Az adattörténetmesélés művészetének elsajátítása: Útmutató adattudósoknak – KDnuggets

Újra kiadta Platón

Követő: 0

Az adattörténetmesélés művészetének elsajátítása: Útmutató adattudósoknak
Fotó Isaac Smith on Unsplash

Ha adattudóssá szeretne válni, vagy már adatkutató, akkor már olvasott vagy ismeri a szükséges készségeket. Szüksége lesz egy programozási nyelvre, a matematikai statisztika megértésére, adatvizualizációk létrehozásának képességére és még sok másra.

Ha adattudományi szakemberré szeretne válni, és útmutatásra van szüksége, tekintse meg ezt a cikket: Legyen adattudományi szakember öt lépésben.

Bár ideje nagy részét az adat-előkészítési szakaszban tölti azzal, hogy adatokat keres és tisztít, vannak más fontos elemei is az adattudománynak.

Miután megtalálta az értékes meglátásait, legyen szó trendekről, mintákról vagy vizualizációkról – ezeket meg kell tudnia magyarázni. Adatokkal foglalkozó szakemberként a nem műszaki szakemberek számára nehéz lehet megérteni a szaknyelvet.

Ha Ön műszaki ember, akkor kihívást jelenthet üzenetét közvetíteni a nem műszaki embereknek. Nemcsak nem technikás emberekkel fog találkozni, hanem olyan valakivel is, aki a vizualizációkon keresztüli magyarázatokat vagy a projekt-átfutásokat részesíti előnyben.

Ezért, miután megkaptad az eredményeket, sokféle emberrel kell foglalkoznod – és ennek elsajátítása nehéz lehet, de megvalósítható.

Kezdjük el…

Magam adattudósként megértem, hogy sok érdekelt vagy menedzser nem lesz technikai háttérből. Ezért a mindennapi csapatban használt terminológia egy része idegen lesz számukra. Például F1 pontszám vagy keresztellenőrzés.

Gondoljon arra, hogyan magyaráz el egy tanár egy témát egy diáknak, és tartsa ezt szem előtt, amikor elmagyarázza a hallgatóságnak. Fordítsa le adattudományi terminológiáját olyan nyelvre, amelyet mindenki megért. Ha nincs mód egy adott adattudományi kifejezés helyettesítésére, akkor nem árt elmagyarázni, mit jelent. Többet fog okozni, ha elveszti a közönség figyelmét a szakszavakra.

Különböző emberek különböző módon tanulnak. Vannak, akik egyszer elolvasnak egy tankönyvet, és megkapják. Vannak, akiknek színkóddal kell rendelkezniük. Némelyiknek vizualizációra van szüksége. Amikor bemutatja megállapításait, ne korlátozza magát, és helyezze magát egy olyan kerékvágásba, ahol 1000 kérdésre kell válaszolnia. A vizualizációk választ adhatnak a kérdésekre.

Az adatvizualizációk lehetővé teszik a közönség számára, hogy vizuálisan megértsék az Ön által megtett lépéseket és az eredményeket. Amíg Ön a háttérben a vizualizációkról beszél, a szemük tanul, és értelmezi, amit mond.

A prezentáció végén gondoskodjon arról, hogy legyen egy összefoglaló oldal az összes fontos pontról és adatvizualizációról, amelyet a közönség láthat. Ez idő alatt nyitottnak kell lennie olyan kérdésekre, amelyekben a közönség folyamatosan ránézhet az összefoglaló táblára, hogy új kérdéseket tegyen fel.

A kérdező közönség nem rossz dolog, ez azt mutatja, hogy figyeltek, érdeklődnek, többet akarnak tanulni és megérteni.

A fenti pontok a történetmesélés elemei, amelyek hatásossá teszik azt. A struktúra azonban az, ami sikeressé teszi az adattörténetet.

A három felvonásos történetmesélés a narratív fikcióban használt népszerű modell, amely három részre osztja a történetet:

felépítés

Cél: fogalmazza meg a legvilágosabban a megoldani kívánt problémát.

Ez magában foglalja a projekt bemutatását, a projekt céljának ismertetését, a megoldást stb. a projekt célja. A projekt célja megegyezik az 1. ponttal.

Szembesítés

Cél: magyarázza el a hallgatóságnak, miért fontos megoldani ezt a problémát, és magyarázza el, hogy milyen különböző utakon járt a probléma megoldásához.

A konfrontációs részben tovább beszélhet az aktuális feladatról, és arról, hogy a cég miért szembesült ezzel a problémával. Szeretné fenntartani a közönség érdeklődését és érdeklődését, ezért ha a vállalat előtt álló problémákról beszél, az mindig leköti az érintetteket.

Lépésről lépésre magyarázza el olvasójának a különböző utakat, amelyeken keresztülment, és mindegyikük eredményét a feladat elvégzése érdekében. Az adattudományi projekt során megtett lépések különböző pontokat tükröznek, pl. 2. pont, 3. pont,…

Ha a közönségnek kontextust ad a kudarcokhoz és akadályokhoz, amelyekkel találkozott, és miért, az segít a bizalom és a megértés kiépítésében közted és a közönség között, amint sikerül megoldást találni.

Felbontás

Cél: Magyarázza el a probléma megoldására kínált megoldást, és biztosítsa, hogy a közönség elégedett legyen.

Itt válik a közönség aggódóból megkönnyebbültté. Az állásfoglalásnak tartalmaznia kell, hogyan győzi le korábbi kudarcait és akadályait. Nyissa meg ezt a részt a kérdésekhez, mert a közönsége teljes mértékben megbízni szeretne az Ön adataiban, és azt hiszi, hogy ez a helyes út.

Ha a közönség megnyugszik, elkezdheti a lezárást, és beszélhet arról, hogy mit kell tenni a feladat sikeressége érdekében.

Egy másik nagyon hatékony szerkezet a piramiselv. Ez egy hatékony kommunikációs eszköz, amellyel az összetett kérdéseket egyértelműen kommunikálhatja az elfoglalt vezetőkkel. A cél az, hogy az írásbeli gondolatok mindig piramist képezzenek egyetlen gondolat alatt.

Szóval hadd fejtsem ki ezt egy kicsit bővebben. Ha olyan elfoglalt vezetőkkel van dolgunk, akik szeretnének megismerni az Ön adataival kapcsolatos betekintést, de időhiányuk van, vagy szívesen ismerik a megoldásokat – a piramiselv a járható út.

3 részre oszlik:

A válaszod

Ebben az esetben az Ön válasza lesz a megoldás az adott feladatra. Ez az a fő szempont, amelyet a közönségtől el kell vinni. Ez a kulcsüzenet, és szeretné, ha a hangsúly erre a fő pontra – a megoldásra – kerülne.

Támogató érvek

Miután megfogalmazta a megoldást, a következő lépés az, hogy meggyőzze a közönséget arról, hogy ez az út. Ahhoz, hogy ezt megtehesse, végig kell vinnie őket a támogató érvek útján, magas szintű betekintéssel. Ebben a részben a hallgatóságnak néhány kérdés motoszkálhat a fejében.

Támogató tények/adatok

Ebben a részben a hallgatóság minden lehetséges kérdésére választ kapunk. Minden egyes alátámasztó érvét adatokkal és tényekkel kell alátámasztania annak érdekében, hogy a hallgatóság megbizonyosodjon arról, hogy elvégezte a házi feladatát, és hogy a kezdeti válasz/megoldás nem légből kapott.

A nem technikai nyelvezet és a vizualizációk használatának készségeinek felhasználása bármelyik szerkezetben: háromfelvonásos történetmesélés vagy piramiselv lehetővé teszi az adatmesélés művészetének elsajátítását.

Az, hogy melyik struktúrát választja, attól függ, mennyire ismeri a közönségét. Mindig kipróbálhatja mindkét struktúrát, hogy megtudja, melyik a leghatékonyabb. Jó módszer annak mérésére, hogy a struktúra mennyire hatékony a közönség számára, ha megjegyzi, hogy melyik struktúrában volt kevesebb kérdés. Minél kevesebb kérdés merül fel közönségében, annál sikeresebb volt a történetmesélés.

Nisha Arya adattudós, szabadúszó műszaki író és közösségi menedzser a KDnuggets-nél. Különösen érdekli az adattudományi karriertanácsadás vagy oktatóanyagok, valamint elméleti alapú ismeretek nyújtása a Data Science területén. Azt is szeretné feltárni, hogy a mesterséges intelligencia milyen különböző módokon járulhat hozzá az emberi élet hosszú élettartamához. Szívesen tanuló, aki igyekszik bővíteni műszaki ismereteit és íráskészségét, miközben segít másoknak.