Tietojen kertominen
Monimutkaisten tietojen esittäminen helposti ymmärrettävässä muodossa

Kuvittele, että olet osa yritystä, joka kerää suuria määriä dataa, mutta jolla on vaikeuksia muuntaa tämä data hyödylliseksi tiedoksi. Tai ehkä olet osa organisaatiota, joka pyrkii esittämään monimutkaista dataa helposti ymmärrettävässä muodossa päätöksenteon tueksi. Molemmissa tapauksissa datan tarinankerronta voi olla arvokas ratkaisu. Datan tarinankerronta on menetelmä, jossa dataa esitetään havainnollisella tavalla viestin tai tietyn tuloksen välittämiseksi. Lue tästä raportista, miten datan tarinankerrontaa voidaan käyttää datan muuntamiseen hyödylliseksi tiedoksi ja päätöksenteon tukemiseksi.
Mitä on datan tarinankerronta?
Data Storytellingissa käytetään visuaalisia elementtejä, kuten kaavioita ja graafeja, sekä selkeästi jäsenneltyä kerrontatapaa, jotta dataa voidaan esittää havainnollisesti ja välittää siten tietty viesti tai tulos. Tämän esitystavan avulla yleisö ymmärtää tiedot helpommin ja muistaa ne paremmin jälkikäteen. Data storytellingia voidaan hyödyntää monilla aloilla, esimerkiksi yrityspäätöksenteossa, projektinhallinnassa tai esityksissä.
Miten datan avulla kerrottavat tarinat toimivat?
Tietojen kertominen toimii esittämällä tiedot tavalla, joka tekee niistä yleisölle ymmärrettäviä, tunteita herättäviä ja kiinnostavia. Seuraavat vaiheet voivat auttaa sinua luomaan tietotarinasi:
1. Määritä tarinan tavoite:
Jokaisella tarinalla tulisi olla selkeästi määritelty tavoite. Kysy siis itseltäsi, mitä haluat tarinallasi ilmaista. Mitä haluat saavuttaa yleisössä sen kuultua tarinan? Mitä vaikutusta tarinalla pitäisi olla?
2. Kerää kaikki asiaankuuluvat tiedot:
Varmista, että sinulla on kaikki tarvitsemasi tiedot tarinasi kertomiseen. Aseta itsesi kohdeyleisösi asemaan ja mieti tarkkaan, mitä tietoja tarvitaan. Huolehdi myös siitä, että esität tiedot oikeassa kontekstissa, eli esimerkiksi ilmoittamalla vertailuarvot. Samalla sinun tulisi jo tässä vaiheessa varmistaa, ettet valitse liikaa tietoja, jotta tarinasi ei tule liian raskaaksi.
3. Tietojen käsittely:
Puhdista ja muotoile tiedot niin, että ne ovat valmiina jatkokäsittelyä ja esittämistä varten. Varmista lisäksi, että tietojen laatu on korkea, eli tietojen tulee olla täydellisiä, ajantasaisia ja paikkansapitäviä. Tarkista siksi tiedot myös virheiden, epäjohdonmukaisuuksien tai kaksoiskappaleiden varalta.
4. Visuaalinen esitys:
Yksi kuva kertoo enemmän kuin tuhat sanaa. Luo siis kaavioita, graafeja, karttoja ja muita visuaalisia elementtejä esittelemään tietoja ja tukemaan viestiä. Etkö ole varma, mikä visualisointitapa sopii parhaiten juuri sinun tietoihisi? Lue artikkelista ”Näin suunnittelet optimaalisen hallintapaneelin”, miten teet parhaan valinnan. Lisäksi artikkelista löydät vinkkejä siitä, miten tiedon hahmottamista voidaan optimoida hallintapaneelin avulla, esimerkiksi muuttamalla kaavioiden sijaintia, kokoa tai suuntaa. Muista nimetä tiedot selkeästi, eli esimerkiksi kaavion akselit tulisi merkitä.
5. Rakenne:
Luo selkeä ja looginen kerrontarakenne, jonka avulla yleisö voi nopeasti ymmärtää tiedot ja niiden merkityksen. Tätä varten sinun tulisi jäsentää tiedot loogisesti ja esittää ne samalla mahdollisimman yksinkertaisesti.
6. Vuorovaikutteisuus ja esitys:
Esittele tarinasi tavalla, joka saa yleisön osallistumaan. Käytä työkaluja, kuten hallintapaneeleita tai esitysohjelmistoja, kiinnittääksesi katsojien huomion. Interaktiiviset elementit voivat tarjota yleisöllesi lisäarvoa: esimerkiksi porautumistoiminnot mahdollistavat tietojen tarkastelun yksityiskohtaisemmassa muodossa, kun taas suodattimien avulla voi keskittyä tiettyyn osaan tietoja.
7. Palaute:
Anna yleisön kommentoida tarinaasi ja antaa palautetta. Voit hyödyntää tätä tulevaisuudessa parantaaksesi tekniikoitasi sekä tapaasi kertoa tarinoita.
Miten kirjoitetaan hyvä datatarina?
Tietojutun rakenne koostuu yleensä kolmesta osasta: johdannosta, jossa esitetään peruskysymys, pääosasta, jossa selitetään tiedot ja niiden analyysi, sekä johtopäätöksestä.
1. Kysymys tai ongelma:
Datatarina alkaa kysymyksellä tai ongelmalla, jota on tutkittava tai ratkaistava. Siihen voidaan sisällyttää myös analyysin konteksti, tietojen luonne, käytetyt menetelmät tai haasteet. Selitä siis aluksi lähtötilanne, eli esimerkiksi mitkä avainluvut otetaan huomioon ja miksi ne ovat tärkeitä liiketoiminnan menestyksen tai perustavoitteesi kannalta.
2. Pääosa:
Tarinasi pääosa on tarkoitettu vastaamaan lähtökysymykseen keräämiesi tietojen avulla. Tiedot toimivat siis datatarinassasi toisaalta päähenkilöinä ja toisaalta ne muodostavat juonen kehyksen. Ymmärrettävyyden helpottamiseksi ja viestisi tukemiseksi nämä tiedot voidaan esittää visuaalisesti.
Hyvin jäsennelty kerrontatapa tai esitystapa auttaa yleisöä ymmärtämään tiedot helposti ja seuraamaan niitä. Tätä varten käytettävissäsi on erilaisia kerrontatapoja:
- Drilldown: Drilldown-toiminnossa siirrytään yleisistä tiedoista tarkempiin, yleensä yksityiskohtaisempiin tietoihin.
- Zoom out: Tässä menetellään päinvastoin kuin drilldown-toiminnossa: ensin näytetään erityisiä tietoja, ennen kuin siirrytään yleisempiin tietoihin.
- Muutos ajan kuluessa: Tässä selitätte, miten tiedot ovat muuttuneet tietyn ajanjakson aikana.
- Kontrasti: Jos olet valinnut kaksi tai useampia päähenkilöitä, voit verrata heitä keskenään.
- Kohtaaminen: Tässä kertomuksen versiossa selvitätte, missä vaiheessa tarinan päähenkilöt kohtaavat toisensa.
- Poikkeamat: Tässä kertomuksen painopiste on tietojenne sisältämissä poikkeamissa.
- Tekijät: Tässä kertomuksen näkökulmassa havainnollistat, miten eri tietojoukot liittyvät toisiinsa tai millaisia syy-seuraussuhteita niiden välillä on.
Kun kirjoitat datatarinaasi, muista puhutella yleisöäsi emotionaalisesti, jotta se voi samaistua viestiisi paremmin. Tätä varten voit tehdä osia tarinastasi interaktiivisiksi, jotta yleisö voi tutkia tietoa eri tavoin.
3. Johtopäätös ja suositus:
Hyvä datakertomus päättyy johtopäätökseen, joka perustuu dataan ja sen analyysiin, sekä konkreettisiin suosituksiin tulevia toimia varten.
Mitä hyvä datatarina sisältää?
Hyvä datatarina koostuu tosiasioiden, logiikan ja tunteiden yhdistelmästä. Seuraavat tekijät voivat auttaa luomaan hyvän datatarinan:
- Selkeästi määritelty tavoite: Hyvällä datatarinalla on selkeästi määritelty tavoite, jonka se pyrkii saavuttamaan, ja se varmistaa, että yleisö ymmärtää tämän tavoitteen ja keskittyy siihen.
- Olennaiset tiedot: Hyvä tietopohjainen tarina käyttää vain niitä tietoja, jotka ovat olennaisia tarinan tavoitteen kannalta, ja esittää ne tavalla, joka on yleisölle ymmärrettävä.
- Looginen kerrontarakenne: Hyvässä datatarinassa on looginen ja hyvin jäsennelty kerrontatapa, jonka ansiosta yleisö voi helposti ymmärtää ja seurata esitettyjä tietoja.
- Visuaalinen esitys: Hyvä datatarina hyödyntää visuaalisia elementtejä, kuten kaavioita, kuvia ja karttoja, esittääkseen tiedot ja tukeakseen viestiä.
- Tunteisiin vetoava voima: Hyvä datatarina vetoaa tunteisiin, sillä se puhuttelee yleisöä emotionaalisesti ja saa sen samaistumaan viestiin vahvemmin.
- Interaktiivisuus: Hyvä datatarina on interaktiivinen ja antaa yleisölle mahdollisuuden tutkia tietoja monin eri tavoin ja olla vuorovaikutuksessa niiden kanssa.
- Ajantasaisuus ja johdonmukaisuus: Hyvä datatarina on ajantasainen, ja siinä käytetyt tiedot ovat johdonmukaisia eivätkä vanhentuneita.
- Etiikka: Hyvä datatarina ottaa huomioon myös eettiset näkökohdat, kuten tietosuojan ja yksityisyyden, ja varmistaa, ettei siitä tehdä virheellisiä johtopäätöksiä.
Tietopohjaisen tarinankerronnan edut
- Ymmärrettävyys: Data Storytelling esittää tietoja tavalla, joka tekee niistä yleisölle ymmärrettäviä ja helposti lähestyttäviä. Näin voidaan saada arvokkaita oivalluksia ja välittää niitä eteenpäin.
- Tunteisiin vetoava voima: Tarinan kertomisen avulla voidaan puhutella yleisöä tunteiden tasolla ja saada se samaistumaan viestiin entistä vahvemmin.
- Parempi muistaminen: Hyvin kerrottu tarina on helpompi muistaa kuin pelkkät faktat ja luvut.
- Tuki päätöksenteossa: Data Storytelling voi auttaa päätöksenteossa tarjoamalla selkeää ja helposti ymmärrettävää tietoa. Sen avulla voidaan esimerkiksi pysyä keskusteluissa hyvin keskittyneenä.
- Parempi yhteistyö: Kun data-asiantuntijat oppivat puhumaan muiden yrityksen sidosryhmien kieltä, yhteistyötä voidaan tehostaa.
Tietopohjaisen tarinankerronnan haitat
- Aikaa vievää: Tietojen avulla tapahtuva tarinankerronta voi olla hyvin aikaa vievää, etenkin kun on kyse tietojen käsittelystä ja niiden muokkaamisesta tarinaksi.
- Subjektiivisuus: On olemassa vaara, että tietoja tulkitaan subjektiivisesti sen mukaan, miten tarina kerrotaan ja kuka sen kertoo.
- Todellisuuden vääristäminen: Korostamalla tiettyjä tietoja ja jättämällä toiset huomiotta on vaarana, että todellisuutta vääristellään ja annetaan epätäydellinen tai väärä kuva. Siksi tietojen esittämistä laadittaessa tulisi tarkasti tarkistaa, ovatko saadut havainnot todellakin oikeita.
- Liian paljon tietoa: Visuaalisia elementtejä tai tietoa voi olla liikaa, mikä voi ohjata yleisön huomion pois tärkeimmistä asioista. Siksi on tärkeää keskittyä vain olennaiseen tietoon.
Yhteenveto
Data Storytelling on arvokas menetelmä, jonka avulla dataa voidaan esittää havainnollisesti ja välittää siten selkeä ja vakuuttava viesti. Visuaalisten elementtien ja hyvin jäsennellyn kerrontatavan avulla yleisö ymmärtää tiedot helpommin ja muistaa ne paremmin. Näin ollen Data Storytelling voi olla avuksi monilla aloilla.
Business Intelligence -ohjelmisto voi auttaa sinua luomaan ja muotoilemaan datatarinasi. Kätevät analysointitoiminnot, erilaiset vaihtoehdot tietojen visualisointiin sekä mahdollisuus luoda omia koontinäyttöjä ja raportteja helpottavat datatarinasi laatimista.
Weitere Informationen über die Business Intelligence Software myPARM BIact:
Möchten Sie myPARM BIact in einer Demonstration kennenlernen? Dann vereinbaren Sie gleich einen Termin!

















