Skip to content

Effectief communiceren met data door de kracht van storytelling (1/3)

Effectief communiceren met data door de kracht van storytelling (1/3)

De behoefte en noodzaak voor data gedreven bedrijfsvoering wordt steeds groter. Zeker vandaag de dag, in onzekere tijden, willen we grip op wat er gebeurt om ons heen om zo de juiste koers te varen.

De gangbare manier om inzichten uit data over te brengen is via dashboards, grafieken en tabellen. Alleen de ene analist slaagt er beter in de boodschap over te brengen dan de ander. Rechts zie je een greep uit enkele COVID-19 gerelateerde visualisaties die voorbij kwamen:

Vaak zie je dit soort onnodig complexe grafieken met een overload aan informatie of ongelukkig gekozen visuele aspecten die de leesbaarheid sterk verminderen. En vooral in de bedrijfsvoering belangrijk: zonder concrete aanzet tot actie. Effectieve visualisatie van waardevolle data is de laatste stap in het gehele proces om data tastbaar te maken, de Data Stack, en krijgt vaak onvoldoende aandacht. Dit leidt tot een flinke investering van tijd en geld zonder de gewenste kostenbesparing, omzetkansen of kwaliteitsverbeteringen.

Laat niet enkel de data zien, maar vertel een verhaal.

In de komende weken zal ik, middels het boek “Storytelling with Data”  van Cole Nussbaumer Knaflic, de kunst van het effectief communiceren met data verder toelichten. Via 6 lessen binnen de context van Story Telling, het vertellen van een verhaal, worden belangrijke elementen uitgelicht die helpen bij het communiceren met data:

  1. Begrijp de context
  2. Kies een gepast type visualisatie
  3. Elimineer overbodige afleidingen
  4. Creëer de juiste focus
  5. Denk als een ontwerper
  6. Vertel een verhaal
Begrijp de context en kies een gepast type visualisatie

Het is verleidelijk om gelijk te beginnen met de bouw van een dashboard of andere vorm van communicatie zonder eerst stil te staan bij de context: je publiek, het doel en de vorm. Om het gewenste effect of een bepaalde actie te realiseren is het allereerst van belang te weten wie de eindgebruiker precies is:

  • In hoeverre is deze persoon bekend en vaardig met de data?
  • Wat is zijn/haar rol in de organisatie?
  • Wat is de achtergrond van de organisatie?
  • Hoe gebruikt deze persoon de data?

Vervolgens is het cruciaal om het doel vast te stellen; Wat willen we bereiken met het dashboard? Gaat dit enkel om het informeren of willen we ook aanzetten tot actie, oftewel data gedreven besluiten nemen. Antwoorden op deze vragen en een gezamenlijk begrip van hoe een geslaagd resultaat eruitziet helpen de dynamiek, flow en de mate van detail van het dashboard te bepalen. Het is hierin ook mogelijk verschillende versies of lagen te bouwen wanneer er verschillende typen eindgebruikers zijn.

Nu bekend is wat we precies willen overbrengen en met welk doel is het van belang te bepalen welke type visualisatie dit doel het beste dient. Er zijn heel veel mogelijkheden en er is vaak niet perse één goed antwoord, maar het belangrijkst om te onthouden is dat de visualisatie gekozen wordt die het meest eenvoudig te begrijpen is. Soms kan het simpelweg laten zien van de cijfers zonder visualisatie, zoals een groeipercentage of telling, voldoende zijn. Laten we een aantal basistypen visualisaties doornemen.

Tabellen interacteren met ons verbale systeem en zijn vaak niet de primaire keuze om effectief inzichten te delen, tenzij een hoge mate van detail vereist is. De leesbaarheid kan verhoogd worden door er een heat map van te maken waarbij de relatieve waarde wordt benadrukt door bijvoorbeeld hogere waarden donker te kleuren. De tabel komt het best tot zijn recht in de diepste laag, na doordrillen in het dashboard, waar de gebruiker de onderliggende data kan downloaden.

Grafieken interacteren met ons visuele systeem wat veel sneller in staat is informatie te verwerken. Ieder grafiektype heeft zijn eigen voordelen. Zo komt het scatter plot of spreidingsdiagram het best tot zijn recht wanneer de correlatie of samenhang tussen verschillende variabelen wordt weergegeven, zoals omzet versus advertentie kosten. Lijngrafieken zijn ideaal om de ontwikkeling van een variabele over de tijd te laten zien zoals de gemiddelde CPM (kosten per 1000 weergaven) afgezet tegen verschillende jaren. Staafgrafieken worden vooral gebruikt voor categorische data, zoals de weergave van het aantal bezoeken per bron naar je website. De watervalgrafiek is ideaal om inzicht te geven in de opbouw van bijvoorbeeld omzetverschillen tussen verschillende perioden. Zo zijn er nog vele visualisaties te overwegen maar dit is niet de juiste vorm om hier dieper op in te gaan. Vermijd te allen tijde 3D visualisaties en taart- of cirkeldiagrammen! Deze zijn heel lastig te interpreteren omdat ze een vertekend beeld geven waarbij de grootte van de categorieën lastig is in te schatten.

De volgende keer duiken we dieper in de details om te leren hoe bepaalde visuele elementen onnodige verwerkingscapaciteit voor de hersenen innemen en vervolgens hoe de aandacht en focus op de juiste manier gestuurd kan worden: Elimineer overbodige afleidingen en creëer de juiste focus.

Lees deel 2

Built on your data

Vandaag de dag wordt er binnen elk bedrijf ontzettend veel data gegenereerd. Datalon helpt u als organisatie door uw data grondig te analyseren en inzichtelijk te maken waar en welke processen er geoptimaliseerd kunnen worden.