- คำศัพท์ (A ถึง D)
- การควบคุมความสามารถของ AI
- AIOps
- อัลบั้ม
- ประสิทธิภาพของสินทรัพย์
- ตัวเข้ารหัสอัตโนมัติ
- การขยายพันธุ์หลัง
- ทฤษฎีบทเบย์
- ข้อมูลขนาดใหญ่
- Chatbot: คู่มือสำหรับผู้เริ่มต้น
- การคิดเชิงคำนวณ
- วิสัยทัศน์คอมพิวเตอร์
- เมทริกซ์ความสับสน
- เครือข่ายประสาทเทียม
- cybersecurity
- ผ้าข้อมูล
- การเล่าเรื่องข้อมูล
- ข้อมูลวิทยาศาสตร์
- คลังข้อมูล
- ต้นไม้ตัดสินใจ
- Deepfakes
- การเรียนรู้ลึก ๆ
- การเรียนรู้การเสริมแรงเชิงลึก
- devops
- DevSecOps
- แบบจำลองการแพร่กระจาย
- ดิจิตอลแฝด
- การลดขนาด
- คำศัพท์ (E ถึง K)
- เอดจ์ไอ
- อารมณ์ AI
- การเรียนรู้ทั้งมวล
- การแฮ็กอย่างมีจริยธรรม
- ETL
- AI ที่อธิบายได้
- สหพันธ์การเรียนรู้
- ฟินอ๊อฟ
- กำเนิด AI
- เครือข่ายผู้ให้กำเนิด
- กำเนิดเทียบกับการเลือกปฏิบัติ
- ไล่โทนสี
- โคตรไล่ระดับ
- การเรียนรู้ไม่กี่ช็อต
- การจำแนกรูปภาพ
- การดำเนินงานด้านไอที (ITOps)
- ระบบอัตโนมัติของเหตุการณ์
- วิศวกรรมอิทธิพล
- K-หมายถึงการจัดกลุ่ม
- K-เพื่อนบ้านที่ใกล้ที่สุด
- คำศัพท์ (L ถึง Q)
- คำศัพท์ (R ถึง Z)
- การเรียนรู้เสริมแรง
- AI ที่มีความรับผิดชอบ
- อาร์แอลเอชเอฟ
- ระบบอัตโนมัติของกระบวนการหุ่นยนต์
- มีโครงสร้าง vs ไม่มีโครงสร้าง
- การวิเคราะห์ความเชื่อมั่น
- อยู่ภายใต้การดูแล vs ไม่ได้รับการดูแล
- สนับสนุนเครื่องเวกเตอร์
- ข้อมูลสังเคราะห์
- สื่อสังเคราะห์
- การจัดประเภทข้อความ
- TinyML
- ถ่ายทอดการเรียนรู้
- เครือข่ายประสาทหม้อแปลง
- การทดสอบของทัวริง
- การค้นหาความคล้ายคลึงกันของเวกเตอร์
AI 101
การเล่าเรื่องข้อมูลคืออะไร? ส่วนประกอบ ประโยชน์ และตัวอย่าง
การตีพิมพ์
1 ปีที่ผ่านมาon
By
ฮาซิกา ซาจิดสารบัญ
ในโลกปัจจุบันที่ขับเคลื่อนด้วยข้อมูล การเล่าเรื่องด้วยข้อมูลมีความสำคัญมากขึ้นสำหรับการตัดสินใจและการเติบโตของธุรกิจ บทบาทในการวิเคราะห์ข้อมูล เช่น นักวิเคราะห์การวิจัยตลาด นักวิเคราะห์การเงิน และนักวิเคราะห์การวิจัยการดำเนินงานเริ่มแพร่หลายมากขึ้น เนื่องจากบริษัทต่าง ๆ ตระหนักถึงความสำคัญของข้อมูลเชิงลึกที่ขับเคลื่อนด้วยข้อมูล
ตาม US BLS Occupational Outlook Handbook 2021-2031 บทบาทงานเหล่านี้กำลังเติบโตอย่างมาก:
บทบาทหน้าที่ | การเติบโตของงาน | เงินเดือนเฉลี่ย |
นักวิเคราะห์วิจัยการตลาด | ลด 19% | $63,920 |
นักวิเคราะห์การเงิน | 9% | $91,580 |
นักวิเคราะห์วิจัยการดำเนินงาน | ลด 23% | $82,360 |
นักวิเคราะห์เหล่านี้ใช้เทคนิคการเล่าเรื่องข้อมูลต่างๆ เพื่อดำเนินการวิเคราะห์ที่มีประสิทธิภาพ เรามาคุยกันว่าการเล่าเรื่องข้อมูลคืออะไร องค์ประกอบหลักและประโยชน์ของการเล่าเรื่อง และหากคุณเป็นนักวิเคราะห์ คุณจะเก่งเรื่องการเล่าเรื่องข้อมูลได้อย่างไร
การเล่าเรื่องข้อมูลคืออะไร?
การเล่าเรื่องข้อมูลเกี่ยวข้องกับการวิเคราะห์ข้อมูลโดยใช้ภาพและการเล่าเรื่องที่น่าสนใจเพื่อสื่อสารข้อมูลเชิงลึกแก่ผู้มีส่วนได้ส่วนเสีย นักเล่าเรื่องข้อมูลอธิบาย "ทำไม" ในข้อมูลโดยใช้การแสดงภาพ จุดมุ่งหมายคือการอธิบายแอตทริบิวต์ของข้อมูลอย่างชัดเจนและให้บริบทที่มีความหมายสำหรับสิ่งที่ข้อมูลนั้นเป็นตัวแทน การนำเสนอข้อมูลเชิงลึกที่เป็นพื้นฐานในข้อมูลและแนวโน้มเป็นสิ่งจำเป็นสำหรับการตัดสินใจที่มีประสิทธิภาพ
ตัวอย่างเช่น นักวิเคราะห์ทางการเงินสามารถแสดงกราฟแท่งเทียนให้นักลงทุนเห็นเพื่อแสดงให้เห็นถึงการเคลื่อนไหวของราคา สต็อก หรือสินทรัพย์ แผนภูมิแท่งเทียนแสดงภาพรูปแบบหุ้นในอดีตโดยใช้ตัวบ่งชี้การซื้อขายสี่ตัว (“ราคาเปิด” “ราคาปิด” “ราคาสูง” และ “ราคาต่ำ”) เพื่อคาดการณ์แนวโน้มของตลาดที่กำลังจะมาถึง
เพื่อความเข้าใจที่ดีขึ้น ดูแผนภูมิแท่งเทียนราคา bitcoin ด้านล่าง กราฟแสดงภาพราคา bitcoin ในช่วงสองเดือนแรกของปี 2023 แถบสีเขียวแสดงถึงแนวโน้มราคาที่เพิ่มขึ้น ในขณะที่แถบสีแดงแสดงแนวโน้มราคา bitcoin ที่ลดลง
ลักษณะการเล่าเรื่องข้อมูลที่สำคัญคือผู้เล่าเรื่องข้อมูลจำเป็นต้องเข้าใจบริบททางธุรกิจและข้อกำหนดของผู้มีส่วนได้ส่วนเสีย การวิจัยแสดงให้เห็นว่า ลด 60% การลงทุนในการวิเคราะห์ข้อมูลจะสูญเปล่าเนื่องจากข้อมูลเชิงลึกที่ได้รับไม่สอดคล้องกับการตัดสินใจและเป้าหมายทางธุรกิจ เป็นผลให้ผู้มีอำนาจตัดสินใจเท่านั้นที่ใช้ ลด 22% ข้อมูลเชิงลึกที่พวกเขาได้รับ
3 องค์ประกอบหลักของการเล่าเรื่องข้อมูล
ข้อมูล ภาพ และการเล่าเรื่องเป็นสามองค์ประกอบหลักของการเล่าเรื่องด้วยข้อมูล ลองสำรวจเพิ่มเติมด้านล่าง
- วันที่: นักเล่าเรื่องข้อมูลจะรวบรวมและประมวลผลล่วงหน้าข้อมูลที่พวกเขาต้องการเพื่อบอกเล่าเรื่องราว พวกเขาทำการวิเคราะห์ทางสถิติและแสดงภาพแนวโน้มและรูปแบบที่สำคัญสำหรับการวิเคราะห์ข้อมูลอย่างละเอียด
- เรื่องเล่า: การสร้างเรื่องราวที่มีส่วนร่วมและให้บริบทแก่การค้นพบที่สำคัญที่ได้รับจากข้อมูลเรียกว่าการเล่าเรื่อง การเล่าเรื่องที่ดีจะกระตุ้นให้ผู้ชมดำเนินการ
โทมัส เอช. ดาเวนพอร์ตผู้นำทางความคิดในการจัดการธุรกิจกล่าวว่า:
“การเล่าเรื่องเป็นวิธีที่เราทำให้โลกซับซ้อนและทำให้เข้าใจได้ง่ายขึ้น มันให้บริบท ข้อมูลเชิงลึก การตีความ – ทุกสิ่งที่ทำให้ข้อมูลมีความหมายและการวิเคราะห์มีความเกี่ยวข้องและน่าสนใจยิ่งขึ้น”
- ภาพ: รูปภาพมีค่า 1000 คำ การแสดงภาพจะเพิ่มน้ำหนักให้กับการเล่าเรื่องและสร้างเรื่องราวข้อมูลที่มีผลกระทบ วิชวลสามารถอยู่ในรูปของกราฟ รูปภาพ หรือวิดีโอ
นักวิเคราะห์ข้อมูลสามารถใช้เฟรมเวิร์กการเล่าเรื่องข้อมูล เช่น ตัวละคร ฉาก ความขัดแย้ง และการแก้ไขเพื่อบอกเล่าเรื่องราวที่น่าสนใจ ตัวอย่างเช่น ในโดเมนอีคอมเมิร์ซ ตัวละครสามารถเป็นลูกค้าได้ การตั้งค่าคือบริษัทที่มีปัญหากับการรักษาลูกค้า ความขัดแย้งอาจเป็นตัวเพิ่มอัตราการเปลี่ยนใจ และการแก้ไขคือชุดของขั้นตอนที่นักเล่าเรื่องข้อมูลแนะนำเพื่อลดอัตราการเลิกใช้งาน
นักวิเคราะห์ข้อมูลจะสามารถเล่าเรื่องข้อมูลได้ดีขึ้นได้อย่างไร
เข้าใจผู้ชมของคุณ
การทำความเข้าใจผู้ชมเป็นกุญแจสำคัญในการเล่าเรื่องข้อมูลที่น่าสนใจ หากคุณกำลังพูดคุยกับผู้บริหารธุรกิจ การให้การวิเคราะห์ระดับสูงและข้อมูลเชิงลึกที่นำไปปฏิบัติได้สำหรับกลยุทธ์ทางธุรกิจเป็นสิ่งสำคัญอย่างยิ่ง แต่เวลาคุยกับทีมต้องอธิบายวิธีการหาข้อสรุปอย่างละเอียด
เลือกการแสดงภาพที่เหมาะสม
การแสดงข้อมูลเน้นลักษณะต่างๆ ของข้อมูล เช่น
- การเปรียบเทียบ (กราฟแท่ง กราฟเส้น)
- ความสัมพันธ์ (พล็อตกระจาย แผนภูมิฟอง)
- การกระจาย (ฮิสโตแกรม, scatterplots)
- องค์ประกอบ (แผนภูมิน้ำตก แผนภูมิพื้นที่แบบเรียงซ้อน)
ทำความเข้าใจกับสิ่งที่คุณพยายามบรรลุด้วยข้อมูลและจำนวนตัวแปรที่คุณต้องพิจารณา เลือกการแสดงภาพที่ดีที่สุดเพื่อถ่ายทอดความคิดของคุณ
หลีกเลี่ยงความยุ่งเหยิง
ลดความยุ่งเหยิงในการแสดงภาพด้วยการรวมหรือลบข้อมูลที่ไม่จำเป็น ตัวอย่างเช่น ในแผนภูมิด้านล่าง WGM, WIM, WCM และ WFM เป็นผู้นำหญิงในเรื่องหมากรุก ข้อมูลที่เหลือสามารถรวมเป็น "อื่น ๆ "
ใช้สีที่สดใส
ใช้จานสีที่ทุกคนเข้าถึงได้ รวมถึงผู้ที่มีความบกพร่องทางสายตาหรือตาบอดสี ใช้สีที่ตัดกันและหลีกเลี่ยงการใช้สีเดียวกันที่อยู่ติดกัน ตัวอย่างเช่น ในแผนภูมิแท่งด้านล่าง การผสมสีในแผนภูมิแรกอาจแยกแยะได้ยากเมื่อเทียบกับแผนภูมิที่สอง
การเล่าเรื่องข้อมูลมีประโยชน์อย่างไรสำหรับองค์กร
ส่งเสริมความรู้ด้านข้อมูลในหมู่พนักงาน
การเล่าเรื่องสามารถยกระดับความรู้ข้อมูลของพนักงานในองค์กรได้ จากการสำรวจของ Accenture และ Qlik พบว่ามีพนักงานเพียง 21% เท่านั้นที่รู้สึกมั่นใจในการอ่าน วิเคราะห์ และอภิปรายข้อมูล ดังนั้นการเล่าเรื่องข้อมูลที่น่าสนใจจึงกระตุ้นให้พวกเขาสำรวจและหารือเกี่ยวกับข้อมูลภายในองค์กร
สร้างการมีส่วนร่วมและประสบการณ์อันมีค่าสำหรับผู้มีส่วนได้ส่วนเสียทั้งหมด
การทำความเข้าใจและดึงดูดความสนใจของผู้ฟังเป็นสิ่งสำคัญต่อการสื่อสารที่มีประสิทธิภาพ สมองของมนุษย์ประมวลผลภาพ ครั้ง 60,000 เร็วกว่าข้อความ และผู้คนก็จดจำเรื่องราวต่างๆ ครั้ง 22 มากกว่าข้อเท็จจริง ดังนั้น การบอกเล่าเรื่องราวของข้อมูลกับผู้ใช้ผลิตภัณฑ์หรือผู้ถือหุ้นของคุณโดยใช้เรื่องเล่าที่น่าสนใจและการแสดงภาพอาจมีส่วนร่วมและมีคุณค่าอย่างมาก
มีอิทธิพลต่อการตัดสินใจ
การเล่าเรื่องข้อมูลที่น่าสนใจให้มุมมองใหม่หรือเปิดเผยแง่มุมที่ซ่อนอยู่ เป็นการสื่อถึงสิ่งที่ต้องทำ ช่วยให้ผู้มีส่วนได้ส่วนเสียสามารถตัดสินใจอย่างชาญฉลาดและดำเนินการเกี่ยวกับกลยุทธ์ทางธุรกิจของตน
การเล่าเรื่องข้อมูล – แนวทางสำหรับนักวิเคราะห์ข้อมูล
การเล่าเรื่องข้อมูลเป็นศาสตร์และศิลป์ของการสื่อสารข้อมูลเชิงลึกเกี่ยวกับข้อมูล เนื่องจากข้อมูลเพิ่มขึ้นอย่างทวีคูณและซับซ้อนมากขึ้น การเล่าเรื่องที่ขับเคลื่อนด้วยข้อมูลจึงกลายเป็นทักษะที่จำเป็น
ในองค์กร บทบาทของผู้เล่าเรื่องข้อมูลดำเนินการโดยนักวิเคราะห์ข้อมูลหรือวิศวกรข้อมูล เครื่องมือต่างๆ เช่น Tableau และ PowerBI ช่วยให้นักวิเคราะห์ข้อมูลสามารถสร้างการแสดงภาพและแดชบอร์ดที่น่าสนใจโดยไม่ต้องใช้ความพยายามมากนัก ในความเป็นจริง, Gartner ประมาณการว่าภายในปี 2025 เรื่องราวข้อมูลส่วนใหญ่จะถูกสร้างขึ้นโดยอัตโนมัติ
นักวิเคราะห์ข้อมูลควรติดตามแนวโน้มล่าสุดและ เครื่องมือ ใน การวิเคราะห์ข้อมูล อุตสาหกรรมเพื่อบอกเล่าเรื่องราวข้อมูลที่มีผลกระทบ สำหรับเนื้อหาเกี่ยวกับ AI เพิ่มเติม โปรดไปที่ unite.ai.
ฮาซิกา เป็นนักวิทยาศาสตร์ข้อมูลที่มีประสบการณ์มากมายในการเขียนเนื้อหาทางเทคนิคสำหรับบริษัท AI และ SaaS
คุณอาจชอบ
AniPortrait: การสังเคราะห์เสียงของภาพเคลื่อนไหวแนวตั้งที่เหมือนจริง
บทสนทนาภายในของ AI: การสะท้อนตนเองช่วยเพิ่มแชทบอทและผู้ช่วยเสมือนได้อย่างไร
สไตล์ทันใจ: การรักษาสไตล์ในการสร้างข้อความเป็นรูปภาพ
LoReFT: การปรับแต่งการเป็นตัวแทนสำหรับโมเดลภาษา
นอกเหนือจากเครื่องมือค้นหา: การเพิ่มขึ้นของตัวแทนการท่องเว็บที่ขับเคลื่อนด้วย LLM
เพิ่มความโปร่งใสและความน่าเชื่อถือของ AI ด้วย Composite AI