データ サイエンティストになることを検討している場合、またはすでにデータ サイエンティストである場合は、本を読んでいるか、必要なスキルを知っているでしょう。 プログラミング言語、数学的統計の理解、データの視覚化を作成する能力などが必要になります。
データ サイエンスの専門家になることを検討していて、ガイダンスが必要な場合は、この記事をご覧ください。 XNUMXつのステップでデータサイエンスの専門家になる.
時間の大部分はデータの準備段階でデータを検索してクリーンアップすることに費やされますが、データ サイエンスには他にも重要な要素があります。
貴重な洞察を見つけたら、それが傾向、パターン、または視覚化されたものであれば、それらを説明できる必要があります。 データの専門家として、技術者以外の人が技術用語を理解するのは難しい場合があります。
あなたが技術者である場合、技術者以外の人にメッセージを伝えるのは難しいかもしれません。 技術者ではない人に出会うだけでなく、視覚化やプロジェクトの実行による説明を好む人に出会うこともあります。
したがって、調査結果を取得したら、さまざまな人々に対応する必要があります。その方法を習得するのは難しいかもしれませんが、達成することは可能です。
始めましょう…
私自身データ サイエンティストとして、多くの関係者やマネージャーが技術的なバックグラウンドを持っていないことを理解しています。 したがって、日常のチームで使用される用語の中には、彼らにとって馴染みのないものもあります。 たとえば、F1 スコアや相互検証などです。
教師が生徒にトピックをどのように説明するかを考え、聴衆に説明するときにそれを念頭に置いてください。 データ サイエンスの用語を誰もが理解できる言語に翻訳します。 特定のデータ サイエンス用語を置き換える方法がない場合は、その用語の意味を説明しても問題はありません。 聴衆の注意を専門用語に逸らすと、さらに害を及ぼすことになります。
さまざまな人がさまざまな方法で学びます。 教科書を一度読めば理解できる人もいます。 色分けする必要がある場合もあります。 視覚化が必要なものもあります。 調査結果を発表するときは、自分自身を制限したり、1000 の質問に答えなければならないようなマンネリに陥ったりしないでください。 視覚化によって質問に答えることができます。
データを視覚化すると、視聴者は実行した手順と結果を視覚的に理解できるようになります。 あなたがビジュアライゼーションについてバックグラウンドで話している間、彼らの目は学習し、あなたの言っていることを理解しています。
プレゼンテーションの最後には、聴衆が見てわかるように、すべての重要なポイントとデータの視覚化をまとめたページを必ず用意してください。 この期間中、聴衆がまとめ掲示板を継続的に見て新しい質問を呼び出せるような質問に対してオープンである必要があります。
聴衆が質問することは悪いことではありません。それは、聴衆が聞いていること、興味を持っていること、そしてもっと学び、理解したいと思っていることを示しています。
上記のポイントは、ストーリーテリングを効果的にするための要素です。 ただし、データ ストーリーテリングを成功させるのは構造です。
XNUMX 幕のストーリーテリングは、物語を XNUMX つの部分に分割する物語小説で使用される一般的なモデルです。
目的: 解決しようとしている問題を最も明確な言葉で述べてください。
これには、プロジェクトの目的、解決しようとしている内容などを述べる、プロジェクトの紹介が含まれます。セットアップ中に、データ サイエンスの観点から、問題や課題をさらに深く掘り下げてコンテキストを提供します。プロジェクトの目的。 プロジェクトの目的はポイント 1 に相当します。
対決
目的: この問題を解決することがなぜ重要なのか、そして問題を解決するためにたどったさまざまな道を聴衆に説明してください。
対立部分では、当面の課題と、そもそもなぜ会社がこの問題に直面しているのかについて話し続けることができます。 聴衆の興味と関心を維持したいので、会社が直面している問題について話すと、常に利害関係者が夢中になります。
目の前のタスクを完了するために、あなたが通過したさまざまな道筋とそれぞれの結果を段階的に読者に説明します。 データ サイエンス プロジェクト中に実行したさまざまなステップは、さまざまなポイント (ポイント 2、ポイント 3 など) を反映します。
あなたが遭遇した失敗や障害とその理由について聴衆にコンテキストを提供すると、解決策に達したときにあなたと聴衆の間に信頼と理解を築くのに役立ちます。
解像度
目的: 問題を解決するために提供できる解決策を説明し、聴衆が満足できるようにします。
ここで、視聴者は不安から安堵に変わります。 あなたの決意には、これまでの失敗や障害をどのように克服するかを記載する必要があります。 視聴者はデータの洞察を全面的に信頼し、これが正しい方法であると信じているため、このセクションで質問を受け付けます。
聴衆が安心したら、タスクを成功させるために取るべきアクションについてまとめて話し始めることができます。
非常に効果的なもう XNUMX つの構造は、ピラミッドの原則です。 これは、忙しい経営者に複雑な問題を明確に伝えるために使用される効果的なコミュニケーション ツールです。 目的は、文章でのアイデアが常に XNUMX つの思考の下でピラミッドを形成するようにすることです。
それでは、これについてもう少し説明しましょう。 データの洞察について知りたいが時間がない、または解決策を知りたがっている多忙な経営幹部に対応する場合、ピラミッド原則が最適です。
これは 3 つの部分に分かれています。
あなたの答え
この場合、あなたの答えが当面の課題の解決策になります。 これが聴衆に理解してもらいたい主なポイントです。 これが重要なメッセージであり、この主要な点、つまり解決策を中心に焦点を当てたいと考えています。
引数のサポート
解決策を述べたら、次のステップは、これが進むべき道であると聴衆を説得することです。 これを行うには、高度な洞察力を備えた議論をサポートする旅に彼らを導く必要があります。 この部分では、聴衆の心にいくつかの疑問が残るかもしれません。
裏付けとなる事実/データ
このパートでは、視聴者が抱く可能性のあるすべての質問にここで答えます。 あなたが下調べをしたこと、そして最初の答えや解決策が何もないところから出てきたものではないことを聴衆に確実に伝えるために、あなたの支持する議論はそれぞれデータと事実によって裏付けられている必要があります。
XNUMX 幕ストーリーテリングまたはピラミッド原則のいずれかの構造で、非技術的な言語と視覚化を使用するスキルを使用すると、データ ストーリーテリングの技術を習得できます。
どの構造を選択するかは、聴衆をどの程度よく知っているかによって決まります。 両方の構造をいつでも試行錯誤して、どちらが最も効果的であるかを確認できます。 構造が聴衆にとってどれだけ効果的であるかを測定する良い方法は、どの構造に質問が少なかったかに注目することです。 聴衆の質問が少なければ少ないほど、ストーリーテリングはより成功したことになります。
ニシャ・アリア KDnuggets のデータ サイエンティスト、フリーランス テクニカル ライター、およびコミュニティ マネージャーです。 彼女は特に、データ サイエンスに関するキャリア アドバイスやチュートリアル、およびデータ サイエンスに関する理論に基づく知識を提供することに関心を持っています。 彼女はまた、人工知能が人間の寿命を延ばすためのさまざまな方法を探求したいと考えています。 熱心な学習者であり、他の人を導く手助けをしながら、技術知識とライティング スキルを広げようとしています。
- SEO を活用したコンテンツと PR 配信。 今日増幅されます。
- EVMファイナンス。 分散型金融のための統一インターフェイス。 こちらからアクセスしてください。
- クォンタムメディアグループ。 IR/PR増幅。 こちらからアクセスしてください。
- プラトアイストリーム。 Web3 データ インテリジェンス。 知識増幅。 こちらからアクセスしてください。
- 情報源: https://www.kdnuggets.com/2023/06/mastering-art-data-storytelling-guide-data-scientists.html?utm_source=rss&utm_medium=rss&utm_campaign=mastering-the-art-of-data-storytelling-a-guide-for-data-scientists
- :持っている
- :は
- :not
- :どこ
- $UP
- 1
- a
- 能力
- できる
- 私たちについて
- 上記の.
- 達成
- 越えて
- 行動
- アドバイス
- 目指す
- 空気
- すべて
- 許す
- 既に
- また
- 常に
- an
- および
- 回答
- です
- 引数
- 周りに
- 宝品
- 記事
- 人工の
- 人工知能
- AS
- At
- 注意
- 聴衆
- 離れて
- 支持された
- 背景
- 悪い
- ベース
- BE
- になる
- き
- さ
- 信じる
- 恩恵
- の間に
- ビット
- ボード
- 両言語で
- 広げる
- 壊れた
- ビルド
- 信頼を築く
- 忙しい
- 焙煎が極度に未発達や過発達のコーヒーにて、クロロゲン酸の味わいへの影響は強くなり、金属を思わせる味わいと乾いたマウスフィールを感じさせます。
- by
- 缶
- キャリア
- 場合
- 応じます
- 挑戦
- 選択
- 選択する
- はっきりと
- コード化
- カラー
- 来ます
- 伝える
- コミュニケーション
- コミュニティ
- 会社
- コンプリート
- 複雑な
- 心配
- コンテキスト
- 続ける
- 連続的に
- 納得させる
- 作ります
- データ
- データの準備
- データサイエンス
- データサイエンティスト
- 取引
- 依存
- 深さ
- DID
- 異なります
- 難しい
- 分ける
- do
- 行われ
- ドント
- ダウン
- 間に
- e
- 各
- 熱心な
- 緩和する
- 効果的な
- どちら
- 要素は
- end
- 確保
- エラー
- 等
- 日常
- 例
- 幹部
- 説明する
- 説明
- 説明
- 探る
- 視線
- f1
- 向い
- 事実
- 少数の
- フィクション
- もう完成させ、ワークスペースに掲示しましたか?
- 調査結果
- 名
- 五
- フォーカス
- 外国の
- フォーム
- 発見
- フリーランス
- から
- フロント
- フル
- さらに
- 取得する
- 与える
- Go
- ゴエス
- 良い
- ガイダンス
- ガイド
- 持っていました
- ハンド
- 害
- 持ってる
- 助けます
- 助け
- 彼女の
- こちら
- ハイ
- 宿題
- 認定条件
- How To
- しかしながら
- HTML
- HTTPS
- 人間
- i
- 考え
- if
- 重要
- in
- 含ま
- 初期
- 洞察力
- 洞察
- インテリジェンス
- 興味がある
- に
- 概要
- 問題
- 問題
- IT
- 旅
- JPG
- KDナゲット
- キーン
- キープ
- キー
- 知っている
- 知識
- 言語
- LEARN
- 学習者
- 学習
- less
- レベル
- 生活
- LIMIT
- 耳を傾ける
- 長寿
- 見て
- 探して
- 負け
- たくさん
- メイン
- 大多数
- make
- 作成
- マネージャー
- マネージャー
- マスター
- マスタリング
- 数学的
- 五月..
- 手段
- だけど
- メッセージ
- マインド
- 他には?
- 最も
- ナレラティブ
- 必要
- ニーズ
- 新作
- 次の
- いいえ
- 非技術的な
- 注記
- 障害
- of
- 提供
- on
- かつて
- ONE
- の
- 開いた
- or
- 注文
- その他
- その他
- でる
- 結果
- ページ
- 部
- 特に
- 部品
- パターン
- のワークプ
- 人
- 視点
- 場所
- プラトン
- プラトンデータインテリジェンス
- プラトデータ
- ポイント
- ポイント
- 人気
- 可能
- 準備
- プレゼンテーション
- 前
- 原則
- 問題
- 問題
- プロ
- プログラミング
- プロジェクト
- 提供
- 目的
- 置きます
- ピラミッド
- 質問
- RE
- 読む
- リーダー
- 反映する
- replace
- の提出が必要です
- 解像度
- 右
- s
- 満足
- 格言
- 科学
- 科学者
- 科学者たち
- スコア
- セクション
- を求める
- センス
- 彼女
- ショート
- すべき
- 作品
- スキル
- 溶液
- ソリューション
- 解決する
- 一部
- 誰か
- 話す
- 特定の
- 費やした
- ステージ
- ステークホルダー
- start
- 都道府県
- 明記
- 統計
- 手順
- ステップ
- ストーリー
- ストーリーテリング
- 構造
- 学生
- 成功
- 成功した
- 概要
- 支援する
- 囲まれた
- 取る
- 撮影
- 会話
- 仕事
- 教師
- チーム
- テク
- 技術的
- 期間
- 用語
- 条件
- 教科書
- それ
- アプリ環境に合わせて
- それら
- 理論
- そこ。
- したがって、
- ボーマン
- 彼ら
- 薄い空気
- もの
- この
- 考え
- 三
- 介して
- 時間
- 〜へ
- 取った
- ツール
- トピック
- 翻訳する
- トレンド
- トライアル
- 試行錯誤
- 信頼
- チュートリアル
- 下
- わかる
- 理解する
- 中古
- 貴重な
- 多様
- 非常に
- 欲しいです
- ました
- 仕方..
- 方法
- WELL
- went
- この試験は
- いつ
- which
- 一方で
- 誰
- なぜ
- 意志
- 願い
- 言葉
- 作家
- 書き込み
- 貴社
- あなたの
- あなた自身
- ゼファーネット