Data Storytelling: Narre historias con los hallazgos

Podemos haber llevado todo un gran proceso de análisis y haber encontrado hallazgos muy interesantes con potencial de generar un gran impacto, pero esto dependerá de la forma cómo transmitamos lo encontrado. Es aquí donde entra lo que se denomina Data Storytelling, que nos permite contar historias con los hallazgos.

Un análisis de las 500 presentaciones más populares de TED encontró que el 65% de ellas utilizó historias para describir su contenido, pero más allá de estos datos, estoy seguro de que todos concordarán que las cosas se recuerdan más fácilmente a través de una historia bien contada.

Según Stephen Few, un experto en visualización de datos, el Storytelling es una combinación de 4 elementos: Datos, Visualización, Narración y Beneficios. Sin embargo, la escritora Cole Nussbaumer -que también nos ofrece técnicas al respecto- aporta una adicional: el Contexto.

A continuación, comentaremos sobre cada uno de estos elementos:

En este caso, se debe partir de un análisis exploratorio que significa entender qué podría ser digno de exploración o interesante para destacar a los demás. Luego, es importante plantear las siguientes interrogantes:

• ¿A quién?: queremos comunicar el mensaje, ¿tiene algún perfil en particular para el cual debamos utilizar un lenguaje más apropiado? Nancy Duarte en su libro «Resonate», recomienda pensar en su audiencia como el héroe y describe estrategias específicas para conocerla, segmentarla y crear puntos en común (puede encontrar un resumen del libro en duarte.com)
• ¿Qué?: ¿Qué es lo que necesita que su audiencia conozca o haga? Si está celebrando algún éxito, tratando de llevar a la acción, si es un tópico serio o ligero. ¿Qué herramienta puede utilizar mejor para transmitir su mensaje? ¿Un correo, una presentación?

Una técnica aquí para tratar definir la idea más importante es resumir la historia en 3 minutos. Esto es: ¿Si tuviera solo 3 minutos para contar su historia, ¿qué es lo que ellos necesitarían conocer? ¿Qué podría decir?

Esto implica qué datos puede utilizar para soportar la idea planteada. Para esto, considere lo siguiente:

• Datos que estarían asociados con la historia o el problema.
• Las fuentes de donde son obtenidos.
• La calidad considerando algunas dimensiones como:
  • Precisión: el grado con el cual los datos describen el mundo real.
  • Temporalidad: La «frescura» de los datos o el rango en el tiempo que son analizados.

La frase «una imagen vale más que mil palabras» tiene que ver con la forma como el cerebro humano proceso la información, lo cual es más fácil al utilizar gráficos o figuras en lugar de datos detallados sobre hojas de cálculo o reportes.

Cuando necesitamos definir qué tipo de gráfica podemos utilizar, podríamos considerar 4 tipos de visualizaciones: Comparativas, de Relación, Distribución y Composición.

Aquí se muestra una imagen que describe brevemente el tema, pero si desea explorar en mayor detalle, puede descargarse el documento sobre los distintos tipos de gráficos aquí:

Aquí encontrará una alternativa adicional para tener más ideas del nuevo tipo de visualizaciones que se pueden utilizar.

La escritora Cole Nussbaumer, en su libro Storytelling with Data, nos indica también que evitemos la carga cognitiva ya que cada simple elemento que agreguemos a la página o pantalla que estamos mostrando a la audiencia genera una carga cognitiva que podría sobrecargar nuestro cerebro al tratar de procesar lo que queremos comunicar, por lo que recomienda utilizar los principios de Gestalt (Proximidad, Similitud, Cerco, Cierre, Continuidad y Conexión) , así como también que tengamos cuidado en la falta de orden, procurando alinear los componentes de la imagen para mayor facilidad de lectura, utilizar adecuadamente los espacios en blanco y el uso del contraste de colores para enfatizar los datos a comunicar.

En la siguiente imagen se puede ver un par de imágenes mostrando el antes y después de utilizar sus recomendaciones. Como podrá observar, la segunda imagen muestra de una forma más sencilla, menos cargada, la información, centrando la atención en el mensaje y hallazgo a comunicar (fíjese, inclusive, en la diferencia entre el texto del título de ambas imágenes).

Lo que se busca es tener una historia persuasiva que permita transmitir el mensaje, para esto considere los elementos básicos de una narrativa:

• Personajes: en analítica, son los consumidores de los hallazgos que convertirán estos en acciones
• Localización: Es el ambiente donde se da la historia, en analítica incluye los motivadores, preocupaciones y amenazas para el negocio.
• Trama: Secuencia de eventos que hacen la historia. En analítica, es la metodología de cómo el objetivo, problema y preguntas fueron formuladas, los datos seleccionados, algoritmos utilizados y hallazgos detectados. Aquí aplica una frase de Seth Godin, que dice «Las personas no compran bienes y servicios, compran relaciones, historias y magia».
• Conflicto: Cada historia tiene un conflicto o problema a resolver, en analítica es la propuesta de valor de hacer analítica para encontrar hallazgos y resultados para el negocio.
• Cierre: Es la solución del problema, es decir como los hallazgos pueden ser utilizados para llevarlos a la acción para un mejor desempeño de negocios y resultados.

Cole Nussbaumer nos indica una estructura similar, pero adicionalmente nos pide poner cuidado en la estructura para comunicar y aunque muestra algunas alternativas, la de «Bing, Bang, Bongo» me parece la más clara y que habla casi por sí misma en la siguiente imagen, en donde se resalta el hecho de que el mensaje sea corto, claro y con frases repetibles.

Finalmente, el último es el aspecto financiero, lo cual significa el poder valorar cómo los hallazgos pueden representar un beneficio financiero en términos de valor presente neto (VPN), WACC (tasa del costo promedio del capital) y retorno de inversión (ROI).

Siendo éste es el último TIP de la serie sobre analítica avanzada, le dejamos el mapa mental que engloba a los 10 tips, y que le servirá para considerar a nivel macro el panorama completo.

BIBLIOGRAFIA

• Analytics best practices, Prashanth H Southekal, 2020
• Storytelling with Data, Cole Nussbaumer, edición Kindle