युनिट्स
1. सादरीकरण आणि डेटा व्हिज्युअलायझेशनमधील कृत्रिम बुद्धिमत्तेचा परिचय: भूमिका, सीमा, प्रमाणीकरण आणि नीतिशास्त्र 2. प्रेझेंटेशन स्ट्रक्चर आणि नॅरेटिव्ह फिक्शन: प्रेक्षकांना प्रवासात घेऊन जाणे 3. स्लाइड मजकूर आणि सामग्री निर्मिती: शीर्षक, लेख, स्पीकर नोट 4. स्लाइड डिझाइन आणि व्हिज्युअल उत्पादन: लेआउट, रंग, चिन्ह आणि कृत्रिम बुद्धिमत्ता व्हिज्युअल 5. डेटा समजून घेणे आणि योग्य चार्ट प्रकार निवडणे 6. कृत्रिम बुद्धिमत्तेसह ग्राफिक्स तयार करणे: कोडपासून व्हिज्युअलपर्यंत, पडताळणीसह 7. डॅशबोर्ड डिझाइन: स्क्रीनवर मोठ्या संख्येने समजण्यायोग्य बनवणे 8. डेटा स्टोरीटेलिंग: संख्यांना कथनात बदलणे 9. इन्फोग्राफिक उत्पादन: सिंगल व्हिज्युअलमध्ये समजण्यायोग्य माहिती 10. दिशाभूल करणारे व्हिज्युअलायझेशन टाळणे: ग्राफिक नैतिकता आणि सचोटी 11. एंड-टू-एंड फ्लो: ब्रीफिंग ते रिहर्सल, पडताळणी, गोपनीयता आणि वितरण
युनिट 8 / 11

डेटा स्टोरीटेलिंग: संख्यांना कथनात बदलणे

नफा:

  • संदर्भ-तणाव-रिझोल्यूशन कथेमध्ये निष्कर्ष ठेवण्याची क्षमता आणि अंतर्दृष्टी हायलाइट करण्याची क्षमता ('याचा अर्थ काय आहे')
  • आधी/नंतर आणि लक्ष्य/वास्तविकता यांसारख्या विरोधाभासांसह संदेश धारदार करण्याची क्षमता आणि प्रत्येक ग्राफिकला कथनातील वाक्याशी जोडण्याची क्षमता
  • निवडक डेटा, अतिशयोक्ती आणि खोट्या कार्यकारणभावाच्या सापळ्यात न पडता एक प्रामाणिक कथा तयार करण्याची क्षमता

लोक चित्रे विसरतात, त्यांना कथा आठवतात. डेटा स्टोरीटेलिंग म्हणजे ग्राफिकच्या कोरड्या ढिगाऱ्यापासून सुरुवात, मध्य आणि शेवट असलेल्या कथनात संख्यांचे रूपांतर करणे. डेटा सुशोभित करण्याचा हेतू नाही; प्रेक्षकांच्या "काय झाले, ते का महत्त्वाचे आहे, मी काय करावे" या प्रश्नांची उत्तरे योग्य क्रमाने द्यायची आहेत. या युनिटमध्ये, आम्ही तुमच्या डेटामधून एक प्रामाणिक आणि संस्मरणीय कथा तयार करण्यासाठी कृत्रिम बुद्धिमत्ता कशी वापरायची ते शिकू.

कथेचे तीन भाग: संदर्भ, संघर्ष, निराकरण

प्रत्येक डेटा कथेचा कणा असतो:

  • संदर्भ: आम्ही कुठे उभे आहोत? "गेल्या वर्षी आम्ही 3 नवीन बाजारात प्रवेश केला."
  • संघर्ष / तणाव: काय बदलले आहे, कोणती समस्या/संधी अस्तित्वात आहे? "परंतु त्यापैकी एकामध्ये, 6 महिन्यांपासून विक्री कमी होत आहे."
  • उपाय / कृती: आपण काय करावे? "आम्हाला या बाजारातील किंमतीचे पुनरावलोकन करणे आवश्यक आहे."

अंतर्दृष्टीची संकल्पना देखील आहे: प्रेक्षकांनी यापूर्वी न पाहिलेल्या डेटामधून एक अर्थपूर्ण शोध. आलेख डेटा दर्शवितो; अंतर्दृष्टी तुम्हाला त्याचा अर्थ सांगते. कथाकथन हे कथनात समर्पक अंतर्दृष्टी आहे.

टीप: "डेटा हे दर्शवितो" असे म्हणू नका, "डेटा हे सांगतो" असा विचार करा. तक्ता पुरावा आहे; कथा हा त्या पुराव्याचा अर्थ आहे.

अंतर्दृष्टी पासून कथेपर्यंत: चरण-दर-चरण

  1. एका वाक्यात मुख्य अंतर्दृष्टी लिहा. "बाजार X मध्ये, घसरण किंमतीमुळे नाही तर वितरण वेळेमुळे आहे."
  2. संदर्भ स्थापित करा. दर्शकाने कुठे सुरुवात करावी?
  3. तणाव दाखवा. काय अपेक्षित आहे आणि प्रत्यक्षात काय घडते यात फरक आहे.
  4. पुरावा (ग्राफ) घाला. प्रत्येक आलेख एक वाक्य सिद्ध करतो.
  5. उपाय/कृती सांगा. बाहेर पडताना दर्शकाने काय करावे?
  6. ते एका संदेशापर्यंत कमी करा. कथा एका वाक्यात सारांशित केली पाहिजे.

तुमची भूमिका: डेटा कथा संपादक. माझे निष्कर्ष (कच्चे): [आयटम क्रमांक/निरीक्षणानुसार आयटम]. माझी मुख्य अंतर्दृष्टी: "[एकच वाक्य]". कार्य: याला 'संदर्भ → तणाव → रिझोल्यूशन' रचनेसह कथनात रूपांतरित करा. प्रत्येक विभागासाठी: मजकूराची 1-2 वाक्ये + तो विभाग सिद्ध करण्यासाठी ग्राफिक प्रकारासाठी सूचना. अतिशयोक्ती करू नका, संख्या तयार करा; '[पुष्टीकरण]' म्हणून डेटामध्ये दावा नसल्याची खूण करा. स्वर: [उद्दिष्ट/प्रेरणादायक/उत्तेजक].

तक्त्याला कथेशी जोडण्यासाठी:

हा ग्राफिक कथेचा भाग बनवा: ग्राफिक दाखवतो तो एक संदेश एका वाक्यात लिहा, त्यानंतर ग्राफिकसाठी प्रेक्षकांना तयार करणारे 'सेटअप' वाक्य सुचवा आणि ग्राफिक नंतर 'सो व्हॉट' वाक्य सुचवा.ग्राफिक: [रेसिपी]. अंतर्दृष्टी: [... ].

"आधी/नंतर" आणि तुलनात्मक कथा

सर्वात शक्तिशाली डेटा कथा एक विरोध स्थापित करतात: आधी/नंतर, लक्ष्य/वास्तविक, आम्ही/स्पर्धक, अपेक्षित/काय झाले. कॉन्ट्रास्टमुळे प्रेक्षकांच्या मनात तणाव निर्माण होतो आणि संदेशाला धार येते.

कॉन्ट्रास्ट प्रकार

नमुना कथा

योग्य ग्राफिक

आधी/नंतर

"प्रक्रिया बदलण्यापूर्वी 9 दिवस, 4 दिवसांनंतर"

ड्युअल बार/स्लोप चार्ट

लक्ष्य/वास्तविक

"लक्ष्य 10% वाढीचे होते, आम्ही 4% वर राहिलो"

लक्ष्य रेखा बार

अपेक्षित/ घडले

"आम्हाला उन्हाळ्यात घट अपेक्षित होती, पण वाढ झाली"

रेखा + छायांकित अपेक्षा बँड

भाग/संपूर्ण

"70% नुकसान एका टप्प्यातून होते"

होवरसह स्टॅक केलेला बार

डेटा स्टोरी 'आधी/नंतर' सेट करा. आधी: [केस+क्रमांक].नंतर: [केस+क्रमांक]. बदलाचे कारण: [...].कार्य: 3-वाक्यांचे लघु-कथन (संदर्भ, बदल, परिणाम) आणि चार्टचा प्रकार सुचवा जो हा कॉन्ट्रास्ट सर्वात प्रामाणिकपणे दर्शवेल. बदल आहे त्यापेक्षा मोठा करण्याचा प्रयत्न करू नका.

अखंडता: कथेला डेटा विकृत होऊ देऊ नका

कथाकथनाची सावली बाजू म्हणजे कथन मजबूत करण्यासाठी निवडकपणे डेटा सादर करणे. दोन सापळ्यांपासून सावध रहा:

  • निवडक डेटा (चेरी-पिकिंग): कथनात बसणारा कालावधी/सेगमेंट दाखवणे आणि न जुळणारा भाग लपवणे.
  • छद्म-कार्यकारण: "A वाढला, B वाढला, म्हणून A मुळे B झाला" - सहसंबंध म्हणजे कार्यकारणभाव नाही.
खबरदारी: चांगली कथा मन वळवते; परंतु मन वळवणे हे डेटा विकृत करण्याच्या परवानगीमध्ये बदलू नये. "कोणता डेटा या कथनात बसत नाही?" स्वतःला विचारा आणि आवश्यक असल्यास ते दर्शवा.

तीन लहान प्रकरणे

केस 1 - चित्रकलेपासून कथेपर्यंत. एका संघाने व्यवस्थापनाला 12 ओळींचा तक्ता सादर केला, परंतु कोणालाही काहीच समजले नाही. AI सह, त्यांना अंतर्दृष्टी सापडली: "80% नफा 3 उत्पादनांमधून येतो." या एका वाक्याभोवती त्यांनी सादरीकरण बांधले. प्रथमच, व्यवस्थापनाने स्पष्ट निर्णय घेतला (या 3 उत्पादनांवर लक्ष केंद्रित करा).

केस 2 - आधी/नंतर. रूग्णालयाने एक बदल केला होता ज्यामुळे प्रतीक्षा वेळ कमी झाला होता, परंतु सादरीकरणात कोरड्या क्रमांकांचा समावेश होता. त्यांनी "प्रथम 47 मिनिटे, नंतर 19 मिनिटे" कॉन्ट्रास्टसह एक उतार चार्ट सेट केला. बदलाचा प्रभाव लगेच समजला आणि अर्थसंकल्पाचा विस्तार करण्यात आला.

केस 3 - निवडक डेटा दुरुस्त करणे. एका मार्केटरने मोहिमेचे यश दर्शविण्यासाठी फक्त शीर्ष 2 आठवडे चार्ट केले होते. AI ला विचारा "या कथनात बसत नाही असा डेटा आहे का?" त्याने विचारले; मॉडेलने मोहिमेनंतरची घट आठवली. संघाने संपूर्ण कालावधी दर्शविला आणि "स्थायी प्रभावासाठी पाठपुरावा आवश्यक आहे" असा प्रामाणिक संदेश दिला.

कमकुवत प्रॉम्प्ट / मजबूत प्रॉम्प्ट

कमकुवत:

या आकडेवारीतून एक आकर्षक कथा समोर येते.

"प्रभावी" करण्याची इच्छा मॉडेलला अतिशयोक्ती आणि निवडक सादरीकरणाकडे ढकलते; प्रामाणिकपणा हरवला आहे.

मजबूत:

तुमची भूमिका: डेटा कथा संपादक. मुख्य अंतर्दृष्टी: "70% नुकसान वितरण टप्प्यात आहे". परिणाम: [संख्या]. कार्य: संदर्भ → सस्पेन्स → सोल्यूशनच्या संरचनेत एक प्रामाणिक कथा तयार करा, प्रत्येक विभागाशी आलेख जुळवा आणि या अंतर्दृष्टीला बसत नाही असा डेटा आहे का ते सूचित करा. अतिशयोक्ती करू नका, कारण म्हणून सहसंबंध सादर करू नका, जे डेटामध्ये नाही त्यासाठी [पुष्टीकरण] लिहा.

नंतरचे दोन्ही रचना देतात आणि प्रामाणिकपणाची आवश्यकता असते (जो डेटा बसत नाही तो दाखवा, कार्यकारणभावाचा दावा करू नका).

एक ग्राफिक, एक संदेश: स्लाईडवर कथा वितरित करणे

प्रेझेंटेशनमध्ये डेटा स्टोरी टाकताना सर्वात मजबूत नियम आहे: एका स्लाइडवर एक चार्ट, एका चार्टवर एक संदेश. दर्शक एकाच वेळी तीन आलेख पाहू शकत नाही आणि निष्कर्ष काढू शकत नाही. एक जटिल चार्ट एकाच वेळी दाखवण्याऐवजी, ते हळूहळू प्रकट करणे खूप प्रभावी आहे: प्रथम रिक्त अक्ष, नंतर एकल रेषा, नंतर तुलना रेखा, शेवटी जोर. प्रत्येक पायरीवर तुम्ही काय म्हणत आहात ते स्पष्ट करा; दर्शक तुमच्यासोबत चार्ट "वाचतो".

तुमची भूमिका: डेटा सादरीकरण संपादक. माझ्याकडे एकच दाट आलेख आहे: [पाककृती]. हे एका स्लाइडवर दाखवण्याऐवजी, 3-4 स्टेजची 'कॅस्केड रिव्हल' योजना बनवा जी दर्शकांना टप्प्याटप्प्याने घेऊन जाईल. प्रत्येक टप्प्यावर चार्टवर काय दिसले पाहिजे आणि मी काय बोलू? शेवटी हायलाइट करण्याचा एकमेव संदेश आहे: "[वाक्य]".

चार्टचे शीर्षक देखील कथनाचा भाग बनवा: "एकट्या पश्चिम क्षेत्रामध्ये वाढ होते," "प्रादेशिक विक्री" नाही. शीर्षक चार्टचा परिणाम सांगते; पाहणाऱ्याला काय दिसेल हे माहीत असते.

टीप: स्लाइडवर दोनपेक्षा जास्त चार्ट असल्यास, तुम्ही कदाचित दोन किंवा तीन स्वतंत्र संदेश एका स्लाइडवर टाकत आहात. स्प्लिट: प्रत्येक संदेशाला त्याची स्वतःची स्लाइड द्या.

सामान्य चुका

  • ग्राफिक्सचा स्टॅक सादर करणे: कथनाशिवाय सलग ग्राफिक्स स्ट्रिंग करणे.
  • अंतर्दृष्टीशिवाय कथा: "काय झाले" असे म्हणणे परंतु "त्याचा अर्थ काय आहे" हे सोडून देणे.
  • निवडक डेटा: कथनात न बसणारा डेटा लपवणे.
  • असत्य कार्यकारणभाव: "कारण" म्हणून सहसंबंध सादर करणे.
  • अतिशयोक्तीसाठी शैली निवडणे: प्रभाव वाढविण्यासाठी दिशाभूल करणारे ग्राफिक्स वापरणे.
  • एकाधिक संदेश: सादरीकरणामध्ये एकापेक्षा जास्त "मुख्य कथा" फिट करणे.

सारांशात

डेटा स्टोरीटेलिंग म्हणजे संख्यांना संदर्भ-तणाव-रिझोल्यूशन कथनात घालणे आणि अंतर्दृष्टी हायलाइट करणे ("याचा अर्थ काय आहे"). विरोधाभास (आधी/नंतर, लक्ष्य/वास्तविक) संदेश धारदार करतात. तुमचे निष्कर्ष कथनात बदलण्यासाठी एआय शक्तिशाली आहे; परंतु निवडक डेटा, अतिशयोक्ती आणि खोट्या कार्यकारणभावाच्या फंदात पडू नका. चांगली कथा मन वळवते आणि डेटा विकृत करत नाही.

अर्ज कार्य

तुमच्या डेटा सेटमधून अंतर्दृष्टी काढा. (१) एका वाक्यात लिहा. (२) आर्टिफिशियल इंटेलिजन्सने संदर्भ-तणाव-रिझोल्यूशन स्ट्रक्चरमध्ये एक कथा तयार करा आणि प्रत्येक विभागाशी ग्राफिक जुळवा. (३) "कोणता डेटा या कथनात बसत नाही?" आणि कथनात प्रामाणिकपणे उत्तर समाविष्ट करा. (4) कथा एका वाक्यात कमी करा.

चेकलिस्ट

  • माझ्याकडे एक मुख्य अंतर्दृष्टी आहे आणि मी ते एका वाक्यात लिहू शकतो.
  • कथेची रचना संदर्भ-तणाव-रिझोल्यूशन स्ट्रक्चरमध्ये करण्यात आली होती.
  • प्रत्येक आलेख कथनातील एक वाक्य सिद्ध करतो.
  • कथनात बसणारा डेटा मी लपविला नाही.
  • [] मी कार्यकारणभाव म्हणून सहसंबंध सादर केला नाही.
  • कथा एका वाक्यात कमी करता येते.