas variáveis você deve considerar. Selecione a melhor visualização para transmitir sua ideia.
Evite a desordem
Organize a visualização agregando ou removendo informações desnecessárias. Por exemplo, nas tabelas abaixo, WGM, WIM, WCM e WFM são os principais títulos femininos no xadrez; os demais dados podem ser agregados como “outros”.
Use Cores Vibrantes
Use paletas de cores acessíveis a todos, incluindo deficientes visuais ou daltônicos. Mantenha o contraste nas cores e evite usar as mesmas cores uma ao lado da outra. Por exemplo, nos gráficos de barras abaixo, a combinação de cores no primeiro gráfico pode ser difícil de distinguir em comparação com o segundo gráfico.
Quais são os benefícios do Data Storytelling para as organizações?
Promove a alfabetização de dados entre os funcionários
A narrativa de dados pode melhorar a alfabetização em dados dos funcionários da organização. De acordo com uma pesquisa realizada pela Accenture e Qlik, apenas 21% dos funcionários se sentem confiantes para ler, analisar e discutir dados. Conseqüentemente, uma narrativa convincente de dados os incentiva a explorar e discutir os dados dentro da organização.
Crie experiências envolventes e valiosas para todas as partes interessadas
Compreender e prender a atenção do público é fundamental para uma comunicação eficaz. O cérebro humano processa imagens vezes 60,000 mais rápido do que o texto, e as pessoas se lembram de histórias vezes 22 mais do que fatos. Portanto, contar histórias de dados para os usuários ou acionistas de seu produto usando narrativas e visualizações atraentes pode ser altamente envolvente e valioso.
Influenciar a Tomada de Decisões
A narrativa de dados atraente fornece uma nova perspectiva ou revela aspectos ocultos. Ele comunica o que precisa ser feito. Ele permite que as partes interessadas tomem decisões informadas e ajam em relação à sua estratégia de negócios.
Data Storytelling – Caminho a seguir para analistas de dados
Data storytelling é a arte e a ciência de comunicar insights sobre dados. À medida que os dados continuam aumentando exponencialmente e ficando mais complexos, a narrativa baseada em dados está se tornando uma habilidade essencial.
Em uma organização, o papel dos contadores de histórias de dados é desempenhado por analistas de dados ou engenheiros de dados. Ferramentas como Tableau e PowerBI permitem que os analistas de dados criem visualizações e painéis atraentes sem muito esforço. Na verdade, Gartner estima que até 2025 a maioria das histórias de dados será gerada automaticamente.
Os analistas de dados devem estar em contato com as últimas tendências e ferramentas no análise de dados indústria para contar histórias de dados impactantes. Para mais conteúdo relacionado à IA, visite uni-vos.ai.
Haziqa é um Cientista de Dados com vasta experiência em escrever conteúdo técnico para empresas de IA e SaaS.
Você pode gostar
AniPortrait: síntese de animação de retratos fotorrealistas baseada em áudio
Diálogo interno da IA: como a autorreflexão aprimora chatbots e assistentes virtuais
Estilo instantâneo: preservação de estilo na geração de texto para imagem
LoReFT: ajuste fino de representação para modelos de linguagem
Além dos mecanismos de pesquisa: a ascensão dos agentes de navegação na Web com tecnologia LLM
Aprimorando a transparência e a confiança da IA com IA composta