top of page

Data Storytelling - każda historia musi mieć punkt kulminacyjny

Przed rozpoczęciem jakiekolwiek prezentacji danych, przedstawienia swojej historii, musimy wiedzieć czym właściwie chcemy się podzielić z odbiorcami. Jednym z niezbędnych elementów w data storytelling jest konkretny cel, punkt kulminacyjny. Centralnym spostrzeżeniem jest jednoczący motyw (atrakcyjność), który łączy różne ustalenia i prowadzi odbiorców do centralnego punktu lub punktu kulminacyjnego historii danych. Warto zaznaczyć, że szum pochodzący z nieistotnych i peryferyjnych danych może zakłócać zdolność do identyfikowania ważnych sygnałów ukrytych w jego rdzeniu czy zamyśle.

Zamiast przedstawiania przytłaczających wizualizacji naszpikowanymi danymi musimy sobie zadać kilka konkretnych pytań odnośnie danych. Hillary Mason i D.J. Patil stwierdzili w swojej książce ('Data Driven: Creating a Data Culture'), że zadawanie właściwych pytań "obejmuje wiedzę i doświadczenie w danej dziedzinie, w połączeniu z dużą umiejętnością dostrzeżenia problemu, zobaczenia dostępnych danych i dopasowania obu aspektów". Bez posiadania dokładnej wiedzy i znajomości kontekstu jest naturalnie trudno dla każdego - włączając to analityków danych czy data scientist - zadawać odpowiednie pytania w celu identyfikacji kluczowych spostrzeżeń. Dobrym przykładem obrazującym tę sytuację jest mit o nici Ariadnej. Historia zaczyna się, gdy Ateny, po przegranej wojnie z Kretą, muszą co roku wysyłać siedmiu młodych mężczyzn i siedem młodych kobiet jako ofiarę do labiryntu Minotaura, bestii o ciele człowieka i głowie byka, która mieszkała w labiryncie zaprojektowanym przez Daedalosa. Tezeusz, syn króla Aten, Egeusza, dobrowolnie zgłasza się, by być jednym z ofiar, mając zamiar zabić Minotaura i zakończyć ten krwawy trybut. Po przybyciu na Kretę Tezeusz spotyka Ariadnę, która zakochuje się w nim od pierwszego wejrzenia. Ariadna, chcąc pomóc Tezeuszowi, daje mu magiczny kłębek nić, który miał mu pomóc znaleźć drogę powrotną z labiryntu po zabiciu Minotaura. Tezeusz zabija bestię, a następnie, korzystając z nici Ariadny, udaje mu się bezpiecznie wydostać z labiryntu. Pomimo, że Tezeusz zabił bestię to jednak działał bez planu, który miała jego ukochana i bez niej nie wyszedłby żywy z labiryntu. Prezentując dane, bez przygotowania wcześniej odpowiednich pytań można najzwyczajniej łatwo pogubić się w swojej opowieści. Każde pytanie, jakie zadajesz danym powinno być powiązane z konkretną grupą odbiorców, której zależy na odpowiedzi na zapytanie. W przypadku określonej grupy odbiorców (menedżer operacyjny, zespół e-commerce, menedżerowie oddziałów) możesz wykorzystać cztery powiązane ze sobą wymiary – problem, rezultat, działania i miary (środki) – aby zachować orientację w danych i wyostrzyć koncentrację swojej analizy (rysunek 1).


4d wymiar działań mających kluczowe znaczenie w data storytelling

Rysunek 1. Dla każdej grupy odbiorców, 4 przedstawione wymiary mogą dostarczyć odpowiednią uwagę i wyostrzyć koncentrację swojej analizy.

Mówiąc o problemie mamy na myśli, wyzwanie, zagwozdkę, która zainteresuje odbiorców. Najczęściej mówimy o takich aspektach związanych z efektywnością procesów i zmianą tej efektywności (zwiększeniem jej).


Rezultat - kluczowy wynik, który chcemy osiągnąć, a w zasadzie, który chcę osiągnąć Twoja publika. Jeśli przedstawiany jest aktualny problem to najczęściej w kwestii przedstawionego rezultatu mówimy o przyszłości - czyli co zamierzamy osiągnąć. Rezultat i jego określenie musi być bardzo precyzyjne.


Działania - Główne czynności, które muszą zostać przedstawione, tak żeby Twoi odbiorcy poczuli się częścią tych działań. Tutaj też mówimy o działaniach, które są aktualnie w przedsiębiorstwie i jakie powinny być wdrożone.


Wskaźniki (miary) - kluczowe wskaźniki lub inne przekalkulowane dane liczbowe przedstawiające aktualny problem. Dają możliwość monitorowania aktualnego stanu i zaprezentowania pożądanych rezultatów.


Załóżmy, że jesteś prelegentem, który chce przedstawić historię danych związaną z użyciem GPS do poprawy komunikacji miejskiej. Oto przykład oparty na prezentowanym schemacie.

Problem: Zarówno mieszkańcy, jak i goście naszego miasta często napotykają wyzwanie, jakim jest dotarcie z punktu A do punktu B w możliwie najkrótszym czasie. Przykładem może być osoba, która chce dostać się z domu na stację kolejową. Niektóre trasy są często przeciążone, inne - nieoptymalne. Potrzebujemy rozwiązania, które nie tylko skróci czas podróży, ale także uczyni go bardziej przewidywalnym i komfortowym.

Działania: Odpowiedź na ten problem leży w inteligentnym wykorzystaniu danych z GPS. Zaproponowane działania obejmują:

  1. Integracja systemów GPS z aplikacją komunikacyjną miasta, by na bieżąco aktualizować dane o ruchu ulicznym i sugerować najszybsze trasy.

  2. Wykorzystanie GPS do optymalizacji rozkładów jazdy autobusów i tramwajów.

  3. Stworzenie systemu rekomendacji dla użytkowników, sugerującego, czy lepiej jest w danym momencie podróżować samochodem, autobusem czy tramwajem, w oparciu o bieżące warunki drogowe i przewidywane czasy przejazdów.

Wskaźniki (miary): Do pomiaru skuteczności wprowadzonych działań wykorzystamy:

  • Średni czas dotarcia do celu dla poszczególnych środków transportu.

  • Odległość pokonywaną przez użytkowników wybierając różne środki transportu.

  • Częstotliwość zmian tras z powodu utrudnień drogowych.

  • Procent użytkowników, którzy dotarli do celu szybciej, dzięki zaleceniom systemu.

Rezultat: Przewidywany rezultat to znacząca poprawa w mobilności mieszkańców i gości miasta. Użytkownicy aplikacji będą mogli szybciej i bardziej przewidywalnie dotrzeć do celu, dzięki dynamicznym rekomendacjom trasy. Oczekujemy, że średni czas podróży w godzinach szczytu skróci się o 15%, a zadowolenie z miejskiego transportu znacząco wzrośnie, co zmierzymy za pomocą ankiet satysfakcji użytkowników.

W wielu sytuacjach, można zacząć od używania jednego wymiaru, przykładem mogą być KPI. Natomiast należy mieć na uwadze, że jeżeli zaprezentujemy, iż np. średni koszt transportu do danego klienta wzrósł rok-do-roku o 10% to taka historia jest niekompletna. Chcemy wiedzieć co się stało, że ten koszt wzrósł, jeśli były ku temu przesłanki to co możemy zrobić by te koszty obniżyć? Na koniec rozważań warto przytoczyć W.E. Deminga: 'Jeśli nie wiesz jak zadać odpowiednie pytanie, nie odkryjesz nic'.




Ostatnie posty

Zobacz wszystkie

Comments


bottom of page