گفتن داده ها، قسمت 1: مهارت های ضروری علم داده که همه به آن نیاز دارند


هنگامی که کسب و کار شما شروع به جمع آوری و ترکیب انواع داده ها کرد، گام گریزان بعدی استخراج ارزش از آن است. داده های شما ممکن است حاوی مقادیر زیادی باشد بالقوه ارزشاما هیچ اونس ارزشی را نمی توان ایجاد کرد مگر اینکه بینش ها کشف و به نتایج عمل یا کسب و کار تبدیل شوند. در مصاحبه ای در سال 2009، دکتر هال آر. واریان، اقتصاددان ارشد گوگل، اظهار داشت: «توانایی گرفتن داده ها – توانایی درک آن، پردازش آن، استخراج ارزش از آن، تجسم آن، برقراری ارتباط – که باعث می شود یک مهارت بسیار مهم در دهه های آینده باشد.

با فراگیرتر شدن داده ها، شرکت ها به دنبال استعدادهایی با این مهارت های داده ای هستند. لینکدین اخیرا گزارش داده است که تجزیه و تحلیل داده ها یکی از داغ ترین مقوله های مهارتی در دو سال گذشته برای استخدام کنندگان بوده است و تنها دسته ای است که به طور مداوم در 4 رتبه برتر در رتبه بندی قرار گرفته است. همه از کشورهای مورد تجزیه و تحلیل آنها. جالب اینجاست که بیشتر تأکید فعلی استخدام بر روی مهارت های آماده سازی و تجزیه و تحلیل داده ها است – نه مهارت های “آخرین مایل” که به تبدیل بینش به عمل کمک می کند. بسیاری از افراد بسیار شاغل با مدارک تحصیلی پیشرفته در اقتصاد، ریاضیات یا آمار با انتقال مؤثر بینش خود به دیگران – در اصل، بیان داستان تعدادشان – مشکل دارند.

نیاز به داستان نویسان داده بیشتر در آینده بیشتر خواهد شد. با حرکت به سمت قابلیت های سلف سرویس بیشتر در تجزیه و تحلیل و هوش تجاری، مجموعه افرادی که بینش ایجاد می کنند فراتر از تحلیلگران و دانشمندان داده گسترش می یابد. این نوع جدید از ابزارهای داده، دسترسی و کاوش خود به داده‌ها را برای افراد دارای عملکردهای مختلف تجاری آسان‌تر می‌کند. در نتیجه، شاهد تعداد بی‌سابقه‌ای از بینش‌های تولید شده در شرکت‌ها نسبت به قبل خواهیم بود. با این حال، تا زمانی که نتوانیم ارتباط این بینش ها را بهبود ببخشیم، نرخ تبدیل بینش به ارزش ضعیف تری را نیز شاهد خواهیم بود. اگر بینشی درک و قانع کننده نباشد، کسی به آن عمل نمی کند و هیچ تغییری رخ نخواهد داد.

16-blog-quote-data-storytelling-1-1024x512

استفن فیو، کارشناس تجسم داده ها، می گوید: «اعداد داستان مهمی برای گفتن دارند. آنها به شما متکی هستند تا صدایی واضح و قانع کننده به آنها بدهید. عبارت “داستان سرایی داده” با چیزهای زیادی مرتبط است – تجسم داده ها، اینفوگرافیک ها، داشبوردها، ارائه داده ها و غیره. اغلب، داستان سرایی داده صرفاً به عنوان تجسم مؤثر داده تفسیر می شود، اما بسیار بیشتر از ایجاد نمودارهای داده جذاب بصری است. داستان سرایی داده یک رویکرد ساختاریافته برای ارتباط بینش داده است و شامل ترکیبی از سه عنصر کلیدی است: داده ها، عناصر بصریو یک داستان.

درک چگونگی ترکیب و کارکرد این عناصر مختلف در داستان سرایی داده ها بسیار مهم است. وقتی روایت با داده‌ها همراه می‌شود، کمک می‌کند توضیح دهید برای مخاطبان شما چه اتفاقی در داده ها می افتد و چرا یک بینش خاص مهم است. برای درک کامل یک بینش، اغلب به زمینه و تفسیر گسترده نیاز است. وقتی تجسم‌ها روی داده‌ها اعمال می‌شوند، می‌توانند روشنگری میکنم بینش مخاطب را بدون نمودار یا نمودار نمی بینند. بسیاری از الگوهای جالب و نقاط پرت در داده‌ها بدون کمک تجسم داده‌ها در ردیف‌ها و ستون‌های جداول داده پنهان می‌مانند.

در نهایت، وقتی روایت و تصاویر با هم ادغام شوند، می توانند من متعهد هستم یا حتی مخاطب را سرگرم کند. جای تعجب نیست که ما سالانه میلیاردها دلار برای فیلم ها خرج می کنیم تا خود را در زندگی ها، دنیاها و ماجراهای مختلف غرق کنیم. وقتی تصاویر و داستان سرایی مناسب را با داده‌های مناسب ترکیب می‌کنید، داستان داده‌ای خواهید داشت که می‌تواند تأثیر بگذارد و هدایت کند تغییر دهید.

16-blog-viz-data-storytelling-1-1024x512

هفته آینده برای پیگیری برنت در مورد اهمیت داستان سرایی داده در کسب و کارتان هماهنگ شوید. و اگر آماده هستید که داستان پشت شماره های خود را پیدا کنید، Domo می تواند کمک کند. درباره نحوه کشف فرصت های پنهان و بهینه سازی کسب و کار خود در زمان واقعی با استفاده از Domo بیشتر بیاموزید.

داستان ها را در داده های خود بیابید

** این مقاله در ابتدا در 31 مارس 2016 در Forbes.com منتشر شد.




دیدگاهتان را بنویسید