Die Kunst des Data Storytelling beherrschen: Ein Leitfaden für Datenwissenschaftler – KDnuggets

Neuauflage von Plato

Verfolger: 0

Die Kunst des Data Storytelling beherrschen: Ein Leitfaden für Datenwissenschaftler
Photo by Isaak Smith on Unsplash

Wenn Sie eine Karriere als Datenwissenschaftler anstreben oder bereits Datenwissenschaftler sind, haben Sie das Buch gelesen oder kennen die erforderlichen Fähigkeiten. Sie benötigen eine Programmiersprache, Verständnis für mathematische Statistik, die Fähigkeit, Datenvisualisierungen zu erstellen und mehr.

Wenn Sie eine Karriere als Data-Science-Profi anstreben und Hilfe benötigen, schauen Sie sich diesen Artikel an: Werden Sie in fünf Schritten zum Data Science Professional.

Obwohl Sie den Großteil Ihrer Zeit während der Datenvorbereitungsphase damit verbringen, Daten zu finden und zu bereinigen, gibt es noch andere wichtige Elemente der Datenwissenschaft.

Sobald Sie Ihre wertvollen Erkenntnisse gefunden haben, seien es Trends, Muster oder in Visualisierungen umgesetzt, müssen Sie in der Lage sein, diese zu erklären. Als Datenexperte kann es für Nicht-Techniker schwierig sein, technische Sprache zu verstehen.

Wenn Sie ein technischer Mensch sind, kann es schwierig sein, Ihre Botschaft an technisch nicht versierte Personen zu übermitteln. Sie treffen nicht nur auf technisch nicht versierte Personen, sondern haben es möglicherweise auch mit jemandem zu tun, der Erklärungen durch Visualisierungen oder Projektdurchläufe bevorzugt.

Sobald Sie Ihre Erkenntnisse haben, müssen Sie daher auf eine Vielzahl von Menschen eingehen – und es kann schwierig sein, dies zu meistern, aber es ist machbar.

Lass uns anfangen…

Da ich selbst Datenwissenschaftler bin, weiß ich, dass viele Stakeholder oder Manager keinen technischen Hintergrund haben. Daher werden ihnen einige der in Ihrem Team alltäglichen Begriffe fremd sein. Zum Beispiel F1-Score oder Kreuzvalidierung.

Denken Sie darüber nach, wie ein Lehrer einem Schüler ein Thema erklärt, und behalten Sie dies im Hinterkopf, wenn Sie es Ihrem Publikum erklären. Übersetzen Sie Ihre Data-Science-Terminologie in eine Sprache, die jeder verstehen kann. Wenn es keine Möglichkeit gibt, einen bestimmten Begriff aus der Datenwissenschaft zu ersetzen, kann es nicht schaden, zu erklären, was er bedeutet. Sie richten noch mehr Schaden an, wenn Sie die Aufmerksamkeit Ihres Publikums durch technische Wörter verlieren.

Unterschiedliche Menschen lernen auf unterschiedliche Weise. Manche können ein Lehrbuch einmal lesen und es bekommen. Einige benötigen eine Farbcodierung. Manche brauchen Visualisierungen. Beschränken Sie sich bei der Präsentation Ihrer Erkenntnisse nicht und versetzen Sie sich in einen Trott, in dem Sie 1000 Fragen beantworten müssen. Visualisierungen können Fragen für Sie beantworten.

Datenvisualisierungen ermöglichen Ihrem Publikum ein visuelles Verständnis der von Ihnen unternommenen Schritte und Ihrer Ergebnisse. Während Sie im Hintergrund über die Visualisierungen sprechen, lernen ihre Augen und verstehen, was Sie sagen.

Stellen Sie am Ende Ihrer Präsentation sicher, dass Ihr Publikum eine Übersichtsseite mit allen wichtigen Punkten und Datenvisualisierungen hat. Während dieser Zeit sollten Sie offen für Fragen sein, bei denen Ihr Publikum ständig auf die Zusammenfassungstafel schauen kann, um neue Fragen zu stellen.

Dass Ihr Publikum Fragen stellt, ist keine schlechte Sache, es zeigt, dass es zugehört hat, interessiert ist und mehr lernen und verstehen möchte.

Die oben genannten Punkte sind Elemente Ihres Storytellings, die es effektiv machen. Allerdings ist es eine Struktur, die Ihr Data Storytelling zum Erfolg führt.

Das Erzählen in drei Akten ist ein beliebtes Modell in der Erzählliteratur, bei dem eine Geschichte in drei Teile unterteilt wird:

Einrichtung

Ziel: Geben Sie das Problem, das Sie lösen möchten, möglichst deutlich an.

Dazu gehört eine Einführung in Ihr Projekt, in der Sie den Zweck des Projekts angeben, was Sie lösen möchten usw. Während der Einrichtung werden Sie aus datenwissenschaftlicher Sicht tiefer auf das Problem oder Problem eingehen, um es in einen Kontext zu bringen das Ziel des Projektes. Das Ziel Ihres Projekts entspricht Ihrem Punkt 1.

Konfrontation

Ziel: Erklären Sie Ihrem Publikum, warum es wichtig ist, dieses Problem zu lösen, und welche verschiedenen Wege Sie zur Lösung des Problems eingeschlagen haben.

Während des Konfrontationsteils können Sie weiter über die anstehende Aufgabe sprechen und darüber, warum das Unternehmen überhaupt mit diesem Problem konfrontiert war. Sie möchten, dass das Interesse und die Faszination Ihres Publikums erhalten bleiben. Wenn Sie also über die Probleme sprechen, mit denen das Unternehmen konfrontiert ist, werden Sie die Stakeholder immer fesseln.

Erklären Sie Ihrem Leser Schritt für Schritt die verschiedenen Wege, die Sie durchlaufen haben, und Ihr jeweiliges Ergebnis, um die anstehende Aufgabe zu erfüllen. Die verschiedenen Schritte, die Sie während des Data-Science-Projekts unternommen haben, spiegeln unterschiedliche Punkte wider, z. B. Punkt 2, Punkt 3, …

Wenn Sie Ihrem Publikum einen Kontext zu den Fehlern und Hindernissen geben, auf die Sie gestoßen sind, und warum, können Sie Vertrauen und Verständnis zwischen Ihnen und dem Publikum aufbauen, sobald Sie eine Lösung gefunden haben.

Auflösung

Ziel: Erläutern Sie die Lösung, die Sie anbieten können, um das Problem zu lösen und sicherzustellen, dass das Publikum zufrieden ist.

Hier wechselt die Besorgnis des Publikums zu Erleichterung. In Ihrem Vorsatz sollte dargelegt werden, wie er Ihre früheren Fehler und Hindernisse überwindet. Öffnen Sie diesen Abschnitt für Fragen, da Ihr Publikum voll und ganz auf Ihre Datenerkenntnisse vertrauen und glauben möchte, dass dies der richtige Weg ist.

Sobald sich das Publikum beruhigt hat, können Sie mit der Zusammenfassung beginnen und über die Maßnahmen sprechen, die ergriffen werden müssen, damit die Aufgabe erfolgreich ist.

Eine weitere Struktur, die sehr effektiv ist, ist das Pyramidenprinzip. Dies ist ein wirksames Kommunikationsinstrument, mit dem vielbeschäftigten Führungskräften komplexe Sachverhalte klar und deutlich kommuniziert werden können. Ziel ist es, dass Ideen beim Schreiben immer eine Pyramide unter einem einzigen Gedanken bilden.

Lassen Sie mich das etwas näher erläutern. Wenn Sie es mit vielbeschäftigten Führungskräften zu tun haben, die mehr über Ihre Dateneinblicke erfahren möchten, aber wenig Zeit haben oder unbedingt die Lösungen kennen möchten, ist das Pyramidenprinzip der richtige Weg.

Es ist in 3 Teile gegliedert:

Deine Antwort

In diesem Fall ist Ihre Antwort die Lösung der gestellten Aufgabe. Dies ist der Hauptpunkt, den Sie Ihrem Publikum vermitteln möchten. Das ist die Kernbotschaft, und Sie möchten, dass der Fokus auf diesem Hauptpunkt liegt – der Lösung.

Unterstützende Argumente

Sobald Sie die Lösung dargelegt haben, besteht Ihr nächster Schritt darin, Ihr Publikum davon zu überzeugen, dass dies der richtige Weg ist. Um dies zu erreichen, müssen Sie sie durch eine Reise mit unterstützenden Argumenten und einem hohen Maß an Einsicht führen. Während dieses Teils gehen Ihrem Publikum möglicherweise noch einige Fragen durch den Kopf.

Unterstützende Fakten/Daten

In diesem Teil werden hier alle möglichen Fragen Ihres Publikums beantwortet. Jedes Ihrer unterstützenden Argumente muss durch Daten und Fakten untermauert werden, um Ihrem Publikum zu versichern, dass Sie Ihre Hausaufgaben gemacht haben und dass Ihre erste Antwort/Lösung nicht aus dem Nichts kam.

Wenn Sie die Fähigkeiten nutzen, nicht-technische Sprache und Visualisierungen in einer der beiden Strukturen zu verwenden: Drei-Akt-Storytelling oder Pyramidenprinzip, können Sie die Kunst des Data-Storytelling beherrschen.

Welche Struktur Sie wählen, hängt davon ab, wie gut Sie Ihr Publikum kennen. Sie können jederzeit beide Strukturen ausprobieren, um herauszufinden, welche am effektivsten ist. Eine gute Möglichkeit zu messen, wie effektiv die Struktur für Ihr Publikum ist, besteht darin, zu notieren, welche Struktur weniger Fragen enthielt. Je weniger Fragen Ihr Publikum hat, desto erfolgreicher war Ihr Storytelling.

Nisha Arya ist Data Scientist, freiberuflicher technischer Redakteur und Community Manager bei KDnuggets. Sie ist besonders daran interessiert, Data Science Karriereberatung oder Tutorials und theoriebasiertes Wissen rund um Data Science anzubieten. Sie möchte auch die verschiedenen Möglichkeiten untersuchen, wie künstliche Intelligenz der Langlebigkeit des menschlichen Lebens zugute kommt/kann. Eine begeisterte Lernende, die ihr technisches Wissen und ihre Schreibfähigkeiten erweitern möchte, während sie anderen hilft, sie zu führen.