什么是数据讲故事？

将数据转化为引人入胜的叙述的 6 个步骤 

可能很难知道从哪里开始——这些是确保高质量数据讲述的最重要步骤。 

1. 确定需要讲述的故事 

讲故事始于实际发现故事。您可以提出问题或形成假设，发现哪些数据可用于给定查询，然后深入研究。以下是一些使用方法： 

• 查找相关性： 关系是数据故事的良好基础。  
• 识别趋势： 随着时间的推移，模​​式可以帮助您了解查询中的新趋势。 
• 留意异常值： 在某些情况下，异常值可能会扭曲结果，但它们也可能是一个令人兴奋的故事。为什么这些数据的表现不同？ 

2. 选择正确的数据 

数据科学中有一句古老但已确立的格言：“垃圾输入，垃圾输出”。  

您的见解或结论的好坏取决于您选择的数据。重要的是，在构建故事时不要被数据淹没，也不要过度拟合数据并扭曲结果。 

例如，假设您正在尝试了解客户旅程中的潜在障碍。销售数据、客户使用数据和客户反馈数据将是相关的，但员工体验数据则不会。了解数据在查询中的作用有助于避免挑选数据或最小化规模，这两件事可能会扭曲您的数据故事。它允许您选择回答满足受众需求的问题的最佳方法。  

3. 为受众量身定制 

讲述一个精彩故事的最重要部分之一与数据本身无关，而与你向谁 讲述 故事有关。您可以从查询中获得相同的结果，但将叙述与受众认为最有价值的内容保持一致。  

考虑报告特定季节性产品的销售预测。业务团队可能对库存潜在短缺所产生的更广泛的业务影响更感兴趣。相比之下，运营团队可能需要更深入地了解不同的运营决策如何影响结果。 

4. 构建叙事 

现在您已经考虑了您的受众、正确的数据以及您的主要问题或担忧，是时候构建叙述了。您可能会想直接跳到您的发现（这可能适合您的目标受众），但您也可以讲述一个线性故事，从而节省“那又怎样？” 最后。  

对于这个故事，您正在寻找以下内容： 

• 挑战： 是否存在影响结果或洞察力的冲突？  
• 背景： 你为什么要讲这个特定的故事？ 
• 演员阵容： 谁是参与此特定查询的主要利益相关者？ 
• 结果： 深入研究问题会产生什么解决方案，这些见解如何改变负面结果或维持正面结果？换句话说，有什么利害关系，又能得到什么？ 

5. 可视化以便于理解 

一张图片胜过千言万语。当您处理大量数据时，在数据科学中尤其如此。可视化增强理解。讲故事意味着知道哪种可视化能够将最本质的要点浮出水面，并且不会掩盖真相。常见的数据可视化 包括： 

• 信息图表 
• 饼状图 
• 散点图 
• 条形图 
• 流程图 

为故事选择正确的视觉效果很重要。例如，散点图可能在视觉上看起来很有趣，但简单的折线图将允许决策者清楚地看到销售预测中最相关的信息。然而，当涉及到可视化客户偏好及其与特定变量的关系时，散点图可能会大放异彩。  

6. 在整个叙述中交织数据 

数据本身不足以讲述一个故事，但它确实为其提供了基础。将数据交织在整个故事中可以帮助听众理解上下文，了解见解可能会走向何方，并避免一次性用大量数据淹没他们。此外，将数据放在故事的最前面可以帮助防止内部偏见的出现。正如我们一开始所说，数据本身并不会表现出偏见，但我们解释故事的方法可能会导致隐性偏见的出现。  

将数据放置在传统故事情节的关键点上——引子、情节发展、高潮和结局。此流程吸引注意力并有助于突出数据的关键背景以及我们可以从中得出的结论。它还有助于明确我们如何使用数据得出某些结论。 

讲述精彩的数据故事是一项关键技能 

不带偏见地讲述精彩的故事是当今数据科学家所需的一项关键技能。用数据讲故事意味着理解数据所说的深刻道理，并决定如何以及为何讲故事。  

通过正确的可视化，数据分析师和科学家可以帮助其他人更轻松地协作 并“讲数据语言”，并利用洞察力进行组织内的决策。数据可能是公司最有价值的资产之一，但这个故事有助于充分发挥其潜力。 

iModel 可与Qlik、Tableau等整合，实现动态且有影响力的数据可视化。只需编写故事并决定讲述故事所需的数据即可，剩下的由我们来处理。