数据的妙处在于它可以用来证明一切,但你的数据故事是否足够吸引人呢?尽管数据质量和模型准确性等技术问题很重要,但在某些时候你还需要解释数据的含义。
如果你面对的是简单问题,例如“上个月我们卖出多少小部件?”简单的数据可视化即可解决。但是,当你需要解释“为什么”的问题时,你可能将需要创建数据故事。
数据叙事软件公司Toucan Toco首席执行官兼联合创始人Charles Miglietti说:“用数据讲故事是简单清晰地将消息传达给广大受众的能力。这是使用数据的最终目的,并且,这是可让你大规模构建真正的数据素养。”
与独立的数据可视化不同,数据故事有开始、中间和结束。在开始部分,应说明你的报告或演示内容的主题以及其重要性。中间部分则更详细地解释这些内容,最后部分是对故事进行总结,并通常包含建议。
下面是成功数据可视化和讲故事的四个最重要特性:
背景信息
所有数据叙事都需要背景信息。此背景信息包含两个元素:你试图提出的要点和你要面对的受众。
最有可能的情况是,有人要求你解释为什么发生了某些事情,例如为什么客户在流失。对于你的假设,以及对于回答该问题的数据,这个问题是基础。
Flatiron School的首席数据科学讲师Jeff Herman说:“我喜欢从问题的根源和原因开始。在过去,我发现很多人(非技术用户)都不知道我在弄什么数据。当我在铁路公司担任数据科学家时,我们会按月来看数据,所以我会将向他们展示过去一个月的情况,然后再提出建议,其中需要包含可行的措施。”
背景信息的第二个重要部分是受众,因为受众会影响你进行数据可视化和讲故事所使用的语言类型。
可视化的美学和类型
数据可视化工具提供了很大自由度。但是,创意许可可能会影响清晰度–当清晰度应作为你的目标时。
Herman说:“看起来很酷的可视化通常不是最好的可视化,特别是在向非技术观众展示时。你应该考虑的第一件事是,数据可视化不是给你自己看,而是给其他人看。”
人们在选择数据可视化时会犯三个错误,每个错误都会影响其清晰度:
- 可视化过于混乱
- 配色方案无效
- 可视化类型不适合数据或者受众
如果可视化文件过于混乱或难以阅读,人们可能会误解它,或者你可能会失去注意力。
Miglietti说:“像欧莱雅这样的大公司在大多数情况下都非常了解数据,但我们让他们意识到,更好的做法是使用简单的可视化、良好视觉提示(颜色编码)、好的图例和背景信息,这可能比提供具有很多功能或很多信息的复杂可视化效果更好。”
颜色也应帮助提高清晰度。例如,在饼图中,你是否要强调最大百分比、最小百分比或中值?则你应该使用颜色增强,而不是减弱。
最后,选择正确类型的数据库可视化也很重要。非技术用户最常用的一些数据可视化包括:
- 饼图,显示百分比;
- 条形图,便于比较;
- 折线图,显示趋势;
- 散点图,显示数据分布
用数据讲故事通常涉及一系列数据可视化,这些可视化从一个点开始,到另一个点结束,例如,从一般到特定,或从过去到现在。
讲故事
数据故事包括两种类型的叙事:数据可视化叙事和故事叙事,二者需要无缝地协同工作。
数据可视化叙述说明图表或图形的含义。
AIM Consulting Group公司数据与分析首席顾问Bryan Coker表示:“如果(你的受众)第一次看到数据,那么你需要对每个人进行讲解,否则将需要很长时间才能理解数据的含义。”
故事叙述从头到尾讲述了整个故事。它应该具有逻辑流程,从而得出逻辑结论。仅仅一组数据可视化并不能说明一个有效的故事,因为没有过渡的“胶水”将它们粘合。人们在演示时自然会添加这些过渡。请注意,当你在提供书面报告或讲义时,也要这样做。
行动
如果没有提出行动意见(例如投资或撤资),则见解没有价值。你已经详细解释了数据故事的含义以及为什么它很重要,但是人们应该如何处理这些信息?如果蜂窝电话客户在通话中经常掉线,该公司是否应该建造更多的基站或将其营销工作仅集中在某些领域?
另一种选择是为决策者提供一系列选择及其相关的概率,以便他们可以做出明智的决策。毕竟,提供信息是良好的数据可视化和讲故事的目标。
Coker说:“这里需要考虑各个方面,并确保从起点到终点之间的连续性。如果起点和终点都安排得当,那么重点应该关注确保从头到尾做得好。”
我们一直都在努力坚持原创.......请不要一声不吭,就悄悄拿走。
我原创,你原创,我们的内容世界才会更加精彩!
【所有原创内容版权均属TechTarget,欢迎大家转发分享。但未经授权,严禁任何媒体(平面媒体、网络媒体、自媒体等)以及微信公众号复制、转载、摘编或以其他方式进行使用。】
微信公众号
![TechTarget微信公众号二维码](/wp-content/uploads/res/images/spriteimg/ttweixin.jpg)
TechTarget
官方微博
![TechTarget中国官方微博二维码](/wp-content/uploads/res/images/spriteimg/ttweibo.jpg)
TechTarget中国
作者
翻译
相关推荐
-
了解BI生命周期以构建有效的架构
成功的数据驱动运营遵循商业智能(BI)生命周期,定义BI能力,并部署良好理解的治理架构。 该过程的前提是,你必 […]
-
数据分析中的9种偏见以及如何避免
偏见会通过多种方式出现在分析中,从如何假设和探索问题到如何采样和整理数据。对于任何处理数据的人来说,解决偏见应 […]
-
Qlik分析套件帮助城市应对气候变化
由于数据对应对气候变化至关重要,Qlik正在为C40 城市提供其所需的分析工具,以访问和操作环境信息。 C40 […]
-
Qlik推出GenAI助手以及构建可信AI的工具
Qlik周二推出了新的数据集成功能和AI驱动的助手,两者都旨在帮助企业使用可信的数据开发人工智能应用程序,推动 […]