Nikt o to nie prosił, i oto jest :). Kilkakrotnie we wcześniejszych postach odgrażałem się, że poruszę ten temat na łamach niniejszego bloga. Storytelling oparty na danych - zarówno od strony teoretycznej jak i praktycznej był tematem jaki poruszałem w artykułach publikowanych w Controlling i Zarządzanie (lista dostępna na podstronie "Artykuły"). W niniejszym poście poruszę zatem to zagadnienie jedynie sygnalnie.
Celem storytellingu opartego na danych jest wypełnienie luki między danymi a określonym działaniem w przedsiębiorstwie. W mojej ocenie, wdrożenie storytellingu jest kluczowym etapem w procesie stworzenia kultury podejmowania decyzji opartych na danych.
Celem storytellingu jest zaadresowanie potrzeby określonego interesariusza (decydenta) i zwiększenia prawdopodobieństwa podjęcia przez niego określonych działań (podjęcia decyzji).
Potrzeba interesariusza to nic innego jak dostarczenie mu odpowiednich danych, wraz z ich analizą i interpretacją, zwieńczoną call to action czyli najczęściej rekomendacją (lub nie) podjęcia określonej decyzji. W storytellingu jest to tzw. kontekst. Poprawna definicja kontekstu wymaga precyzyjnego określenia:
kim jest ten interesariusz, jaką mamy z nim/ z nią relację (czy do niego/niej raportujemy, czy jest to osoba "data-savy" czy "high-level executive" itd.) KTO?
czego chcemy od tej osoby/ osób (czyli np. jaką decyzję miałaby ona podjąć) CO?
w jaki sposób chcemy do tego dojść (jakie mamy dane, jakie zastosujemy metody, jak poprowadzimy narrację) JAK?
No dobrze. Ale przecież mamy super dane, super analityków którzy na tych danych budują super modele, to po co nam jakiś "storytelling"?
Uważam, że po to aby:
Uprawdopodobnić wnioskowanie: zbudowanie logicznej opowieści pokazującej w jaki sposób doszliśmy do określonych wniosków działa lepiej niż najdoskonalszy, najbardziej wyrafinowany model (choć nie mam twardych danych aby tę tezę poprzeć :) ) (JAK?)
Wprowadzić "nieszablonowy szablon": w świecie finansów dane zbierane są i prezentowane przy pomocy sztywnych szablonów - określonych formatek, układów prezentacji itp. Niesie to ryzyko utraty wielu ważnych informacji. Przejście na logikę opowieści zmniejsza to ryzyko, bo wymaga praktycznie za każdym razem świeżego spojrzenia na dane i analizę, pod kątem określonego problemu (CO?).
Uprościć: testując logikę opowieści automatycznie kasujemy cały szum, który tylko rozprasza uwagę (zwłaszcza ważne, gdy KTO to tzw. high level executive).
Udowodnić: że jakaś praca (w sumie nie jakaś tylko duża) była wykonana. W innym przypadku decydent zobaczy tylko tabelunię lub wykresik i nie będzie mieć pojęcia ile kosztowało złożenie tego dzieła.
Uatrakcyjnić: np. stosując różne techniki wizualizacji angażujemy publikę w interpretację danych i analizy.
Uczłowieczyć: nie suche fakty i cyferki a proces i ludzie, którzy za nimi stoją.
Dlaczego jednak storytelling nie jest stosowany? Przyczyn jest sporo. Po pierwsze i przede wszystkim - brak czasu. Już samo pobranie i obróbka danych są pracochłonne. Po drugie - brak motywacji - ma to miejsce np. gdy decydent prosi o dane i sam/ sama sobie je interpretuje. Po trzecie - bo brakuje umiejętności. Mamy zespół super analityczny, a wysokich kompetencjach z zakresu ekonometrii i wykorzystania narzędziu, a nie zadbaliśmy o kompetencję / rolę storytellera (o czym pisałem we wcześniejszych postach).
Jak budować opowieść?
W mojej ocenie, tak jak pisaliśmy rozprawki w liceum. Zaczynamy od wstępu, przechodzimy przez rozwinięcie a na koniec przedstawiamy podsumowanie, zawsze z wezwaniem do działania (Call to action!). Poza zdefiniowaniem kontekstu, ważny jest dobór odpowiedniej narracji. Narrację prowadzimy mając na uwadze przynajmniej jeden ze wskazanych wymiarów:
Czas (np. mówimy o przyszłości)
Fokus (np. tłumaczymy dlaczego zakładany scenariusz się nie wydarzy)
Metoda (np. pokazując określoną kauzację lub korelację).
Nieodłącznym elementem storytellingu opartego na danych jest wizualizacja. Jest to temat rzeka. Przede wszystkim, należy skupić się na tym, aby wizualizacja w naszych opowieściach miała tylko i wyłącznie znaczenie funkcjonalne a nie dekoracyjne (co nie znaczy że ma być mówiąc kolokwialnie, brzydka).
W codziennej pracy kontrolera, najczęściej wykorzystywaną techniką wizualizacji są wykresy i tabele. Tabela jest jak najbardziej skutecznym narzędziem, zwłaszcza gdy chcemy precyzyjnie wskazać wartości i relacje między nimi.
Wykres - temat rzeka (znowu!). W 80% przypadków w świecie finansów stosujemy wykres słupkowy albo liniowy. Ten pierwszy pozwala np. na porównanie indywidualnych, kategorycznych wartości. Ten drugi - służy do identyfikacji trendów.
Bardzo ważnym elementem wizualizacji jest kolor. W storytellingu ma on dwa zastosowania:
ułatwienie odczytania prezentowanych treści (np. etykietowanie na wykresie takim samym kolorem jak słupki czy linie)
zwrócenie uwagi na określone wartości.
Przykład zastosowania koloru do wyróżnienia jednej z kategorii:
Źródło: Opracowanie własne na podstawie Cole Nussbaumer Knaflic, Storytelling with data.
Ostatnia kwestia to wykorzystanie tekstu w wizualizacji. Daje on szansę, aby w prosty sposób objaśnić prezentowane wielkości lub rozwiać wątpliwości. Jest to szczególnie ważne, gdy nasza prezentacja czy raport będzie jedynym źródłem informacji dla części interesariuszy.
Przykład zastosowania tekstu:
Źródło: Opracowanie własne na podstawie Cole Nussbaumer Knaflic, Storytelling with data.
W stosowaniu różnych technik musimy być jednak ostrożni. Bardzo łatwo wpędzić się w ciemne rewiry storytellingu i stosować różnego rodzaju manipulacje (czasem w sposób nieuświadomiony). Są to wszelakie manipulacje skalą, posługiwanie się 3d, celowe zwiększanie szczegółowości czy stosowanie niewyrazistych kolorów.
Reasumując, uważam że wdrożenie storytellingu opartego na danych jest jednym z kluczowych elementów nowoczesnego kontrolingu. Oczywiście, na łamach niniejszego posta jedynie zasygnalizowałem temat, niemniej zachęcam do zapoznania się z moimi artykułami w Controlling i Zarządzanie, ale i zdecydowanie warto sięgnąć np. do licznych publikacji i wykładów Cole Nussbaumer Knaflic. To, co uzyskamy w ten sposób, to usystematyzowana kompetencja wykorzystania danych do faktycznego podejmowania decyzji w organizacji.