Lợi nhuận:
- Khả năng đưa các phát hiện vào một câu chuyện giải quyết căng thẳng theo ngữ cảnh và làm nổi bật cái nhìn sâu sắc ('điều này có nghĩa là gì')
- Khả năng làm sắc nét thông điệp với sự tương phản như trước/sau và mục tiêu/thực tế và kết nối từng hình ảnh với một câu trong câu chuyện
- Khả năng xây dựng một câu chuyện chân thực mà không rơi vào bẫy của dữ liệu chọn lọc, cường điệu và quan hệ nhân quả sai lầm
Người ta quên những bức tranh, họ nhớ những câu chuyện. Kể chuyện bằng dữ liệu đang biến những con số từ một đống đồ họa khô khan thành một câu chuyện có phần mở đầu, phần giữa và phần cuối. Mục đích không phải là tô điểm dữ liệu; Đó là trả lời các câu hỏi của khán giả “chuyện gì đã xảy ra, tại sao lại quan trọng, tôi nên làm gì” theo đúng thứ tự. Trong phần này, chúng ta sẽ tìm hiểu cách sử dụng trí tuệ nhân tạo để xây dựng một câu chuyện trung thực và đáng nhớ từ dữ liệu của bạn.
Ba phần của câu chuyện: bối cảnh, xung đột, giải pháp
Mỗi câu chuyện dữ liệu đều có xương sống:
- Bối cảnh: Chúng ta đang đứng ở đâu? "Năm ngoái chúng tôi đã thâm nhập vào 3 thị trường mới."
- Xung đột/căng thẳng: Điều gì đã thay đổi, vấn đề/cơ hội nào tồn tại? "Nhưng tại một trong số đó, doanh số bán hàng đã giảm trong 6 tháng."
- Giải pháp/hành động: Chúng ta nên làm gì? “Chúng ta cần xem lại giá cả ở thị trường này”.
Ngoài ra còn có khái niệm về cái nhìn sâu sắc: một phát hiện có ý nghĩa từ dữ liệu mà khán giả chưa từng thấy trước đây. Biểu đồ hiển thị dữ liệu; cái nhìn sâu sắc cho bạn biết nó có ý nghĩa gì. Kể chuyện là sự hiểu biết sâu sắc phù hợp với một câu chuyện.
Mẹo: Đừng nói "Dữ liệu cho thấy điều này", hãy nghĩ "Dữ liệu cho thấy điều này". Biểu đồ là bằng chứng; Câu chuyện chính là ý nghĩa của bằng chứng đó.
Từ cái nhìn sâu sắc đến câu chuyện: từng bước
- Viết cái nhìn sâu sắc chính trong một câu. “Ở thị trường X, sự sụt giảm không phải do giá cả mà do thời gian giao hàng”.
- Thiết lập bối cảnh. Người xem nên bắt đầu từ đâu?
- Thể hiện sự căng thẳng. Sự khác biệt giữa những gì được mong đợi và những gì thực sự xảy ra.
- Chèn bằng chứng (biểu đồ). Mỗi biểu đồ chứng minh một câu.
- Nêu rõ giải pháp/hành động. Người xem nên làm gì ở lối ra?
- Giảm nó thành một tin nhắn duy nhất. Câu chuyện nên được tóm tắt trong một câu.
Vai trò của bạn: biên tập câu chuyện dữ liệu. Phát hiện của tôi (thô): [mục theo số mục/quan sát]. Cái nhìn sâu sắc chính của tôi: "[câu đơn]". Nhiệm vụ: Biến câu chuyện này thành một câu chuyện có cấu trúc 'bối cảnh → căng thẳng → giải quyết'. Mỗi phần: 1-2 câu văn bản + gợi ý kiểu đồ họa để chứng minh phần đó. Đừng phóng đại, bịa đặt những con số; đánh dấu xác nhận quyền sở hữu không có trong dữ liệu là '[xác nhận]'. Giọng điệu: [khách quan/truyền cảm hứng/kích thích].
Để kết nối biểu đồ với câu chuyện:
Biến hình ảnh này thành một phần của câu chuyện: viết MỘT thông điệp mà hình ảnh hiển thị trong một câu, sau đó gợi ý một câu 'thiết lập' để chuẩn bị cho khán giả về hình ảnh và một câu 'thì sao' sau hình ảnh. Đồ họa: [công thức]. Cái nhìn thấu suốt: [ ... ].
Câu chuyện “trước/sau” và so sánh
Những câu chuyện dữ liệu mạnh mẽ nhất tạo nên sự đối lập: trước/sau, mục tiêu/thực tế, chúng tôi/đối thủ cạnh tranh, kỳ vọng/điều gì đã xảy ra. Sự tương phản tạo ra sự căng thẳng trong tâm trí khán giả và làm sắc nét thông điệp.
Loại tương phản
câu chuyện mẫu
đồ họa phù hợp
trước/sau
"9 ngày trước khi thay đổi quy trình, 4 ngày sau"
Biểu đồ thanh kép/độ dốc
mục tiêu/thực tế
"Mục tiêu là tăng trưởng 10%, chúng tôi vẫn ở mức 4%"
thanh dòng mục tiêu
dự kiến/đã xảy ra
"Chúng tôi đã mong đợi một sự sụt giảm trong mùa hè, nhưng sự gia tăng đã đến"
Đường + dải kỳ vọng được tô bóng
Một phần/toàn bộ
"70% tổn thất là từ một bước"
Thanh xếp chồng lên nhau với di chuột
Thiết lập câu chuyện dữ liệu 'trước/sau'. Trước: [trường hợp+số]. Sau: [trường hợp+số]. Lý do thay đổi: […].Nhiệm vụ: Đề xuất một đoạn văn tự sự nhỏ 3 câu (ngữ cảnh, sự thay đổi, kết quả) và dạng biểu đồ sẽ thể hiện sự tương phản này một cách trung thực nhất. Đừng cố gắng làm cho sự thay đổi lớn hơn thực tế.
Tính toàn vẹn: đừng để câu chuyện bóp méo dữ liệu
Mặt trái của việc kể chuyện là trình bày dữ liệu có chọn lọc để củng cố câu chuyện. Hãy cẩn thận với hai cái bẫy:
- Dữ liệu có chọn lọc (hái anh đào): Hiển thị giai đoạn/phân đoạn phù hợp với câu chuyện và ẩn phân đoạn không phù hợp.
- Giả nhân quả: “A tăng, B tăng nên A gây ra B” - tương quan không phải là nhân quả.
Thận trọng: Một câu chuyện hay có sức thuyết phục; Nhưng sự thuyết phục không nên biến thành sự cho phép bóp méo dữ liệu. “Dữ liệu nào không phù hợp với câu chuyện này?” Hãy tự hỏi bản thân và thể hiện nó nếu cần thiết.
ba trường hợp nhỏ
Trường hợp 1 - Từ bức tranh đến câu chuyện. Một nhóm trình bày bảng 12 dòng với ban quản lý nhưng không ai hiểu gì. Với AI, họ đã tìm ra cái nhìn sâu sắc: “80% lợi nhuận đến từ 3 sản phẩm”. Họ xây dựng bài thuyết trình xoay quanh câu này. Lần đầu tiên ban lãnh đạo đưa ra quyết định rõ ràng (tập trung vào 3 sản phẩm này).
Trường hợp 2 - Trước/sau. Một bệnh viện đã thực hiện một thay đổi nhằm giảm thời gian chờ đợi, nhưng phần trình bày lại chỉ là những con số khô khan. Họ lập biểu đồ độ dốc với độ tương phản “47 phút đầu tiên, sau đó là 19 phút”. Tác động của sự thay đổi được hiểu ngay lập tức và ngân sách được mở rộng.
Trường hợp 3 - Hiệu chỉnh dữ liệu chọn lọc. Một nhà tiếp thị chỉ lập biểu đồ trong 2 tuần hàng đầu để cho thấy sự thành công của chiến dịch. Hỏi AI “có dữ liệu nào không phù hợp với câu chuyện này không?” anh ấy hỏi; mô hình gợi lại sự suy giảm sau chiến dịch. Nhóm đã chiếu toàn bộ thời gian và đưa ra thông điệp trung thực rằng "cần phải theo dõi để có tác động lâu dài".
Dấu nhắc yếu / Dấu nhắc mạnh
yếu:
Một câu chuyện hấp dẫn xuất hiện từ những dữ liệu này.
Mong muốn “gây ấn tượng” đẩy mô hình theo hướng phóng đại và trình bày có chọn lọc; sự trung thực bị mất.
Mạnh mẽ:
Vai trò của bạn: biên tập câu chuyện dữ liệu. Thông tin chi tiết quan trọng: "70% tổn thất nằm ở bước giao hàng". Kết quả: [con số]. Nhiệm vụ: xây dựng một câu chuyện trung thực theo cấu trúc bối cảnh→hồi hộp→giải pháp, nối biểu đồ với từng phần và cho biết liệu có dữ liệu KHÔNG phù hợp với hiểu biết này hay không. Đừng phóng đại, đừng trình bày mối tương quan dưới dạng quan hệ nhân quả, hãy viết [xác nhận] cho những gì không có trong dữ liệu.
Cái sau vừa đưa ra cấu trúc vừa yêu cầu tính trung thực (hiển thị dữ liệu không phù hợp, không khẳng định quan hệ nhân quả).
Một hình ảnh, một thông điệp: phân phối câu chuyện trên các slide
Nguyên tắc chung nhất khi đưa câu chuyện dữ liệu vào bài thuyết trình là: một biểu đồ trên một slide, một thông điệp trên một biểu đồ. Người xem không thể nhìn vào ba biểu đồ cùng một lúc và đưa ra kết luận. Thay vì hiển thị tất cả một biểu đồ phức tạp cùng một lúc, sẽ rất hiệu quả khi hiển thị dần dần nó: đầu tiên là trục trống, sau đó là một đường, sau đó là đường so sánh, cuối cùng là điểm nhấn. Ở mỗi bước bạn giải thích những gì bạn đang nói; người xem "đọc" biểu đồ cùng bạn.
Vai trò của bạn: biên tập viên trình bày dữ liệu. Tôi có một biểu đồ dày đặc duy nhất: [công thức]. Thay vì hiển thị nội dung này trên một trang trình bày, hãy lập kế hoạch 'tiết lộ theo tầng' gồm 3-4 giai đoạn để đưa người xem đi từng bước một. Điều gì sẽ xuất hiện trên biểu đồ ở mỗi giai đoạn và tôi nên nói gì? Thông điệp duy nhất cần nhấn mạnh ở cuối là: "[câu]".
Đặt tiêu đề biểu đồ cũng là một phần của câu chuyện: “Chỉ khu vực phía Tây mới thúc đẩy tăng trưởng” chứ không phải “Doanh số khu vực”. Tiêu đề cho biết kết quả của biểu đồ; Người xem nhìn thì biết mình sẽ thấy gì.
Mẹo: Nếu có nhiều hơn hai biểu đồ trên một trang chiếu, có thể bạn đang nhồi nhét hai hoặc ba thông báo riêng biệt vào một trang chiếu. Tách: cung cấp cho mỗi tin nhắn một slide riêng.
Những lỗi thường gặp
- Trình bày một chồng đồ họa: Xâu chuỗi đồ họa thành một hàng mà không có tường thuật.
- Câu chuyện thiếu hiểu biết: Nói “chuyện gì đã xảy ra” nhưng lại bỏ qua “ý nghĩa của nó”.
- Dữ liệu chọn lọc: Ẩn dữ liệu không phù hợp với câu chuyện.
- Quan hệ nhân quả sai: Trình bày mối tương quan là "gây ra".
- Chọn thể loại để cường điệu: Sử dụng đồ họa gây hiểu lầm để phóng đại hiệu ứng.
- Nhiều thông điệp: Ghép nhiều "câu chuyện chính" vào một bài thuyết trình.
Tóm lại
Kể chuyện bằng dữ liệu là đưa các con số vào một câu chuyện giải quyết căng thẳng theo ngữ cảnh và nêu bật cái nhìn sâu sắc (“điều này có nghĩa là gì”). Sự tương phản (trước/sau, mục tiêu/thực tế) làm sắc nét thông điệp. AI có khả năng biến những phát hiện của bạn thành câu chuyện một cách mạnh mẽ; Nhưng đừng rơi vào bẫy của dữ liệu chọn lọc, cường điệu và quan hệ nhân quả sai lầm. Một câu chuyện hay sẽ có sức thuyết phục và không bóp méo dữ liệu.
Nhiệm vụ ứng dụng
Rút ra cái nhìn sâu sắc từ tập dữ liệu của bạn. (1) Viết nó trong một câu. (2) Yêu cầu trí tuệ nhân tạo tạo ra một câu chuyện theo cấu trúc giải quyết căng thẳng ngữ cảnh và khớp hình ảnh với từng phần. (3) “Dữ liệu nào không phù hợp với câu chuyện này?” và đưa câu trả lời một cách trung thực vào câu chuyện. (4) Rút gọn câu chuyện thành một câu.
danh sách kiểm tra
- [ ] Tôi có một cái nhìn sâu sắc chính và tôi có thể viết nó trong một câu.
- [ ] Câu chuyện được cấu trúc theo cấu trúc ngữ cảnh-căng thẳng-giải quyết.
- [ ] Mỗi biểu đồ chứng minh một câu trong bài tường thuật.
- [ ] Tôi không giấu những dữ liệu không phù hợp với câu chuyện.
- [ ] Tôi không coi mối tương quan là quan hệ nhân quả.
- [ ] Câu chuyện có thể rút gọn thành một câu.