Как аналитикам создавать продающие истории с помощью BI
Ситуация: на вашем столе лежит отчет, состоящий из множества таблиц и диаграмм. Вам нужно на его основе принять важное решение, но времени катастрофически не хватает. Или другой сценарий: вы провели масштабное исследование, собрали данные, проанализировали их, и теперь нужно эффективно донести результаты до заказчика или лица, принимающего решения. Как это сделать, не превратив презентацию в унылый набор цифр и графиков?
И как?
Меня зовут Сергей Заякин, я старший маркетолог-аналитик в компании «Оптимакрос», разработчика одноименного ПО для интегрированного планирования, бюджетирования и бизнес-аналитики. Я занимаюсь аналитикой уже 10 лет, и в этой статье расскажу, как донести сложные данные в форме увлекательных и понятных каждому историй. Решение — аналитический сторителлинг.
Аналитический сторителлинг — это инструмент, который помогает аналитику донести до аудитории сложную информацию доступным языком, визуализируя данные и влияя тем самым на принятие решений. Использование этого приема повышает ценность данных и ваших выводов, помогает адаптировать сложную информацию для аудитории и выделить ключевые моменты. В конце-концов более человечные и «дружелюбные» данные всегда будут восприниматься лучше, а набор сухих цифр без эффективной визуализации повышает риск того, что аудитория потеряется в этих данных.
Я не переоцениваю значимость визуализации и сторителлинга. По результатам опроса, проведенного компанией Accenture, 34% финансовых директоров отметили сторителлинг в числе навыков, активно внедряемых в сфере финансов. Это говорит о растущем спросе на специалистов, умеющих не только анализировать данные, но и эффективно представлять результаты анализа.
Как Джон Сноу остановил эпидемию холеры с помощью визуализации
Начнем с истоков. Визуализация информации имеет древнюю историю, уходящую корнями в доисторические времена. Первые примеры — наскальные рисунки, с помощью которых люди пытались зафиксировать окружающий мир.
Более знакомые нам исторические примеры — географические карты и анатомические атласы.
Один из ранних образцов современной визуализации — временная шкала Джозефа Пристли 1765 года, где он отметил годы жизни библейских персонажей. Этот график визуально напоминает такую привычную нам диаграмму Ганта.
Мой любимый пример — карта заболеваний холерой, составленная Джоном Сноу (не тем, о котором вы подумали) в 1854 году во время эпидемии в Лондоне.
Любимый Джон Сноу
Настоящий Джон Сноу
Сноу придумал гениальное: он нанес на карту дома, в которых люди болели холерой, и отметил колонки с водой, которыми пользовались жители этих домов. Немного анализа, и Сноу сделал вывод, что источник заболевания — не грязь, не воздух, а именно вода. С этой картой он пришел на собрание попечительского совета и потребовал отключить зараженные колонки. Благодаря этой визуализации власти приняли решение о закрытии колонок, что и привело к спаду эпидемии.
Карта заболевания холерой, Джон Сноу, 1854 г.
Еще один классный исторический пример — карта вторжения войск Наполеона в Россию в 1812 году. На ней изображены потоки войск при наступлении и отступлении, и график температуры. Эта визуализация наглядно демонстрирует взаимосвязь географии, численности армии и погодных условий.
Первые линейные графики и круговые или столбчатые диаграммы тоже появились давно. В 1786 году Уильям Плейфер создал «Коммерческий и политический атлас» с теми видами визуализации, которые мы используем и сегодня.
Долгое время создание визуализаций было искусством, требующим ручного труда. Но в XX веке произошел переход от линейки и карандаша к компьютерным технологиям. Это позволило создавать визуализации быстро и просто.
Переходим к визуализации
Вернемся в наши дни. Аналитический сторителлинг начинается после того, как анализ данных завершен и основные выводы сформулированы. Для их эффективного представления нужны визуализации, на основе которых аналитик готовит историю, подтверждая свои тезисы данными.
Все визуализации можно разделить на два типа:
Исследовательские — используются аналитиком для поиска ответов на вопросы в процессе анализа. Вот какие это могут быть вопросы:
Как изменяется выручка от продаж со временем?
Когда произошло изменение выручки?
Почему выручка изменилась в этот период?
Что означают эти результаты для компании?
Информативные (пояснительные) — используются для иллюстрации фактов, тезисов и донесения истории до аудитории.
Пример: при анализе эффективности маркетинговой кампании аналитик может использовать исследовательские визуализации: диаграммы рассеяния или тепловые карты, которые помогут выявить корреляции между различными факторами. А для презентации результатов руководству подойдут информативные визуализации — простые столбчатые диаграммы, показывающие рост конверсии в разных сегментах аудитории, или линейный график, демонстрирующий динамику продаж до и после кампании.
Создаем историю
Выбирая визуальные элементы, аналитик должен учитывать контекст: кто его аудитория? Какую идею необходимо донести? К каким действиям нужно побудить аудиторию?
Создание истории начинается с подготовки основной части. В ней вы описываете свои гипотезы, использованные данные и их источники, ход работы и полученные инсайты. Дальше на основе полученных данных вы формируете выводы и рекомендации, основу для принятия решения — они завершают историю. Вводная часть готовят в последнюю очередь: в ней обозначаются тема, цель и задачи анализа, его актуальность для аудитории, краткие выводы.
Инструменты для визуализации данных
Выбор инструмента для визуализации зависит от:
Задач аналитика и запроса заказчика
Доступных ресурсов и времени
Навыков аналитика
Основные типы инструментов:
1. Табличные редакторы (Excel, Numbers, Google Sheets)
Плюсы: общедоступны, низкий порог входа, широкие возможности для обработки данных
Минусы: платформозависимые, ограниченное число доступных визуализаций
2. BI-инструменты (Tableau, Power BI, Yandex DataLens и др.)
Плюсы: обширные возможности для работы с данными и визуализации, интерактивность
Минусы: средний порог входа, может требоваться подписка, нужна установка и настройка
3. Языки программирования и библиотеки (Python, R, JavaScript)
Плюсы: обширные возможности для работы с данными и визуализации
Минусы: высокий порог входа, требуется установка и настройка
4. Онлайн-инструменты для создания диаграмм (Datawrapper, Flourish)
Плюсы: общедоступны, низкий порог входа, широкие возможности для визуализации
Минусы: требуется регистрация/подписка, ограничения бесплатных версий
Визуализация помогает не просто представить данные, но и вдохнуть в них жизнь, сделать их понятными и актуальными для аудитории. Аналитический сторителлинг — это мост между сухими цифрами и реальными бизнес-решениями. Умение визуализировать данные, рассказывать на их основе истории, превращая их из мертвого груза в информацию, позволяющую принимать решения — один из ключевых навыков современного аналитика.
