Opowiadanie historii o danych: przekształcanie liczb w narrację

Zyski:

• Umiejętność umieszczenia wniosków w narracji o rozwiązywaniu napięć kontekstowych i podkreślenia spostrzeżeń („co to oznacza”)
• Możliwość wyostrzenia przekazu za pomocą kontrastów, takich jak przed/po i cel/rzeczywistość, oraz połączenia każdej grafiki ze zdaniem w narracji
• Umiejętność budowania szczerej historii bez wpadania w pułapki wybiórczych danych, przesady i fałszywej przyczynowości

Ludzie zapominają o obrazach, pamiętają historie. Opowiadanie historii oparte na danych przekształca liczby z suchego stosu grafik w narrację mającą początek, środek i koniec. Celem nie jest upiększanie danych; Chodzi o to, by odpowiedzieć na pytania widzów „co się stało, dlaczego jest to ważne, co mam zrobić” w odpowiedniej kolejności. W tej części dowiemy się, jak wykorzystać sztuczną inteligencję do zbudowania szczerej i zapadającej w pamięć narracji na podstawie Twoich danych.

Trzy części historii: kontekst, konflikt, rozwiązanie

Każda historia danych ma szkielet:

• Kontekst: Na czym stoimy? „W zeszłym roku weszliśmy na 3 nowe rynki.”
• Konflikt/napięcie: Co się zmieniło, jaki istnieje problem/szansa? „Ale w jednym z nich sprzedaż spada od 6 miesięcy”.
• Rozwiązanie/działanie: Co powinniśmy zrobić? „Musimy sprawdzić cenę na tym rynku”.

Istnieje również koncepcja wglądu: znaczącego wniosku na podstawie danych, którego publiczność nie widziała wcześniej. Wykres przedstawia dane; wnikliwość powie ci, co to znaczy. Opowiadanie historii to odpowiedni wgląd w narrację.

Wskazówka: nie mów „Dane to pokazują”, pomyśl „Dane to mówią”. Wykres jest dowodem; Historia jest znaczeniem tego dowodu.

Od wglądu do narracji: krok po kroku

1. Zapisz główne spostrzeżenie w jednym zdaniu. „Na rynku X spadek nie wynika z ceny, ale z czasu dostawy”.
2. Ustal kontekst. Od czego widz powinien zacząć?
3. Pokaż napięcie. Różnica między tym, czego się oczekuje, a tym, co faktycznie się dzieje.
4. Wstaw dowód (wykres). Każdy wykres potwierdza zdanie.
5. Podaj rozwiązanie/działanie. Co widz powinien zrobić na wyjściu?
6. Zredukuj to do jednej wiadomości. Historię należy streścić w jednym zdaniu.

Twoja rola: redaktor historii danych. Moje ustalenia (surowe): [element według numerów pozycji/obserwacji]. Mój główny spostrzeżenie: „[pojedyncze zdanie]”. Zadanie: Zamień to w narrację o strukturze „kontekst → napięcie → rozwiązanie”. Do każdej sekcji: 1-2 zdania tekstu + propozycja typu graficznego potwierdzającego daną sekcję. Nie przesadzaj, wymyśl liczby; oznacz roszczenie, którego nie ma w danych, jako „[potwierdzenie]”. Ton: [obiektywny / inspirujący / stymulujący].

Aby połączyć wykres z narracją:

Uczyń tę graficzną część historii: napisz JEDNĄ wiadomość przedstawioną na grafice w jednym zdaniu, następnie zasugeruj zdanie „konfiguracyjne”, które przygotowuje odbiorców na grafikę, oraz zdanie „co z tego” po grafice. Grafika: [przepis]. Wgląd: [ ... ].

Narracje „przed/po” i porównania

Najpotężniejsze historie oparte na danych ustanawiają opozycję: przed/po, cel/rzeczywisty, my/konkurencja, oczekiwane/co się stało. Kontrast tworzy napięcie w umyśle odbiorcy i wyostrza przekaz.

Typ kontrastowy

przykładowa narracja

odpowiednia grafika

przed/po

„9 dni przed zmianą procesu, 4 dni po”

Podwójny wykres słupkowy/nachylenie

cel/rzeczywisty

„Celem był wzrost o 10%, pozostaliśmy przy 4%”

docelowy pasek linii

oczekiwane/stało się

„Spodziewaliśmy się spadku w lecie, ale nastąpił wzrost”

Linia + zacieniony przedział oczekiwań

Część/całość

„70% strat wynika z jednego kroku”

Skumulowany pasek z kursorem

Skonfiguruj historię danych „przed/po”. Przed: [sprawa+numer]. Po: [sprawa+numer]. Powód zmiany: [...].Zadanie: Zaproponuj składającą się z trzech zdań mini-narrację (kontekst, zmiana, wynik) i rodzaj wykresu, który najuczciwiej pokaże ten kontrast. Nie staraj się, aby zmiana była większa niż jest.

Uczciwość: nie pozwól, aby historia zniekształciła dane

Ciemną stroną opowiadania historii jest selektywne prezentowanie danych w celu wzmocnienia narracji. Uważaj na dwie pułapki:

• Dane selektywne (wybór wiśni): pokazywanie okresu/segmentu, który pasuje do narracji i ukrywanie tego, który nie pasuje.
• Pseudoprzyczynowość: „A wzrosło, B wzrosło, zatem A spowodowało B” – korelacja nie jest przyczynowością.

Uwaga: dobra historia przekonuje; Jednak perswazja nie powinna zamieniać się w pozwolenie na zniekształcanie danych. „Jakie dane nie pasują do tej narracji?” Zapytaj siebie i pokaż, jeśli to konieczne.

trzy mini etui

Przypadek 1 — Od malarstwa do opowieści. Zespół przedstawił kierownictwu 12-wierszową tabelę, ale nikt nic nie zrozumiał. Dzięki sztucznej inteligencji odkryli, że: „80% zysku pochodzi z 3 produktów”. Zbudowali prezentację wokół tego jednego zdania. Po raz pierwszy zarząd podjął jasną decyzję (koncentrując się na tych 3 produktach).

Przypadek 2 – Przed/po. Szpital wprowadził zmianę, która skróciła czas oczekiwania, ale prezentacja składała się z suchych liczb. Przygotowali wykres nachylenia z kontrastem „Pierwsze 47 minut, potem 19 minut”. Natychmiast zrozumiano skutki zmiany i zwiększono budżet.

Przypadek 3 – Korekta danych selektywnych. Aby pokazać sukces kampanii, marketer sporządził wykres tylko 2 najważniejszych tygodni. Zapytaj sztuczną inteligencję „czy istnieją dane, które nie pasują do tej narracji?” zapytał; model przypomniał spadek po kampanii. Zespół pokazał cały okres i szczerze przekazał, że „aby uzyskać trwały wpływ, wymagane są dalsze działania”.

Słaba zachęta/silna zachęta

Słabe:

Z tych danych wyłania się fascynująca historia.

Chęć „imponowania” popycha model w stronę przesady i selektywnej prezentacji; uczciwość została utracona.

Mocny:

Twoja rola: redaktor historii danych. Kluczowy spostrzeżenie: „70% strat ma miejsce na etapie dostawy”. Wyniki: [liczby]. Zadanie: zbuduj szczerą narrację w strukturze kontekst → napięcie → rozwiązanie, dopasuj wykres do każdej sekcji i wskaż, czy istnieją dane, które NIE pasują do tego spostrzeżenia. Nie przesadzaj, nie przedstawiaj korelacji jako przyczyny, napisz [potwierdzenie] tego, czego nie ma w danych.

To drugie nadaje strukturę i wymaga uczciwości (pokaż dane, które nie pasują, nie utrzymuj związku przyczynowego).

Jedna grafika, jeden przekaz: rozmieszczenie narracji na slajdach

Najsilniejsza praktyczna zasada dotycząca umieszczania historii danych w prezentacji brzmi: jeden wykres na jednym slajdzie, jedna wiadomość na jednym wykresie. Widz nie może patrzeć na trzy wykresy jednocześnie i wyciągać wniosków. Zamiast pokazywać od razu złożony wykres, bardzo skuteczne jest jego stopniowe odsłanianie: najpierw pusta oś, potem pojedyncza linia, potem linia porównania, a na końcu podkreślenie. Na każdym kroku wyjaśniasz, co mówisz; widz „czyta” wykres razem z Tobą.

Twoja rola: redaktor prezentacji danych. Mam jeden gęsty wykres: [przepis]. Zamiast pokazywać to na jednym slajdzie, przygotuj 3–4 etapowy plan „kaskadowego odsłonięcia”, który poprowadzi widza krok po kroku. Co powinno pojawić się na wykresie na każdym etapie i co powiedzieć? Jedyną wiadomością, którą należy podkreślić na końcu, jest: „[zdanie]”.

Niech tytuł wykresu stanie się częścią narracji: „Sam region zachodni napędza wzrost”, a nie „Sprzedaż regionalna”. Tytuł podaje wynik wykresu; Widz patrzy wiedząc, co zobaczy.

Porada: Jeśli na slajdzie znajdują się więcej niż dwa wykresy, prawdopodobnie umieszczasz na jednym slajdzie dwie lub trzy osobne wiadomości. Podziel: przydziel każdej wiadomości własny slajd.

Typowe błędy

• Prezentacja stosu grafik: Układanie grafik w rzędzie bez narracji.
• Historia bez wglądu: mówienie „co się stało”, ale pomijanie „co to znaczy”.
• Dane selektywne: Ukrywanie danych, które nie pasują do narracji.
• Fałszywa przyczynowość: przedstawianie korelacji jako „przyczynowej”.
• Wybieranie gatunków ze względu na przesadę: używanie wprowadzającej w błąd grafiki w celu spotęgowania efektu.
• Wiele wiadomości: dopasowanie więcej niż jednej „głównej historii” do prezentacji.

Podsumowując

Opowiadanie historii oparte na danych polega na umieszczeniu liczb w narracji opartej na rozwiązywaniu napięć kontekstowych i podkreślaniu spostrzeżeń („co to oznacza”). Kontrasty (przed/po, cel/rzeczywisty) wyostrzają przekaz. Sztuczna inteligencja ma potężną moc w przekształcaniu odkryć w narrację; Ale nie wpadajcie w pułapki selektywnych danych, przesady i fałszywej przyczynowości. Dobra historia przekonuje i nie zniekształca danych.

Zadanie aplikacji

Wyciągnij wnioski ze swojego zestawu danych. (1) Napisz to w jednym zdaniu. (2) Niech sztuczna inteligencja stworzy narrację w strukturze rozwiązywania napięć kontekstowych i dopasuje grafikę do każdej sekcji. (3) „Jakie dane nie pasują do tej narracji?” i uczciwie umieść odpowiedź w narracji. (4) Skróć historię do jednego zdania.

lista kontrolna

• [ ] Mam jedno główne spostrzeżenie i mogę je napisać w jednym zdaniu.
• [ ] Struktura narracji opierała się na strukturze rozwiązywania napięć kontekstowych.
• [ ] Każdy wykres potwierdza zdanie w narracji.
• [ ] Nie ukrywałem danych, które nie pasowały do ​​narracji.
• [ ] Nie przedstawiłem korelacji jako przyczynowości.
• [ ] Historię można sprowadzić do jednego zdania.