Gdy tworzysz wykres, to… dla kogo?
Masz trzy opcje:
- dla siebie,
- dla kogoś obeznanego w temacie/danych (specjaliści, bliscy współpracownicy),
- dla kogoś, kto nie zna tematu (laicy) lub nie siedzi w nim głęboko (decydenci).
Od tego, w której z tych trzech sytuacji jesteś, zależy finalny kształt Twoich wykresów.
Dlaczego?
1. Gdy tworzysz wykres dla siebie, nie jest ważne, czy będzie ładny, wyczerpująco opisany, idealnie dopasowany. Ważne, abyś Ty go rozumiał(a), gdy weryfikujesz hipotezy i szukasz trendów.
2. Gdy informujesz współpracowników lub specjalistów z branży o tym, jak idzie robota, czy realizujemy KPI, jakie są prognozy itd. – ważny jest szybki i czytelny przekaz (w raporcie, na dashboardzie, na spotkaniu statusowym).
Wizualizacja powinna być rzetelna i zrozumiała, ale nie musisz tłumaczyć kontekstu od zera (w agencji marketingowej wszyscy wiedzą, czym jest ROAS, a w przedsiębiorstwie finansowym – czym jest EBITDA).
3. Dopiero w trzecim punkcie (tworzenie wizualizacji dla nie-specjalistów i zabieganych decydentów) jest miejsce i czas dla data storytellingu.
Storytelling danych to prowadzenie odbiorcy za rękę i tłumaczenie prostym językiem, jakie wnioski płyną z danych.
To angażująca prezentacja danych, które jest ubrana w głęboko przemyślaną narrację.
Bo jeśli nie wskażemy naszemu odbiorcy palcem – lub chociaż słowem – co jest ważne i na co zwrócić uwagę w danych, laicy i zabiegani decydenci mogą tego sami nie wychwycić.
Zerknij na użyteczny plakat Kat Greenbrook, autorki książki „The Data Storyteller’s Handbook”:
Plakat przetłumaczyłam na polski za zgodą autorki. Oryginał znajdziesz tu: roguepenguin.co.nz/book/posters.
Niemal każda osoba pracująca z danymi przyjmuje, w zależności od sytuacji, jedną z tych trzech ról: odkrywcy, informatora i edukatora.
Warto wiedzieć kiedy jesteśmy w jakiej roli i jakie narzędzia wizualizacji danych będą wówczas najbardziej użyteczne: dla nas i dla naszych odbiorców.
Podsumowując: kiedy warto wejść w tryb storytellingu danych?
- spotkania z decydentami, którzy oczekują jasnych rekomendacji,
- edukowanie osób z innych działów/organizacji (czyli laików w naszym temacie),
- prezentowanie nowych kierunków, scenariuszy, produktów – gdy mówimy o czymś nowym, innym niż dotychczas, niezbadanym.
I jeszcze jedno spojrzenie na to, kiedy potrzebujemy data storytellingu, a kiedy nie
Pokażę Ci jeszcze jeden diagram Kat Greenbrook, tym razem w formie bardziej rozbudowanego drzewka decyzyjnego:
Plakat przetłumaczyłam na polski za zgodą autorki. Oryginał znajdziesz tu: roguepenguin.co.nz/book/posters.
Uważam, że zadawanie sobie powyższych pytań może być bardzo pomocne – zdarza mi się widzieć dashboardy tam, gdzie lepiej by zadziałała data-storytellingowa prezentacja, lub odwrotnie – starannie przygotowane PowerPointy tam, gdzie wystarczyłby prosty raport/dashboard.
Jeśli chcesz się podzielić swoją perspektywą, napisz do mnie: klaudia.stano@jezykdanych.pl.
O data storytellingu piszę na LinkedInie i w newsletterze, na który zapiszesz się w formularzu poniżej.
Inne wpisy z mojego bloga, które mogą Cię zainteresować: