Wyobraź sobie, że niedługo czeka Cię strategiczne spotkanie lub wystąpienie na konferencji, podczas którego będziesz powoływać się na dane.
Aby jak najlepiej się przygotować:
- Zbierasz i łączysz dane ze sprawdzonych źródeł;
- Wykonujesz obliczenia, tworzysz zestawienia, testujesz hipotezy;
- Wyciągasz wnioski i opracowujesz solidne rekomendacje.
Jak dotąd wszystko dobrze. Jednak w kolejnym kroku:
- Klikasz w arkuszu kalkulacyjnym opcję Wstaw… -> Wykres… i bez żadnych zmian kopiujesz wykres(y) do prezentacji.
Czy wiesz, że Twoje starania z punktów 1-3 mogą pójść na marne, jeśli w punkcie 4. nie zatrzymasz się i nie przemyślisz odpowiedniego sposobu prezentacji danych?
Mam 7 argumentów na to, że warto zainwestować w naukę wizualizacji danych, ale zanim je rozwinę, poznaj Marka ⬇️
Case study: Co przekona szefową Marka?
Marek pracuje w domu kultury i właśnie tworzy strategię działań na kolejny rok. Chce namówić szefową do sfinansowania projektu promującego sport wśród młodzieży i, jako część szerszej analizy, planuje pokazać przełożonej dane Eurostatu. Wynika z nich, że Polska jest w ogonie Unii Europejskiej jeśli chodzi o uprawianie sportu wśród dorosłych. Celem projektu proponowanego przez Marka jest przeciwdziałanie tej tendencji wśród lokalnej młodzieży.
Dane te (jak każde zresztą dane) Marek może przedstawić na kilkanaście (a może i kilkadziesiąt) różnych sposobów. Rozważmy dwie opcje:
- Marek pójdzie po linii najmniejszego oporu i oprze się na domyślnych ustawieniach Excela czy Google Sheets. Efekt będzie mniej więcej taki jak poniżej:
- Marek poświęci dodatkowe 15 minut, aby przedstawić te same dane czytelniej, na przykład wykorzystując do tego darmowy program Flourish:
Jak sądzisz, który sposób wizualizacji lepiej przemówi do szefowej Marka?
Moim zdaniem ten drugi. Owszem, czasami najprostsze rozwiązania wystarczają, ale jeśli szefowa Marka jest bardzo zajęta, ma opory wobec finansowania projektów sportowych, to dla niej nowy temat etc., wówczas w mojej opinii lepiej dokładnie przemyśleć sposób prezentacji danych.
Moich 7 argumentów, dlaczego warto zainwestować w naukę skutecznej prezentacji danych, znajdziesz poniżej.
1. (Prawie) każdy z nas czasami prezentuje dane.
Nawet jeśli wykonujesz pracę, która nie kojarzy się w pierwszym momencie z analizą i prezentacją danych, prawdopodobnie na co dzień masz do czynienia z liczbami, statystykami i wykresami (tak jak Marek).
Być może jesteś…:
- specjalistą marketingu i optymalizujesz wyniki kampanii internetowych;
- blogerką i kompilujesz statystyki z różnych raportów, aby wzbogacić artykuł danymi i wykresami;
- HR-owcem i monitorujesz skuteczność działań employer brandingowych;
- menedżerką jakiegokolwiek działu w jakiejkolwiek organizacji i podsumowujesz realizację celów przez zespół.
Przykłady mogłabym mnożyć. Wiesz o co chodzi. Liczby są wszędzie – w każdej branży. Analizy – prostsze lub bardziej złożone – również.
Każdy specjalista, którego zadaniem jest informowanie, raportowanie, sprzedawanie, optymalizowanie czy rekomendowanie przynajmniej czasami wciela się w analityka i prezentera danych.
Tak, Ty również 🙂 Dlatego warto pamiętać, że…
2. Odbiorcy widzą tylko to, co im pokażesz.
To niby oczywiste, ale wiele razy się przekonałam, jak często o tym zapominamy.
Pamiętaj, że inni nie widzą Twoich żmudnych analiz, a tylko ostatni etap pracy – prezentację danych. Ja wiem, że 80% czasu upłynęło Ci na: zbieraniu danych, czyszczeniu arkusza, liczeniu, szukaniu odpowiednich formuł, sprawdzaniu hipotez, formułowaniu wniosków itp. Mówiąc krótko – dążył_ś do tego, aby warstwa merytoryczna rekomendacji była na najwyższym poziomie (i chwała Ci za to, bo ze złej analizy nie powstanie żadna użyteczna wizualizacja). To jednak nie wystarczy.
Jeśli Twoja analiza jest błyskotliwa, ale nikt jej nie zrozumie – jaki był sens jej przygotowania?
Często na stworzenie wykresu czy przemyślanego komentarza poświęcamy tylko ostatnią chwilę, a to błąd. Jeśli tak się namęczył_ś, zadbaj o to, aby inni mieli szansę docenić Twoją pracę. Włóż wysiłek w etap prezentacji danych. Jeśli Ty nie włożysz wysiłku – dlaczego inni mieliby to zrobić?
Przykład z mojej pracy: Kilka lat temu zleciliśmy zewnętrznej firmie stworzenie raportu analizującego stronę internetową pod kątem SEO. Otrzymaliśmy kilkudziesięciostronicowy dokument zawierający setki nieczytelnych wykresów. Ponieważ bardzo zależało mi na wnioskach, przebrnęłam (z trudem) przez raport. Wskazówki okazały się użyteczne, jednak ich odcyfrowanie było męczące i nieprzyjemne. Z tego względu nie polecę nikomu usług tej firmy. |
Być może pomyślał_ś właśnie:
„U mnie będzie inaczej i moi odbiorcy poświęcą czas na zrozumienie danych, które im pokazuję, nawet jeśli ich idealnie nie zaprezentuję”.
Być może tak, jeśli będą mocno do tego zmotywowani (tak jak ja w przywołanym wyżej przykładzie), ale nie liczyłabym na to zbyt mocno, ponieważ…
3. Ludzie są niecierpliwi, zajęci i przebodźcowani.
Nikogo nie obchodzi, że masz dane. Wszyscy je mają (ba, terabajty danych!). Ludzi obchodzi, czy dzięki Twoim analizom i rekomendacjom odkryją coś nieoczywistego, coś, czego wcześniej nie wiedzieli. Odbiorcy chcą spojrzeć na efekty Twojej pracy i krzyknąć (chociażby w duchu): „Eureka!”.
Jeśli przedstawisz wnioski płynące z danych w sposób skomplikowany, chaotyczny czy nieadekwatny do sytuacji, Twój odbiorca (np. szef, klient czy widownia na konferencji) może podjąć decyzję, że nie ma czasu, energii lub po prostu motywacji, aby poświęcić Ci czas.
Wszyscy jesteśmy przeciążeni informacjami. Im łatwiejsze zadanie percepcyjne postawisz przed odbiorcami, tym większa szansa, że Cię wysłuchają i że osiągniesz zamierzony efekt.
A to nas prowadzi do kolejnego punktu.
4. Przemyślana prezentacja danych pomaga osiągnąć cel.
Pomyśl o tych wszystkich razach, kiedy podczas spotkania czy konferencji był_ś torturowan_ zbyt wieloma liczbami i wykresami, a co najgorsze – nie wiedział_ś po co.
Gdy znajduję się w podobnej sytuacji jako słuchaczka, mam przeczucie graniczące z pewnością, że autor(ka) sam(a) nie wie, co chce pokazać i dlatego… pokazuje wszystko.
Gdy prezentujesz dane, robisz to dla innych, a nie dla siebie! Ty już zrozumiał_ś to, co chciał_ś zrozumieć. Teraz chcesz ułatwić zrozumienie innym.
Zacytuję Andy Kriebela, który jest dla mnie ogromną inspiracją w zakresie wizualizacji danych:
„Ludzie mają w nosie Twoje wymyślne, fantazyjne wykresy. Ludzie dbają o to, czy znajdujesz odpowiedzi na ich pytania.“
Dosadniej bym tego nie ujęła 🙂
W wizualizacji danych nie chodzi o robienie wykresów. Dobra wizualizacja to taka, która wywołuje zamierzony efekt. Tym efektem może być zachęcenie klienta do zakupu Twojej usługi, przekonanie przełożonego do przyznania Ci premii czy zdobycie nowej wiedzy przez Twoich czytelników.
Osiągnięcie celu nie może się jednak odbywać drogą manipulacji czy koloryzowania rzeczywistości -> sprawdź mój artykuł Jak nie dać się zmanipulować wykresom (i nie zmanipulować innych)? Poznaj 6 najczęstszych pułapek. |
Mniej często znaczy więcej. Być może hasło „wizualizacja danych” brzmi poważnie, ale to naprawdę nie musi być nic skomplikowanego! Jedna liczba z odpowiednim komentarzem może zdziałać więcej niż dziesiątki pozbawionych kontekstu i niedopracowanych wykresów.
Pamiętaj – pokazanie większej ilości danych NIE sprawi, że będziesz wyglądać bardziej profesjonalnie (a wręcz odwrotnie). Gdy pokazujesz zbyt dużo, ryzykujesz tym, że Twoja główna wiadomość zostanie przysypana przez inne, mniej ważne.
Zawsze zastanów się nad tym, jaki masz cel. I do tego dobieraj środki. Mogą być bardzo proste. Byle skuteczne.
Skuteczność Twojego przekazu jest szczególnie ważna, bo…
5. Stawka bywa wysoka.
Jeśli Twoja prezentacja danych będzie nieudana, są dwie opcje:
- Po prostu nie osiągniesz celu – to opcja niepożądana, ale nie najgorsza.
- Uzyskasz efekt odwrotny do zamierzonego – odbiorca, rozczarowany, może wręcz się zniechęcić i zupełnie stracić zainteresowanie tematem, do którego wcześniej podchodził z ciekawością.
Czasami grasz o wysoką stawkę i wtedy umiejętność skutecznej prezentacji danych jest kluczowa. Gdy występujesz na ważnej konferencji branżowej, prezentujesz klientowi wyniki pracy lub próbujesz przekonać zarząd do zmian w organizacji – nie chcesz dopuścić do żadnego z powyższych scenariuszy, a szczególnie do drugiego.
Szczególnie wtedy, gdy stawka jest wysoka, nie zdawaj się na domyślne ustawienia narzędzi, bo…
6. Narzędzia Cię nie wyręczą.
Im szybciej przyjmiesz do wiadomości, że programy do wizualizacji danych nie działają same i potrzebują Cię jako uważnego przewodnika, tym lepiej.
Wykresy generowane automatycznie mogą być przydatne w fazie eksploracji danych, ale zazwyczaj nie nadają się do pokazania na zewnątrz, ponieważ są zbyt surowe i niedopracowane.
Wykres wygenerowany przez narzędzie to Twój punkt wyjścia, a nie meta.
Często specjaliści skrajnie różnych dziedzin zdają się na domyślne opcje arkusza kalkulacyjnego, nie zważając na fakt, że mają skrajnie różne potrzeby. Lubię powtarzać, że wykres dla każdego to wykres dla nikogo.
A jeśli nauczysz się tworzyć komunikację dostosowaną do potrzeb Twoich odbiorców, to dodatkowo zapewniam Cię, że…
7. Jest to umiejętność, która wyróżni Cię z tłumu.
Moim zdaniem opanowanie podstaw wizualizacji danych to inwestycja z dużym (i długim) zwrotem. Dlaczego? To dość rzadka kompetencja, szczególnie w Polsce. To wyraz profesjonalizmu, za który docenią Cię klienci, przełożeni i współpracownicy. To wyraz szacunku wobec czasu i zobowiązań innych – kto z nas nie lubi osób, które przychodzą z wyselekcjonowanymi informacjami i przemyślanymi rekomendacjami, tak aby rozwiązywać problemy, a nie je tworzyć?
Przekonałam Cię?
Mam nadzieję, że zachęciłam Cię do nauki wizualizacji danych.
Opanowanie podstaw wcale nie jest trudne. Nauczysz się ich raz i będziesz je wykorzystywać w kolejnych latach, niezależnie od narzędzia, w którym pracujesz.
Jeżeli w pracy masz do czynienia z danymi, na pewno zyskasz, pogłębiając wiedzę w tym temacie.
Podsumowując: Przekazuj dane tak, aby osiągnąć cel. Jeśli odbiorca Cię nie zrozumie, Twój wysiłek okaże się zbyteczny (no, prawie, bo możesz wyciągnąć wnioski z tej sytuacji i się czegoś nauczyć na przyszłość ;-)).
Powodzenia!
Masz pytania, uwagi, sugestie? Widzisz dodatkowe argumenty lub nie zgadzasz się ze mną? Napisz do mnie: klaudia.stano@jezykdanych.pl
Inne artykuły, które mogą Ci się spodobać: