چگونه راوی داستان‌های داده محور باشیم؟

اما چگونه داستان‌هایی داده‌محور بگوییم؟

داده‌ها اگر واقعا باارزش باشند و به شکلی جذاب ارائه گردند، می‌توانند نقش بسیار موثری در تصمیم‌گیری‌ها داشته باشند. حال این تصمیم‌گیری می‌تواند برای حل یک مشکل از یک شهر مورد استفاده قرار گیرد، یا برای رشد فروش یک کسب وکار.

داستان‌هایی را بگویید که برای مردم مهم هستند

به یاد داشته باشید که راویان داستان‌های خوب شنونده‌های خوبی نیز هستند. این جمله بدین معناست که اگر می‌خواهید داده‌ای جمع‌آوری کنید و داستان آن‌ها را بگویید، باید خوب گوش کنید تا موضوعی را پیدا کنید که ارزش جمع‌آوری داده و تحقیق را داشته باشد. باید مطمئن باشید که کار شما ارزشمند است و داده‌هایی که جمع خواهید کرد، مشکلی را برطرف خواهند نمود.

از داستان‌سرایانی که مهارت‌های چندگانه دارند، کمک بگیرید

همان‌طور که مشاهده کردید، بصری سازی و روایت از بخش‌های اصلی داستان‌های داده‌محور بودند، لذا تنها افرادی داستان‌های ارزشمند داده‌محور خواهند سرود که مهارت‌های ویژه‌ای داشته باشند.

فرم روایت داستان را متناسب با داستان خود انتخاب کنید

فرم‌های مختلفی برای بصری‌سازی داده‌ها وجود دارد، شما می‌توانید براساس داستان خود، فرمی که درک روایت شما را ساده‌تر می‌کند، انتخاب نمایید.

نمونه‌هایی از داستان‌های داده‌محور که در بازاریابی دیجیتالی مورد استفاده قرار گرفته‌اند

بازاریابی داده محور: عادت‌های غذایی آمریکاییان در ۴۰ سال گذشته 

اخیرا وب‌سایت‌ها مقالاتی داده‌محور منتشر می‌کنند که این داده‌ها اغلب حاوی الگوهای جالبی هستند. یکی از مقالات جذاب مربوط به وب‌سایت vox هست که اطلاعات جالبی را راجع به روند تغییر عادت‌های غذایی آمریکایی‌ها طی ۴۰ سال گذشته آشکار می‌کند. نویسنده‌ی این مقاله اذعان کرده که شما به راحتی با مطالعه‌ی کتاب‌های آشپزی سال‌های ۱۹۶۰ و ۲۰۱۷ می‌توانستید به تغییر عادت‌های غذایی طی این سال‌ها پی ببرید.

اما آن‌چه که این مقاله را ارزشمند ساخته جزئیاتی است که هر کسی با اندکی دقت می‌تواند به آن‌ها دست یابد، به عنوان مثال، با تحلیل این‌ دیتاها به این نتیجه می‌رسیم که طی این ۴۰ سال رژیم‌های غذایی از لحاظ سلامتی چندان تغییری را شاهد نبوده‌اند. اگرچه میزان غذاهای منجمد و یخ‌زده کاهش یافته، اما از طرف دیگر به میزان غذاهایی با فروکتوز بالا افزوده شده است.

تاثیر افزایش ماشین‌آلات در تغییر مشاغل

براساس داستان‌ داده‌محوری که وب‌سایت npr اخیرا منتشر کرده است، افزایش ماشین‌آلات در تغییر مشاغل آمریکایی‌ها از سال ۱۸۵۰ تا ۲۰۱۰ تغییرات بسیار عمیقی ایجاد کرده است. شما لازم نیست نابغه‌ی ریاضی باشید تا بتوانید نمودار زیر را تحلیل کنید، بلکه فرم و رنگ نمودار به راحتی همه روندها را آشکار می‌کند.

در سال ۱۸۵۰ تقریبا ۵۱٪ از آمریکاییان مشغول کشاورزی بودند، اما در سال ۲۰۱۳ این میزان به ۱٪ کاهش پیدا کرده است. اما نمودار هم‌چنین نشان می‌دهد که این کاهش منجر به شکست اقتصاد آمریکا نشده است، بلکه افراد شغل خود را از کشاورزی به سایر مشاغل تغییر داده‌اند.

تغییرات رفتار خرید مصرف‌کنندگان موبایل 

نمودار زیر چگونگی تغییر رفتار مصرف‌کنندگان و خریداران موبایل در طول زمان در کشور هلند را نشان می‌دهد. این نمودار علاوه بر این‌که سهم بازار فعلی این برندها را توصیف می‌کند، هم‌چنین نشان می‌دهد که چه میزانی از سهم بازار برندهای مختلف به دیگری منتقل شده است.

جنگ و صلح در جهان و تاثیر آن بر جمعیت

و آخرین مثال در رابطه با مقاله‌ایست که در واشنگتن پست منتشر شده است که در صدد نشان دادن میزان جنگ و صلح در جامعه است. این نمودارها نه تنها به سادگی میزان تولدهای سالانه را نشان می‌دهند، بلکه نمایانگر مدت زمانی هستند که افراد زندگی خود را با جنگ‌ها سپری کرده‌اند.

آینده‌ی داستان‌سرایی داده‌محور

با این‌که ما هنوز در مرحله‌ی سنتی تولید داستان‌های داده‌محور با مشکل مواجه هستیم، اما آینده‌ی بسیار خاصی برای آن پیش‌بینی می‌شود.

تاکنون داستان‌های داده‌محور به صورت سنتی و توسط تحقیقات و پژوهش‌های بسیار پیچیده صورت می‌گرفتند که اغلب هم با درصد خطای بالایی مواجه بودند. اما به تازگی با پیشرفت‌هایی که در علم یادگیری ماشین شکل گرفته است، داستان‌هایی بی غرض، هر چند بسیار ابتدایی روایت می‌شود. نمونه‌ای از آن را در زیر مشاهده می‌کنید:

اما مطمئنا در آینده‌ای نزدیک شاهد داستان‌های داده‌محور بسیار پیشرفته، دقیق و قابل درک خواهیم بود که روند تصمیم‌گیری را بسیار ساده‌تر از حال خواهند ساخت.

اما آن‌چه که هم‌اکنون نیاز داریم بدانیم، هیچ کس به خاطر چند عدد و رقم تصمیم نمی‌گیرد، آن‌چه که باعث می‌شود یک گزارش داده‌ای، متقاعدکننده و ارزشمند باشد، داستانیست که پشت آن است.

در نهایت

به عنوان سازمانی‌ که می‌خواهید هوشمندتر با مسائل سازمانی خود برخورد کنید:

• به تصمیم‌گیرندگان سازمان نشان دهید که استفاده از داده‌های دقیق و تصمیم‌گیری براساس واقعیت‌ها تا چه اندازه می‌تواند موثر باشد.
• برنامه‌هایی برای توسعه و تقویت مهارت‌های تحلیلگران کسب وکار خود آماده کنید.
• سازمان خود را برای پذیرش بسترهای پیشرفته و جدید آنالیز دیتاها آماده کنید.