这是讲述数据故事的基本元素 讲述数据故事

事实上，用数据讲故事不仅仅是一种与受众分享信息的方式，而是在洞察的组织内有效地传达信息并实时做出决策，克服多余的细节，甚至让那些没有接触过的人也能理解。数据。 投影到黑板上的数据图像，的基本要素 那么，讲述数据故事的关键要素 是什么，或者说步骤是什么？我们在上一段中提到了一些内容，但让我们更详细地讨论一下： 大数据 大数据是通过技术收集的大量计算机数据。这是由数据科学和数据科学家（公司最需要的新数字职业之一）来处理的，他们通过定义算法和使用软件将大量数据关联起来。当用于商业目的时，我们谈论商业智能。它们被定义为“大”基于 3 个特征： Volume，每秒生成的结构化或非结构化数据量； 新数据生成并到达对其进行分析的系统的速度； 多样性，即产生、积累和使用的各种类型的数据。 关于最后一个特征（品种），所使用的数据可以是各种类型： 结构化数据，这些是大数据出现之前使用的数据，即根据预定义字段和临时格式，出于与处理它们相同的目的而收集数据； 非结构化数据以其原始格式存储，并且在使用之前不进行处理。优势恰恰在于积累率（高于结构化）和原始格式的自由度。


这方面的例子包括电子邮件、社交媒体帖子、聊天、图像等。 半结构化，也就是说，它们具有识别某些特征的元数据，因此有足够的信息来对它们进行编目、搜索和分析，是前两者之间的中间立场。 数据科学涉及发现不 行业电邮清单 同现象之间的联系（通常是相关性），并基于统计计算（也在商业环境中）预测现象。因此，大数据是数据讲故事的基础：要建立一个具有坚实基础的叙述，其目的是突出活动或业务流程的绩效，突出问题或产生对未来决策有用的见解，有必要从从统计角度来看，这是具体而重要的基础，因此具有普遍性。 搜索数据中的模式 这是数据讲故事的第二个重要元素：收集数据还不够，但显然下一步是解释数据 以 得出结论或更确切地说是见解。从这个意义上说，有必要寻找数据之间的重要关系并探索它们以寻找重要的模式。 大数据允许不同类型的分析： 描述性分析，使用的工具用于描述公司流程和/或职能领域的当前和过去情况。 预测分析，其中工具根据统计预测提出假设和预测。 规范性分析除了数据分析和统计预测之外，还能够提出解决方案； 自动化分析，这些工具自动实施作为解决方案提出的操作。




数据可视化 讲述数据故事的第三步是数据可视化：如果我们没有一种可理解的方式来可视化结果并做出决策，那么仅仅收集、排序和查找有意义的模式是不够的。 正是由于这个原因，数据讲故事有其独立的存在性，我们将其与数据分析区分开来。如果后者仅包含数据收集和分析，那么数据讲故事并不止于此。数据可视化响应于向不一定是专家且具有特定数据科学技能的受众叙述数据（在本例中为视觉）的功能。因此，讲故事和可视化在数据讲故事中是齐头并进的。 有效地沟通数据 在收集、组织和可视化的过程之后，数据的交流变得至关重要。此时，数据的可视化可以与文本或听觉内容相结合。渠道、媒介和背景将取决于目的和受众。我们可以想象，在在线或现场会议中，在合作伙伴和潜在客户面前讲述数据故事，以突出结果（常见的活动报告是示例）或直接向最终消费者讲话（B2C 通信），以传达合作伙伴的行动公司或在合作伙伴活动或社会责任活动等背景下获得的结果。