Das Tolle an Daten ist, dass sie verwendet werden können, um alles zu beweisen, aber wie überzeugend ist Ihre Datengeschichte? Während technische Probleme wie Datenqualität und Modellgenauigkeit von Bedeutung sind, müssen Sie irgendwann erklären, was die Daten bedeuten.
Wenn Sie vor einer einfachen Frage wie "Wie viele Widgets haben wir im letzten Monat verkauft?" Stehen ? " Eine einfache Datenvisualisierung reicht aus. Wenn Sie jedoch eine "Warum" -Frage erklären müssen, müssen Sie wahrscheinlich eine Datenstory erstellen.
"Data Storytelling ist die Fähigkeit [to convey]die Nachricht einem großen Publikum mit einer einfachen und klaren Nachricht zu übermitteln ", sagte Charles Miglietti, CEO und Mitbegründer von Toucan Toco, einem Softwareunternehmen für Data Storytelling. "Dies ist die allerletzte Meile der Daten, und auf diese Weise können Sie echte Datenkompetenz in großem Maßstab aufbauen."
Im Gegensatz zu einer eigenständigen Datenvisualisierung hat eine Datenstory einen Anfang, eine Mitte und ein Ende. Am Anfang sollte erläutert werden, worum es in Ihrem Bericht oder Ihrer Präsentation geht und warum dies wichtig ist. Die Mitte erklärt diese Dinge ausführlicher und das Ende fasst die Geschichte zusammen und enthält normalerweise eine Empfehlung.
Experten sagen, dass dies die vier wichtigsten Merkmale für erfolgreiche Datenvisualisierungs- und Storytelling-Bemühungen sind.
Kontext
Alle Data Storytelling erfordert Kontext. Dieser Kontext besteht aus zwei Elementen: dem Punkt, den Sie ansprechen möchten, und dem Publikum, das Sie ansprechen.
Höchstwahrscheinlich hat Sie jemand gebeten, zu erklären, warum etwas passiert ist, z. B. warum Kunden abwandern. Die Frage dient als Grundlage für Ihre Hypothese und die Daten, die Sie zur Beantwortung der Frage verwenden.
"Ich beginne gerne mit dem Problem und dem Grund, warum es ein Problem ist", sagte Jeff Herman, leitender Ausbilder für Datenwissenschaft bei die Flatiron Schule. "Ich habe in der Vergangenheit festgestellt, dass viele Leute nicht wissen, mit welchen Daten ich arbeite, wenn es sich um ein nicht technisches Publikum handelt. [When I was] Als Datenwissenschaftler für eine Eisenbahn haben wir sie als Monat für Monat betrachtet. Monat aggregiert, also würde ich ihnen den letzten Monat zeigen, dann würde ich auf meine Empfehlungen eingehen. Es muss eine Art umsetzbares Mitnehmen geben. "
Der zweite wichtige Teil des Kontexts ist das Publikum, weil Das Publikum kann die Art der von Ihnen verwendeten Datenvisualisierungs- und Erzählsprache beeinflussen.
Ästhetik und Arten von Visualisierungen
Datenvisualisierungstools bieten viel Freiheit. Eine kreative Lizenz kann jedoch der Klarheit entgegenwirken, wenn Klarheit Ihr Ziel sein sollte.
Das erste, woran Sie denken sollten [is]dass Datenvisualisierungen nicht für Sie selbst, sondern für andere sind. Jeff Herman Leitender Lehrer für Datenwissenschaft an der Flatiron School
"[T] Die Visualisierung, die 'cool aussieht', ist normalerweise nicht die beste Visualisierung, insbesondere wenn sie einem nicht technischen Publikum präsentiert wird", sagte Herman. "Das erste, woran Sie denken sollten [is]dass Datenvisualisierungen nicht für sich selbst, sondern für andere sind."
Bei der Auswahl einer Datenvisualisierung machen drei Fehler, die jeweils die Klarheit beeinträchtigen: [19659017] Die Visualisierung ist zu überladen.
Das Farbschema ist unwirksam.
Der Visualisierungstyp passt nicht zu den Daten oder zum Publikum.
Wenn die Visualisierung zu überladen oder zu schwer zu lesen ist, können Personen dies tun Wenn Sie es falsch interpretieren, verlieren Sie möglicherweise ihre Aufmerksamkeit.
"Große Unternehmen wie L'Oreal sind für die meisten sehr datenbewusst [part]", sagte Miglietti, "aber wir haben ihnen klar gemacht, dass einfache Visualisierung eine gute visuelle Darstellung ist." Hinweise wie Farbcodierung, eine gute Legende und ein guter Kontext – eine gute Botschaft – sind viel besser und haben wahrscheinlich eine bessere Wirkung als die Bereitstellung einer komplexen Visualisierung mit vielen Funktionen [or] und vielen Informationen. "
Farben sollten auch so verwendet werden, dass die Klarheit verbessert wird. Versuchen Sie beispielsweise in einem Kreisdiagramm, den größten Prozentsatz, den kleinsten Prozentsatz oder einen der Mittelbereichswerte hervorzuheben? Verwenden Sie Farben, um diese Verbindung zu verbessern, ohne sie zu beeinträchtigen.
Schließlich ist eine Art der Datenvisualisierung sinnvoller als eine andere. Einige der beliebtesten Datenvisualisierungen, die für nicht-technische Zielgruppen verwendet werden, sind:
Kreisdiagramme, die Prozentsätze anzeigen;
Balkendiagramme, die für Vergleiche gut sind;
Liniendiagramme, die Trends anzeigen; und
Streudiagramme, die Datenverteilungen zeigen.
Data Storytelling umfasst typischerweise eine Reihe von Datenvisualisierungen, die an einem Punkt beginnen und an einem anderen enden – zum Beispiel von allgemein zu spezifisch oder von Vergangenheit zu Gegenwart. [19659029] Erzählungen
Datengeschichten umfassen zwei Arten von Erzählungen: Datenvisualisierungserzählungen und die Geschichtenerzählung, die nahtlos zusammenarbeiten müssen.
Die Datenvisualisierungserzählung erklärt, was das Diagramm oder die Grafik bedeutet.
"If is the Wenn [your audience is] diese Daten zum ersten Mal gesehen werden, wird jeder die Erzählung benötigen, oder es wird lange dauern, bis er versteht, was die Daten bedeuten ", sagte Bryan Coker, Hauptberater für Daten und Analysen bei der AIM Consulting Group.
Die Geschichte erzählt die gesamte Geschichte von Anfang bis Ende. Es sollte einen logischen Ablauf haben, der zu einer logischen Schlussfolgerung führt. Eine Reihe von Datenvisualisierungen allein erzählt keine effektive Geschichte, da es keinen vorübergehenden "Kleber" gibt, der sie zusammenhält. Menschen fügen diese Übergänge natürlich beim Präsentieren hinzu. Denken Sie daran, dasselbe zu tun, wenn Sie einen schriftlichen Bericht oder ein Handout vorlegen.
Aktion
Erkenntnisse haben wenig Wert, wenn sie keine Aktion empfehlen, z. B. ob investiert oder veräußert werden soll. Sie haben bereits ausführlich erklärt, worum es in Ihrer Datengeschichte geht und warum sie wichtig ist. Was sollten die Benutzer mit diesen Informationen tun? Wenn Mobilfunkkunden abwandern, weil ihre Anrufe zu oft fallen, sollte das Unternehmen dann mehr Mobilfunkmasten bauen oder seine Marketingbemühungen nur auf bestimmte Bereiche konzentrieren?
Die Alternative besteht darin, Entscheidungsträgern eine Reihe von Auswahlmöglichkeiten und die damit verbundenen Wahrscheinlichkeiten zur Verfügung zu stellen Sie können eine fundierte Entscheidung treffen. Die Bereitstellung von Informationen ist schließlich das Ziel einer guten Datenvisualisierung und eines guten Geschichtenerzählens.
"Es geht darum, die Ebenen zu durchdenken und sicherzustellen, dass Kontinuität zwischen dem Beginn und dem Ende besteht", sagte Coker. "Wenn Sie den Anfang und das Ende gut umrahmt haben, müssen Sie sich darauf konzentrieren, dass Sie von Anfang bis Ende gut vorankommen."
0 comments:
Post a Comment