چگونه داستان سرایی داده را بهبود بخشیم و پشتیبانی بیشتری به دست آوریم

تا سال 2025، داستان‌های داده گسترده‌ترین راه برای مصرف تجزیه و تحلیل خواهد بود.

این پیش‌بینی چند سال پیش گارتنر به مدیران مالی مربوط بود، اما این پیش‌بینی برای گروه دیگری که اطلاعات را به فروش می‌رسانند، یعنی بازاریابان، کاملاً صدق می‌کند.

گارتنر حتی ظهور داستان سرایی پویا را به عنوان یکی از چهار روند داده و تحلیل شناسایی کرد:

«رهبران در سراسر سازمان‌ها به تلاش برای تفسیر بینش‌ها ادامه می‌دهند امور مالی. علی‌رغم پلت‌فرم‌های تحلیلی و هوش تجاری مدرن (A&BI)، بینش‌ها اغلب فاقد زمینه هستند و به راحتی توسط اکثر کاربران قابل درک یا عمل نیستند.

«بازاریابی» را جایگزین «مالی» کنید، و این چالش همچنان صادق است. در حالی که بازاریابان می توانند به حجم عظیمی از داده ها دسترسی داشته باشند و ابزارهای متعددی برای تجزیه و تحلیل و ارائه آنها در اختیار دارند، غیر بازاریابان در شرکت برای درک معنای داده ها تلاش می کنند.

دیوید سیومو، رهبر اطلاعات تصمیم گیری و رهبر داستان سرایی داده ها در Humana، در ارائه خود در کنفرانس تجزیه و تحلیل بازاریابی و علم داده (MADS) این معما را مورد بحث قرار می دهد. او می‌گوید: «تمام روز با افرادی احاطه شده‌ام که به داده‌ها اهمیت می‌دهند، اما مخاطبان، افرادی که داده‌ها را مصرف می‌کنند، افرادی هستند که تصمیم می‌گیرند.

برای کمک، دیوید توضیح می دهد که چگونه می توان این شکاف را پر کرد.

چگونه داده ها می توانند تفاوت ایجاد کنند

دیوید می گوید که کار با داده ها معمولاً این فرآیند شش مرحله ای را دنبال می کند:

  1. هدف را تعریف کنید.
  2. داده ها را جمع آوری کنید.
  3. داده ها را پاک کنید.
  4. تجزیه و تحلیل در سطح میدانی انجام دهید.
  5. داده ها را ادغام کنید.
  6. داده ها را تجزیه و تحلیل کنید و بینش های تجاری را جمع آوری کنید.

با این حال، دیوید می گوید که بسیاری از بازاریابان زمان کافی را برای مرحله 6 صرف نمی کنند. داده ها به تنهایی رهبری را متقاعد نمی کند که بودجه بازاریابی شما را تأیید کند. شما باید از داده ها برای دریافت بینش و اقدام استفاده کنید. برای گفتن یک داستان خوب باید از داده ها استفاده کنید.

داده ها سرد، واقعی و عینی هستند. داستان ها گرم، احساسی و ذهنی هستند. یک مطالعه نشان داد که پس از ارائه، تنها 5٪ از افراد می توانند یک آمار را به خاطر بیاورند. با این حال، 63٪ می توانند داستانی را از آن به خاطر بسپارند.

«داستان گویی، تا حدی، مغز ما را به گونه‌ای ایجاد می‌کند که کاملاً از آن بی‌خبریم، اما آن را دوست داریم. دیوید می‌گوید وقتی از آن فیلم یا آن نمایش خارج می‌شوید و روزها در مورد آن صحبت می‌کنید، اتفاقی که می‌افتد این است که شیمی مغز شما، از جمله دوپامین، تحت تأثیر قرار می‌گیرد.

  دو راه برای دفاع از وضع موجود

ماموریت بازاریابان واضح است: برای ایجاد تأثیر بیشتر در سازمان خود، باید از داده ها به عنوان مبنای یک داستان عالی استفاده کنید تا افراد بیشتری آن را به خاطر بسپارند. به عبارت دیگر، شما باید به داستان گوی داده تبدیل شوید.

چه چیزی باعث داستان سرایی داده خوب می شود

دیوید می گوید: «داستان سرایی داده توانایی برقراری ارتباط مؤثر بینش از مجموعه داده با استفاده از روایت ها و تجسم ها است. می توان از آن برای قرار دادن بینش داده ها در زمینه و الهام بخشیدن به اقدامات مخاطبان استفاده کرد.

استفاده از ابزار هوش تجاری برای ایجاد داشبورد با نمودارها، شما را به یک داستان گوی داده تبدیل نمی کند. تنها چیزی که به دست می آورید تجسم داده است. دیوید می گوید: شما داستان را متوجه نمی شوید.

داستان های داده شامل چهار عنصر است:

  • طراحی بصری که شامل تصاویر و سایر عناصر و اصول طراحی است
  • زمینه این نشان می دهد که مخاطب را درک می کنید، هدف و هدف مشخصی دارید و از حلقه های بازخورد استفاده می کنید
  • داده ها از منابع کیفی به طور دقیق تجزیه و تحلیل و ارائه شده است
  • روایت که پیام را در بر می گیرد، آغاز، میانه و پایان دارد و شامل فراخوانی برای اقدام است

دیوید یکی از گفته های مورد علاقه خود را به اشتراک می گذارد: “هر بینش داده باید معنی دار، ارزشمند و قابل اجرا باشد.”

برای دستیابی به آن، هنگام ایجاد یک داستان داده، این سوالات را از خود بپرسید:

  • آیا مخاطب هدف را درگیر می کند؟
  • آیا شک و تردید را برطرف می کند و تصمیمات را روشن می کند؟
  • آیا حقایق را آشکار می کند و بینش های معناداری ارائه می دهد؟
  • آیا فرصت های عملی را فراهم می کند؟

اگر پاسخ منفی است، به عقب برگردید و در ایده داستان داده خود تجدید نظر کنید.

چگونه یک داستان داده خوب را جمع آوری کنیم

دیوید برای گفتن داستان‌های داده‌ای مؤثر، این توالی را دنبال می‌کند – داستان، داده، تجسم و ابزار.

ممکن است فکر کنید که این امر خلاف واقع به نظر می رسد. در یک داستان داده، داده ها باید اولین گام و داستان باید آخرین مرحله باشد. دیوید می گوید که اینطور نیست.

او توضیح می‌دهد: «بسیاری از بخش‌های درون یک شرکت اغلب به داده‌ها وابسته هستند تا بفهمند چه اتفاقی می‌افتد. در نتیجه، زمانی که تیم‌ها به مرحله گزارش‌دهی یا داشبورد می‌رسند، محصول نهایی به‌جای بیان یک داستان قانع‌کننده، تمایل زیادی به نمایش داده‌ها دارد. این رویکرد می‌تواند تأثیر بینش‌هایی را که داده‌ها می‌توانند ارائه کنند، کاهش دهد.»

چارچوب داستان اول از استفاده بیش از حد پیچیده از داده ها بدون بینش عملی جلوگیری می کند. شما با پرسیدن یک سری سوال برای درک اولویت و دیدگاه کسب و کار قبل از فرو رفتن در داده ها شروع می کنید.

  حرفه ای دوستانه | وبلاگ ست

«در مورد هدف و بینش‌های کلیدی که می‌خواهید کشف کنید، سؤالات مهم بپرسید. دیوید می‌گوید با بیان پاسخ‌های مشخصی که دنبال می‌کنید، می‌توانید حجم داده‌های ارائه‌شده را به حداقل برسانید و از پیچیدگی بیش از حد تجزیه و تحلیل جلوگیری کنید و در نهایت در زمان و هزینه صرفه‌جویی کنید. “این به ما امکان می دهد افکار خود را از قبل سازماندهی کنیم و اطمینان حاصل کنیم که متمرکز می مانیم و نکات خود را به کارآمدترین و واضح ترین شکل ممکن منتقل می کنیم.”

نمونه ای از داستان سرایی داده ها

دیوید در یک سناریوی تخیلی قدم می زند تا بتوانید چارچوب داستان اول را در عمل ببینید:

تیم فروش یک شرکت می خواهد بازار یک محصول جدید را درک کند. برای کمک، تیم بازاریابی فقط تمام داده‌های موجود را در داشبورد جمع‌آوری نمی‌کند، بلکه با تیم فروش همکاری می‌کند تا اهداف خود را برای بینش روشن کند.

آنها نتیجه می گیرند که هدف معرفی محصول به مناطق موجود و جدید است. آنها می دانند که محصولات فعلی در مناطق همسایه عملکرد خوبی داشته و معتقدند محصول جدید در جاهای دیگر موفق خواهد بود. این تمرکز به شناسایی داستان اصلی کمک می کند و به آن اجازه می دهد تا بر نیازی تمرکز کند که در جای دیگر ارائه نشده است.

در مرحله بعد، بازاریابان می توانند داده های مورد تجزیه و تحلیل را برای پشتیبانی از داستان و نحوه ارائه آن در یک گزارش یا داشبورد شناسایی کنند. سپس، آنها می توانند با داده ها برای استخراج بینش های مرتبط کار کنند.

پس از پردازش داده ها، کار به تجسم آن به گونه ای می پردازد که پیام آن بینش ها را به وضوح منتقل می کند. تجسم داده ها برای هر داستانی مناسب نیست – همه چیز به نمودار خطی، میله ای یا دایره ای نیاز ندارد.

در داستان سرایی داده، هدف انتخاب تصاویری است که بینش را ساده می کند. به عنوان مثال، کاوش در فرصت‌ها در یک بازار جدید ممکن است خود را به یک نقشه جغرافیایی رنگی کمک کند.

ابزار تجسم به اهداف شما و قابلیت های آنها بستگی دارد. به عنوان مثال، برخی از پلتفرم های هوش تجاری ممکن است نتوانند داده های زمان واقعی را نشان دهند. اگر اینطور بود، داستان داده ها داده های زمان واقعی را در بر نمی گرفت.

این نکات تجسم داده را دنبال کنید

از جمله نکات دیوید برای ایجاد یک داستان داده باکیفیت که ارزش ارائه می‌کند و باعث حرکت می‌شود:

  • داده های مناسب برای داستان را شناسایی کنید.
  • داستان را با تصاویر کمتر و معنادارتر ساده کنید.
  • از رنگ برای کمک به بیان داستان استفاده کنید.
  • اطلاعات کمتر مهم را جمع آوری کنید.
  • بصری را بر اساس پیام و نیازها تنظیم کنید، نه خواسته ها.
  • فقط بینش‌هایی را درج کنید که بینندگان را به تصمیم‌گیری سوق دهد.
  • سوگیری شناختی را نادیده نگیرید یا با آن بازی نکنید.
  قبل از پاسخ دادن به این 8 سوال، یک پروژه تحقیقاتی اصلی را شروع نکنید

دیوید همچنین چند چیز را به اشتراک می گذارد که باید از آنها اجتناب کرد.

اولین مورد این است که استفاده از جداول را متوقف کنید زیرا مصرف داده در آن قالب مستلزم صرف زمان بیش از حد بیننده برای به دست آوردن بینش است. ما تصاویر را سریعتر از متن پردازش می کنیم. دیوید می‌گوید وقتی دقیقاً همان داده‌ها را می‌گیرید، و آن‌ها را در یک تصویر بصری قرار می‌دهید، داستان خیلی سریع ظاهر می‌شود.

به این مثال نگاه کنید، که شامل یک جدول در سمت چپ و تصویری در سمت راست درباره نرخ جهانی آلودگی COVID-19 است. نقشه جهان برای کسانی که خواهان درک سریع هستند به خوبی کار می کند. جدول برای بخشی از مخاطبان وجود دارد که ممکن است بخواهند تحلیل بیشتری انجام دهند.

این مثال شامل جدولی در سمت چپ و تصویری در سمت راست درباره نرخ جهانی آلودگی کووید است.

نکته دوم در مورد کارهایی که نباید انجام دهید این است که پیتزا را به خاطر پیتزا، یا همانطور که دیوید آن را “غذاهای نمودار” می نامد، اضافه کنید.

در این نمودار دایره ای در مورد برگزیت، داده ها ساده است: 47 درصد می گویند بله، 43 درصد می گویند نه، و 10 درصد نمی دانند. با این حال، ارائه در مسیر داده ها قرار می گیرد. پرچم بریتانیا تصویر روی کیک است که دیدن برش های داده را سخت می کند و گرافیک از دو سایه آبی، قرمز، سفید، سیاه و زرد استفاده می کند. سایه‌ها، ترکیب‌های گرادیان، بافت‌ها و غیره آب را گیج و گل آلود می‌کنند. دیوید می گوید که خواندن داستان را سخت می کند.

در این نمودار دایره ای در مورد برگزیت، داده ها ساده است: 47 درصد می گویند بله، 43 درصد می گویند نه، و 10 درصد نمی دانند.

آیا آماده گفتن داستان با داده ها هستید؟

شما در اعداد و ارقام غرق هستید: تجزیه و تحلیل وب، رسانه های اجتماعی، ویدیو، جستجوی پولی، تولید سرنخ، بازاریابی ایمیلی و موارد دیگر. این دریایی از داده ها به اقیانوس هایی از صفحات گسترده، گزارش ها، نمودارها و داشبوردها منتهی می شود. شما هر هفته وقت گرانبهایی را برای تولید و مدیریت این گزارش‌ها اختصاص می‌دهید، اما در نهایت، آیا این در خدمت تیم بازاریابی است؟ آیا سازمان گسترده تر حتی به آنها نگاه می کند؟

در عوض، از داده های خود داستان بسازید. به عنوان یک تجدید، اطمینان حاصل کنید که هر داستان:

  • مخاطبان هدف را درگیر می کند
  • شک و تردید را از بین می برد و تصمیمات را روشن می کند
  • حقایق را آشکار می کند و بینش های معناداری ارائه می دهد
  • فرصت های عملی را فراهم می کند

شاید از داستانی که دیوید گفت خوشتان بیاید. اکنون، نوبت شماست که با داده های خود داستانی به همان اندازه خوب بگویید و تأثیر بیشتری در سازمان خود داشته باشید.

ai aj ak” dir=”ltr”>به تحلیلگران و دانشمندان داده در سازمان خود در مورد آن بگویید تجزیه و تحلیل بازاریابی و علم داده کنفرانس، هم محل با دنیای بازاریابی محتوا همین امروز ثبت نام کنید و 100 دلار با کد تبلیغاتی BLOG100 پس انداز کنید.

مطالب مرتبط دستچین شده:

تصویر روی جلد توسط جوزف کالینوفسکی/موسسه بازاریابی محتوا

منبع: https://contentmarketinginstitute.com/articles/data-storytelling-buy-in/

Knowledge panels – serp feature. Video marketing software.