שליטה באמנות ה-Data Storytelling: מדריך למדעני נתונים - KDnuggets

הועלה מחדש על ידי אפלטון

עוקב: 0

שליטה באמנות הסיפור של נתונים: מדריך למדעני נתונים
תמונה על ידי אייזק סמית' on Unsplash

אם אתה מחפש להיות מדען נתונים, או שאתה כבר מדען נתונים - קראת או ידעת את הכישורים הנדרשים. תזדקק לשפת תכנות, הבנה בסטטיסטיקה מתמטית, יכולת ליצור הדמיות נתונים ועוד.

אם אתה מעוניין להפוך למקצוען במדעי הנתונים וזקוק להדרכה כלשהי, עיין במאמר זה: הפוך למקצוען במדעי הנתונים בחמישה שלבים.

למרות שרוב הזמן שלך תקדיש במהלך שלב הכנת הנתונים בניסיון למצוא ולנקות נתונים - ישנם אלמנטים חשובים נוספים למדעי הנתונים.

לאחר שמצאת את התובנות החשובות שלך, אם מדובר בטרנדים, דפוסים, או השקעתם בהדמיות - תצטרך להיות מסוגל להסביר את אלה. בתור איש מקצוע בתחום הנתונים, זה יכול להיות קשה לאנשים שאינם טכניים להבין שפה טכנית.

אם אתה אדם טכני, זה יכול להיות מאתגר להעביר את המסר שלך לאנשים שאינם טכניים. לא רק שתתקלו באנשים לא טכניים, אלא אולי יש לכם עסק עם מישהו שמעדיף הסברים באמצעות הדמיות, או הרצה של פרויקטים.

לכן, ברגע שיש לך את הממצאים שלך, תצטרך לתת מענה למגוון של אנשים - והשליטה כיצד לעשות זאת עשויה להיות קשה, אך ניתן להשיג זאת.

בואו נתחיל ...

בתור מדען נתונים בעצמי, אני מבין שהרבה בעלי עניין או מנהלים לא יבואו מרקע טכני. לכן, חלק מהטרמינולוגיה המשמשת בצוות היומיומי שלך יהיה זר להם. לדוגמה, ציון F1 או אימות צולב.

תחשוב על איך מורה מסביר נושא לתלמיד, ושמור את זה בראש שלך כשאתה מסביר לקהל שלך. תרגם את הטרמינולוגיה של מדעי הנתונים שלך בשפה שכולם יכולים להבין. אם אין דרך להחליף מונח ספציפי של מדעי הנתונים, אין שום נזק בהסבר מה זה אומר. אתה תעשה יותר נזק אם תאבד את תשומת הלב של הקהל שלך למילים טכניות.

אנשים שונים לומדים בדרכים שונות. חלקם יכולים לקרוא ספר לימוד פעם אחת ולקבל אותו. חלקם צריכים שזה יהיה מקודד בצבע. חלקם זקוקים להדמיות. כשאתה מציג את הממצאים שלך, אל תגביל את עצמך ותכניס את עצמך לתלם שבו אתה צריך לענות על 1000 שאלות. הדמיות יכולות לענות לך על שאלות.

הדמיות נתונים יאפשרו לקהל שלך להבין חזותית את הצעדים שעשית ואת הממצאים שלך. בזמן שאתה מדבר ברקע על ההדמיות, העיניים שלהם לומדות ועוברות הגיון במה שאתה אומר.

בסוף המצגת שלך, ודא שיש לך דף סיכום של כל הנקודות החשובות שלך והדמיות נתונים שהקהל שלך יוכל לראות. במהלך תקופה זו, עליך להיות פתוח לשאלות שבהן הקהל שלך יכול להסתכל ברציפות על לוח הסיכום כדי להעלות שאלות חדשות.

הקהל שלך שואל שאלות זה לא דבר רע, זה מראה שהם הקשיבו, הם מתעניינים, והם רוצים ללמוד ולהבין יותר.

הנקודות לעיל הן מרכיבים בסיפור הסיפור שלך שיהפכו אותו לאפקטיבי. עם זאת, מבנה הוא מה שיהפוך את סיפור הנתונים שלך להצלחה.

הסיפור בשלושת המערכות הוא מודל פופולרי המשמש בסיפורת סיפורית המחלק סיפור לשלושה חלקים:

התקנה

מַטָרָה: ציין בצורה הברורה ביותר את הבעיה שאתה מנסה לפתור.

זה כולל היכרות עם הפרויקט שלך, ציון מטרת הפרויקט, מה אתה מנסה לפתור וכו'. במהלך ההגדרה, מנקודת מבט של מדעי הנתונים תלך יותר לעומק לבעיה או לנושא כדי לתת הקשר ל מטרת הפרויקט. מטרת הפרויקט שלך תשתווה לנקודה 1 שלך.

עימות

מַטָרָה: הסבירו לקהל שלכם מדוע חשוב לפתור את הבעיה הזו ואת הדרכים השונות שהלכתם כדי לפתור את הבעיה.

במהלך חלק העימות, אתה יכול להמשיך לדבר על המשימה שלפניך, ומדוע החברה התמודדה עם הנושא הזה מלכתחילה. אתה רוצה להשאיר את הקהל שלך מתעניין ומסקרן, לכן דיבור על הבעיות שהחברה מתמודדת איתה תמיד יגרמו לבעלי העניין.

הסבירו לקוראכם שלב אחר שלב את הדרכים השונות שעברתם ואת התוצאות שלכם עבור כל אחד מהם, על מנת להשלים את המשימה שלפניכם. הצעדים השונים שעשיתם במהלך פרויקט מדעי הנתונים ישקפו נקודות שונות, למשל נקודה 2, נקודה 3,...

מתן הקשר לקהל שלך לכשלים ולמכשולים שנתקלת בהם ולמה, יעזור לבנות אמון והבנה בינך לבין הקהל ברגע שתגיע לפתרון.

החלטה

מַטָרָה: הסבר את הפתרון שאתה יכול להציע כדי לפתור את הבעיה ולהבטיח שהקהל יהיה מרוצה.

זה המקום שבו הקהל עובר מדאגה להקלה. ההחלטה שלך צריכה לציין כיצד היא מתגברת על הכשלים והמכשולים הקודמים שלך. פתח את החלק הזה לשאלות, מכיוון שהקהל שלך ירצה לתת אמון מלא בתובנות הנתונים שלך ויאמין שזו הדרך הנכונה ללכת.

לאחר שהקהל רגוע, תוכלו להתחיל לסכם ולדבר על הפעולות שצריך לבצע, כדי שהמשימה תצליח.

מבנה נוסף שמאוד יעיל הוא עקרון הפירמידה. זהו כלי תקשורת יעיל המשמש לתקשורת ברורה של נושאים מורכבים למנהלים עסוקים. המטרה היא שרעיונות בכתיבה צריכים תמיד ליצור פירמידה תחת מחשבה אחת.

אז תן לי להסביר את זה קצת יותר. כאשר מתמודדים עם מנהלים עסוקים שרוצים ללמוד על תובנות הנתונים שלך, אבל הם קצרים בזמן או להוטים לדעת את הפתרונות - עקרון הפירמידה הוא הדרך ללכת.

זה מחולק ל-3 חלקים:

תשובתך

במקרה זה, התשובה שלך תהיה הפתרון למשימה העומדת על הפרק. זו הנקודה העיקרית שאתה רוצה שהקהל שלך ייקח. זה המסר המרכזי ואתה רוצה שהפוקוס יהיה מוקף סביב הנקודה העיקרית הזו - הפתרון.

טיעונים תומכים

לאחר שציינת את הפתרון, הצעד הבא שלך הוא לשכנע את הקהל שלך שזו הדרך ללכת. על מנת לעשות זאת, תצטרכו לקחת אותם למסע של טיעונים תומכים, עם תובנה ברמה גבוהה. במהלך החלק הזה, ייתכן שלקהל שלך יהיו כמה שאלות ששוהות במוחו.

עובדות/נתונים תומכים

במהלך החלק הזה, כל השאלות האפשריות שייתכן שיש לקהל שלך יענו כאן. כל אחד מהטיעונים התומכים שלך צריך להיות מגובה בנתונים ועובדות כדי להבטיח לקהל שלך שעשית את שיעורי הבית שלך ושהתשובה/פתרון הראשוני שלך לא יצאו יש מאין.

שימוש במיומנויות של שימוש בשפה לא טכנית ובהדמיות בכל אחד מהמבנה: סיפור בשלוש מערכות או עקרון הפירמידה יאפשרו לך לשלוט באמנות של סיפורי נתונים.

הבחירה שלך באיזה מבנה תבחר תלויה באיזו מידה אתה מכיר את הקהל שלך. אתה תמיד יכול לנסות ולטעות את שני המבנים כדי לראות איזה מהם הכי יעיל. דרך טובה למדוד עד כמה המבנה יעיל עבור הקהל שלך היא על ידי ציון באיזה מבנה היו פחות שאלות. ככל שיש לקהל שלך פחות שאלות, כך הסיפור שלך היה מוצלח יותר.

נישה אריה הוא מדען נתונים, כותב טכני עצמאי ומנהל קהילה ב-KDnuggets. היא מעוניינת במיוחד במתן ייעוץ קריירה או הדרכות וידע מבוסס תיאוריה סביב Data Science. היא גם רוצה לחקור את הדרכים השונות שבהן אינטליגנציה מלאכותית יכולה להועיל לאריכות חיי האדם. לומדת נלהבת, המבקשת להרחיב את הידע הטכני וכישורי הכתיבה שלה, תוך כדי עזרה בהדרכת אחרים.