شرکت هوش تجاری تارت

داستان‌پردازی با داده‌ها

فهرست مطالب

یک بصری‌سازی عالی ایده‌های پیچیده‌ای را بیان می‌کند که با وضوح، دقت و کارایی ارتباط برقرار می‌کنند و از طریق تصاویر گرافیکی، داستان اطلاعات آماری را بیان می‌کنند.
بصری‌سازی در واقع شکلی پویا از متقاعدسازی است. به این منظور، بصری‌سازی باید داستانی را برای مخاطب تعریف کند. داستان‌پردازی به بیننده کمک می‌کند تا نسبت به داده‌ها بینش پیدا کند.
بنابراین چگونه یک طراح بصری (یا بصری‌ساز) داستانی را با تجسم تعریف می‌کند؟ او باید با تجزیه و تحلیل داستانی را پیدا کند که داده‌ها آن را بیان می‌کنند.
در روزنامه‌نگاری سنتی، روزنامه‌نگاران در داستان‌پردازی در تجسم از طریق اینفوگرافیک بسیار پیشرفت کرده‌اند. در همین راستا، در اینجا به چند استراتژی ژورنالیستی برای بیان یک داستان خوب اشاره می‌کنیم که برای بصری‌سازی داده‌ها نیز کاربرد دارد.

روایتی متقاعد کننده پیدا کنید

در کنار توضیح حقایق و ایجاد ارتباط بین آنها، در نظر داشته باشید که شما بر سر زمان و توجه بیننده رقابت می‌کنید، بنابراین مطمئن شوید که روایت دارای ساختار و هدفی جذاب است.
یافتن ساختار روایت به شما کمک می‌کند تا تصمیم بگیرید که آیا واقعاً داستانی برای گفتن دارید یا خیر. و اگر اینطور نیست، پس شاید این بصری‌سازی باید به جای انتقال اطلاعات، به تجزیه و تحلیل داده‌های اکتشافی بپردازد. با این حال، برای بصری‌سازی اکتشافی همچنان مهم است که تخیل بینندگان را برای تشویق به بررسی روابط بین و تسهیل تعامل با داده‌ها به کار بگیرید.

به مخاطب خود فکر کنید و او را بشناسید

مخاطب شما درباره‌ی موضوع مد نظر شما چه می‌داند؟ آیا مخاطب این بصری‌سازی تصمیم گیرندگان هستند یا ذینفعان یا افراد دیگر؟ بصری‌سازی باید حول سطح اطلاعاتی که مخاطب از قبل دارد، درست یا نادرست، چارچوب‌بندی شود:

  • مبتدی و نوآموز: مخاطب را در جریان موضوع قرار می‌دهیم اما نیازی نیست که در ساده‌سازی مطلب زیاده‌روی کنیم.
  • جنرالیست: به طور کلی از موضوع آگاه است اما به دنبال درک کلی از موضوعات اصلی است.
  • مدیران: به دنبال درک عملی عمیق از پیچیدگی‌ها و روابط متقابل، با دسترسی به جزئیات هستند.
  • متخصص: به دنیال کاوش و کشف بیشتر و داستان سرایی کمتر با جزئیات زیاد است.
  • مدیرعامل و هیئت مدیران: متمرکز بر جمع‌آوری داده‌ها با اهمیت بالا و نتیجه‌گیری احتمالات وزن‌دار هستند.

هدفمند باشید و تعادل را پیشنهاد دهید

بصری‌سازی باید از تعصب به دور باشد و حتی اگر برای تأثیرگذاری بحث می‌کند، باید بر اساس آنچه داده‌ها می‌گویند باشد، نه آنچه شما می‌خواهید بیان کنید. راه‌های ساده‌ای برای اثرگذاری بیشتر وجود دارد مانند: برچسب‌گذاری برای جلوگیری از ابهام، داشتن ابعاد گرافیکی مطابق با ابعاد داده‌ها، استفاده از واحدهای استاندارد و غیره.

سانسور نکنید

در مورد داده‌هایی که نمایش می‌دهید یا حذف می‌کنید، گزینشی نباشید، مگر اینکه مطمئن باشید بهترین نمایش را از آنچه داده‌ها می‌گویند به مخاطبان ارائه می‌دهید. این گزینش پذیری شامل استفاده از مقادیر گسسته، زمانی است که داده‌ها پیوسته هستند، نحوه برخورد شما با مقادیر پرت و خارج از محدوده، محدوده زمانی دلخواه مقادیر محدود شده، حجم‌ها، محدوده‌ها و فواصل زمانی می‌شود. بینندگان در نهایت متوجه این موضوع خواهند شد و اعتماد خود را به اطلاعات یصری‌سازی شده (و سایر مواردی که ممکن است تولید کنید) از دست می‌دهند.

در نهایت ویرایش، ویرایش، ویرایش

مراقب باشید که واقعاً سعی کنید داده‌ها را توضیح دهید، نه فقط آنها را تزئین کنید و در دام “به نظر جالب به نظر می‌رسد” نیافتید، زیرا ممکن است بهترین راه برای توضیح داده‌ها نباشد.

برگرفته از مقاله How to Tell a Story with Data

ترجمه شده توسط
ثمین انوری

دیدگاه‌ خود را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

خدمات داده محور TartBI - سیستم های تشحیص تقلب

مصورسازی موفقیت

برای دریافت پیش‌فاکتور نرم‌افزار مصورسازی داده تارت، فرم را تکمیل کنید.