データ アナリストがベストセラー作家から学べる 6 つのこと

データは美しいです。

それは、生命と人類の紛らわしく混沌としたノイズを数字と定量化可能なパターンに還元します。 また、データ アナリストとして、自分が世界への鍵を持っているように感じるかもしれません。

あなたが持っている情報、あなたが解決できる問題…

人々がただ耳を傾けさえすれば！

なるほど、データだけでは十分ではありません。

影響を与えたい場合は、学ぶ必要があるスキルが 1 つあります。それは、物語の構成です。

データのストーリーテリングにおいて、物語の構築が重要なのはなぜですか?

データのストーリーテリングは新しいものではありませんが、消費者や利害関係者が適切に提示されたデータの有用性と価値を認識するにつれて、その価値はますます高まっています。

ストーリーテリングは、感情的なつながりを生み出し、データポイントに意味を与えるため、人々がデータを理解するのに役立ち、より深いレベルで資料とつながることができます。

(データとストーリーテリングを連携させる必要がある 5 つの理由を次に示します。)

データ アナリストは、多くの場合、大規模なデータ セットを取得し、それらを人々が理解できる物語に変換することを任されています。 アニメーション、ビデオ、クールなグラフィックなど、さまざまな方法でこれを行うことができます。

優れたデータ ストーリーは、物語によって駆動される視覚要素とデータを組み合わせたものです。 3 つの要素をすべて一緒に展開すると、結果を促進し、視聴者を引き付けるのに非常に効果的です。

(出典:データキャンプ)

ただし、データとビジュアルは、物語がなければ意味がありません。

誤解しないでください。 グラビーなビジュアルとグラフィックは素晴らしく、データ ストーリーテリングの重要な部分です。

しかし、人々を惹きつけるのは物語です。

物語。

人間の脳は、物語を通じて情報を受け取り、保持するように配線されています。 私たちは数字よりも物語を覚えている可能性が高く、物語を使って私たちの周りの世界を理解しています.

技術的およびデータの概念を伝えることは常に課題でしたが、データ アナリストは物語の力によって複雑なアイデアを取り上げ、より多くの聴衆がアクセスできるようにすることができます。

よく構成された物語には、他の人を鼓舞し、行動を起こさせる力があります。 ストーリーとともに提示されるデータは、非常に強力で、意思決定に情報を与え、アイデアを生み出し、つながりを築き、会話を刺激することができます。

ベストセラー作家が使用する 6 つの物語構成のトリック

文学やストーリーテリングのバックグラウンドを持つデータ アナリストはほとんどいませんが、それはプロから学べないという意味ではありません。

データ アナリストが強力な物語を構築するのに役立つ、ベストセラー作家が使用する 6 つのトリックを以下に示します。

1. 終わりを念頭に置いて始める

ベストセラー作家は、力強く意味のある結末の重要性を知っており、それに基づいてストーリーを計画しています。 同じことがデータの物語にも当てはまります。 どこに向かっているのか、結論は何か、どうやってそこにたどり着くのかを知ってください。

これを念頭に置いて、ストーリーに有意義に貢献するデータの断片をより適切に選択し、残りを破棄することができます。 著者は、このプロセスを「最愛の人を殺す」と呼んでいます。

(出典:データキャンプ)

興味深いデータポイントが必ずしも物語をより強力にするわけではありません。 無関係なデータ ポイントを削除または要約することで、最も重要なデータに焦点を当て、中心的な結論を強化できます。

シンプルで意図的なものにすることで、より明確で記憶に残るメッセージを伝えることができます。

2. 個人的なものにする

データは非個人的ですが、ストーリーは非個人的である必要はありません。 物語の中に共感できる、または認識できる登場人物がいると、人々はストーリーテリングに対してより感情的に反応します。

データの物語を構築するときは、数字を人に変える方法を考えてみてください。 さらに良いことに、主人公。

実在の人物である必要はありません。 リーダー、データ、および認識できる人物の間に線を引くだけです。 オーディエンスがデータセット内で知っている人や新しい人に会うことができれば、有意義にエンゲージする可能性が高くなります。

これは、聴衆と、彼らが最も共感できるものを知る必要があることを意味します. 基礎工事もそう。 彼らの欲求と必要性、彼らの懸念、そして彼らの物語について考えてください。

(出典:エイミー・リン・ヘス)

ベストセラー作家は特定の聴衆に向けて売り込みますが、あなたもそうすべきです。

3. 物語構造を利用する

物語にはあらゆる形と大きさがあります。

基本的な線形構造には、開始セクション、中間セクション、および終了セクションがあります。 これらのセクション内でデータ ストーリーを構築するだけで、説得力があり理解しやすいストーリーを作成できます。

(出典:データキャンプ)

他の物語構造は、この基本構造の反復にすぎません。

例えば：

• 主人公の旅 - ジョセフ キャンベルによって広められた物語の構造は、日常生活から並外れた探求へ、そして再び戻ってくる主人公の旅をたどります。
• 三幕構成 – 始まり、中間、終わりからなる物語構造で、中間には物語のダイナミクスを変える逆転点が含まれます。
• データ サイクル – データが生のデータから洗練されたデータに変換され、実用的な結論を導き出すために使用される 3 幕構造の反復。
• ビューポイント・ナラティブ – 1 人の個人、通常は主人公の物語をたどるナラティブ。
• 循環物語 – 同じ場所または同じ出来事で始まり、終わる物語。

さまざまな種類の物語を理解したら、どれがデータに最適かを判断します。 それらにはすべて長所と短所があります。

たとえば、循環型の物語は、本質的に周期的なデータには適していますが、自然な弧を持たないストーリーには適していない可能性があります。 ヒーローの旅やクエストの物語は、克服すべき問題や障害を含むストーリーに適している場合があります.

データが描いている絵と、それを最もよく表現するのにどのような構造が役立つかを検討してください。

4. 緊張とサスペンスを生み出す

ベストセラーの著者は、読者を席につかせておく方法を知っています。 緊張感、サスペンス、期待感を利用して、ストーリーへの関心を高めます。

(情報源:シェーン・ダガン)

データ ナラティブの場合、これは、解決が必要な問題を導入したり、アクションが実行されない場合の結果を示唆したりすることを意味します。

対立は物語の重要な要素です。 それがなければ、あなたのポイントは重みがなく、成功は意味がありません.

対立や問題を持ち込むことで、聴衆を惹きつけ、解決の必要性を物語に引き込むことができます。

ただし、必ず最後までやり遂げてください。 視聴者が未解決の結末ほど嫌いなものはほとんどありません。

データを使用して、競合の解決策または解決策を提供できます。 これは行動を促すフレーズとしても機能し、提供した情報に基づいて読者に行動を促すことができます。

5. 教えないで見せる

これはプロライターのマントラです。 多くの熱狂的な作家は、深夜の言葉のパニックの深さでそれに目を向けました.

また、データ アナリストもその恩恵を受けることができます。

伝えるとは、事実や数字をありのままに、付属品なしで提示することです。 これは客観的な情報を提示するのに役立ちますが、読者の注意を引き付けません。

やってみたいことは見せることです。

見せることは、読者を紹介し、事実への旅に導くことです。 これは、上記のすべてのトリックが収束する場所です。

(出典:ノース ジョージア大学出版局)

データの物語を効果的に作成するには、聴衆に何を考えるべきかを伝えないようにします。 代わりに、何かが真実または重要である理由を示す証拠と意味のある視覚化を提供します。

説明的で感情的な言葉を使って鮮やかな絵を描きましょう。 スティーブン・キングが言ったように、「記述は作家の想像力で始まり、読者の想像力で終わるべきです。」

たとえば、「緊急」や「即時」などの言葉を使用することで、聴衆がつながり、緊急事態のシナリオを想像するための舞台を設定しています。 それが読者に行動を迫る危機感を生む。

可能な限り、説明が具体的で鮮明であることを確認してください。 読者に具体的で関連性のある例を示すことで、読者はデータを理解し、データとのつながりを深めるのに役立ちます。

すべてのデータを「表示」できるわけではなく、一部のデータセットに感情を持ち込むことは実際には有害な場合があります。 たとえば、誤解を招くことを避けるために、財務データは常に事実に基づく中立的な方法で提示する必要があります。

どの程度「表示」するか、どのように行うかを決定する際には、あなたの裁量と常識を使用してください。 伝えること自体は悪いことではなく、聴衆はより簡潔なアプローチを高く評価するかもしれません。

（出典：今小説l）

6. 洞察を提供する

結局のところ、データ ストーリーテリングは、聴衆を楽しませるだけではありません。 実用的で関連性のある洞察を提供する必要があります。

洞察に満ちた結論で物語を締めくくります。 要点を要約し、読者が理解できる結論を導き出します。

実用的な洞察を提供することで、データを有用かつ関連性のあるものにすることで、データに価値を追加します。

（出典：フォーブス）

データから実用的な洞察を引き出そうとしているときは、次の 6 つのポイントに留意してください。

• 整合性:提案されたアクションは、聴衆の既存の戦略と整合しているか?
• コンテキスト: 結論を裏付ける十分な補足情報はありますか?
• 関連性: 適切なメッセージを適切な人に届けていますか?
• 特異性: データの範囲が広すぎませんか?あなたが導き出した結論は、特定の状況の理由を説明していますか?
• 新規性: これは新しい情報ですか?
• Clarity : 明確に伝えることができますか?データは説得力がありますか？

インサイトは、データ ストーリーテリングの最も価値のある結果です。 読者がデータを活用できない場合、就寝時の話にすぎません。

それで、大したことは何ですか？

聴衆の注意を引くことは、ほとんどの大学の学位で準備できるスキル セットではありません。 実際、データ分野の多くは、ストーリーテリングなどの人文科学分野を見下しています。

しかし、教室の外には、データのストーリーに関与する必要のある聴衆がいます。

世界には、私たちが何をすべきかを知っているよりも多くのデータがあります。 「ソフト スキル」ツールボックスからいくつかのトリックを身に付けたデータ アナリストは、非常に貴重なサービスを提供します。これにより、圧倒的なノイズに非常に必要な明快さをもたらすことができます。

だからこそ、優れたデータと優れたストーリーは常に連携する必要があります。 データ ストーリーテリングで両方の力を活用することで、真の敵と戦うことができます。 誤報。