Bawa narasi ke depan – TechCrunch


Pada 2025, 463 exabyte data akan menjadi dibuat setiap hari, menurut beberapa perkiraan. (Untuk perspektif, satu exabyte penyimpanan dapat menampung 50.000 tahun video berkualitas DVD.) Sekarang lebih mudah dari sebelumnya untuk menerjemahkan tindakan fisik dan digital menjadi data, dan bisnis dari semua jenis telah berlomba untuk mengumpulkan data sebanyak mungkin untuk mendapatkan keunggulan kompetitif.

Namun, dalam kegilaan kolektif kami dengan data (dan mendapatkan lebih banyak data), yang sering diabaikan adalah peran yang dimainkan storytelling dalam mengekstraksi nilai nyata dari data.

Kenyataannya adalah bahwa data saja tidak cukup untuk benar-benar mempengaruhi perilaku manusia. Apakah tujuannya adalah untuk meningkatkan keuntungan bisnis atau meyakinkan orang tinggal di rumah di tengah pandemi, itu adalah narasi yang mendorong tindakan, bukan angka saja. Dengan semakin banyaknya data yang dikumpulkan dan dianalisis, komunikasi dan penceritaan akan menjadi lebih integral dalam disiplin ilmu data karena perannya dalam memisahkan sinyal dari noise.

Data saja tidak memacu inovasi – sebaliknya, penceritaan berdasarkan data yang membantu mengungkap tren tersembunyi, mendukung personalisasi, dan menyederhanakan proses.

Namun ini bisa menjadi area di mana para ilmuwan data berjuang. Di Anaconda Survei State of Data Science 2020 Dari lebih dari 2.300 data scientist, hampir seperempat responden mengatakan bahwa tim data science atau machine learning (ML) mereka kurang memiliki keterampilan komunikasi. Ini mungkin salah satu alasan mengapa sekitar 40% responden mengatakan bahwa mereka dapat secara efektif menunjukkan dampak bisnis “hanya kadang-kadang” atau “hampir tidak pernah”.

Praktisi data terbaik harus terampil dalam bercerita seperti mereka dalam pengkodean dan penerapan model – dan ya, ini melampaui pembuatan visualisasi untuk menyertai laporan. Berikut adalah beberapa rekomendasi tentang bagaimana data scientist dapat menempatkan hasil mereka dalam narasi kontekstual yang lebih luas.

Buat abstrak lebih nyata

Set data yang terus berkembang membantu model pembelajaran mesin lebih memahami ruang lingkup masalah, tetapi lebih banyak data tidak selalu membantu pemahaman manusia. Bahkan untuk sebagian besar pemikir otak kiri, itu tidak ada di kita alam untuk memahami angka abstrak yang besar atau hal-hal seperti peningkatan kecil dalam akurasi. Inilah mengapa penting untuk memasukkan poin referensi dalam cerita Anda yang membuat data menjadi nyata.

Misalnya, selama pandemi, kami telah dibombardir dengan statistik yang tak terhitung jumlahnya seputar jumlah kasus, tingkat kematian, tingkat kepositifan, dan banyak lagi. Meskipun semua data ini penting, alat seperti peta interaktif dan percakapan sekitar nomor reproduksi lebih efektif daripada pembuangan data besar-besaran dalam hal menyediakan konteks, menyampaikan risiko, dan, akibatnya, membantu mengubah perilaku sesuai kebutuhan. Dalam bekerja dengan angka, praktisi data memiliki tanggung jawab untuk menyediakan struktur yang diperlukan agar data dapat dipahami oleh audiens yang dituju.



Sumber

Related Articles

LEAVE A REPLY

Please enter your comment!
Please enter your name here

Stay Connected

21,933FansLike
0FollowersFollow
0SubscribersSubscribe
- Advertisement -

Latest Articles