Data storytelling, czyli co mogą opowiedzieć dane

Człowiek żyje w historii – albo zbyt uwikłany we własną przeszłość, albo zbyt nastawiony na swoją przyszłość. Tak właśnie charakteryzowali kondycję ludzką filozofowie: to, co odróżnia nas od zwierząt, to właśnie brak zdolności do życia chwilą, tu i teraz.

Ponieważ żyjemy w Historii (wielkie H użyte celowo), nieustannie potrzebujemy tworzenia, opowiadania i słuchania rozmaitych historii, opowieści, narracji. Opowiadamy przełożonemu, dlaczego się spóźniliśmy albo jak pozyskaliśmy dużego klienta; na spotkaniach ze znajomymi opowiadamy dowcipy i anegdoty z życia; w wolnym czasie czytamy książki i oglądamy filmy. Opowieści zaspokajają naszą potrzebę sensu.

Opowieść to bowiem pewien model rzeczywistości: zwracamy uwagę na konkretne zdarzenia, pomiędzy którymi zachodzi związek. Cały czas wokół dzieją się niezliczone zdarzenia i nie możemy świadomie postrzegać wszystkich jednocześnie. Narracje uczą nas, gdzie kierować naszą uwagę, na które elementy ją zwracać i w jaki sposób je interpretować.

Nie ma danych bez interpretacji

Dane same w sobie nie mówią nic. To, jakie dane są nam potrzebne w danej chwili do analizy, jest więc w dużej mierze kształtowane przez nasze poczucie sensu. Każdy proces analizy danych, w tym również uprawianie nauki, jest uwarunkowany przez potrzebę zrozumienia. Dlaczego dzieje się to, co się dzieje? Dlaczego słońce wschodzi na wschodzie i zachodzi na zachodzie? Dlaczego trawa jest zielona, a niebo niebieskie? Dlaczego, kiedy zrobię X, otrzymam wynik Y? Dlaczego klienci nie są zainteresowani moją ofertą, a kupują ofertę konkurencji?

Możemy zbierać wiele różnego rodzaju danych, ale dopóki nie zadamy pytania o sens – czyli o historię, jaką opowiadają – będą one dla nas zupełnie bezużyteczne. Tego rozstrzygnięcia powinno dokonać się na etapie implementacji rozwiązania mającego zbierać dane. Truizmem jest stwierdzenie, że im więcej danych mamy, tym lepiej – ale nie możemy zbierać wszystkiego, ponieważ możliwości jest zbyt wiele. Mamy ograniczenia finansowe (koszt zbierania i przechowywania), jak i techniczne (rozwiązania bazodanowe nie są nieskończenie duże).

Decyzja o tym, jakie dane możemy i chcemy zbierać, jest więc brzemienna w skutkach. Zanim zaczniemy zbieranie danych, należy przeanalizować cały proces sprzedażowy i zadać pytania, na które chcemy odpowiedzieć przy pomocy informacji. Co będziemy pokazywali podczas prezentacji dla zarządu za pół roku, rok, dwa lata? Jak będzie wyglądał dashboard? Jak brzmi hipoteza, którą chcemy udowodnić? Ile czasu powinniśmy przechowywać konkretne dane i gdzie powinny być przechowywane?

Skrupulatne podejście do tych pytań pozwoli uniknąć sytuacji, w której okazuje się, że choć teoretycznie zbieramy dane, to nie jesteśmy w stanie ich właściwie użyć.