Menguasai Seni Mendongeng Data: Panduan Bagi Ilmuwan Data - KDnuggets

Diterbitkan Ulang Oleh Plato

Followers: 0

Menguasai Seni Mendongeng Data: Panduan untuk Ilmuwan Data
Foto oleh Ishak Smith on Unsplash

Jika Anda ingin menjadi ilmuwan data, atau sudah menjadi ilmuwan data – Anda akan membaca atau mengetahui keterampilan yang diperlukan. Anda memerlukan bahasa pemrograman, pemahaman tentang statistik matematika, kemampuan untuk membuat visualisasi data, dan banyak lagi.

Jika Anda ingin menjadi seorang profesional ilmu data dan membutuhkan panduan, lihat artikel ini: Menjadi Profesional Ilmu Data dalam Lima Langkah.

Meskipun sebagian besar waktu Anda akan dihabiskan selama tahap persiapan data untuk mencoba menemukan dan membersihkan data – ada elemen penting lainnya dalam ilmu data.

Setelah Anda menemukan wawasan berharga Anda, apakah itu tren, pola, atau dimasukkan ke dalam visualisasi – Anda harus dapat menjelaskannya. Sebagai seorang profesional data, mungkin sulit bagi orang non-teknis untuk memahami bahasa teknis.

Jika Anda adalah orang teknis, mungkin sulit untuk menyampaikan pesan Anda kepada orang non-teknis. Anda tidak hanya akan bertemu dengan orang-orang non-teknis, tetapi Anda mungkin berurusan dengan seseorang yang lebih menyukai penjelasan melalui visualisasi, atau pelaksanaan proyek.

Oleh karena itu, begitu Anda memiliki temuan, Anda perlu melayani berbagai orang – dan menguasai cara melakukannya bisa jadi sulit, tetapi bisa dicapai.

Mari kita mulai ...

Sebagai seorang ilmuwan data, saya memahami bahwa banyak pemangku kepentingan atau manajer tidak akan berasal dari latar belakang teknis. Oleh karena itu, beberapa terminologi yang digunakan dalam tim sehari-hari Anda akan asing bagi mereka. Misalnya, skor F1 atau validasi silang.

Pikirkan tentang bagaimana seorang guru menjelaskan suatu topik kepada seorang siswa, dan pertahankan hal itu di pikiran Anda saat Anda menjelaskan kepada audiens Anda. Terjemahkan terminologi ilmu data Anda dalam bahasa yang dapat dipahami semua orang. Jika tidak mungkin Anda dapat mengganti istilah ilmu data tertentu, tidak ada salahnya menjelaskan artinya. Anda akan melakukan lebih banyak kerugian dengan kehilangan perhatian audiens Anda pada kata-kata teknis.

Orang yang berbeda belajar dengan cara yang berbeda. Beberapa dapat membaca buku teks sekali dan mendapatkannya. Beberapa membutuhkannya untuk diberi kode warna. Beberapa membutuhkan visualisasi. Saat mempresentasikan temuan Anda, jangan batasi diri Anda dan tempatkan diri Anda dalam rutinitas di mana Anda harus menjawab 1000 pertanyaan. Visualisasi dapat menjawab pertanyaan untuk Anda.

Visualisasi data akan memungkinkan audiens Anda memiliki pemahaman visual tentang langkah-langkah yang Anda ambil dan temuan Anda. Saat Anda berbicara di latar belakang tentang visualisasi, mata mereka belajar dan memahami apa yang Anda katakan.

Di akhir presentasi Anda, pastikan untuk memiliki halaman ringkasan dari semua poin penting dan visualisasi data untuk dilihat audiens Anda. Selama waktu ini, Anda harus terbuka untuk pertanyaan di mana audiens Anda dapat terus melihat papan ringkasan untuk memunculkan pertanyaan baru.

Audiens Anda mengajukan pertanyaan bukanlah hal yang buruk, itu menunjukkan bahwa mereka telah mendengarkan, mereka tertarik, dan mereka ingin belajar dan memahami lebih banyak.

Poin-poin di atas adalah elemen penceritaan Anda yang akan membuatnya efektif. Namun, struktur inilah yang akan membuat penceritaan data Anda sukses.

Mendongeng tiga babak adalah model populer yang digunakan dalam fiksi naratif yang membagi cerita menjadi tiga bagian:

Pengaturan

Tujuan: nyatakan dalam istilah yang paling jelas masalah yang Anda coba selesaikan.

Ini termasuk pengantar proyek Anda, menyatakan tujuan proyek, apa yang Anda coba selesaikan, dll. Selama penyiapan, dari perspektif ilmu data, Anda akan masuk lebih jauh ke dalam masalah atau masalah secara lebih mendalam untuk memberikan konteks pada tujuan proyek. Tujuan proyek Anda akan sama dengan Poin 1 Anda.

Konfrontasi

Tujuan: jelaskan kepada audiens Anda mengapa penting untuk memecahkan masalah ini dan jalan berbeda yang Anda ambil untuk menyelesaikan masalah.

Selama bagian konfrontasi, Anda dapat terus berbicara tentang tugas yang dihadapi, dan mengapa perusahaan menghadapi masalah ini sejak awal. Anda ingin audiens tetap tertarik dan tertarik, oleh karena itu berbicara tentang masalah yang dihadapi perusahaan akan selalu membuat pemangku kepentingan terpikat.

Jelaskan kepada pembaca Anda langkah demi langkah berbagai jalur yang Anda lalui dan hasil Anda untuk masing-masingnya, untuk menyelesaikan tugas yang ada. Langkah-langkah berbeda yang Anda ambil selama proyek ilmu data akan mencerminkan poin yang berbeda, misalnya Poin 2, Poin 3,…

Memberi audiens Anda konteks kegagalan dan hambatan yang Anda temui dan mengapa, akan membantu membangun kepercayaan dan pemahaman antara Anda dan audiens setelah Anda mencapai resolusi.

Resolusi

Tujuan: Jelaskan solusi yang dapat Anda tawarkan untuk menyelesaikan masalah dan pastikan audiens puas.

Di sinilah penonton berubah dari khawatir menjadi lega. Resolusi Anda harus menyatakan bagaimana itu mengatasi kegagalan dan hambatan Anda sebelumnya. Buka bagian ini untuk pertanyaan, karena audiens Anda ingin memiliki kepercayaan penuh pada wawasan data Anda dan yakin ini adalah cara yang tepat.

Setelah audiens merasa nyaman, Anda dapat mulai menyimpulkan dan berbicara tentang tindakan yang perlu diambil, agar tugas tersebut berhasil.

Struktur lain yang sangat efektif adalah prinsip piramida. Ini adalah alat komunikasi efektif yang digunakan untuk mengomunikasikan masalah kompleks dengan jelas kepada para eksekutif yang sibuk. Tujuannya adalah agar gagasan dalam tulisan selalu membentuk piramida di bawah satu pemikiran.

Jadi izinkan saya menjelaskan ini sedikit lebih banyak. Saat berhadapan dengan eksekutif sibuk yang ingin mempelajari wawasan data Anda, tetapi kekurangan waktu atau sangat ingin mengetahui solusinya – prinsip piramida adalah jalan yang harus ditempuh.

Ini dibagi menjadi 3 bagian:

Jawabanmu

Dalam hal ini, jawaban Anda akan menjadi solusi untuk tugas yang ada. Ini adalah poin utama yang Anda ingin audiens Anda ambil. Ini adalah pesan utama dan Anda ingin fokus dikelilingi di sekitar titik utama ini – solusinya.

Argumen Pendukung

Setelah Anda menyatakan solusinya, langkah Anda selanjutnya adalah meyakinkan audiens Anda bahwa inilah jalan yang harus ditempuh. Untuk melakukan ini, Anda harus membawa mereka melalui perjalanan argumen pendukung, dengan wawasan tingkat tinggi. Selama bagian ini, audiens Anda mungkin memiliki beberapa pertanyaan yang tersisa di benak mereka.

Fakta/Data Pendukung

Selama bagian ini, semua pertanyaan yang mungkin diajukan audiens Anda akan dijawab di sini. Setiap argumen pendukung Anda perlu didukung oleh data dan fakta untuk memastikan audiens Anda bahwa Anda telah menyelesaikan pekerjaan rumah Anda dan bahwa jawaban/solusi awal Anda tidak muncul begitu saja.

Menggunakan keterampilan menggunakan bahasa non-teknis dan visualisasi dalam struktur apa pun: mendongeng tiga babak atau prinsip piramida akan memungkinkan Anda menguasai seni mendongeng data.

Pilihan Anda pada struktur mana yang Anda pilih bergantung pada seberapa baik Anda mengenal audiens Anda. Anda selalu dapat mencoba-coba kedua struktur untuk melihat mana yang paling efektif. Cara yang baik untuk mengukur seberapa efektif struktur tersebut bagi audiens Anda adalah dengan mencatat struktur mana yang memiliki lebih sedikit pertanyaan. Semakin sedikit pertanyaan yang dimiliki audiens Anda, semakin sukses penceritaan Anda.

Nisa Arya adalah Ilmuwan Data, Penulis Teknis Lepas, dan Manajer Komunitas di KDnuggets. Dia sangat tertarik untuk memberikan nasihat atau tutorial karir Ilmu Data dan pengetahuan berbasis teori seputar Ilmu Data. Dia juga ingin menjelajahi berbagai cara Kecerdasan Buatan bermanfaat bagi umur panjang kehidupan manusia. Seorang pembelajar yang tajam, berusaha memperluas pengetahuan teknologi dan keterampilan menulisnya, sambil membantu membimbing orang lain.