Ganancias:
- Capacidad para poner los hallazgos en una narrativa de contexto, tensión y resolución y resaltar conocimientos ("qué significa esto")
- Capacidad para afinar el mensaje con contrastes como antes/después y objetivo/realidad y conectar cada gráfico con una oración en la narrativa.
- Capacidad para construir una historia honesta sin caer en las trampas de los datos selectivos, la exageración y la falsa causalidad.
La gente olvida los cuadros, recuerda las historias. La narración de datos está transformando los números de una pila seca de gráficos a una narrativa con un principio, un desarrollo y un final. El objetivo no es embellecer los datos; Se trata de responder a las preguntas de la audiencia "qué pasó, por qué es importante, qué debo hacer" en el orden correcto. En esta unidad, aprenderemos cómo utilizar la inteligencia artificial para construir una narrativa honesta y memorable a partir de sus datos.
Tres partes de la historia: contexto, conflicto, resolución.
Cada historia de datos tiene una columna vertebral:
- Contexto: ¿Dónde nos encontramos? "El año pasado entramos en 3 nuevos mercados".
- Conflicto/tensión: ¿Qué ha cambiado, qué problema/oportunidad existe? "Pero en uno de ellos las ventas llevan seis meses cayendo".
- Solución/acción: ¿Qué debemos hacer? "Necesitamos revisar el precio en este mercado".
También existe el concepto de insight: un hallazgo significativo a partir de datos que la audiencia no ha visto antes. El gráfico muestra los datos; La percepción te dice lo que significa. Contar historias es una visión adecuada de una narrativa.
Consejo: no diga "Los datos muestran esto", piense "Los datos dicen esto". El gráfico es una prueba; La historia es el significado de esa evidencia.
Del insight a la narrativa: paso a paso
- Escribe la idea principal en una oración. "En el mercado X, la caída no se debe al precio, sino al tiempo de entrega".
- Establece el contexto. ¿Por dónde debería empezar el espectador?
- Muestra tensión. La diferencia entre lo que se espera y lo que realmente sucede.
- Insertar la evidencia (gráfico). Cada gráfico prueba una oración.
- Indique la solución/acción. ¿Qué debe hacer el espectador a la salida?
- Reducirlo a un solo mensaje. La historia debe resumirse en una frase.
Su función: editor de historias de datos. Mis hallazgos (sin procesar): [artículo por números de artículo/observaciones]. Mi idea principal: "[frase única]". Tarea: Convierta esto en una narrativa con una estructura de 'contexto → tensión → resolución'. Para cada sección: 1-2 oraciones de texto + una sugerencia de tipo gráfico para probar esa sección. No exageres, inventa números; marque el reclamo que no está en los datos como '[confirmación]'. Tono: [objetivo/inspirador/estimulante].
Para conectar el gráfico con la narrativa:
Haga que este gráfico forme parte de una historia: escriba el ÚNICO mensaje que muestra el gráfico en una oración, luego sugiera una oración de "preparación" que prepare a la audiencia para el gráfico y una oración de "y qué" después del gráfico. Gráfico: [receta]. Conocimiento: [ ... ].
"Antes/después" y narrativas comparativas
Las historias de datos más poderosas establecen una oposición: antes/después, objetivo/real, nosotros/competidor, esperado/qué pasó. El contraste crea tensión en la mente de la audiencia y agudiza el mensaje.
tipo de contraste
narrativa de muestra
gráfico adecuado
antes/después
"9 días antes del cambio de proceso, 4 días después"
Gráfico de doble barra/pendiente
objetivo/real
"El objetivo era un crecimiento del 10%, nos quedamos en el 4%"
barra de línea objetivo
esperado/sucedió
"Esperábamos un descenso en verano, pero llegó el aumento"
Línea + banda de expectativa sombreada
Parte/todo
"El 70% de las pérdidas son de un solo paso"
Barra apilada con desplazamiento
Configure una historia de datos de "antes/después". Antes: [caso+número]. Después: [caso+número]. El motivo del cambio: [...].Tarea: Sugiera una mininarrativa de 3 oraciones (contexto, cambio, resultado) y el tipo de gráfico que mostrará este contraste de manera más honesta. No intentes hacer el cambio más grande de lo que es.
Integridad: no dejes que la historia distorsione los datos
El lado oscuro de la narración es presentar datos de forma selectiva para fortalecer la narrativa. Cuidado con dos trampas:
- Datos selectivos (selección selectiva): mostrar el período/segmento que se ajusta a la narrativa y ocultar el que no.
- Pseudocausalidad: “A aumentó, B aumentó, por lo que A causó B”: correlación no es causalidad.
Precaución: una buena historia persuade; Pero la persuasión no debería convertirse en permiso para distorsionar los datos. “¿Qué datos no se ajustan a esta narrativa?” Pregúntate y muéstralo si es necesario.
tres mini casos
Caso 1: De la pintura a la historia. Un equipo presentó una tabla de 12 líneas a la dirección, pero nadie entendió nada. Con la IA, encontraron la idea: "El 80% de las ganancias proviene de 3 productos". Construyeron la presentación en torno a esta frase. Por primera vez, la dirección tomó una decisión clara (centrarse en estos 3 productos).
Caso 2: Antes/después. Un hospital había hecho un cambio que redujo el tiempo de espera, pero la presentación consistió en números secos. Crearon un gráfico de pendientes con el contraste "Primeros 47 minutos, luego 19 minutos". El impacto del cambio se comprendió inmediatamente y se amplió el presupuesto.
Caso 3: Corrección de datos selectivos. Un especialista en marketing había trazado solo las dos semanas principales para mostrar el éxito de la campaña. Pregúntele a AI "¿hay datos que no se ajustan a esta narrativa?" preguntó; La modelo recordó el declive poscampaña. El equipo mostró todo el período y dio el mensaje honesto de que "se requiere seguimiento para lograr un impacto duradero".
Aviso débil / Aviso fuerte
Débil:
Una historia fascinante surge de estos datos.
El deseo de “impresionar” empuja al modelo hacia la exageración y la presentación selectiva; La honestidad se pierde.
Fuerte:
Su función: editor de historias de datos. Idea clave: "El 70% de las pérdidas se producen en la etapa de entrega". Resultados: [números]. Tarea: construir una narrativa honesta en la estructura de contexto→suspenso→solución, relacionar un gráfico con cada sección e indicar si hay datos que NO se ajustan a esta idea. No exagere, no presente correlación como causalidad, escriba [confirmación] para lo que no esté en los datos.
Esto último da estructura y requiere honestidad (mostrar datos que no encajan, no afirmar causalidad).
Un gráfico, un mensaje: distribuir la narrativa en diapositivas
La regla general más estricta a la hora de incluir una historia de datos en una presentación es: un gráfico en una diapositiva, un mensaje en un gráfico. El espectador no puede mirar tres gráficos al mismo tiempo y sacar una conclusión. En lugar de mostrar un gráfico complejo de una sola vez, es muy eficaz revelarlo progresivamente: primero el eje vacío, luego la línea única, luego la línea de comparación y finalmente el énfasis. En cada paso explicas lo que estás diciendo; el espectador "lee" el gráfico con usted.
Su función: editor de presentación de datos. Tengo un único gráfico denso: [receta]. En lugar de mostrar esto en una sola diapositiva, haga un plan de 'revelación en cascada' de 3 a 4 etapas que llevará al espectador paso a paso. ¿Qué debería aparecer en el gráfico en cada etapa y qué debo decir? El único mensaje a resaltar al final es: "[frase]".
Haga que el título del gráfico también forme parte de la narrativa: "La región occidental por sí sola impulsa el crecimiento", no "Ventas regionales". El título indica el resultado del gráfico; El espectador mira sabiendo lo que verá.
Consejo: si hay más de dos gráficos en una diapositiva, probablemente esté amontonando dos o tres mensajes separados en una diapositiva. Dividir: dale a cada mensaje su propia diapositiva.
Errores comunes
- Presentar una pila de gráficos: encadenar gráficos en una fila sin una narrativa.
- Historia sin insight: Decir "lo que pasó" pero omitiendo "lo que significa".
- Datos selectivos: ocultar datos que no se ajustan a la narrativa.
- Falsa causalidad: presentar la correlación como "causada".
- Elegir géneros para exagerar: usar gráficos engañosos para magnificar el efecto.
- Mensajes múltiples: incluir más de una "historia principal" en una presentación.
En resumen
La narración de datos consiste en poner números en una narrativa de contexto, tensión y resolución y resaltar conocimientos (“qué significa esto”). Los contrastes (antes/después, objetivo/real) agudizan el mensaje. La IA es poderosa para convertir sus hallazgos en narrativa; Pero no caiga en las trampas de los datos selectivos, la exageración y la falsa causalidad. Una buena historia persuade y no distorsiona los datos.
Tarea de aplicación
Obtenga información de su conjunto de datos. (1) Escríbalo en una oración. (2) Haga que la inteligencia artificial produzca una narrativa en la estructura de contexto-tensión-resolución y combine un gráfico con cada sección. (3) "¿Qué datos no se ajustan a esta narrativa?" e incluya la respuesta honestamente en la narrativa. (4) Reduzca la historia a una oración.
lista de verificación
- [] Tengo una idea principal y puedo escribirla en una oración.
- [ ] La narrativa se estructuró en una estructura contexto-tensión-resolución.
- [ ] Cada gráfico prueba una oración en la narrativa.
- [ ] No oculté datos que no encajaran con la narrativa.
- [ ] No presenté correlación como causalidad.
- [ ] La historia se puede reducir a una sola frase.