一般來說，資料分析的專家（好像現在都叫資料科學家了）在商業場合大多是扮演「決策輔助」的角色，需要把資料分析的結果，包裝成其他人（尤其是決策者）看得懂的東西，說服他們「根據資料，有幾種可行的建議，各自有怎樣的成功率以及風險」。「說服」很重要的是對聽眾的理解，包含人性的理解和商業邏輯的理解，以純粹技術背景出身的人來說，大概會是比較吃力的一環。
哈佛商業評論除了宣稱「資料科學家是21世紀最性感的職業」之外，也有不少「如何用資料說故事」的文章。Thomas Davenport 在 2014 年的一篇「10種用資料說故事的方法」裡，建議可以從四個面向來看資料可以說的故事：
- 時間：是對過去歷史的回顧，對現在市場狀況的調查，還是對未來的預測。
- 焦點：想表達的重點屬於「是什麼」、「為什麼」還是「怎麼辦」。
- 深度：短期的處理資料問題，或是長期深入的探索新發現。
- 方法：相關或是因果。
當然，這些不同的方法通常都是混合使用的，Jim Stikeleather 在更早的一篇「如何用資料說故事」裡，有以下五項建議：
- 找一個吸引人的敘述方式
- 瞭解你的聽眾
- 客觀而且平衡
- 不要主動過濾資料
- 修改，修改，再修改
如同最前面說的，個人覺得其中的第二項應該是最需要花功夫的，然而言歸正傳，一旦瞭解了聽眾的背景與需求，其實就可以按照 Thomas Davenpor 提供的四大面向，組合出「吸引人的敘述方式」。
但是，我覺得在實務上，如果你對你的聽眾太過瞭解，彼此又有利害關係的時候，好像第三、第四項反而變得難以堅持了 XD。
[參考資料]
沒有留言:
張貼留言