Data storytelling. Warsztaty 12. Kongres Public Relations i Komunikacji

12. Kongres Public Relations i Komunikacji

Data storytellingWarsztaty z żonglowania liczbami

Piotr ArakGłówny Badacz w Polityka Insight

Czym jest Polityka Insight

PI Briefing. Początek dnia dla tych, którzy muszą wiedzieć więcej. Przegląd sytuacji w polityce i gospodarce, prasówka, zmiany personalne w spółkach i rządzie. Zwięźle, w tempo i na temat. Do przeczytania w samochodzie lub przy kawie. Codziennie mailem o 8:00 rano. Pięć analiz na ważne i bieżące tematy.PI Wiedza. Niezbędna wiedza na wyciągnięcie ręki. 4000+ analiz dostępnych przez wyszukiwarkę i pogrupowanych na stronach tematycznych. Stale aktualizowane sondaże polityczne i wskaźniki ekonomiczne.PI Publikacje. Aktualne briefy, dające zwięzły obraz zagadnienia. Przydatne dossiers, wyświetlające kontekst szerszych procesów. Pogłębione raporty o systemowych problemach polityki, gospodarki i Europy. Dostępne w formacie PDF, także na urządzenia mobilne.PI Wydarzenia. Specjalnie dla naszych odbiorców organizujemy spotkania z decydentami i liderami biznesu, seminaria eksperckie i otwarte debaty. Goście wysokiego szczebla, rzeczowe dyskusje, konkretne wnioski.Wiedza szyta na miarę. PI oferuje teraz usługi analityczne na zamówienie. Przygotowujemy opracowania zlecone, wykonujemy prezentacje dla zarządów, organizujemy spotkania eksperckie.

Data storytelling


1. Wprowadzenie do odbiorcy

Praca w szumie

• Wraz ze wzrostem ilości danych grozi nam przeładowanie informacjami.

• Niezbędną umiejętnością jest odfiltrowanie spośród nadmiaru danych tych godnych zaufania i adekwatnych do wykonywanych zadań.

• Radzenie sobie z szumem informacyjnym przybierać będzie coraz bardziej wymagające formy.

• W przypadku marketingu dochodzi problem przeładowania konsumenta treściami i informacjami.

Data storytelling


Źródło: Institute for the Future, 2011, Future Work Skills 2020.

Niski poziom wiedzy ekonomicznej (1)

Odsetek respondentów w danym kraju który potrafi zdefiniować poprawnie co to jest dywersyfikacja ryzyka,

inflacja, oprocentowanie i procent składany (2014)

Data storytelling


71 71 71 68 68 67 66 66 64 63 61 58 57 57 55 55 54 54 53 53 53 52 49 48 45 44 43 42 41 37 33 3226 24

Źródło: Global Financial Literacy 2015 - S&P


Świadomość finansowa w krajach OECD wyniki w pkt., maksimum to 21 pkt.

Data storytelling


Fran

cja

Finlan

dia

Norweg

ia

Kanad

a

Hong K

ong

Nowa Z

eland

iaKor

eaBelg

ia

Austr

ia

Portu

galia

średn

ia OEC

DLit

wa

Holand

ia

Eston

iaŁo

twa

Wlk. B

rytan

ia

Tajla

ndia

Alban

ia

Jorda

nia

Czech

y

Turcj

aWęg

ry

Gruzja

Malezja

Rosja

Brazy

lia

Chorw

acja

Białor

uś

Polsk

a

14.914.814.614.614.414.414.414.314.2 1413.713.513.413.413.313.1

12.812.712.612.612.512.412.412.312.212.1 1211.711.6

Maksymalny możliwy do uzyskania wynik wynosił 21 punktów – 7 za wiedzę, 9 za zachowania oraz 5 za postawy.Źródło: OECD.


O ile pkt. proc. mieszkańcy każdego z krajów przeszacowali inflację (2014)

Data storytelling


Bułgar

iaCyp

r

Grecja

Węgry

Eston

ia

Portu

galia

Chorw

acja

Czech

y

Polsk

a

Włochy

Irlan

diaLit

wa

Rumun

iaŁo

twa

Finlan

dia

Słowac

jaUE28

DaniaMalt

a

Hiszpa

niaBelg

ia

Fran

cja

Wlk. B

rytan

ia

Słowen

ia

Niemcy

Holand

ia

Luks

embu

rg

Austr

ia

Szwec

ja

9.58.8 8.5

7.3 7.2 7.2 7.1 76.4 6.1 6 5.8

5.3 5.34.9 4.8

4.3 4.3 4.1 4.13.6 3.3 3.1 2.8 2.8 2.6 2.6 2.5 2.3

Źródło: Eurobarometer, 2015, Europeans and economic statistics.

Niski poziom zaufania do mediów

Odsetek mieszkańców kraju, który uważa, że informacje przekazywane przez media są rzetelne (2014)

Data storytelling


Chiny

Zjed.

Em. Ara

b.Ind

ie

Indon

ezja

Singa

pur

Meksy

k

Kanad

a

Kolumbia

Holand

ia

Arge

ntyna

Malezja

Brazy

lia

Austr

alia

Włochy

Hong K

ong

USARPA

Hiszpa

nia

Niemcy

Korea

Wlk. B

rytan

ia

Fran

cja

Irlan

diaRos

jaTu

rcja

Japon

ia

Szwec

ja

Polsk

a

7165 62 62 62

57 55 55 52 50 50 48 47 47 46 45 44 44 42 40 40 39 39 39 39 38 36 34

Źródło: Edelman, 2016, Trustbaroemeter, http://www.edelman.com/insights/intellectual-property/2016-edelman-trust-barometer/global-results/.

Kilka faktów o konsumpcji mediów• 50 proc. czytelników spędza na stronie mniej niż 10 sekund.• Większość scrolluje 50-60 proc. artykułu i czyta 20 proc. treści.• Osoby które przeczytały 25 proc. treści są skłonne podzielić się

nią via social media (a infografiki są trzy razy częściej udostępniane niż teksty).

• Na ekranie monitora czytamy 25 proc. wolniej niż na papierze.• Człowiek zapamiętuje 10 proc. tego co usłyszy, 20 proc. tego co

przeczyta i 80 proc. tego co zobaczy lub zrobi.• Przeciętnie potrzebujemy 13 milisekund by zrozumieć obrazek,

a w tym czasie nie przeczytałby jednego słowa (zajmuje to ok. 26 milisekund).

• Kolorowe grafiki sprawiają, że prawdopodobieństwo przeczytania (ale nie zrozumienia) treści wzrasta o 80 proc.

Data storytelling


2. O czym my tu w ogóle mówimy

Czym jest słowo w tytule warsztatów?• Liczby mają ważną historię do opowiedzenia. Można dać im głos.• Każdy insight jest najlepiej opowiedziany przy pomocy liczb.• Datastorytelling, czyli opowiadanie danych (opowiadane)

najczęściej łączymy z:• Wizualizacjami danych,• Infografikami, • Dashboardami,• Prezentacjami etc.

• Zbyt często datastorytelling interpretowany jest po prostu jako wizualizacja danych, to jest jednak coś znacznie więcej niż tylko tworzenie atrakcyjnych wizualnie wykresów.

• Datastorytelling to uporządkowane podejście do komunikowania wniosków wynikających z danych, a to wiąże się z kombinacją trzech kluczowych elementów: danych, wizualizacji i narracji.

Data storytelling


Wyjaśnienie

Data storytelling


Dane

WizualizacjaNarracja

Wyjaśnienie

Oświecenie

Data storytelling


Dane

WizualizacjaNarracjaOśw

iecen

ie

Włączenie publiczności / rozbawienie

Data storytelling


Dane

WizualizacjaNarracjaW

łącz

enie

Zmiana

Data storytelling


Dane

WizualizacjaNarracjaW

łącz

enie

Oświec

enieWyjaśnienie

65 proc.

Data storytelling


• 63 proc. ludzi pamięta opowiedziane im historie.

• 5 proc. pamięta jedną konkretną liczbę.

• Opowiadając historię możesz pozyskać dwa raz więcej pieniędzy na cel społeczny.

• Słuchając historii wyłączamy rozsądek i jesteśmy mniej sceptyczni.

Data storytelling


Ignaz Semmelweis

Jak wygląda liczba π

http://joemonster.org/filmy/59922

http://joemonster.org/filmy/59922

3. Jak opowiadać o danych

Uniwersalne przykazania

1. Zrozum kontekst prezentacji danych.2. Wybierz odpowiedni sposób prezentacji.3. Wyrzuć zbędne elementy.4. Zogniskuj uwagę na najważniejszych

elementach.5. Pomyśl o tym jak designer (trochę bardziej jak

artysta).6. Opowiedz historię.

Data storytelling


Kto, co i jak, czyli analiza eksplanacyjna (explanatory analysis) i komunikacja

Data storytelling


„Kto”

• Kim jest Twoja publiczność lub czytelnicy? • To ludzie z zewnątrz firmy, czy mają wyższe

wykształcenie, to dziennikarze, jeżeli tak to jacy?• Najlepiej jest zawęzić publiczność na samym

początku. Im więcej wiesz o odbiorcach tym łatwiej przygotować materiał.

• Ty. • Jaka jest Twoja relacja z odbiorcą? • Jak będzie odczytywał akurat taki komunikat od

Ciebie?• Czy uważają Cię za eksperta w tej dziedzinie, czy też

dopiero starasz się uzyskać eksperckość.

Data storytelling


„Co”• Reakcja.

• Co chcesz by dowiedzieli się Twoi czytelnicy lub widzowie? Czy chcesz ich zachęcić do jakiegoś działania?

• Jeżeli nie mamy odpowiedzi na pierwsze pytanie to w zasadzie powinniśmy zaprzestać analizy. Najlepsze analizy powstają wtedy kiedy mamy coś na czym nam zależy, a nie „chcemy zrobić coś fajnego”.

• Przekonanie o tym, że lepiej znamy się na czymś od publiczności nie jest rozpowszechnione, ale jeżeli poświęciliśmy wiele czasu na analizę danych to najpewniej znamy je najlepiej. To unikatowa sytuacja.

• Trzeba pewnie stawiać wnioski na podstawie zebranych danych. Może to być poza sferą komfortu dla wielu osób, jeżeli nie robią tego często.

Data storytelling


„Co”• Mechanizm.

• Jak zamierzasz komunikować się ze swoimi odbiorcami? Od żywej prezentacji, przez „slajdo-raport” do dłuższej formy pisanej jak raport lub e-mail

• Ton. Świętujemy sukces, porażkę, czy jeszcze coś innego.

Data storytelling


„Jak”• Jakie dane są dostępne do tego by

wyargumentować moją tezę (po ustaleniu grupy docelowej i co chcemy osiągnąć).

• Czy musimy zlecać nowe badanie społeczne? Jakiej jakości są dane, które mamy do dyspozycji? Czy potrzebny jest tylko desk-research czy może też przeliczenie i uzyskanie np. wartości o ile proc. PKB będzie mniejszy dzięki działaniu, które proponujemy.

• Nie używajmy danych jak pijak latarni – oświetlajmy się, a nie opierajmy.

• Dane stają się elementami historii, którą chcemy zbudować (niekoniecznie zwizualizować).

Data storytelling


Ćwiczenie 1.

Zbuduj historię na danych, którą chcesz opowiedzieć próbując odpowiedzieć sobie na pytania: Kto,Co,Jak?

Data storytelling


Problemy z kontekstem• Często pracujemy na czyjeś zlecenie (klienta, szefa itp.) przez co nie

znamy do końca kontekstu w którym chcemy by powstał przekaz. • Dlatego przydają się pytania pomagające naprowadzić nas na

rozumowanie umożlwiające budowanie argumentów:• Jakie informacje backgroundowe są ważne dla tego zagadnienia?• Kto jest grupą docelową lub decydentem? Co o nim wiemy?• Jakie uprzedzenia lub przechyły ma nasza grupa docelowa? Co

jest dla niej ważniejsze od czegoś innego.• Jakie dane są dostępne by wzmocnić naszą linię argumentacyjną.

Czy publiczność zna te dane?• Jakie są ryzyka: jakie czynniki mogłyby osłabić nasz przekaz.• Jak mógłby wyglądać zadowalający efekt naszej pracy?

Zwizualizujmy go sobie.• Jakbyś miał opowiedzieć w jednym zdaniu cały przekaz to co byś

powiedział?

Data storytelling


“Gdybym miał więcej czasu, napisałbym krótszy list”

Podobno powiedział to matematyk i filozof Blaise Pascal (choć wielu podaje jako autora cytatu Marka Twaina)

Wielka idea• Łatwiej „sprzedaje” się większe idee. • Lepiej artykułować unikalny sposób postrzegania problemu i

podejścia do tematu.• Warto pokazywać stawkę realizacji wielkiej idei np. z

„Inferno” Dana Browna „Na Ziemi mieszka 8 mld ludzi. W 2100 r. będzie ich 25 mld. Czy zabiłbyś połowę ludzkości, gdybyś mógł to zrobić, wciskając jeden guzik? A czy zrobiłbyś to, gdyby ci powiedziano, że jeśli go nie wciśniesz, w ciągu następnych stu lat zginą wszyscy ludzie na Ziemi?”

• Powinno dać się ją streścić w jednym zdaniu.

PS Stwórz konspekt. Bez tego nie da się napisać magisterium, ale też dobrego materiału. Można myśleć o kolejnych slajdach lub wykresach z opisem.

Data storytelling


Bez kabli

Piramida potrzeb smartfonowych

4. Wizualizowanie danych

Prosty tekst• Mając do podzielenia się z czytelnikami/widzami jedną lub dwiema

liczbami prosty tekst może być lepszy od innych form.

• Można też rozważyć: „The number of children having a traditional stay‐at‐home mom decreased more than 50% between 1970 and 2012.”

Data storytelling


Tabele• Wbrew pozorom bardzo kontaktowe dla czytelnika, ale nie słuchacza. • Warto zastanowić się, czy lepiej zamieścić całą tabelę lub spróbować

zwizualizować część danych lub zamieścić ją w aneksie dla wnikliwych czytelników (np. dziennikarzy, którzy mogą ją wykorzystać w pisanym materiale).

• Ważne. Tabela nie powinna formą przysłaniać danych. Liczby są w tym wypadku wizualizowane, a nie obrys.

Data storytelling


Heatmaps• Czasem mamy dużo danych, które musimy pokazać, ale

jednocześnie chcemy nadać im hierarchię ważności.• Można wykorzystać zróżnicowanie kolorystyczne komórek

(np. Excel ma taką funkcję, ale pamiętaj, że ludzkie oko widzi max. 5 kolorów)

Data storytelling


Data storytelling


Scatterplots (1)• Bardzo użyteczne jeżeli

chcemy pokazywać relacje między jedną lub większą liczbą zmiennych na osi x i y.

• Raczej używane przez naukowców.

• Często trudne do właściwej interpretacji jeżeli autor nie jest w pobliżu.

Data storytelling


Scatterplots (2)• Wykres taki można

zmodyfikować tak by sugerował interpretację.

• Można zaznaczyć kraje, outliery, czy np. obserwacje powyżej średniej.

• Osie zawsze muszą być opisane.

Data storytelling


Wykresy liniowe (1)• Najlepsze dla danych seryjnych (dziennych, miesięcznych,

rocznych). Dane dzielące się na różne kategorie nie powinny być w ten sposób prezentowane.

• Odległości czasowe między punktami muszą być równe.

Data storytelling


Wykresy liniowe (2)• W przypadku prognoz często chcemy pokazać przedziały

ufności, lub gdy mamy średnią to minima i maksima.

Data storytelling


Slopegraph• Chyba nie ma nazwy po

polsku…• Porównując dwa punkty w

czasie lub dwa kraje, społeczeństwa, firmy można stworzyć taki wykres.

• Ważne żeby kategorie miały duże zróżnicowanie, bo inaczej linie będą się bardzo nakładały i utrudniały interpretację.

• Nie da się ich prosto zrobić w Excelu.

Data storytelling


Slopegraph• Chyba nie ma nazwy po

polsku…• Porównując dwa punkty w

czasie lub dwa kraje, społeczeństwa, firmy można stworzyć taki wykres.

• Ważne żeby kategorie miały duże zróżnicowanie, bo inaczej linie będą się bardzo nakładały i utrudniały interpretację.

• Nie da się ich prosto zrobić w Excelu.

• Można czasem zaznaczyć jedną zmienną, która jest szczególnie ważna.

Data storytelling


Słupkowe (1)• Często omijane przez analityków i designerów jako zbyt popularne i proste. • Jednak najlepiej prezentują dane i mogą być zrozumiane nawet przez osoby

bez wykształcenia uniwersyteckiego.• Oś y powinna zaczynać się na zerze – inaczej stwarzamy złudzenie optyczne

i zjawisko wydaje się większe lub mniejsze niż powinno #złotygoebbels.

Data storytelling


Kwestie dyskusyjne (2)• Czy oś y powinna być na wykresie końcowym, czy może należy podać wartości

wszystkich słupków? • Czy zaczynać wykres na wartości „0” czy np. wyższej by zwiększyć różnice między

punktami? Co może zostać skrytykowane przez specjalistę.• Powyższa zasada nie dotyczy wykresów liniowych. Nie interesuje nas w nich położenie

punktu od „0” do wartości empirycznej, a relatywne położenie punktów. Warto jednak zaznaczyć, że „o” nie ma na takim wykresie. Nie należy też zbyt wyolbrzymiać małych zmian wartości, bo też może raczej spowodować krytykę.

• Szerokość słupków.

Data storytelling


Słupkowy z większą liczbą kategorii (3)• Na wykresie słupkowym można przedstawić większą liczbę

zmiennych, ale wykres staje się przez to mniej czytelny. • Grupowanie według jednej kategorii sprawia, że kolejność słupków i

tego z którym sąsiadują staje się bardzo ważne dla interpretacji. Słupki powinny mieć jakąś założoną hierarchię. Warto „grać kolorami”

Data storytelling


Stacked bar chart (1)• Takie wykresy mają ograniczone zastosowanie. Pozwalają na porównanie

wartości np. w czasie (składowych PKB), ale wartości mogą być zbyt trudne do porównania, co uniemożliwia interpretację.

• Trudno ocenić wysokość słupków innych niż bazowy, bo nie ma jednej wspólnej linii.

• W przypadku zsumowania wartości do 100 proc. zastanów się czy ma sens pokazywanie także wartości absolutnych (np. jako przypis), co może pomóc zinterpretować wykres.

Data storytelling


Stacked bar chart (2)

Data storytelling


Waterfall chart• Trudniejszy wykres.

Często wykorzystywany przez firmy wielkiej czwórki i podobne.

• Jeżeli chcemy pokazać np. jak zmienił się stan zatrudnienia przez cały rok można wykorzystać taki wykres, by pokazać niuanse w danych.

• W Excelu robi się je sposobem.

Data storytelling


Pionowy wykres słupkowy• W zasadzie najlepszy sposób na prezentowanie danych kategorycznych

(dzielących się na jakieś wybrane grupy). • Najłatwiej go odczytać ze wszystkich. Etykiety są przed danymi, więc

czytając wykres widzimy najpierw nazwę, a potem wartość.• Nazwy nie powinny być zbyt długie, a kategorii zbyt wiele, tak by dało

się porównywać zmienne.

Data storytelling


Area charts (wykres mozaikowy)• W zasadzie nie używam ich w pracy. Ludzkie oko nie radzi sobie z

interpretowanie wielkości pola zajmowanego przez daną zmienną. To sprawia, że odbiorca ma wbrew pozorom większy problem z tym rodzajem wykresu niż innymi pokazanymi wcześniej.

Data storytelling


„Infografiki”• Każda graficzna prezentacja danych jest infografiką. Był nią każdy graf pokazany

do tej pory. • Internauci uważają, że infografiką są zbiory wykresów, obrazków, ikon i zbyt

dużych liczb. Często tego typu formy wydają się atrakcyjne. Przyjemnie można na nie popatrzeć, część treści może być zabawna, ale nie mam przekonania, że niosą za sobą nowych informacji.

• Nie widziałem do tej pory „infografiki”, która nie pozostawiałby uczucia rozczarowania po przejechaniu przez jej wszystkie punkty.

• W większości wypadków zadanie jakie stoi przed takim produktem jest zbyt trudne do spełnienia: • ma być rozrywką,• ma informować, • ma opowiadać historię.

• Najczęściej brakuje tego ostatniego elementu. Przygotowanie faktów, które pokażą jakąś historię od A do Z jest bardzo czasochłonne, a mamy w końcu wrzucić coś fajnego na social media…

• Dobrze robi to chyba tylko NYT i czasem BiqData GW.

Data storytelling


Czego unikać (raczej)

• Wykresów 3D.• Wykresów kołowych.• Wykresów pierścieniowych (donut

charts).• Dwóch osi y.

Data storytelling


3D (i generalnie wiele innych błędów)

Data storytelling


Wykres kołowy i 3D

• Trudno ocenić, który „kawałek jest większy i o ile.

• Lepszy byłby uszeregowany od najmniejszego do największego wykres słupkowy – mógłby też sumować się do 100 proc.

• Czasem zwykły wykres kołowy uszeregowany od największego do najmniejszego może być w publikacji (dla urozmaicenia).

Data storytelling


Donut chart

• Zestawiając w ten sposób dane tak naprawdę każemy czytelnikowi porównywać długości tych łuków. Który jest dłuższy?

• Dajemy przecież etykiety, odpowie autor, ale skoro dajecie etykiety to po co używacie grafu do którego odczytu one są potrzebne.

• Graf powinno się prosto interpretować tak by nie przysłaniał on istoty komunikatu.

Data storytelling


Druga oś y• Generalnie zły pomysł.

Często sam wykorzystywałem ten graf, ale ludzie mają problem z jego interpretacją.

• Można robić to samo ale prościej…

Data storytelling


Sortowanie

• Tworząc graf musimy zastanowić się nad tym w jaki sposób chcemy by były posortowane nasze dane.

• Może to być od największego do najmniejszego.• Od najmniejszego do największego.• Czasem może być chronologicznie. • Czasem przedziały danych np. grupa wieku „do 10 lat”,

„10-15 lat” wydają się bardziej rozsądne.

Ćwiczenie 2.

Prześlijcie mi proszę na adres [email protected] wizualizacje danych, prezentacje lub pressreleasy, które robiliście i opowiedzcie co według Was było w nich dobrze, co źle, a czego byście nie poprawili za żadne skarby.

Data storytelling


mailto:[email protected]

5. Trochę więcej zasad prezentacji danych

Data storytelling


Data-ink ratio / signal-to-noise ratio

• Im więcej pikseli/tuszu na wykresie służy prezentacji danych tym lepiej.

• Ludzka percepcja jest skończona – zastanówmy się jak wykorzystać moc obliczeniową mózgu czytelnika najefektywniej.

• Teoria percepcji Gestalt.

Data storytelling


Psychologia Gestalt (psychologii postaci)• Ludzie postrzegają raczej ogólny

obraz przedmiotu, niż poszczególne części, z których ten przedmiot się składa. Naszą uwagę przykuwają więc przede wszystkim całości, a nie części składowe.

• Inaczej percepcja holistyczna.

Data storytelling


Data storytelling


Zasada bliskości - elementy znajdujące się blisko siebie są postrzegane jako grupa

Data storytelling


Zasada podobieństwa – elementy podobne do siebie są postrzegane jako grupa

Data storytelling


Zasada ciągłości• Mamy tendencję do

postrzegania kształtów ciągłych, a nie przerywanych, poszarpanych, złamanych lub gwałtownie się zmieniających.

• Widzimy raczej dwie proste linie kropek, a nie dwie stykające się linie złamane pod kątem prostym.

Data storytelling


Zasada zamykania - mamy tendencję do uzupełniania i domykania kształtów, które nie są w pełni zamknięte

Data storytelling


Zasada symetrii – elementy symetryczne są postrzegane jako grupa

Data storytelling


Zasada „wspólnego losu” – elementy poruszające się w tym samym kierunku postrzegane są jako grupa.

Zasada zgodności z chwilowym nastawieniem – oczekiwanie na konkretny bodziec sprawia, że znacznie łatwiej jest go dostrzec, gdy już się pojawi.

Zasada doświadczenia i przyzwyczajenia – większe doświadczenie w dostrzeganiu danego bodźca sprawia, że łatwiej nam dostrzec ten bodziec.

Data storytelling


Figura i tło – Edgar Rubin (1915)

Data storytelling


Figura i tłoFigura Tło

Posiada pewien kształt. Jest postrzegane jako coś bezkształtnego.

Zdaje się „wystawać z tła”. Zdaje się rozciągać za figurą, figura nie „przerywa” tła.

Jest postrzegana jako rzecz. Jest postrzegane jako jednolita masa.

Wydaje się być jaśniejsza, ale w przypadku obrazów czarno-białych, poszukuje się jej w elementach ciemnych.

Wydaje się być ciemniejsze, ale w przypadku obrazów czarno-białych, poszukuje się go w elementach jasnych.

Jest bardziej wyrazista, łatwiejsza do zapamiętania i bardziej „sensowna”.

Data storytelling


Na co to się praktycznie przekłada• Czy wykres potrzebuje

dodatkowego tła?

Data storytelling


Na co to się praktycznie przekłada• Czy oś y musi być widoczna na

wykresie?

Data storytelling


Na co to się praktycznie przekłada• Łączymy liniami punkty, które nasz

mózg i tak połączy.

Data storytelling


Na co to się praktycznie przekłada• Potrzebna jest hierarchia ważności i „nieobciążanie

mózgu” zbyt dużą ilością treści.

Data storytelling


Na co to się praktycznie przekłada• Potrzebna jest hierarchia ważności – zwróćcie uwagę na

kolory i boldy. To ten sam wykres co na slajdzie wcześniej.

Data storytelling


Równe ułożenie wykresów np. za pomocą tabeli w edytorze tekstu lub HTML.

Lorem ipsum dolor sit amet, sit electram democritum et, nulla appetere sententiae ne mei. Magna quaestio ius et. Viderer labores te sea, epicuri reformidans quo ut, est eu theophrastus suscipiantur. Vix te accusata dignissim. Sea in nemore molestie, solet noster cum an.

Eleifend definitionem has ne, purto delenit sea eu. Pro et soluta definitiones, id vim paulo audiam, est ne purto natum eripuit. Eam cu dicant dolorum pericula. Ut ferri tacimates vel, ad minimum repudiare sed. Pri an oblique senserit.

Quas perfecto duo et. Ei vel impedit deserunt recusabo. An vim dicit molestie. Percipit dignissim no sea, vix nulla maiorum ne. Elitr audiam id quo, eum at legimus graecis, no sit erat semper reprehendunt. Ex usu verear incorrupte mediocritatem, in nam labore impetus probatus, ad meliore delicatissimi sed.

Eu has eleifend scribentur, ea mel meis denique, soleat putent utroque te ius. Eum dolores tractatos in. Ne audire dolorum oportere has, usu ei oblique appareat. Apeirian prodesset democritum an sed, eu quo ullamcorper consectetuer.

Kategoria 1 Kategoria 2 Kategoria 3 Kategoria 40

1

2

3

4

5

6

Seria 1Seria 2Seria 3

Data storytelling


Czytelnik czyta tak:

Data storytelling


Czytan

ie tek

stu, k

tóry j

est o

dwró

cony

o 45

stopn

i zajm

uje o

52 pr

oc. w

ięcej

czas

u niż

tekstu

norm

alnie

zorie

ntow

aneg

o.

Czy

tani

e te

kstu

, któ

ry je

st

odw

róco

ny o

90

stop

ni z

ajm

uje

o 20

5 pr

oc. w

ięce

j cza

su n

iż te

kstu

no

rmal

nie

zori

ento

wan

ego.

Data storytelling


Światło

Data storytelling


Używaj kontrastu strategicznie (1)

Data storytelling


Używaj kontrastu strategicznie (2)

Data storytelling


Nie można usunąć wszystkich informacji

• Niektóre informacje takie jak %, waluta (USD, $), mln, mld powinny być przy opisie danych na osi y.

• Dodanie np. waluty lub proc. przy każdej liczbie, pomimo tego, że informacja ta znajduje się w nawiasie za tytułem wykresu upraszcza interpretację wykresu.

Data storytelling


Krok po kroku przerabiamy graf

Data storytelling


Usuwamy obrys

Data storytelling


Usuwamy linie siatki

Data storytelling


Usuwamy punkty

Data storytelling


Czyścimy opis osi x

Data storytelling


Dajemy etykiety bezpośrednio danym

Data storytelling


Wykorzystujemy jednolite kolorowanie

5. Wyróżnianie informacji

Data storytelling


Zwykły graf

Data storytelling


Część wyników wyróżniona bo spełnia istotne dla nas kryterium

Data storytelling


Wyróżniamy najważniejsze dla nas wyniki i dodatkowo opisujemy inne na które chcemy zwrócić uwagę

Data storytelling


Wracamy do naszego grafu i redukujemy liczbę kolorów

Data storytelling


Wyróżniamy ważną dla nas zmienną, bo coś się dzieje w maju, co zmienia liczbę biletów procesowanych i otrzymanych

Data storytelling


Dodajemy etykiety by widzieć różnice lepiej

Data storytelling


Usuwamy zbędne etykiety, które nie wnoszą nic poza miesiąc w którym realnie coś się wydarzyło

Data storytelling


Graj kolorem, ale konsekwentnie

Data storytelling


Myśl jak designer, a nie jak pracownik GUSu

Data storytelling


Tekst pełni równie ważną funkcję co wykres

• Konsekwentnie używaj tej samej łatwej do czytania czcionki (zarówno pod względem rozmiaru).

• Keep it clean. Ma być ładnie i czysto.• Używaj prostego języka (ale nie

prostackiego). • Tak prosto jak się da i nie prościej.

Data storytelling


Dodajemy tytuł wykresu i tytuły osi oraz źródło danych

Data storytelling


Dodajemy przesłanie – po co ten wykres powstał i co chcemy by zrobił czytelnik

Data storytelling


Estetyka

Data storytelling


Ładniej?

Data storytelling


Estetyka i przekaz

Data storytelling


Zaznaczamy to co nas interesuje, ale jak zaznaczymy wszystko to będzie nieczytelne

Data storytelling


Zmieniamy wykres niedopoznania

Data storytelling


Tabela z gazety

Data storytelling


Po przerobieniu

Data storytelling


Prawdziwa infografika 1.

Data storytelling



Ćwiczenie 3.

Na rynku pracy zaczynają dominować millenialsi. To istotni konsumenci, pracownicy, coraz częściej menadżerowie i politycy. Ilu jest millenialsów i jaką część Polaków będą stanowić od 2000 do 2050 r. i opisz istotne fakty np. ile ich liczba przyrastała w danym okresie (proc. w ciągu roku), a potem ile będzie rosła.

Wykorzystaj wiedzę z warsztatu i dane: http://bit.ly/2dOD6q9

Data storytelling


http://bit.ly/2dOD6q9

http://bit.ly/2dOD6q9

6. Przykłady dobrych i złych prezentacji danych dzisiaj

Trafficking in the Trans-Sahara


https://blog.sotrender.com/2015/09/naked-truth-about-porn-on-social-media/

http://metrocosm.com/global-immigration-map/

https://hbr.org/video/5026022940001/not-all-countries-are-ready-for-a-cashless-world

https://www.youtube.com/watch?v=5YU9djt_CQM

http://blogs.lse.ac.uk/lsehistory/2016/09/09/charles-booths-london-mapping-victorian-lives/

„8 rzeczy, które można kupić za reformę emerytalnąJKW2012-02-21 10:54

Autostrady, Uniwersytety Harvarda, a może elektrownie atomowe? Ekonomiści Instytutu Badań Strukturalnych zastanawiają się, co postawi nam rząd za podniesienie wieku emerytalnego.Według szacunków rządowych, podniesienie wieku emerytalnego przyniesie do 2040 r. budżetowi państwa oszczędności stanowiące równowartość obecnych 570 mld zł. W szczytowym momencie podatnicy będą korzystać na tym nawet 47 mld zł rocznie.Oto, co Polska mogłaby za to mieć ROCZNIE:1. Budowa 1050 km autostrad.2. Utrzymanie trzech Uniwersytetów Havarda, wraz z kadrą naukową, sprzętem i stypendiami dla studentów.3. Budowa 1,7 elektrowni jądrowej lub wiatrowej o efektywnej mocy 1GW.4. Sfinansowanie najnowocześniejszej kuracji białaczki dla wszystkich 25 tys. chorych w Polsce.5. Zakup 12,2 tys. tomografów komputerowych.6. Budowa 75 Centrum Nauki Kopernik.7. Sfinansowanie 3 posiłków dziennie 94 proc. polskich uczniów.8. Zapewnienie całodziennej opieki dla 1,3 mln osób w podeszłym wieku.”

Źródło: http://www.pb.pl/2560929,13757,8-rzeczy-ktore-mozna-kupic-za-reforme-emerytalna

Data storytelling


http://atlas.media.mit.edu/en/

Jak myślicie, którzy posłowie są najbardziej aktywni na mównicy a którzy poza nią?

7. Jakich narzędzi potrzebujemy

Google spreadsheets

Tableau

Python, r

Adobe Illustrator

Data storytelling


8. Rygorystyczne zasady prezentacji danych

• Nie używamy PowerPointa. Nigdy.• Zabija kreatywność. • Facet/babka stojący/a i czytający/a

slajdy nie prowadzi zajęć, a pełni funkcję programu Iwona.

• Na spotkania przygotowujemy krótkie notatki z faktami i opisem. Marnujemy 5-10 min by wszyscy je przeczytali a potem rozmawiamy.

9. Dobre rady redaktora danych

Zasada Pareto w przypadku danych

Data storytelling


Implementacja

Modelowanie danych i interpretacja

Interpretacja

Analiza danych

Zbieranie danych

Projektowanie badania (zasad zbierania danych)

More is moreDonatella Versace

Rekomendacje – tekst (1)

• Redaguj. To ostatnia prosta, która umożliwia zrozumienie treści.

• Nie używaj strony biernej. • Nie używaj trybu przypuszczającego. Albo

jesteś pewien wnioskowania, albo nie opisuj danych.

• Odpowiedz sobie na pytania jakie zadałaby ci osoba nie znająca się na ekonomii/socjologii/ekonometrii lub branży którą opisujesz.

Data storytelling


Rekomendacje – wykresy (2)

• Zapomnij o scatterplotach. Wykresy słupkowe i liniowe to jest maksimum co jest w stanie zrozumieć czytelnik. Nawet, pie chart czasem to za dużo.

• Wykres musi mieć komentarz.• Wykres nie może kłamać – polecam blog SmarterPolad.• Procenty. Największą liczbą, jaką można zapisać w

systemie Majów jest 460 800 000 039 (słownie: czterysta sześćdziesiąt miliardów osiemset milionów trzydzieści dziewięć) – w systemie liczbowym dziennikarzy jest to 100.

• Maksimum 5 kolorów na stronie (więcej i tak nie widzi ludzkie oko).

• Lepsze prostsze formy i łatwe do odróżnienia kolory lub formy.

Data storytelling


Rekomendacje – wykresy (2)

• Zapomnij o scatterplotach. Wykresy słupkowe i liniowe to jest maksimum co jest w stanie zrozumieć czytelnik.

• Wykres musi mieć komentarz.• Wykres nie może kłamać.• Procenty. Największą liczbą, jaką można zapisać w

systemie Majów jest 460 800 000 039 (słownie: czterysta sześćdziesiąt miliardów osiemset milionów trzydzieści dziewięć) – w systemie liczbowym dziennikarzy jest to 100.

• Maksimum 5 kolorów na stronie (więcej i tak nie widzi ludzkie oko).

• Lepsze prostsze formy i łatwe do odróżnienia kolory.• Szukaj feedbacku.

Data storytelling


Inspiracje:http://chartporn.org/

https://www.edwardtufte.com/tufte/http://eagereyes.org

http://fivethirtyeight.com/datalab/http://www.thefunctionalart.com/

https://www.theguardian.com/datahttp://www.visualisingdata.com/

http://biqdata.wyborcza.pl/http://smarterpoland.pl/

https://marketsforgood.org/

Data storytelling


http://chartporn.org/

http://chartporn.org/

https://www.edwardtufte.com/tufte/

https://www.edwardtufte.com/tufte/

http://eagereyes.org/

http://eagereyes.org/

http://fivethirtyeight.com/datalab/

http://fivethirtyeight.com/datalab/

http://www.thefunctionalart.com/

http://www.thefunctionalart.com/

https://www.theguardian.com/data

https://www.theguardian.com/data

http://www.visualisingdata.com/

http://www.visualisingdata.com/

http://biqdata.wyborcza.pl/

http://biqdata.wyborcza.pl/

http://smarterpoland.pl/

http://smarterpoland.pl/



Data storytelling

Piotr Arak

[email protected]


Data storytelling. Warsztaty 12. Kongres Public Relations i Komunikacji

Business

Transcript of Data storytelling. Warsztaty 12. Kongres Public Relations i Komunikacji