Data Storytelling: Nó là gì, Tại sao nó quan trọng.

Discussion in 'Tableau' started by bsdinsight, Jul 9, 2016.

  1. bsdinsight

    bsdinsight Well-Known Member

    Kể một câu chuyện hấp dẫn bằng dữ liệu của bạn giúp bạn có thể làm rõ quan điểm của mình một cách hiệu quả hơn. Sau đây là 4 mẹo nhỏ giúp bạn giữ dữ liệu của mình không bị thất lạc trong việc phiên dịch.

    tell-meaningful-stories-with-data_articles_lg.jpg


    Các tổ chức có thể làm nhiều hơn với dữ liệu của họ nếu họ hiểu nó hơn là họ làm. Trong khi các doanh nghiệp tiếp tục đầu tư hàng triệu đô-la vào ngành kinh doanh chất xám (BI) và công cụ phân tích, họ không cần thiết lấy thông tin họ cần để cải thiện việc đưa ra quyết định trong kinh doanh.

    Data Visulization giúp đỡ người dùng bằng cách biến những thông tin phức tạp thành cái gì đó dễ hiểu hơn. Tuy nhiên, hai người có thể hiểu theo 2 cách hoàn toàn khác nhau nhưng với cùng 1 góc nhìn về dữ liệu. Đáng chú ý hơn về Data Visulization có khuynh hướng trả lời câu hỏi "What", nhưng lại không có khuynh hướng giải thích câu hỏi "tại sao," hay cung cấp thông tin theo nhiều ngữ cảnh khác nhau. Data storytelling sẽ giải quyết các vấn đề này của bạn

    Ryan Fuller, tổng giám đốc Microsoft và cựu Giám đốc Điều hành và là người đồng sáng lập nên công ty các phân tích doanh nghiệp VoloMetrix, chia sẻ trong một cuộc phỏng vấn “Data storytelling đan dữ liệu và sự hình dung thành một bài văn tường thuật chi tiết được “đo ni đóng giày” cho một khán giả cụ thể để truyền đạt sự tín nhiệm trong phương pháp phân tích, tự tin vào kết quả, và một tập hợp hấp dẫn gồm các hiểu biết mà có thể kiện khán thính giả." “Tường thuật là phương tiện mấu chốt để truyền đạt sự hiểu biết, và sự hình dung là những bằng chứng quan trọng chứng minh những quan điểm mà củng cố bài văn tường thuật.”

    Những giám đốc điều hành, nhà quản lý, và nhân viên đã luôn luôn kể chuyện như một phần của kinh nghiệm làm việc hàng ngày của họ, nhưng họ đang ngày càng bị bắt buộc phải sử dụng dữ liệu để hỗ trợ quan điểm của họ, các đòi hỏi, và khuyến nghị. Điều nguy hiểm ở đây, tất nhiên, là dữ liệu có thể bị biến dạng qua lời nói.

    Francois Ajenstat, Phó Chủ Tịch phát triển sản phẩm BI và người cung cấp giải pháp phân tích ở Tableau, nói trong một cuộc phỏng vấn: “Một trong những sai lầm lớn nhất đó chính là cố gắng nhét dữ liệu vào một câu chuyện, điều mà thường kết thúc bằng một mớ câu tường thuật lộn xộn mà chẳng đi đến bất kỳ một kết luận rõ ràng nào cả. Luôn luôn bắt đầu với dữ liệu, rồi sau đó xây câu chuyện của bạn vòng quanh nó, hơn là làm ngược lại.”

    Sau khi trò chuyện với các chuyên gia phân tích dữ liệu, chúng tôi đã khai triển ra được bốn mẹo sau để giúp hướng dẫn bạn trong việc sử dụng Data Storytelling.

    1. Quy tắc chung trong Storytelling

    Data storytelling hiệu quả cũng giống như kể chuyện nói chung vậy. Data Storytelling nên có phần mở đầu, phần thân bài, và kết bài. Câu chuyện cũng nên bao gồm luận văn ( hoặc giả thuyết ), sự kiện hỗ trợ ( dữ liệu ), cấu trúc hợp lý, và cách trình bày thuyết phục. Tuy nhiên, những người chịu trách nhiệm trong việc phân tích dữ liệu thì thường không thể giới thiệu nó theo phương thức có ý nghĩa, dễ hiểu với khán giả.

    David Liebskind, Phó Chủ Tịch phân tích dịch vụ tài chính khách hàng của công ty Synchrony Financial nói trong một cuộc phỏng vấn: “Một lỗi chung đó là dành quá nhiều thời gian cho phương diện kĩ thuật hay giảng dạy mà không cung cấp nhiều sáng tạo trong việc chỉ ra dữ liệu có thể giúp ngành kinh doanh như thế nào. Trong khi Data Visulization có hiệu quả, nhân tố con người cung cấp ngữ cảnh, làm sáng tỏ kết quả, làm rõ những hiểu biết và cơ hội là một yếu tố quan trọng để ảnh hưởng người tham gia chính và tạo ra đối thoại để lèo lái các quyết định chiến lược."

    Giống như các câu chuyện hay nói chung, Data Storytelling nên được thiết kế để có một ảnh hưởng hiệu quả, cái mà có thể tác động tới cảm xúc, thay đổi một lựa chọn, điều chỉnh một chuỗi hành động, hoặc truyền cảm hứng cho những khám phá xa hơn sau này.

    Zoher Karu, Phó Chủ Tịch tối ưu khách hàng toàn cầu và dữ liệu của eBay chia sẻ: “Một câu chuyện hiệu quả chứa đựng một thông điệp kịp thời và hấp dẫn, một quan điểm, một hình dung thú vị, và đúng đối tượng.” Một cấu trúc cổ điển của Storytelling bao gồm ba hành vi rõ ràng: tìm xung đột, thêm tính cách, và phải có một chút kịch tính. Data Storytelling thành công nhất chính là câu chuyện mà tìm được cách phối hợp 3 yếu tố trên một cách hài hòa nhất.

    Nói đến những Data Storytelling,"sự xung đột" chính là câu hỏi," tính cách" là dữ liệu, và" sự kịch tính" là quan hệ giữa dữ liệu và những gì dữ liệu thực sự đang nói về.

    “Những Data Storytelling hay nên là những Storytelling mà tiết lộ được những sự thật ẩn sâu bên trong và không dễ để có thể nhận ra thông qua đọc lướt dữ liệu hay phân tích đơn giản,” Vivian Zhang, người sáng lập và Giám Đốc Kỹ Thuật của NYC Data Science Academy nói.

    2. Quan tâm đến Khán Giả

    Phân tích dữ liệu vững chắc bắt đầu với giả thuyết, nhưng giả định sai đôi khi được tạo ra bởi cách kết quả phân tích nên được trình bày. Một lỗi thường thấy là xây dựng một bài thuyết trình một-cỡ-vừa-tất-cả mà không phù hợp tốt với nhu cầu của bất kỳ khán thính giả cụ thể nào.

    “Hiểu khán giả chính là mấu chốt,” Byrne Hobart, nhà lãnh đạo phân tích Internet tại công ty 7Park Data phát biểu. “ Thường thường, dữ liệu sẽ có nghĩa với những người gộp báo cáo lại với nhau nhưng những người đọc nó thì chưa chắc đã hiểu. Một quy tắc tốt là nên có một người ở phía ngoài tổ chức đọc và giải thích nghĩa của nó. Nếu họ hiểu đúng, thì bạn đang đi trên con đường đúng.”

    Một lý do bạn nên sử dụng Data Storytelling, hơn là dùng Data Visulization truyền thống, là để quá trình đưa ra quyết định được giải quyết dễ dàng hơn.

    “Data Storytelling khá quan trọng bởi vì mọi người đều tranh nhau thời gian và sự chú ý với các giám đốc,” Liebskind nói. “Vì thế, hiểu được khán giả của bạn và tổng hợp các dữ liệu phức tạp vào một câu chuyện có ý nghĩa mà có thể làm theo được để giúp lèo lái các quyết định chiến lược của doanh nghiệp”.

    Giống như dữ liệu và Data Visualization, Data Storytelling có thể thiếu kết nối đến kết quả kinh doanh. Khi nó lỡ về điểm này, nó có thể đầy đủ thông tin, nhưng không nhất thiết có thể kiện.

    "Sử dụng Business Intelligence quá nhiều chưa đủ gần tới mức đưa ra quyết định," James Richardson, nhà chiến lược phân tích kinh doanh nói tại BI và nhà cung cấp công cụ hình dung dữ liệu Qlik. "Data Storytelling có thể phá vỡ những rào cản bằng cách thật sự kết nối mọi người tới những gì dữ liệu đang nói."

    3. Cộng Tác

    Khác với những người có ý kiến khác nhau về người nên chịu trách nhiệm tạo Data Storytelling. Rốt cuộc thì, những cái đầu phân tích siêu nhất không nhất thiết là những người kể chuyện hay nhất, và những người kể chuyện hay nhất không nhất thiết phải là nhà khoa học dữ liệu hay nhà phân tích kinh doanh.

    Martin Brown, Tổng giám đốc công ty tư vấn tiếp thị kỹ thuật số và phát triển phần mềm FM Outsource, nói trong một cuộc phỏng vấn là ông ta thường có các nhà phân tích dữ liệu, phân tích kinh doanh, và những nhà tiếp thị cộng tác với nhau trong một câu chuyện. Làm như thế giúp ông thấy được ba bản khác nhau của cùng một câu chuyện.

    "Ideally, it would be a data scientist with a flair for articulate and emotional evocation. However, I am still looking for this elusive person," said Brown. Since unicorn data scientists are so rare, some organizations are combining different types of expertise. As a result, team members may include IT staff, data scientists, analysts, marketers, and those with other roles as appropriate.

    “Lý tưởng nhất đó là một nhà khoa học dữ liệu nhưng lại có cái “tài” diễn tả mạch lạc và khơi gợi tình cảm. Tuy nhiên, tôi vẫn đang tìm kiếm người này.”, ông Brown chia sẻ. Bởi vì những nhà khoa học dữ liệu rất hiếm, một vài tổ chức đang gộp những loại ý kiến chuyên môn lại với nhau.

    “Data Storytelling chắc chắn là một hoạt động liên ngành.”, Karu từ eBay nói. “Các nhà khoa học dữ liệu được cần để trích xuất các mẫu trong dữ liệu, các chuyên gia trực quan thì được cần để chuyển những thông điệp đó thành một bài văn súc tích dễ hiểu, tiếp thị cần được kèm vào để hiểu được nhu cầu và tiếp cận đối tượng mục tiêu mong muốn, kinh nghiệm trong lĩnh vực kinh doanh là cần thiết để dừa vào đó đưa ra những câu hỏi đúng, và một nhân viên biên tập là cần thiết để kết nối những văn bản xung quanh một cách thuyết phục.

    Các nhà cung cấp đang cố gắng hết sức để đơn giản hóa các nhiệm vụ của kể chuyện dữ liệu để các thông tin phân tích cá nhân có thể trình bày những nghiên cứu của nó theo một cách dễ hiểu nhất. “Người kể chuyện bằng dữ liệu tốt nhất là người có xu hướng phân tích dữ liệu, những người đó có thể là bất cứ ai từ một chuyên gia tiếp thị tới một chuyên gia dữ liệu,” Ajenstat từ Tableau nói. “Bạn càng gần với dữ liệu thì càng tốt cho việc hiểu những nội dung xung quanh tình huống, và bạn sẽ càng đủ tiêu chuẩn để thực sự kể một câu chuyện cho Stakeholders.”

    4. Tránh gây xao nhãng

    Những Data Storytelling hay bao gồm đầy đủ thông tin để có thể chỉ ra một trường hợp, nhưng không đến nỗi nhiều quá để khán giả phải “trầy trật” mới có thể hiểu được.

    “Data Storytelling nên đề ra một mục đích cụ thể và chỉ dựa trên những dữ liệu và nghiên cứu củng cố nó.”, Fuller nói. “Người trình bày Data Storytelling nên tránh làm mập mờ câu chuyện của mình bằng những nghiên cứu không liên quan đến mục tiêu phân tích. Đừng làm người nghe phân tâm – giữ câu chuyện rõ ràng, đơn giản và có sức ảnh hưởng.”

    Một điểm phê bình của Data Storytelling không hiệu quả là thất bại trong việc vào vấn đề chính không đủ nhanh. Dành ra quá nhiều thời gian để giải thích những gì liên quan đến phân tích, điều mà được xem như là tiêu chuẩn, bởi vì sau cánh gà việc đó cũng được dành khá nhiều thời gian.

    Hầu hết những nhà khoa học dữ liệu đều dựa theo nguyên tắc tảng băng trôi: khoảng 10% công việc được trình bày, và 90% khác hỗ trợ nó, vì vậy điều cần thiết là phải làm cho câu chuyện càng súc tích càng tốt”.
     
  2. Loading...


Share This Page