گفتن داده ها: جدا کردن داستان از واقعیت (قسمت 2)


داستان شماره 3: داستان های داده شروع، میانه و پایان دارند.

در این مورد، جنبه تخیلی نادرست بودن این بیانیه نیست، بلکه این است که این توصیه در واقع برای داستان نویسان داده های آینده مفید است. این ایده که داستان ها به این شکل ساخته می شوند از فیلسوف یونانی ارسطو می آید. با این حال، یک کتاب درسی یک شروع، یک میانه و یک پایان دارد – درست مانند یک صورت مالی یا یک دفترچه تلفن – اما هیچ کدام از اینها داستان محسوب نمی شوند. از نظر ساختار دراماتیک یک داستان داده، من هرم فریتاگ را با مقدمه (نمایش)، حادثه تحریک‌کننده، کنش در حال افزایش، اوج، وضوح و نتیجه‌گیری (نام) مفیدتر می‌دانم. تعیین موقعیت و شخصیت ها در ابتدای یک داستان داده مهم است، همچنین برجسته کردن اینکه چگونه چیزی در محیط تغییر کرده است که یک مشکل یا فرصت جدید را معرفی می کند (حادثه تحریک کننده). هدایت مخاطبان خود به بینش اصلی (اوج) و سپس به توصیه ها / مراحل بعدی (قطعنامه) ساختار مفیدتری برای داستان های داده نسبت به مدل ارسطو است.

داستان شماره 4: داده ها قهرمانان داستان شما هستند.

من اغلب سردرگمی در مورد چگونگی نمایش عناصر روایی مختلف در یک داستان داده می بینم. یک اشتباه رایج این است که داده ها را شخصیت ها یا شخصیت های یک داستان داده در نظر بگیریم. در حالی که ممکن است شما مجذوب یک بینش خاص باشید، مردم، نه داده ها، باید قهرمان داستان داده شما باشند. بیشتر داده‌های کسب‌وکار به طور مستقیم یا غیرمستقیم به افراد مرتبط هستند – مشتریان، مشتریان احتمالی، کارمندان، شرکا، سرمایه‌گذاران و غیره. مخاطب به اتفاقاتی که برای گروه های مختلف مردم می افتد علاقه مند خواهد شد. به عنوان مثال، فروش در مورد چشم اندازها نگران خواهد شد و مدیریت بر مشتریان تمرکز خواهد کرد. بنابراین در حالی که بینش ها می توانند پیچش های داستانی یک داستان داده را شکل دهند و بر آن تأثیر بگذارند، افراد، نه اعداد، باید در مرکز داستان باشند (به خصوص اگر مخاطب شما در واقع شخصیت های داستان شما باشند). افزودن یک چهره انسانی به داستان داده‌هایتان به آن کمک می‌کند تا با مخاطبانتان بیشتر طنین‌انداز شود.

افسانه شماره 5: داستان های داده با یک فرضیه یا سوال شروع می شوند.

نحوه شروع یک داستان داده برای موفقیت آن بسیار مهم است. صرفاً به این دلیل که تحلیل شما با یک فرضیه یا سؤال آغاز شده است، به این معنی نیست که داستان داده های شما نیز باید از همین طریق شروع شود. شروع با یک فرضیه یا سوال بیشتر بر مسیر تجزیه و تحلیل (رویکرد شما برای تجزیه و تحلیل داده ها) تاکید می کند تا بینش هایی که کشف کردید. همانطور که نویسنده باید موقعیت داستان را تعیین کند (مثلاً یک کهکشان دور، دور)، راوی داده نیز باید اطلاعات پس زمینه کافی برای کمک به مخاطب برای جهت گیری خود ارائه دهد. شروع داستان داده شما باید بر روی ارائه زمینه کافی (دوره زمانی، منبع داده، روندهای گذشته و غیره) تمرکز کند تا مخاطبان شما بتوانند بینش هایی را که می خواهید به اشتراک بگذارید، به درستی درک کنند. این همچنین فرصتی برای معرفی شخصیت(های) اصلی است که داستان را برای مخاطب شما زنده می کند.

داستان شماره 6: داستان سرایی داده ها را می توان خودکار کرد.

من فروشندگان مختلفی را دیده ام که قدرت تولید زبان طبیعی (NLG) را به عنوان وسیله ای برای ارائه داستان سرایی داده های خودکار تبلیغ می کنند. آنها بر این باورند که به جای تکیه بر تجسم‌های «گیج‌کننده» داده‌ها، متن توصیفی درباره داده‌ها به نوعی برای انسان بهتر و آسان‌تر است. در دنیایی که طول توجه افراد نسبت به ماهی قرمز کمتر است، متن هرگز بر تصاویر برتری نخواهد داشت. علاوه بر این، مزیت اصلی داشتن متن، توصیف داده نیست، بلکه توضیح آن است. من باید بتوانم شاهد افزایش 72 درصدی درآمد از سه ماهه سوم به سه ماهه چهارم در نموداری که به خوبی طراحی شده است، بدون متن توصیفی که همان را به من بگوید، ببینم. اگر اینطور نیست، به جای اضافه کردن متن غیر ضروری، نمودار را اصلاح کنید. با این حال، دانستن اینکه افزایش 72 درصدی به دلیل موفقیت یک کمپین بازاریابی جدید است، زمینه ارزشمندی خواهد بود. اگر متن به جای توصیفی توضیحی باشد، می تواند ارزش افزوده داشته باشد. بدون تخصص کافی در زمینه و زمینه، برای ماشین‌ها دشوار خواهد بود که داستان‌سرایی داده‌ها را «خودکار» کنند.

با وجود بسیاری از داستان های داده های مهم، وظیفه و امتیاز ماست که اطمینان حاصل کنیم که بینش هایی که کشف می کنیم به درستی به اشتراک گذاشته می شوند، درک می شوند و مورد استقبال قرار می گیرند. تصورات نادرست در مورد داستان سرایی داده می تواند به طور ناخواسته پیامی را که می خواهید از طریق یک داستان داده منتقل کنید، تضعیف کرده و مانع شود. اغلب تقصیر ماست، نه داده ها، زمانی که بینشی با مخاطبان طنین انداز نمی شود و در نهایت نادیده گرفته می شود.

ویلیام پلیفیر، مخترع اسکاتلندی قرن هجدهم بسیاری از رتبه‌بندی‌های مدرن، مشاهده کرد: «هیچ مطالعه‌ای کمتر از آمار جذاب یا خشک‌تر و خسته‌کننده‌تر نیست، مگر اینکه ذهن و تخیل کار کند». داستان سرایی داده این قدرت را دارد که ذهن افراد را به سمت امکانات و ایده‌های جدیدی که هرگز تصور نمی‌کردند باز کند.. از آنجایی که داده ها در سازمان های بیشتر و بیشتر دموکراتیزه می شوند، دیگر به کوچه پس کوچه ها و خیابان های فرعی بخش فناوری اطلاعات شما یا جامعه دردار اتاق هیئت مدیره مدیر عامل منتقل نمی شوند. داده‌ها به طور فزاینده‌ای در خیابان اصلی کسب‌وکار شما برای دیدن همه چشم‌ها پخش می‌شوند، و نحوه انتخاب شما برای ایجاد داستان از این منبع ارزشمند برای موفقیت شما ضروری است. اجازه ندهید تصورات نادرستی که من برجسته کرده ام، قدرت و اثربخشی داستان داده بعدی شما را کاهش دهد یا از بین ببرد.

** این مقاله در ابتدا در 13 جولای 2016 در Forbes.com منتشر شد.






دیدگاهتان را بنویسید