zisky:
- Schopnost zařadit zjištění do vyprávění o rozlišení kontextu a napětí a zdůraznit vhled („co to znamená“)
- Schopnost vyostřit sdělení pomocí kontrastů, jako je před/po a cíl/realita, a spojit každou grafiku s větou ve vyprávění
- Schopnost vybudovat upřímný příběh, aniž byste se dostali do pasti selektivních dat, přehánění a falešné kauzality
Lidé zapomínají na obrazy, pamatují si příběhy. Datové vyprávění přeměňuje čísla ze suché hromady grafiky na vyprávění se začátkem, středem a koncem. Cílem není data přikrášlovat; Je to odpovědět na otázky publika „co se stalo, proč je to důležité, co mám dělat“ ve správném pořadí. V této lekci se naučíme, jak používat umělou inteligenci k vybudování upřímného a zapamatovatelného příběhu z vašich dat.
Tři části příběhu: kontext, konflikt, řešení
Každý datový příběh má páteř:
- Kontext: Kde se nacházíme? "Loni jsme vstoupili na 3 nové trhy."
- Konflikt / napětí: Co se změnilo, jaký problém/příležitost existuje? "Ale v jednom z nich prodeje klesají už 6 měsíců."
- Řešení / akce: Co bychom měli dělat? "Musíme přezkoumat cenu na tomto trhu."
Existuje také koncept insight: smysluplné zjištění z dat, které publikum ještě nevidělo. Graf ukazuje data; vhled vám řekne, co to znamená. Vyprávění je vhodným vhledem do vyprávění.
Tip: Neříkejte „Data ukazují toto“, myslete na „Data říkají toto“. Graf je důkazem; Smyslem tohoto důkazu je příběh.
Od vhledu k vyprávění: krok za krokem
- Napište hlavní postřeh v jedné větě. "Na trhu X není pokles způsoben cenou, ale dodací lhůtou."
- Stanovte kontext. Kde by měl divák začít?
- Ukažte napětí. Rozdíl mezi tím, co se očekává, a tím, co se skutečně stane.
- Vložte důkaz (graf). Každý graf dokazuje větu.
- Uveďte řešení/akci. Co by měl divák udělat u východu?
- Zmenšete to na jednu zprávu. Příběh by se měl shrnout do jedné věty.
Vaše role: editor datových příběhů. Moje zjištění (surová): [položka po číslu položky/pozorování]. Můj hlavní poznatek: „[jedna věta]“. Úkol: Udělejte z toho příběh se strukturou „kontext → napětí → rozlišení“. Pro každou sekci: 1-2 věty textu + návrh grafického typu, který tuto sekci doloží. Nepřehánějte, vymýšlejte čísla; označte nárok, který není v datech, jako „[potvrzení]“. Tón: [objektivní / inspirativní / stimulující].
Chcete-li připojit graf k příběhu:
Vytvořte tuto grafickou část příběhu: napište JEDNU zprávu, kterou grafika zobrazuje, v jedné větě, poté navrhněte „nastavení“ věty, která připraví publikum na grafiku, a větu „tak co“ za grafikou. Grafika: [recept]. Přehled: [...].
„Před/po“ a vyprávění o srovnání
Nejsilnější datové příběhy vytvářejí opozici: před/po, cíl/skutečnost, my/konkurent, očekávané/co se stalo. Kontrast vytváří napětí v mysli publika a vyostřuje sdělení.
Typ kontrastu
ukázkové vyprávění
vhodná grafika
před/po
"9 dní před změnou procesu, 4 dny po"
Dvojitý sloupcový/sklonový graf
cílový/skutečný
"Cílem byl 10% růst, my jsme zůstali na 4%"
cílová čára
očekávané/stalo se
"Očekávali jsme letní pokles, ale nárůst přišel"
Čára + stínovaný pás očekávání
Část/celek
"70 % ztrát pochází z jednoho kroku"
Skládaný bar s hoverem
Nastavte datový příběh „před/po“. Před: [případ+číslo].Po: [případ+číslo]. Důvod změny: [...].Úkol: Navrhněte minivyprávění o 3 větách (kontext, změna, výsledek) a typ grafu, který tento kontrast ukáže nejupřímněji. Nesnažte se udělat změnu větší, než je.
Integrita: nenechte příběh zkreslit data
Stínovou stránkou vyprávění je selektivní prezentace dat pro posílení vyprávění. Pozor na dvě pasti:
- Selektivní data (třešeň-picking): Zobrazení období/segmentu, který se hodí do vyprávění, a skrytí toho, které se nehodí.
- Pseudokauzalita: „A vzrostlo, B se zvýšilo, takže A způsobilo B“ — korelace není kauzalita.
Pozor: Dobrý příběh přesvědčí; Přesvědčování by se ale nemělo změnit v povolení zkreslovat data. "Jaká data neodpovídají tomuto příběhu?" Zeptejte se sami sebe a v případě potřeby to ukažte.
tři mini pouzdra
Případ 1 — Od malby k příběhu. Jeden tým předložil vedení 12řádkovou tabulku, ale nikdo ničemu nerozuměl. S umělou inteligencí zjistili: „80 % zisku pochází ze 3 produktů.“ Prezentaci postavili na této jedné větě. Poprvé se vedení jasně rozhodlo (zaměřte se na tyto 3 produkty).
Případ 2 – Před/po. Nemocnice provedla změnu, která zkrátila čekací dobu, ale prezentace sestávala ze suchých čísel. Sestavili graf sklonu s kontrastem „Nejprve 47 minut, pak 19 minut“. Dopad změny byl okamžitě pochopen a rozpočet byl rozšířen.
Případ 3 – Oprava selektivních údajů. Obchodník zmapoval pouze dva nejlepší týdny, aby ukázal úspěšnost kampaně. Zeptejte se AI: „Existují data, která neodpovídají tomuto příběhu? zeptal se; model vzpomínal na pokles po kampani. Tým ukázal celé období a vydal upřímnou zprávu, že „pro trvalý dopad je zapotřebí následná opatření“.
Slabá výzva / Silná výzva
slabé:
Z těchto údajů vyplývá fascinující příběh.
Touha „působit“ tlačí model k nadsázce a selektivní prezentaci; upřímnost se ztrácí.
Silný:
Vaše role: editor datových příběhů. Klíčový poznatek: „70 % ztrát je v kroku dodání“. Výsledky: [čísla]. Úkol: vytvořte upřímné vyprávění ve struktuře kontext→napětí→řešení, přiřaďte graf ke každé části a uveďte, zda existují data, která tomuto náhledu NEODPOVÍDAJÍ. Nepřehánějte, neprezentujte korelaci jako příčinnou souvislost, pište [potvrzení] pro to, co v datech není.
To druhé dává strukturu a vyžaduje poctivost (ukažte data, která nesedí, netvrdte kauzalitu).
Jedna grafika, jedno sdělení: distribuce příběhu mezi snímky
Nejsilnějším pravidlem při vkládání datového příběhu do prezentace je: jeden graf na jednom snímku, jedna zpráva na jednom grafu. Divák se nemůže podívat na tři grafy současně a udělat si závěr. Spíše než zobrazení složitého grafu najednou je velmi efektivní jej postupně odhalovat: nejprve prázdnou osu, pak jednu čáru, pak srovnávací čáru a nakonec zdůraznění. V každém kroku vysvětlíte, co říkáte; divák „čte“ graf s vámi.
Vaše role: editor prezentace dat. Mám jediný hustý graf: [recept]. Místo toho, abyste to ukazovali na jednom snímku, vytvořte 3-4 fázový plán „kaskádového odhalení“, který diváka provede krok za krokem. Co by se mělo objevit na grafu v každé fázi a co bych měl říci? Jediná zpráva, kterou je třeba na konci zvýraznit, je: „[věta]“.
Udělejte z titulku grafu také část příběhu: „Růst podporuje pouze západní region“, nikoli „regionální prodeje“. Název říká výsledek grafu; Divák vypadá, že ví, co uvidí.
Tip: Pokud jsou na snímku více než dva grafy, pravděpodobně na jeden snímek nacpete dvě nebo tři samostatné zprávy. Rozdělit: dát každé zprávě vlastní snímek.
Časté chyby
- Prezentace stohu grafiky: Řetězec grafiky v řadě bez příběhu.
- Příběh bez náhledu: Říkat „co se stalo“, ale vynechávat „co to znamená“.
- Selektivní data: Skrytí dat, která se nehodí do příběhu.
- Falešná kauzalita: Prezentace korelace jako „způsobená“.
- Výběr žánrů pro nadsázku: Použití zavádějící grafiky ke zvětšení efektu.
- Více zpráv: Vložení více než jednoho „hlavního příběhu“ do prezentace.
V souhrnu
Vyprávění dat je vkládání čísel do vyprávění s rozlišením kontextu a napětí a zvýrazněním náhledu („co to znamená“). Kontrasty (před/po, cíl/aktuální) zvýrazňují sdělení. Umělá inteligence je mocná při přeměně vašich zjištění na příběh; Nenechte se ale chytit do pastí selektivních dat, přehánění a falešné kauzality. Dobrý příběh přesvědčí a nezkresluje data.
Aplikační úkol
Získejte přehled ze souboru dat. (1) Napište to jednou větou. (2) Požádejte umělou inteligenci, aby vytvořila příběh ve struktuře kontextu-napětí-rozlišení a ke každé sekci přiřadila grafiku. (3) "Jaká data neodpovídají tomuto příběhu?" a poctivě zahrnout odpověď do vyprávění. (4) Zkraťte příběh na jednu větu.
kontrolní seznam
- [ ] Mám jeden hlavní poznatek a dokážu ho napsat jednou větou.
- [ ] Vyprávění bylo strukturováno ve struktuře kontext-napětí-rozlišení.
- [ ] Každý graf dokazuje větu ve vyprávění.
- [ ] Neskrýval jsem údaje, které se nehodily do vyprávění.
- [ ] Korelaci jsem neprezentoval jako kauzalitu.
- [ ] Příběh lze zredukovat na jedinou větu.