Padroneggiare l’arte del Data Storytelling una guida per i Data Scientist

Mastering the Art of Data Storytelling A Guide for Data Scientists.

Come impressionare gli altri con le tue fantastiche intuizioni di data science padroneggiando l’arte della narrazione dei dati.

Se stai pensando di diventare un data scientist, o se sei già un data scientist, avrai letto o conosci le competenze richieste. Avrai bisogno di un linguaggio di programmazione, una comprensione della statistica matematica, la capacità di creare visualizzazioni dei dati, e altro ancora.

Se stai cercando di diventare un professionista della data science e hai bisogno di una guida, dai un’occhiata a questo articolo: Diventa un professionista della data science in cinque passi.

• 21 Schede di Trucchi Necessarie per i Colloqui di Data Science Sblocca il Tuo Percorso verso il Successo
• Geocodifica per Data Scientist
• Come ottimizzare le query SQL per un recupero dati più veloce

Anche se la maggior parte del tuo tempo verrà trascorso durante la fase di preparazione dei dati cercando di trovare e pulire i dati, ci sono altri elementi importanti per la data science.

Una volta trovate le tue preziose informazioni, se si tratta di tendenze, modelli o visualizzazioni, dovrai essere in grado di spiegarle. Come professionista dei dati, può essere difficile per le persone non tecniche capire il linguaggio tecnico.

Se sei una persona tecnica, può essere difficile comunicare il tuo messaggio alle persone non tecniche. Non solo incontrerai persone non tecniche, ma potresti avere a che fare con qualcuno che preferisce spiegazioni attraverso visualizzazioni o esecuzioni di progetti.

Pertanto, una volta trovati i tuoi risultati, dovrai soddisfare una varietà di persone e imparare a farlo può essere difficile, ma può essere raggiunto.

Cominciamo…

Linguaggio non tecnico

Come data scientist, capisco che molti stakeholder o manager non provengono da un background tecnico. Pertanto, alcune delle terminologie utilizzate nella tua squadra quotidiana saranno straniere per loro. Ad esempio, F1 score o cross-validation.

Pensa a come un insegnante spiega un argomento a uno studente e tieni presente questo quando spieghi al tuo pubblico. Traduci la tua terminologia della data science in un linguaggio comprensibile per tutti. Se non c’è modo di sostituire un termine specifico della data science, non c’è nulla di male nel spiegare cosa significa. Farai più danni perdendo l’attenzione del tuo pubblico con parole tecniche.

Visualizzazioni dei dati

Le persone imparano in modi diversi. Alcuni possono leggere un libro di testo una volta e capire. Alcuni hanno bisogno che sia codificato a colori. Alcuni hanno bisogno di visualizzazioni. Quando presenti i tuoi risultati, non limitarti e non metterti in una situazione in cui devi rispondere a 1000 domande. Le visualizzazioni possono rispondere alle domande al posto tuo.

Le visualizzazioni dei dati permetteranno al tuo pubblico di avere una comprensione visiva dei passaggi che hai compiuto e dei tuoi risultati. Mentre parli sullo sfondo delle visualizzazioni, i loro occhi stanno imparando e facendo senso di quello che stai dicendo.

Sommario

Alla fine della tua presentazione, assicurati di avere una pagina di riepilogo di tutti i tuoi punti importanti e le visualizzazioni dei dati per il tuo pubblico. Durante questo tempo, dovresti essere aperto alle domande in cui il tuo pubblico può continuare a guardare la bacheca di riepilogo per porre nuove domande.

Le domande del tuo pubblico non sono una cosa negativa, mostrano che hanno ascoltato, sono interessati e vogliono imparare e capire di più.

Narrazione a tre atti

I punti sopra menzionati sono elementi della tua narrazione che la renderanno efficace. Tuttavia, una struttura è ciò che renderà la tua narrazione dei dati un successo.

La narrazione a tre atti è un modello popolare utilizzato nella narrativa di finzione che divide una storia in tre parti:

Setup

Obiettivo: dichiarare chiaramente il problema che stai cercando di risolvere.

Ciò include un’introduzione al tuo progetto, la dichiarazione del suo scopo, ciò che stai cercando di risolvere, ecc. Durante l’allestimento, dal punto di vista della data science, approfondirai ulteriormente il problema o l’argomento per dare contesto all’obiettivo del progetto. L’obiettivo del tuo progetto corrisponderà al tuo Punto 1.

Confronto

Obiettivo: spiegare al tuo pubblico perché è importante risolvere questo problema e i diversi percorsi che hai seguito per risolverlo.

Durante la parte di confronto, puoi continuare a parlare del compito in questione e del motivo per cui l’azienda si trovava a dover affrontare questo problema in primo luogo. Vuoi mantenere il tuo pubblico interessato e intrigato, quindi parlare dei problemi che l’azienda sta affrontando attirerà sempre gli stakeholder.

Spiega al tuo lettore passo dopo passo i diversi percorsi che hai seguito e il risultato per ciascuno, al fine di completare il compito a portata di mano. I diversi passaggi che hai effettuato durante il progetto di scienza dei dati rifletteranno punti diversi, ad esempio Punto 2, Punto 3,…

Dare al pubblico contesto sui fallimenti e gli ostacoli che hai incontrato e il perché, aiuterà a costruire fiducia e comprensione tra te e il pubblico una volta che arrivi ad una risoluzione.

Risoluzione

Obiettivo: Spiegare la soluzione che puoi offrire per risolvere il problema e garantire che il pubblico sia soddisfatto.

Qui il pubblico passa dall’essere preoccupato a essere sollevato. La tua risoluzione dovrebbe indicare come superare le tue precedenti fallimenti e ostacoli. Apri questa sezione per domande, poiché il tuo pubblico vorrà avere piena fiducia nelle tue intuizioni sui dati e credere che questa sia la strada giusta da seguire.

Una volta che il pubblico è a suo agio, puoi iniziare a concludere e parlare delle azioni che devono essere intraprese, al fine che il compito sia un successo.

Il principio della piramide

Un’altra struttura molto efficace è il principio della piramide. Questo è uno strumento di comunicazione efficace utilizzato per comunicare chiaramente questioni complesse a dirigenti impegnati. L’obiettivo è che le idee scritte formino sempre una piramide sotto un unico pensiero.

Quindi lasciami spiegare un po’ di più. Quando si tratta di dirigenti impegnati che vogliono conoscere le tue intuizioni sui dati, ma hanno poco tempo o sono ansiosi di conoscere le soluzioni, il principio della piramide è la strada da seguire.

È diviso in 3 parti:

La tua risposta

In questo caso, la tua risposta sarà la soluzione per il compito a portata di mano. Questo è il punto principale che vuoi che il tuo pubblico capisca. Questo è il messaggio chiave e vuoi che l’attenzione sia incentrata su questo punto principale, la soluzione.

Argomenti di supporto

Dopo aver indicato la soluzione, il tuo prossimo passo è convincere il pubblico che questa è la strada da seguire. Per farlo, dovrai condurli attraverso un viaggio di argomenti di supporto, con intuizioni di alto livello. Durante questa parte, il tuo pubblico potrebbe avere alcune domande in sospeso nella loro mente.

Fatti/dati di supporto

In questa parte, tutte le possibili domande che il tuo pubblico potrebbe avere saranno risposte qui. Ogni tuo argomento di supporto deve essere supportato da dati e fatti per assicurare al tuo pubblico che hai fatto i compiti e che la tua risposta/soluzione iniziale non è venuta dal nulla.

Conclusione

Utilizzare le competenze di utilizzo di linguaggio non tecnico e visualizzazioni in una delle due strutture: narrazione a tre atti o principio della piramide ti consentirà di padroneggiare l’arte della narrazione dei dati.

La tua scelta sulla struttura da scegliere dipende da quanto conosci bene il tuo pubblico. Puoi sempre provare entrambe le strutture per vedere quale è più efficace. Un buon modo per misurare l’efficacia della struttura per il tuo pubblico è notare quale struttura ha meno domande. Meno domande ha il tuo pubblico, più è stato efficace il tuo storytelling. Nisha Arya è una scienziata dei dati, scrittrice tecnica freelance e responsabile della comunità presso Nisoo. È particolarmente interessata a fornire consigli per la carriera in scienza dei dati o tutorial e conoscenze teoriche sulla scienza dei dati. Desidera anche esplorare i diversi modi in cui l’intelligenza artificiale può essere / può beneficiare della longevità della vita umana. Una studentessa appassionata, alla ricerca di ampliare le sue conoscenze tecnologiche e le sue competenze di scrittura, aiutando nel frattempo a guidare gli altri.