Hva er datahistoriefortelling?

Datahistoriefortelling er et middel til å ta numerisk informasjon og bygge en kontekstuell fortelling rundt den som folk kan forstå og forholde seg til.

Oversikt over datahistoriefortelling

Ren, rå data snakker et veldig presist språk som bare noen få spesialister kan forstå. Datahistoriefortelling er rett og slett et middel til å ta den flate, numeriske informasjonen og bygge en kontekstuell fortelling rundt den som folk kan forstå og forholde seg til. En rapport som statistisk korrelerer grøttemperaturen til å bære størrelse, er usannsynlig å få mange synspunkter. Mens en historie som viser et bilde av Goldilocks med komparative bilder av bjørner, senger og stoler har en mye bedre sjanse for å bli lest og mer grundig forstått. Og er ikke det hele poenget?

 

Den globale datasfæren har vokst eksponentielt i løpet av bare noen tiår til der IDC spår at innen 2025, vil verdens datagenereringsvolumer nå opp til 175 zettabyte - som er en mind-boggling 175 milliarder terabyte. Hastigheten som Big Data har vokst i volum og kompleksitet har etterlatt mange bedrifter racing for å holde tritt med måter å best utnytte og bruke den. Datavisualisering er handlingen med å bruke diagrammer og grafer for bedre å representere data – og dette er nyttig opp til et punkt. Men dagens bedrifter må gå utover enkel grafikk. De trenger å sette datadrevne ideer i sammenheng, noe som gjør dem kraftigere og mer overbevisende. Datahistoriefortelling er neste generasjons forretningskommunikasjon, og hjelper bedrifter med å kommunisere bedre og ta smartere, gjennomførbare forretningsbeslutninger.

Elementene i datadrevet historiefortelling

Hver datahistorie må inneholde tre elementer:

 

  1. Datadrevet historiefortelling bør baseres (så mye som mulig) på rene og fullstendige data. Det kan virke åpenbart, men det er utfordrende fordi data finnes på tvers av flere land, forretningsenheter og avdelinger. Innføring av nye datakilder, for eksempel IIoT, er bare å skru opp datavolumet. For bedrifter som drukner i data (de fleste av dem), bidrar dataadministrasjonsløsninger til å løse disse problemene ved å samle inn data fra alle kilder og levere pålitelig handlingsbasert innsikt. Her er hvor vi begynner.
  2. Gjennom historien har mennesker effektivt formidlet informasjon gjennom historiefortelling. Datadrevet historiefortelling følger også en tradisjonell fortellerfortelling (aka «historiebue») med en begynnelse, midten og slutten. Fortellingen skal fortelle historien om hva dataene avslører, fremhever konteksten og foreslår potensielle handlinger. Datahistoriefortellerprogramvare fungerer med ERP-plattformer, og inneholder flere typer dataanalyser (beskrivende, diagnostiske, prediktive, preskriptive) for å bidra til å avsløre hvilke data som er mest relevante eller overbevisende for historien.
  3. En god visualisering illustrerer dataforbindelser på en måte som leseren raskt kan forstå, og deretter bruke den til å vurdere potensielle resultater. Selv om eksisterende regneark og datavisualiseringsprogramvare kan generere diagrammer, kart, grafer og diagrammer, er det å kombinere grafikken med fortelling det som gir dem den viktigste konteksten og betydningen. Et bilde er verdt mer enn tusen ord: Det er verdt tusenvis av Excel-rader.

Datahistoriefortelling handler om å ta komplekse data og analyser og bygge en overbevisende fortelling – en som griper publikums interesse, formidler et tydelig budskap og påvirker en handling eller neste steg.

Hvorfor datadrevet historiefortelling er så effektiv

Den menneskelige hjerne foretrekker historier til rene data. I et nøtteskall er de mer tiltalende for øyet og lettere å forstå. Dette gir moderne, datadrevet historiefortelling mange fordeler i forhold til regneark, datasikkerhetstavler og digitale dashboards. Datastyrte historier er effektive fordi de:

 

  • Forenkle den overveldende mengden data som hindrer beslutningstaking. Ifølge Gartner vil 80 % av tradisjonell analyseinnsikt ikke levere forretningsresultater gjennom 2022.

  • Engasjer flere deler av hjernen enn rene data, øker forståelsen og retensjonen

  • Kan illustrere hvorfor noe skjer

  • Støttes av bevis

  • Bruk data til å avdekke nye mønstre

  • Kan dra nytte av lesernes følelser så vel som intellekt

  • Generer nyttig innsikt

  • Kan koble til live data for alltid oppdatert analyse

  • Kan persontilpasses i skala

  • Tilby verdi til publikum

  • Utføre godt på målinger som klikkfrekvens og konverteringer

  • Gi troverdighet for ens firma eller bransje

 

Som vi vil se, er datadrevet historiefortelling effektiv internt og eksternt, noe som øker adopsjonen.

Avdekke innsikt og utvinne verdi: Eksempler på datahistoriefortelling

Sjansene er at du har sett eksempler på datahistoriefortelling uten å innse det. Det er en del av sin skjønnhet: Fordi det er engasjerende visuelt, føler du ikke at du snorer gjennom data.

 

  • Healthcare: Verdens helseorganisasjon sporer COVID over hele verden i et interaktivt dashbord. Leserne kan velge å se antall COVID-tilfeller, dødsfall eller vaksinasjoner; de ulike tiltakene som er truffet av hvert land; og dusinvis av lettforståelige visualiseringer som myndigheter og medisinske ansatte kan bruke til å "fortelle" sine egne lokale historier. Helseorganisasjoner kan også kombinere historiske data med resultater fra kliniske studier for å forklare fordelene og risikoene ved nye behandlinger for pasienter.

  • Forsyningskjeder: Ende-til-ende-forsyningskjedestyring bidrar til å sentralisere flere datakilder. Et tilfelle for datahistoriefortelling i forsyningskjeder kan relatere seg til sourcing og opprinnelse. Data kan komme inn fra råvareleverandører, RFID-tagger, produksjonsmidler og ekspedisjons- og logistikkpartnere. Dette kan bidra til å fortelle en svært dynamisk historie om hvor et produkt kommer fra, og illustrere hvorfor de beste arbeids- og produksjonspraksisene tilfører verdi og bærekraft.    

  • Menneskelige ressurser: I dagens komplekse arbeidsverden er bedrifter mer fokusert enn noen gang på å ikke bare ansette de beste lagene, men få dem til å holde seg rundt. Moderne HR-programvaresystemer samler og analyserer data fra "leie for å pensjonere". Dette presenterer muligheten til å lage overbevisende datahistorier – som viser forretnings- og HR-ledere eksempler på hvordan ulike initiativer forbedrer rekruttering, erfaring og bevaring av medarbeidere.  

  • Detaljhandel: Med sitt B2C-fokus har detaljhandelen et enormt potensial til å komme i kontakt med kundene på nye og interaktive måter. De digitale teknologiene som støtter omnikanal-detaljhandel resulterer i datagenerering eller kurering av noe slag. Ved å utnytte data fra smarte hyller, e-handel og netthandel generelt, kan detaljister generere svært presise og gjennomførbare datahistorier om nøyaktig hvor, hvordan og hvorfor kundene deres engasjerer seg med produktene sine. Dette kan bidra til å informere forretningsutvikling, lagerstyring, markedsføring og mye, mye mer. 

Den voksende trenden i datahistorier og utvidet analyse

Datahistoriefortelling er ikke nytt for bedriften. Likevel, inntil nylig, det var i stor grad en tidkrevende, manuell prosess: ansatte måtte trekke data, designe og utvikle visualiseringer, utkast til en fortelling, og generere innsikt. Bedrifter er vanligvis avhengige av dataforskere eller IT, som håndterer store mengder data, for å opprette analysedashboard. Disse ansatte manglet ofte de myke ferdighetene til å utvikle klare, overbevisende historier. Ofte kunne de resulterende dashboardene ikke formidle den mest relevante informasjonen på en måte som ledelse (eller noen andre) lett kan forstå. 

 

I dag har plattformer for historiefortelling knyttet til ERP-teknologisystemer demokratisert data, slik at forretningsanalytikere, markedsførere, kunstnere og redaktører kan samarbeide med dataforskere for å skape overbevisende historier. Å få inn ansatte fra andre avdelinger legger ikke bare til myke ferdigheter, men genererer også innsikt fra flere synsvinkler.  

 

Med de riktige verktøyene kan alle i en organisasjon potensielt opprette en datahistorie. No- og lavkode-programvare og utvidede analyseverktøy – som omfatter kunstig intelligens, maskinlæring og naturlig språkbehandling – kan automatisere mange funksjoner som tidligere har tatt så mye tid. Hele prosessen er raskere, mer effektiv og mer effektiv.  

 

Dermed, i henhold til Gartner, datahistorier (i motsetning til dashboards) vil bli den mest utbredte måten å konsumere analyser innen 2025, og utvidet analyseteknikker vil automatisk generere 75% av disse historiene.  

Skape effektive datafortellinger: De fem “W’s”

Bedriftsansatte som lærer å generere datahistorier, drar nytte av å ta i bruk journalistikkens tradisjonelle “Five W’s”: hvem, hva, når, hvor og hvorfor. Så også en god datahistoriedesigner prøver å svare på disse grunnleggende spørsmålene.

 

Før prosessen starter, kan en historiedesigner (eller team) spørre:

 

  • Hvem er historiens publikum?

  • Hva er målet?

  • Hvilke KPI-er skal vi bruke?

  • Hvilke data og visuelle opplysninger formidler denne informasjonen best?

  • Når (i hvilken periode) skal dataområdet?

  • Hvor ligger dataene?

  • Hvilke trender avslører dataene?

  • Hvorfor skjer dette (kontekst)?

 

I likhet med kvalitetsjournalistikk bør datafortellinger forsøke å være objektive, ikke-dømmende og empatiske for sitt publikum. Bedrifter må beskytte mot menneskelig skjevhet så vel som bias introdusert av kunstig intelligens. Denne gjennomtenkte tilnærmingen er avgjørende for troverdighet.

 

Innlemmelse av datahistoriefortelling vellykket i bedriften er mer enn en programvareoppgradering. Prosessen krever innkjøp fra toppen og fra avdelingsledelsens vilje til å bryte ned data og personalsiloer for å samarbeide. Mens noen selskaper ansetter "datafortellere" for en bestemt rolle, gjør andre ferdighetene til et krav for analytikerstillinger. Med opplæring, kan nåværende ansatte utenfor datasentriske avdelinger bringe uvurderlig institusjonell og situasjonell kunnskap i å skape historier som driver virksomheten fremover.

 

For å skape den jevneste utviklingen til dette nye kommunikasjonsskjemaet, bør bedrifter vurdere å involvere eksperter som kan veilede teknologiinstallasjon, veikartplanlegging, opplæring og kommunikasjon. Overføring av bedriftsdata fra regneark og dashboard til kontekstdrevne visuelle historier kan være til nytte for mange områder i en bedrift i enhver bransje.

placeholder

Utforsk SAP Analytics Cloud

Kontekstualiser data for å dele resultater, forbedre historiefortelling og fremme beslutninger.

placeholder

Ideer du ikke finner noe annet sted

Registrer deg for en dose Business Intelligence levert rett til innboksen din.

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