Data storytelling - jak zostać mistrzem opowiadania danymi?

Data storytelling jest ożywianiem danych. To praktyczne podejście do budowania narracji i wizualnego zobrazowania suchych danych tak, by w sposób łatwy i przystępny przekazać odbiorcą znaczenie informacji zawartej w tych danych. Siła data storytellingu tkwi w jego atrakcyjności dla końcowego odbiorcy poprzez ubranie form liczbowych w formę opowieści, która potrafi być bardzo przekonująca i skuteczna w swoim przekazie.  [Sprawdź program studiów podyplomowych Wizualna analityka danych](http://ds.ii.pw.edu.pl/wizualizacjadanych.html) **Kluczowe punkty:** * Jakie są cztery najważniejsze umiejętności, aby stać się mistrzem data storytellingu? * Dlaczego powinieneś je doskonalić? * Jak je doskonalić? Po pierwsze, mam dla Ciebie dobrą wiadomość. **Każdy z nas może być mistrzem data storytellingu** i opanować potrzebne umiejętności w „wystarczająco dobrym” stopniu. Oczywiście każdy z nas zarówno z racji swoich wrodzonych talentów, jak i nabytych doświadczeń będzie startował z innego poziomu i czas potrzebny do osiągnięcia "wystarczająco dobrych" umiejętności będzie się różnił. Istnieją naukowe dowody, iż potrzebujesz około 10 000 godzin, aby być profesjonalistą w jakiejkolwiek wybranej dziedzinie, ale tylko 20 godzin, aby mieć podstawową wiedzę na dany temat. Poniżej przedstawiamy cztery podstawowe **umiejętności, które pomogą Ci rozwijać się w data storytelingu**. # Umiejętności analityczne Te umiejętności w data storytellingu to **podstawa podstaw**. Bez zrozumienia liczb i łatwości ich interpretacji nie da się odpowiednio przygotować opowieści o nich. choćby jeżeli nie jesteś analitykiem danych, czyli kimś, kto już posiadł umiejętność przekształcania i interpretowania ogromnych zbiorów danych, wciąż możesz się tego nauczyć. Nasz mózg jest podzielony na dwie połowy – lewą i prawą. Lewa połowa odpowiada za myślenie analityczne, logiczne i sekwencyjne. W tej części mózgu znajduje się centrum językowe. Prawa połowa daje nam zdolność postrzegania w sposób niewerbalny: widzenia obiektów w przestrzeni, porównywania podobieństw, intuicję, holistyczne spojrzenie na zagadnienie. Większość ludzi doświadcza dominacji jednej z połówek. Nie decyduje to jednak o tym, iż dana osoba jest artystą czy księgowym. jeżeli wszyscy ludzie mają obie połówki, to wszyscy mogą analizować i interpretować dane. Oczywiście, niektórzy z nas są bardziej utalentowani od innych w tej dziedzinie, ale byłabym daleka od opinii, iż nie można nauczyć się analityki danych, pod warunkiem iż nie cierpi się na solidną dyskalkulię. Ale od czego zacząć swoją **podróż z analityką danych**, jeżeli nie ma się wcześniejszego doświadczenia? Przede wszystkim **zrozumienie statystyki opisowej** zmienia postać rzeczy. Statystyka opisowa to metody organizowania i podsumowywania informacji. Mając te statystyki przygotowane, możemy zacząć zadawać adekwatne pytania, które pomogą nam odkryć wiedzę z danych i wyciągnąć wnioski. W większości przypadków analitykę przeprowadza się po to, aby **dostrzec trendy w danych, udział różnych czynników lub rozkład jednej z cech w populacji**. # Umiejętności wizualizacji danych Zebraliśmy wszystkie potrzebne dane, uporządkowaliśmy je i podsumowaliśmy dzięki statystyk opisowych. Ale jak sprawić, by były one **czytelne dla innych**? W wielu firmach przez cały czas podstawowym narzędziem do raportowania wyników jest MS Excel. I nadal, w tych firmach, podstawowym sposobem prezentacji danych liczbowych jest tabela w Excelu. Nie ma nic złego w używaniu tabel, a czasami są one choćby najlepszym sposobem na komunikowanie wyników. Mamy jednak znacznie więcej narzędzi do wyboru, aby skutecznie komunikować liczby. W każdym popularnym oprogramowaniu, takim jak Excel, Power BI czy Tableau, mamy do dyspozycji imponującą gamę wizualizacji danych. Wizualizacja liczb to umiejętność jak każda inna. Można się jej nauczyć i ją opanować. W dzisiejszych czasach, kiedy jesteśmy zanurzeni w oceanie danych, ta **umiejętność jest bardziej potrzebna niż kiedykolwiek**. Wizualizacje danych są często jedynym sposobem, aby nadać sens danym, znaleźć wzorce i zrozumieć otaczający nas świat. Wizualizacje danych **wykorzystują ludzką percepcję do komunikacji i odbioru danych**. jeżeli zrobimy to bez należytej staranności i rozwagi, nasi odbiorcy wyciągną niewłaściwe wnioski. Najgorszym scenariuszem byłoby celowe wprowadzanie odbiorców w błąd. Jednym z istotnych aspektów, o których należy pamiętać, komunikując dane, jest postępowanie etyczne w stosunku do odbiorców. Istnieje wiele źródeł, które dostarczają zasad i najlepszych praktyk, jak poprawnie używać wizualizacji danych. Nie przegap więc tej okazji i zapracuj na swoją wiarygodność. # Umiejętności komunikacyjne Dwa pierwsze kroki w procesie zostały już wykonane. Znalazłeś interesujące wzorce i spostrzeżenia w danych i przygotowałeś ich wizualną reprezentację. Jak jednak przekazać tę wiadomość? Jako gatunek, jesteśmy stworzeni do komunikowania złożonych idei i teorii, ponieważ posiadamy aparat mowy, w przeciwieństwie do innych zwierząt. A komunikacja wokalna jest dla nas podstawową formą. Dzięki naszej umiejętności przekazywania złożonych idei i teorii zbudowaliśmy zaawansowaną cywilizację. Ale choćby gdy mówimy tym samym językiem, często nie potrafimy skutecznie wyartykułować naszych myśli, a odbiorca może błędnie zinterpretować nasz przekaz. Z perspektywy data storytelling, istnieją **dwa najważniejsze elementy komunikacji**: * **Używanie języka dostosowanego do odbiorców**. Łatwo jest przytłoczyć słuchaczy technicznym żargonem, stracić ich uwagę i w efekcie zainteresowanie tematem. * **Umiejętność wyjaśniania skomplikowanych zagadnień w prosty sposób**. Kiedy wyjaśniasz swoje myśli w sposób, który może zrozumieć siedmioletnie dziecko, jesteś mistrzem komunikacji. Aby to osiągnąć, staraj się używać jak największej ilości porównań, przykładów i metafor z doświadczeń swoich słuchaczy. # Zrozumienie tematu Do tych trzech niezbędnych umiejętności w data storytellingu dochodzi jeszcze jedna. Już kilkakrotnie podkreślałam, jak kluczowa jest znajomość tematu. Jak powiedział Steven Covey, „najpierw zrozum, aby zostać zrozumianym”. Nie będziesz przekonującym storytellerem bez wiedzy o tym, **jakich odpowiedzi szukają Twoi słuchacze**. Jest prosta zasada: ludzi zawsze interesują ich sprawy i problemy, a nie Twoje. Dlatego, gdy chcesz ich przekonać, musisz przedstawić korzyści lub zagrożenia istotne z ich perspektywy. Z mojego doświadczenia wynika, iż analitycy danych są przeciążeni zadaniami związanymi z procesami ETL i nie mają wystarczająco dużo przestrzeni na rozmowy z ludźmi biznesu o ich bolączkach i wyzwaniach. Takie rozmowy znacznie wzbogaciłyby dostarczane informacje. Dane bez kontekstu i zrozumienia tego co jest najważniejsze w ich przekazie, są bezużyteczne. Oprócz opanowania umiejętności analitycznych, wizualizacji danych i komunikacji, postaraj się stać **prawdziwym partnerem dla biznesu**, który wspierasz. Buduj silne relacje z klientami wewnętrznymi lub zewnętrznymi i aktywnie ich słuchaj. Większość ludzi jest chętna do rozmowy, jeżeli tylko widzą, iż ich słuchacz chce ich wysłuchać. Nie ma lepszego źródła wiedzy niż eksperci merytoryczni**. Posiadając te kompetencje, Twoja zdolność do wywierania realnego wpływu w organizacji i budowania marki osobistej będzie rosła. # Od początkującego do mistrza data storytellingu W każdej dyscyplinie istnieją poziomy mistrzostwa. Nie inaczej jest z data storytellingiem. Sprawdź, gdzie jesteś teraz i jakie są Twoje aspiracje.  ## Początkujący To poziom podstawowy. Często osobami początkującymi są młodzi ludzie, którzy dopiero zaczynają swoją karierę w data storytellingu, ale nie jest to reguła. W ich głowach jest mnóstwo teorii, ale brakuje im praktyki. Początkujący powinni przede wszystkim **pogłębić wiedzę biznesową, aby lepiej i trafniej przygotowywać analizy danych**. W większości organizacji jest mnóstwo wewnętrznych szkoleń i materiałów, które przybliżają wewnętrzne procesy biznesowe, reguły i charakterystyki. A poza tym zawsze można popytać kolegów starszych stażem. ## Rekrut Z mojego doświadczenia zaliczyłabym do tej grupy głównie **analityków danych z doskonałymi umiejętnościami analitycznymi i umiejętnościami wizualizacji danych**, którzy robią piękne wizualizacje danych, niestety często zupełnie bezużyteczne. Pułapka polega na tym, iż kiedy masz doświadczenie w jednej bardzo wąskiej specjalizacji, możesz mieć złudzenie, iż wiesz lepiej, czego potrzebują inni i jak to przedstawić. Ta grupa powinna wsłuchiwać się w głos swoich odbiorców. Być może Twój odbiorca nie zna się na analizie danych, ale na pewno wie, jakie pytania go interesują i pokaże Ci, w którym kierunku powinny pójść analizy danych. Rekruterzy to typowi ludzie od danych, którzy **za bardzo skupiają się na aspektach technicznych i zbyt często używają bardzo technicznego języka**, kiedy komunikują się z osobami nietechnicznymi. Aby poprawić swoje osiągnięcia, powinni bardziej skupić się na biznesowej stronie analizy, a mniej na samej analizie. ## Lider Jak widać na powyższej macierzy, bardziej cenię sobie umiejętności komunikacyjne i biznesowe niż umiejętności wizualizacji danych w data storytellingu. Osoby, które już wiedzą, jakie są bolączki biznesu i potrafią przyciągnąć uwagę odbiorców, nie muszą znać zaawansowanych technik wizualizacji danych, aby wywierać wpływ. Istnieje jednak potencjalne **ryzyko łatwego wprowadzenia odbiorców w błąd**, jeżeli ktoś posługuje się danymi bez odpowiedniej wiedzy na temat najlepszych praktyk wizualizacji danych. Jak już wcześniej wspomniałam, techniki wizualizacji danych opierają się na ludzkiej percepcji, która jest bardzo kruchym aparatem poznawczym. Liderzy mają szczególną **misję w szerzeniu kultury danych w organizacji**, ponieważ dobrze czują się z danymi, wiedzą jak je wykorzystywać i prezentować, a dzięki swojej pozycji mogą podejmować lub wpływać na decyzje oparte na danych.  ## Mistrz Mistrzowie posiadają biegłość we wszystkich czterech umiejętnościach. Co więcej, dzięki powiązaniu wiedzy biznesowej z umiejętnościami analitycznymi są **prawdziwymi doradcami**, którzy mogą **wyznaczać kierunki rozwoju**. Jeżeli chcesz nabyć komplet kompetencji w zakresie zastosowania wizualizacji danych w analizie, skutecznej komunikacji wyników analiz oraz podejmowania decyzji biznesowych, sprawdź program studiów podyplomowych na Politechnice Warszawskiej, kierunek: [Wizualna analityka danych](http://ds.ii.pw.edu.pl/wizualizacjadanych.html).