Hvad er data storytelling?

Data storytelling er et middel til at tage numeriske oplysninger og opbygge en kontekstuel fortælling omkring det, som folk kan forstå og relatere til.

Oversigt over datahistoriefortælling

Rene, rå data taler et meget præcist sprog, som kun få specialister kan forstå. Data storytelling er simpelthen et middel til at tage den flade, numeriske information og opbygge en kontekstuel fortælling omkring det, som folk kan forstå og relatere til. En rapport, der statistisk korrelerer grød temperatur til bjørne størrelse er usandsynligt at få mange visninger. Mens en historie, der viser et billede af Goldilocks med sammenlignende billeder af forskellige størrelser bjørne, senge og stole, har en meget bedre chance for at blive læst og mere grundigt forstået. Og er det ikke hele pointen?

 

Den globale datasfære er vokset eksponentielt på blot få årtier til, hvor IDC forudser, at verdens datagenerationsmængder i 2025 vil nå op på 175 zettabyte – hvilket er en sindsoprivende 175 milliarder terabyte. Den hastighed, hvormed Big Data er vokset i volumen og kompleksitet, har efterladt mange virksomheder racing til at holde trit med måder at bedst udnytte og bruge det. Datavisualisering er den handling at bruge diagrammer og grafer til bedre at repræsentere data – og det er nyttigt op til et punkt. Men nutidens virksomheder er nødt til at gå ud over simpel grafik. De har brug for at sætte datadrevne ideer i en kontekst, der gør dem mere kraftfulde og overbevisende. Data storytelling er den næste generation af forretningskommunikation, der hjælper virksomheder med at kommunikere bedre og træffe smartere, handlingsrettede forretningsbeslutninger.

Elementerne i datadrevet historiefortælling

Hver datastory skal indeholde tre elementer:

 

  1. Datadrevet historiefortælling bør (så vidt muligt) baseres på rene og fuldstændige data. Det kan virke indlysende, men det er udfordrende, fordi der findes data på tværs af flere lande, forretningsenheder og afdelinger. Fremkomsten af nye datakilder, såsom IIoT, er kun at skrue op for datamængden. For virksomheder, der drukner i data (de fleste af dem), hjælper datastyringsløsninger med at løse disse problemer ved at indsamle data fra alle kilder og levere pålidelig indsigt, der kan handles på. Her begynder vi.
  2. Fortælling Gennem historien har mennesker effektivt formidlet information gennem historiefortælling. Datadrevet historiefortælling følger også en traditionel fortællingshistorie (også kaldet "historiebue") med en begyndelse, midten og slutningen. Fortællingen bør fortælle historien om, hvad dataene afslører, fremhæve dens kontekst og foreslå potentielle handlinger. Data storytelling software arbejder med ERP-platforme, der omfatter flere typer af dataanalyse (beskrivende, diagnostisk, prædiktiv, præskriptiv) for at hjælpe med at afsløre , hvilke data der er mest relevante eller overbevisende for historien.
  3. En god visualisering illustrerer dataforbindelser på en måde, som læseren hurtigt kan forstå, og derefter bruge til at overveje potentielle resultater. Selvom eksisterende regnearks- og datavisualiseringssoftware kan generere diagrammer, kort, grafer og diagrammer, er det at kombinere grafikken med fortælling, hvad der giver dem den altafgørende kontekst og betydning. Et billede er mere end tusind ord værd: Det er tusindvis af Excel-rækker værd.

Data storytelling handler om at tage komplekse data og analyser og opbygge en overbevisende fortælling – en, der fanger publikums interesse, formidler et klart budskab og påvirker en handling eller næste skridt.

Hvorfor datadrevet historiefortælling er så effektiv

Den menneskelige hjerne foretrækker historier frem for rene data. Kort sagt er de mere tiltalende for øjet og lettere at forstå. Dette giver moderne, data-drevet storytelling mange fordele i forhold til regneark, data whiteboards og digitale dashboards. Datadrevne stories er effektive, fordi de:

 

  • Forenkl den overvældende mængde data, der forhindrer beslutningstagning. Ifølge Gartner vil 80 procent af den traditionelle analyseindsigt ikke levere forretningsresultater i løbet af 2022.

  • Engager flere dele af hjernen end rene data, hvilket øger forståelsen og tilbageholdelsen

  • Kan illustrere , hvorfor der sker noget

  • Understøttes af dokumentation

  • Brug data til at afdække nye mønstre

  • Kan udnytte læsernes følelser såvel som intellekt

  • Generer indsigt, der kan handles på

  • Kan oprette forbindelse til aktuelle data for altid opdateret analyse

  • Kan personaliseres i skala

  • Tilbyd værdi til målgruppen

  • Udfør godt med metrikker som f.eks. click-through-rater og konverteringer

  • Giv troværdighed til ens virksomhed eller branche

 

Som vi vil se, er datadrevet historiefortælling effektiv internt og eksternt, hvilket fremmer dens indførelse.

Afdækning af indsigt og udtrækning af værdi: Eksempler på datahistoriefortælling

Chancerne er, at du har set eksempler på data storytelling uden at indse det. Det er en del af dens skønhed: Fordi det er engagerende visuelt, føler du ikke, at du slapper gennem data.

 

  • Healthcare: Verdenssundhedsorganisationen sporer COVID over hele kloden i et interaktivt dashboard. Læserne kan vælge at se antallet af COVID tilfælde, dødsfald eller vaccinationer; de forskellige foranstaltninger, der er truffet af hvert land; og snesevis af letforståelige visualiseringer, som regeringer og medicinsk personale kan bruge til at hjælpe med at "fortælle" deres egne lokale historier. Sundhedsorganisationer kan også kombinere historiske data med kliniske forsøgsresultater for at forklare fordele og risici ved nye behandlinger for patienter.

  • Forsyningskæder: Ende-til-ende-forsyningskædestyring hjælper med at centralisere flere datakilder. Et tilfælde af datahistoriefortælling i forsyningskæder kan vedrøre sourcing og herkomst. Data kan komme fra leverandører af råmaterialer, RFID-tags, produktionsaktiver og forsendelses- og logistikpartnere. Dette kan hjælpe med at fortælle en meget dynamisk historie om, hvor et produkt kommer fra, og illustrere, hvorfor de bedste arbejds- og fremstillingspraksis tilføjer værdi og bæredygtighed.    

  • Menneskelige ressourcer: I dagens komplekse arbejdsverden er virksomhederne mere fokuserede end nogensinde på ikke blot at ansætte de bedste teams, men at få dem til at holde sig til. Moderne HR-softwaresystemer indsamler og analyserer data fra “hyre til at gå på pension”. Dette giver mulighed for at skabe overbevisende datahistorier – der viser forretnings- og HR-ledere eksempler på, hvordan forskellige initiativer forbedrer medarbejdernes rekruttering, erfaring og fastholdelse.  

  • Detailhandel: Med sit B2C-fokus har detailhandlen et enormt potentiale for at skabe kontakt til kunderne på nye og interaktive måder. De digitale teknologier, der understøtter omnichannel-detailhandlen, resulterer stort set alle i datagenerering eller -kurering af en eller anden art. Ved at udnytte data fra smarte hylder, e-handel og online shopping generelt kan detailhandlere generere meget præcise og handlende datahistorier om præcis hvor, hvordan og hvorfor deres kunder engagerer sig i deres produkter. Det kan vaere med til at informere forretningsudvikling, lagerstyring, markedsføring og meget, meget mere. 

Den voksende tendens for datatekstenheder og udvidede analyser

Data storytelling er ikke nyt for virksomheden. Alligevel var det indtil for nylig i høj grad en tidskrævende, manuel proces: medarbejderne skulle trække data, designe og udvikle visualiseringer, udarbejde en fortælling og generere indsigt. Virksomheder var typisk afhængige af dataforskere eller IT, der håndterer store mængder data, til at oprette analysedashboards. Disse medarbejdere manglede ofte de bløde kompetencer til at udvikle klare, overbevisende historier. Ofte kunne de resulterende dashboards ikke formidle de mest relevante oplysninger på en måde, som ledelsen (eller andre) let kunne forstå. 

 

I dag har historiefortællingsplatforme, der er knyttet til ERP-teknologisystemer, demokratiseret data, så forretningsanalytikere, marketingfolk, kunstnere og redaktionelle medarbejdere kan samarbejde med dataforskere for at skabe overbevisende historier. Inddragelse af medarbejdere fra andre afdelinger tilføjer ikke kun bløde færdigheder, men skaber også indsigt fra flere synsvinkler.  

 

Med de rigtige værktøjer kan alle i en organisation potentielt oprette en datastory. No- og low-code software og augmented analytics værktøjer – der omfatter kunstig intelligens, maskinlæring og naturlig sprogbehandling – kan automatisere mange funktioner, der tidligere tog så meget tid. Hele processen er hurtigere, mere effektiv og mere effektiv.  

 

Ifølge Gartner vil datastories (i modsætning til dashboards) således blive den mest udbredte måde at forbruge analyser på i 2025, og udvidede analyseteknikker vil automatisk generere 75 % af disse stories.  

Oprettelse af effektive data fortællinger: De fem "W's"

Virksomhedsmedarbejdere, der lærer at generere datahistorier, drager fordel af at adoptere journalistikkens traditionelle “Five W’s”: hvem, hvad, hvornår, hvor og hvorfor. Så også en god data story designer forsøger at besvare disse grundlæggende spørgsmål.

 

Før du begynder deres proces, kan en story designer (eller team) spørge:

 

  • Hvem er historiens publikum?

  • Hvad er målet?

  • Hvilke KPI'er skal vi bruge?

  • Hvilke data og visuals formidler bedst disse oplysninger?

  • Hvornår (over hvilken periode) skal dataområdet?

  • Hvor ligger dataene?

  • Hvilke tendenser afslører dataene?

  • Hvorfor sker det (kontekst)?

 

Ligesom kvalitetsjournalistik bør datafortællinger forsøge at være objektive, ikke-dømmende og empatiske for deres publikum. Virksomheder er nødt til at beskytte sig mod menneskelig bias såvel som bias indført af kunstig intelligens. Denne tankevækkende tilgang er afgørende for troværdigheden.

 

Inddragelse af data storytelling med succes i virksomheden er mere end en softwareopgradering. Processen kræver buy-in fra toppen og ned og afdelingsledelsens vilje til at nedbryde data og medarbejdersiloer til at samarbejde. Mens nogle virksomheder ansætter “data historiefortællere” til en bestemt rolle, andre gør færdigheden til et krav til analytikerstillinger. Med uddannelse kan nuværende medarbejdere uden for datacentriske afdelinger bringe uvurderlig institutionel og situationsbestemt viden i at skabe historier, der driver virksomheden fremad.

 

For at skabe den mest gnidningsløse udvikling til denne nye kommunikationsform bør virksomheder overveje at inddrage eksperter, der kan vejlede teknologiinstallation, planlægning af køreplaner, uddannelse og kommunikation. Overførsel af virksomhedsdata fra regneark og dashboards til kontekstdrevne visuelle stories kan gavne mange områder af en virksomhed i enhver branche.

placeholder

Udforsk SAP Analytics Cloud

Kontekstualiser data for at dele resultater, forbedre historiefortælling og træffe beslutninger.

placeholder

Ideer, du ikke finder andre steder

Tilmeld dig en dosis business intelligence leveret direkte i din indbakke.

twitter pixeltwitter pixeltwitter pixeltwitter pixeltwitter pixeltwitter pixeltwitter pixeltwitter pixeltwitter pixeltwitter pixeltwitter pixeltwitter pixel