Mastering The Art Of Data Storytelling: A Guide For Data Scientists - KDnuggets

افلاطون کے ذریعہ دوبارہ شائع کیا گیا۔

فالونگ: 0

ڈیٹا کہانی سنانے کے فن میں مہارت حاصل کرنا: ڈیٹا سائنسدانوں کے لیے ایک رہنما
کی طرف سے تصویر اسحاق سمتھ۔ on Unsplash سے

اگر آپ ڈیٹا سائنٹسٹ بننے کی کوشش کر رہے ہیں، یا پہلے سے ہی ڈیٹا سائنٹسٹ ہیں تو - آپ کو مطلوبہ مہارتیں پڑھی یا جانی ہوں گی۔ آپ کو ایک پروگرامنگ لینگویج، ریاضی کے اعدادوشمار کی سمجھ، ڈیٹا ویژولائزیشن بنانے کی صلاحیت، اور بہت کچھ کی ضرورت ہوگی۔

اگر آپ ڈیٹا سائنس پروفیشنل بننے کے خواہاں ہیں اور آپ کو کچھ رہنمائی کی ضرورت ہے تو اس مضمون پر ایک نظر ڈالیں: پانچ مراحل میں ڈیٹا سائنس پروفیشنل بنیں۔.

اگرچہ آپ کا زیادہ تر وقت ڈیٹا کی تیاری کے مرحلے کے دوران ڈیٹا کو تلاش کرنے اور صاف کرنے کی کوشش میں گزرے گا – ڈیٹا سائنس کے دیگر اہم عناصر بھی ہیں۔

ایک بار جب آپ کو اپنی قیمتی بصیرتیں مل جاتی ہیں، اگر یہ رجحانات، نمونے، یا تصورات میں ڈالے جائیں - آپ کو ان کی وضاحت کرنے کے قابل ہونا پڑے گا۔ ڈیٹا پروفیشنل کے طور پر، غیر تکنیکی لوگوں کے لیے تکنیکی زبان کو سمجھنا مشکل ہو سکتا ہے۔

اگر آپ تکنیکی شخص ہیں، تو آپ کا پیغام غیر تکنیکی لوگوں تک پہنچانا مشکل ہو سکتا ہے۔ نہ صرف آپ غیر تکنیکی لوگوں سے ملیں گے، بلکہ آپ کسی ایسے شخص کے ساتھ معاملہ کر رہے ہوں گے جو تصورات، یا پروجیکٹ رن تھرو کے ذریعے وضاحت کو ترجیح دیتا ہے۔

اس لیے، ایک بار جب آپ اپنی تلاشیں حاصل کرلیں، تو آپ کو مختلف قسم کے لوگوں کو پورا کرنے کی ضرورت ہوگی – اور اس پر عبور حاصل کرنا مشکل ہوسکتا ہے، لیکن اسے حاصل کیا جاسکتا ہے۔

آو شروع کریں…

بحیثیت ڈیٹا سائنسدان، میں سمجھتا ہوں کہ بہت سارے اسٹیک ہولڈرز یا مینیجرز تکنیکی پس منظر سے نہیں آئیں گے۔ لہذا، آپ کی روزمرہ کی ٹیم میں استعمال ہونے والی کچھ اصطلاحات ان کے لیے غیر ملکی ہوں گی۔ مثال کے طور پر، F1 سکور یا کراس توثیق۔

اس بارے میں سوچیں کہ استاد کسی طالب علم کو کسی موضوع کی وضاحت کیسے کرتا ہے، اور جب آپ اپنے سامعین کو سمجھا رہے ہوں تو اسے اپنے ذہن کے سامنے رکھیں۔ اپنی ڈیٹا سائنس کی اصطلاحات کا اس زبان میں ترجمہ کریں جسے ہر کوئی سمجھ سکے۔ اگر آپ کے پاس ڈیٹا سائنس کی مخصوص اصطلاح کو تبدیل کرنے کا کوئی طریقہ نہیں ہے، تو اس کا مطلب بتانے میں کوئی حرج نہیں ہے۔ آپ اپنے سامعین کی توجہ تکنیکی الفاظ کی طرف کھو کر مزید نقصان پہنچائیں گے۔

مختلف لوگ مختلف طریقوں سے سیکھتے ہیں۔ کچھ ایک نصابی کتاب ایک بار پڑھ سکتے ہیں اور اسے حاصل کر سکتے ہیں۔ کچھ کو اسے رنگین کوڈ کرنے کی ضرورت ہے۔ کچھ کو تصورات کی ضرورت ہے۔ اپنے نتائج پیش کرتے وقت، اپنے آپ کو محدود نہ کریں اور اپنے آپ کو ایک ایسی جھنجٹ میں ڈالیں جہاں آپ کو 1000 سوالات کے جوابات دینے ہوں گے۔ تصورات آپ کے لیے سوالات کا جواب دے سکتے ہیں۔

ڈیٹا ویژولائزیشن آپ کے سامعین کو آپ کے اٹھائے گئے اقدامات اور آپ کے نتائج کے بارے میں بصری تفہیم حاصل کرنے کی اجازت دے گی۔ جب آپ پس منظر میں تصورات کے بارے میں بات کر رہے ہیں، تو ان کی آنکھیں سیکھ رہی ہیں اور آپ جو کہہ رہے ہیں اس کا احساس کر رہی ہیں۔

اپنی پیشکش کے آخر میں، یقینی بنائیں کہ آپ کے تمام اہم نکات کا خلاصہ صفحہ اور آپ کے سامعین کے دیکھنے کے لیے ڈیٹا ویژولائزیشن موجود ہے۔ اس وقت کے دوران، آپ کو ایسے سوالات کے لیے کھلا رہنا چاہیے جس میں آپ کے سامعین نئے سوالات چھڑکنے کے لیے سمری بورڈ کو مسلسل دیکھ سکتے ہیں۔

آپ کے سامعین کا سوال کرنا کوئی بری چیز نہیں ہے، اس سے ظاہر ہوتا ہے کہ وہ سن رہے ہیں، ان کی دلچسپی ہے، اور وہ مزید سیکھنا اور سمجھنا چاہتے ہیں۔

مندرجہ بالا نکات آپ کی کہانی سنانے کے عناصر ہیں جو اسے موثر بنائیں گے۔ تاہم، ایک ڈھانچہ وہ ہے جو آپ کے ڈیٹا کی کہانی سنانے کو کامیاب بنائے گا۔

تین ایکٹ کہانی سنانے کا ایک مشہور ماڈل ہے جو داستانی افسانے میں استعمال ہوتا ہے جو کہانی کو تین حصوں میں تقسیم کرتا ہے:

سیٹ اپ

مقصد: واضح الفاظ میں اس مسئلے کو بیان کریں جسے آپ حل کرنے کی کوشش کر رہے ہیں۔

اس میں آپ کے پروجیکٹ کا تعارف شامل ہے، پروجیکٹ کا مقصد بتانا، آپ کیا حل کرنے کی کوشش کر رہے ہیں، وغیرہ۔ سیٹ اپ کے دوران، ڈیٹا سائنس کے نقطہ نظر سے آپ اس مسئلے کو مزید گہرائی میں لے جائیں گے منصوبے کا مقصد. آپ کے پروجیکٹ کا مقصد آپ کے پوائنٹ 1 کے برابر ہوگا۔

محاذ آرائی

مقصد: اپنے سامعین کو سمجھائیں کہ اس مسئلے کو حل کرنا کیوں ضروری ہے اور اس مسئلے کو حل کرنے کے لیے آپ جن مختلف راستوں پر گئے تھے۔

تصادم کے حصے کے دوران، آپ ہاتھ میں کام کے بارے میں بات جاری رکھ سکتے ہیں، اور کمپنی کو پہلے اس مسئلے کا سامنا کیوں کرنا پڑا۔ آپ اپنے سامعین کی دلچسپی اور دلچسپی کو برقرار رکھنا چاہتے ہیں، اس لیے کمپنی کو جن مسائل کا سامنا ہے ان پر بات کرنا ہمیشہ اسٹیک ہولڈرز کو جھکا دیتا ہے۔

اپنے قاری کو مرحلہ وار ان مختلف راستوں کی وضاحت کریں جن سے آپ گزرے ہیں اور ہر ایک کے لیے اپنے نتائج کی وضاحت کریں، تاکہ ہاتھ میں موجود کام کو مکمل کیا جا سکے۔ ڈیٹا سائنس پروجیکٹ کے دوران آپ نے جو مختلف اقدامات کیے وہ مختلف نکات کی عکاسی کریں گے، مثلاً پوائنٹ 2، پوائنٹ 3،…

اپنے سامعین کو ان ناکامیوں اور رکاوٹوں کا سیاق و سباق دینا جن کا آپ سامنا کرتے ہیں اور کیوں، آپ کے اور سامعین کے درمیان اعتماد اور افہام و تفہیم پیدا کرنے میں مدد ملے گی جب آپ کسی حل پر آجائیں گے۔

قرارداد

مقصد: اس مسئلے کو حل کرنے کے لیے آپ جو حل پیش کر سکتے ہیں اس کی وضاحت کریں اور اس بات کو یقینی بنائیں کہ سامعین مطمئن ہوں۔

یہ وہ جگہ ہے جہاں سامعین فکر مند ہونے سے راحت کی طرف جاتے ہیں۔ آپ کی قرارداد میں یہ بتانا چاہیے کہ یہ آپ کی پچھلی ناکامیوں اور رکاوٹوں پر کیسے قابو پاتا ہے۔ سوالات کے لیے اس سیکشن کو کھولیں، کیونکہ آپ کے سامعین آپ کے ڈیٹا کی بصیرت پر مکمل بھروسہ کرنا چاہیں گے اور یقین کریں گے کہ یہی صحیح طریقہ ہے۔

ایک بار جب سامعین آرام سے ہو جائیں، تو آپ کام کو کامیاب بنانے کے لیے ان اقدامات کو سمیٹنا اور بولنا شروع کر سکتے ہیں جو کرنے کی ضرورت ہے۔

ایک اور ڈھانچہ جو بہت موثر ہے وہ ہے اہرام کا اصول۔ یہ ایک موثر مواصلاتی ٹول ہے جو مصروف ایگزیکٹوز تک پیچیدہ مسائل کو واضح طور پر بتانے کے لیے استعمال ہوتا ہے۔ مقصد یہ ہے کہ تحریری طور پر خیالات کو ہمیشہ ایک سوچ کے تحت ایک اہرام بنانا چاہیے۔

تو میں اس کی مزید وضاحت کرتا ہوں۔ مصروف ایگزیکٹوز کے ساتھ معاملہ کرتے وقت جو آپ کے ڈیٹا کی بصیرت کے بارے میں جاننا چاہتے ہیں، لیکن وقت پر کم ہیں یا حل جاننے کے خواہشمند ہیں – اہرام کا اصول آگے بڑھنے کا راستہ ہے۔

اسے 3 حصوں میں تقسیم کیا گیا ہے:

آپ کا جواب

اس صورت میں، آپ کا جواب ہاتھ میں کام کا حل ہو گا. یہ وہ اہم نکتہ ہے جسے آپ اپنے سامعین سے دور کرنا چاہتے ہیں۔ یہ کلیدی پیغام ہے اور آپ چاہتے ہیں کہ اس اہم نکتے کے ارد گرد توجہ مرکوز کی جائے یعنی حل۔

حمایتی دلائل

حل بتانے کے بعد، آپ کا اگلا قدم اپنے سامعین کو قائل کرنا ہے کہ یہی راستہ ہے۔ ایسا کرنے کے لیے، آپ کو اعلیٰ درجے کی بصیرت کے ساتھ حمایتی دلائل کے سفر سے گزرنا پڑے گا۔ اس حصے کے دوران، آپ کے سامعین کے ذہن میں کچھ سوالات رہ سکتے ہیں۔

معاون حقائق/ڈیٹا

اس حصے کے دوران، آپ کے سامعین کے تمام ممکنہ سوالات کا جواب یہاں دیا جائے گا۔ آپ کے حمایتی دلائل میں سے ہر ایک کو ڈیٹا اور حقائق سے بیک اپ لینے کی ضرورت ہے تاکہ آپ کے سامعین کو یہ یقینی بنایا جا سکے کہ آپ نے اپنا ہوم ورک کر لیا ہے اور یہ کہ آپ کا ابتدائی جواب/حل ہلکی ہوا سے باہر نہیں آیا ہے۔

کسی بھی ساخت میں غیر تکنیکی زبان اور تصورات کے استعمال کی مہارتوں کا استعمال: تین ایکٹ کہانی سنانے یا اہرام کا اصول آپ کو ڈیٹا کہانی سنانے کے فن میں مہارت حاصل کرنے کی اجازت دے گا۔

آپ کا انتخاب جس ڈھانچے کا انتخاب کرتے ہیں اس پر منحصر ہے کہ آپ اپنے سامعین کو کتنی اچھی طرح جانتے ہیں۔ آپ یہ دیکھنے کے لیے کہ کون سا سب سے زیادہ مؤثر ہے دونوں ڈھانچے کو ہمیشہ ٹرائل اور ایرر کر سکتے ہیں۔ آپ کے سامعین کے لیے ڈھانچہ کتنا موثر ہے اس کی پیمائش کرنے کا ایک اچھا طریقہ یہ ہے کہ اس ڈھانچے میں کم سوالات ہیں۔ آپ کے سامعین کے جتنے کم سوالات ہوں گے، آپ کی کہانی سنانے کی کامیابی اتنی ہی زیادہ تھی۔

نشا آریہ KDnuggets میں ڈیٹا سائنٹسٹ، فری لانس ٹیکنیکل رائٹر اور کمیونٹی مینیجر ہیں۔ وہ خاص طور پر ڈیٹا سائنس کیریئر کے مشورے یا سبق اور ڈیٹا سائنس کے بارے میں تھیوری پر مبنی علم فراہم کرنے میں دلچسپی رکھتی ہے۔ وہ مختلف طریقوں کو بھی دریافت کرنا چاہتی ہیں جن سے مصنوعی ذہانت انسانی زندگی کی لمبی عمر کو فائدہ پہنچا سکتی ہے۔ ایک شوقین سیکھنے والا، اپنے تکنیکی علم اور تحریری مہارتوں کو وسیع کرنے کی کوشش کر رہا ہے، جبکہ دوسروں کی رہنمائی میں مدد کرتا ہے۔