- Terminologija (A do D)
- Nadzor zmogljivosti AI
- AIOps
- Albumentacije
- Učinkovitost sredstev
- Samodejni kodirnik
- Razmnoževanje
- Bayesov izrek
- Big Podatki
- Chatbot: vodnik za začetnike
- Računalniško razmišljanje
- Računalniška vizija
- Matrica zmede
- Konvolucijsko nevronsko omrežje
- Cybersecurity
- Podatkovna tkanina
- Podatkovno pripovedovanje zgodb
- Znanost podatki
- Skladiščenje podatkov
- Drevo odločitve
- Deepfakes
- Globoko učenje
- Učenje poglobljenega okrepitve
- DevOps
- DevSecOps
- Difuzijski modeli
- Digital Twin
- Zmanjšanje dimenzij
- Terminologija (E do K)
- Edge AI
- AI čustva
- Učenje ansambla
- Etično vdiranje
- ETL
- Razložljiv AI
- Zvezno učenje
- FinOps
- Generativna AI
- Generacijska svetovalna mreža
- Generativno proti diskriminaciji
- Gradient krepitev
- Gradient spust
- Nekajkratno učenje
- Razvrstitev slik
- IT operacije (ITOPs)
- Avtomatizacija incidentov
- Inženiring vpliva
- K-pomeni združevanje v gruče
- K-Najbližji sosedje
- Terminologija (L do Q)
- Terminologija (R do Ž)
- Okrepitveno učenje
- Odgovorni AI
- RLHF
- Robotska procesna avtomatizacija
- Strukturirano proti nestrukturiranemu
- Analiza občutka
- Nadzorovani proti nenadzorovanim
- Podporni vektorski stroji
- Sintetični podatki
- Sintetični mediji
- Razvrstitev besedil
- TinyML
- Prenosno učenje
- Transformatorske nevronske mreže
- Turingov test
- Iskanje podobnosti vektorjev
AI 101
Kaj je podatkovno pripovedovanje? Komponente, prednosti in primeri
objavljeno
1 letomon
By
Haziqa SajidKazalo vsebine
V današnjem svetu, ki temelji na podatkih, postaja pripovedovanje podatkov vedno bolj pomembno za odločanje in rast podjetja. Vloge podatkovne analitike, kot so analitik tržnih raziskav, finančni analitik in analitik operacijskih raziskav, postajajo vse pogostejše, saj se podjetja zavedajo pomena vpogledov, ki temeljijo na podatkih.
Glede na Priročnik o poklicnih napovedih US BLS 2021–2031 te delovne vloge doživljajo precejšnjo rast:
Vloga dela | Rast zaposlitve | Srednja plača |
Analitik tržnih raziskav | 19% | $63,920 |
Finančni analitik | 9% | $91,580 |
Operacijski analitični analitik | 23% | $82,360 |
Ti analitiki uporabljajo različne tehnike pripovedovanja podatkov za izvajanje učinkovitih analitičnih operacij. Pogovorimo se o tem, kaj je pripovedovanje podatkov, njegovih glavnih sestavnih delih in prednostih ter, če ste analitik, kako lahko postanete boljši pri pripovedovanju podatkov.
Kaj je podatkovno pripovedovanje?
Pripovedovanje podatkov vključuje analizo podatkov z uporabo vizualnih in prepričljivih pripovedi za sporočanje vpogledov v podatke zainteresiranim stranem. Pripovedovalec podatkov z vizualizacijo razloži »zakaj« v podatkih. Cilj je jasno razložiti atribute podatkov in zagotoviti smiseln kontekst za to, kaj ti podatki predstavljajo. Predstavitev temeljnih vpogledov v podatke in trende je potrebna za učinkovito odločanje.
Na primer, finančni analitik lahko vlagateljem pokaže grafikon s svečniki, da prikaže gibanje cene a zaloge ali sredstvo. Grafikon svečnikov vizualizira zgodovinske vzorce delnic z uporabo štirih indikatorjev trgovanja (»odprta cena«, »zaprta cena«, »visoka cena« in »nizka cena«) za napovedovanje prihajajočega tržnega trenda.
Za boljše razumevanje si oglejte spodnji grafikon cene bitcoinov. Graf vizualizira cene bitcoinov za prva dva meseca leta 2023. Zeleni stolpci predstavljajo naraščajoči trend cen, medtem ko rdeči stolpci kažejo trend padanja cen bitcoina.
Ključni vidik pripovedovanja podatkov je, da morajo pripovedovalci podatkov razumeti poslovni kontekst in zahteve deležnikov. Raziskave kažejo, da 60% naložbe v podatkovno analitiko gre v nič, ker pridobljeni vpogledi niso usklajeni z odločanjem in poslovnimi cilji. Posledično odločevalci uporabljajo le 22% vpogledov v podatke, ki jih prejmejo.
3 glavne komponente podatkovnega pripovedovanja zgodb
Podatki, vizualni elementi in pripoved so tri glavne komponente podatkovnega pripovedovanja zgodb. Raziščimo jih podrobneje spodaj.
- Podatki: Pripovedovalci podatkov zbirajo in vnaprej obdelajo podatke, ki jih potrebujejo za pripovedovanje zgodbe. Izvajajo statistične analize in vizualizirajo ključne trende in vzorce za temeljito analizo podatkov.
- Pripoved: Ustvarjanje privlačne zgodbe in zagotavljanje konteksta ključnim ugotovitvam, pridobljenim iz podatkov, se imenuje pripoved. Dobra pripoved navduši občinstvo, da ukrepa.
Thomas. H. Davenport, vodja misli na področju poslovnega vodenja, pravi:
»Pripoved je način, kako poenostavimo in osmislimo zapleten svet. Zagotavlja kontekst, vpogled, interpretacijo – vse stvari, zaradi katerih so podatki pomenljivi, analitika pa bolj relevantna in zanimiva.«
- Vizualne slike: Slika je vredna 1000 besed. Vizualizacija dodaja težo pripovedi in ustvarja impresivno podatkovno zgodbo. Vizualni elementi so lahko v obliki grafov, slik ali videoposnetkov.
Podatkovni analitik lahko uporabi okvir za pripovedovanje podatkov, kot so liki, okolje, konflikt in razrešitev, da pove prepričljivo zgodbo. Na primer, v domeni e-trgovine so lahko liki stranke, nastavitev je podjetje, ki se bori z zadrževanjem strank, konflikt je lahko naraščajoča stopnja odliva, razrešitev pa niz korakov, ki jih pripovedovalec podatkov predlaga za zmanjšanje stopnje odliva.
Kako lahko podatkovni analitik postane boljši pri pripovedovanju podatkov?
Razumejte svoje občinstvo
Razumevanje občinstva je ključ do prepričljivega pripovedovanja podatkov. Če se pogovarjate s poslovnimi vodji, bi bilo pomembno, da jim zagotovite analizo na visoki ravni in uporabne vpoglede za poslovno strategijo. Toda ko se pogovarjate z ekipo, morate podrobno razložiti metode, uporabljene za dosego zaključka.
Izberite ustrezne vizualizacije
Vizualizacija podatkov poudarja različne vidike podatkov, kot so;
- Primerjava (palični grafikon, črtni grafikon)
- Razmerje (raztreseni grafikon, mehurčasti grafikon)
- Porazdelitev (histogram, razpršeni grafikoni)
- Sestava (slapni grafikon, zloženi ploščinski grafikon)
Razumejte, kaj poskušate doseči s podatki in koliko spremenljivk morate upoštevati. Izberite najboljšo vizualizacijo, da prenesete svojo idejo.
Izogibajte se neredu
Razbremenite vizualizacijo tako, da združite ali odstranite informacije, ki niso potrebne. Na primer, na spodnjih lestvicah so WGM, WIM, WCM in WFM vodilni ženski naslovi v šahu; preostale podatke je mogoče združiti kot »drugo«.
Uporabite živahne barve
Uporabite barvne palete, ki so dostopne vsem, tudi tistim, ki so slabovidni ali barvno slepi. Ohranite kontrast barv in se izogibajte uporabi istih barv eno poleg druge. Na primer, v spodnjih paličnih grafikonih je lahko barvno kombinacijo v prvem grafikonu težko razlikovati v primerjavi z drugim grafikonom.
Kakšne so prednosti podatkovnega pripovedovanja zgodb za organizacije?
Spodbuja podatkovno pismenost med zaposlenimi
Pripovedovanje podatkov lahko poveča podatkovno pismenost zaposlenih v organizaciji. Po raziskavi podjetij Accenture in Qlik se le 21 % zaposlenih počuti samozavestnih pri branju, analiziranju in razpravljanju o podatkih. Zato jih prepričljivo pripovedovanje podatkov spodbuja k raziskovanju in razpravljanju o podatkih znotraj organizacije.
Ustvarite privlačne in dragocene izkušnje za vse deležnike
Za učinkovito komunikacijo je ključnega pomena razumevanje in pritegnitev pozornosti občinstva. Človeški možgani obdelujejo slike 60,000 krat hitreje kot besedilo in ljudje si zapomnijo zgodbe 22 krat več kot dejstva. Zato je lahko pripovedovanje podatkovnih zgodb uporabnikom vaših izdelkov ali delničarjem z uporabo prepričljivih pripovedi in vizualizacije zelo privlačno in dragoceno.
Vpliv na odločanje
Privlačno pripovedovanje podatkov ponuja novo perspektivo ali odkriva skrite vidike. Sporoča, kaj je treba narediti. Deležnikom omogoča sprejemanje informiranih odločitev in ukrepanje v zvezi s svojo poslovno strategijo.
Pripovedovanje podatkov – pot naprej za analitike podatkov
Pripovedovanje podatkov je umetnost in znanost posredovanja vpogledov v podatke. Ker se podatki eksponentno povečujejo in postajajo bolj zapleteni, postaja pripovedovanje zgodb, ki temelji na podatkih, bistvena veščina.
V organizaciji vlogo pripovedovalcev podatkov opravljajo podatkovni analitiki ali podatkovni inženirji. Orodja, kot sta Tableau in PowerBI, omogočajo analitikom podatkov, da brez posebnega truda ustvarijo privlačne vizualizacije in nadzorne plošče. Pravzaprav, Gartner ocenjuje, da bo do leta 2025 večina podatkovnih zgodb ustvarjenih samodejno.
Podatkovni analitiki bi morali biti v stiku z najnovejšimi trendi in orodja v analitika podatkov industrije za pripovedovanje vplivnih podatkovnih zgodb. Za več vsebin, povezanih z umetno inteligenco, obiščite združiti.ai.
Haziqa je Data Scientist z bogatimi izkušnjami pri pisanju tehnične vsebine za podjetja AI in SaaS.
Morda vam bo všeč
AniPortrait: zvočno vodena sinteza fotorealistične portretne animacije
Notranji dialog AI: Kako samorefleksija izboljša klepetalnice in virtualne pomočnike
Instant-Style: Ohranjanje sloga pri ustvarjanju besedila v sliko
LoReFT: Natančna nastavitev reprezentacije za jezikovne modele
Onkraj iskalnikov: Vzpon spletnih agentov, ki jih poganja LLM
Izboljšanje preglednosti AI in zaupanja s sestavljenim AI