Forteller du datahistorier?
Å vite hvilke data som betyr mest for din virksomhet og å gjøre dem lesbare og forståelige, bør være et nyttårsforsett for kommunikatører.
Hansine Korslien. Kommunikasjonsansvarlig i Stiftelsen Tinius og leder av Kommunikasjonsforeningens fagråd for kompetanse.
En datahistorie er et avansert datasett som blir present på en forståelig og tilpasset måte til en målgruppe. De gjør at vi på kort tid kan fortelle hva dataene beskriver og hvorfor de er verdifulle.
Datahistorier som fortelles til en ledergruppe i en virksomhet kan ha stor nok kraft til å styre utfallet av en beslutningsprosess. Datahistorier som fortelles i media kan påvirke en virksomhets troverdighet. Derfor er det viktig at vi slutter å fortelle datahistorier vi ikke skjønner selv.
Magefølelse holder ikke
På en konferanse i regi av analyse- og rådgivningselskapet Gartner fikk jeg høre om en rekrutteringskampanje for en eliteskole i USA. Skolen kommuniserte at strenge opptakskrav, høy skoleavgift og høy fullføringsgrad var årsaken til at deres studenter ofte endte i yrker med høy lønn. Skolens analyse understøttet budskapet og var ment som en kvalitetsmarkør for å få flere søkere. Men da et analysemiljø ettergikk materialet og la til variabler de mente skolen hadde oversett, viste det seg at det som hadde størst innvirkning på studentenes fremtidige lønnsvilkår var foreldrenes jobber.
Vi må ta ansvar for at dataene er lesbare og forståelige.
I en datadrevet økonomi kommer vi ikke lenger unna med datahistorier av lav kvalitet eller beslutninger tatt ut fra magefølelsen.
I dag finnes analyseverktøy som automatisk henter data fra ulike råkilder og som vasker, analyserer og språkbehandler dataene for oss. Tusenvis av dokumenter og tall kan skrives ut i en setning. Gartner kaller en slik helautomatisert analyse augmented analysis og spår at teknologien vil bli vanlig om tre-fem år. Enn så lenge er likevel mange virksomheter avhengig av manuelle systemer, og derfor må vi ta ansvar for at dataene er lesbare og forståelige.
Ny verktøykasse
En metode for å gjøre dataene lesbare er å fortelle datahistorier. Ifølge Gartner inneholder en god datahistorie både riktig visualisering og en kontekstuell ramme.
Visualiseringsoppgaven handler om å velge riktig presentasjon av dataene. Hvis vi skal vise frem en tendens over tid, bruker vi kanskje et linjediagram. Et punktdiagram hvis vi skal understreke korrelasjoner. Eller et fossefalldiagram for å vise økning eller reduksjon fra ett punkt til et annet. Noen ganger er det så enkelt som å fremheve et tall. På nettstedet information is beautiful finnes mange visualiseringer som kommunikatører bør gjøre seg kjent med og ha i verktøykassa.
Historieoppgaven handler om å definere en kontekst for hvordan dataene skal leses. Gartner opererer med et hovedskille: Journalistiske og analytiske datahistorier. De journalistiske datahistoriene skal opplyse publikum. De er informasjonspakker, og ofte fremstilt som infografikker. De analytiske datahistoriene er derimot åpne beslutningsgrunnlag. De er til for å skape en opplyst diskusjon, og er ofte fremstilt som presentasjoner. De analytiske datahistoriene følger en dramaturgisk oppbygging: de har et anslag (forklarer kontekst), en opptrapping (innføring i dataene), et analytisk klimaks (presentasjon av potensielle valgmuligheter), en nedtrapping (diskusjon) og en avslutning (beslutning).
Det er viktig at vi slutter å fortelle datahistorier vi ikke skjønner selv.
Diskuter dataene
Å være bevisst på når man bruker journalistiske og analytiske datahistorier er en fordel. De journalistiske datahistoriene kan for eksempel passe godt i eksterne kampanjer. Men som rekrutteringskampanjen til eliteskolen i USA viser, bør avsenderen vite at datahistorien holder mål og ikke kun baserer seg på data en selv liker.
I en beslutningsprosess i en virksomhet er det likevel mindre risikofylt å bruke analytiske datahistorier. Det vil si å gå fra rene informasjonspakker («tallene viser» og «derfor bør vi gjøre dette») til diskusjonsunderlag («tallene peker på» og «derfor bør vi vurdere følgende»). Når man diskuterer dataene i fellesskap, vil feiltolkninger av dataene oftere komme til overflaten. James Richardson i Gartner sier: “By debating a data story collaboratively and subjecting it to critical thinking, organizations can make the story safe and useful in the decision-making process”.
Man skal holde tungen rett i munnen for ikke å gå seg bort i alle dataene i en virksomhet. Selv når Gartners spådom om augmented analysis blir til virkelighet, kan vi mennesker vinkle og tolke data feil. Derfor bør vi fortelle datahistorier for å gjøre oss mindre sårbare. I tillegg vil en åpen diskusjon gjøre det tydelig hvilke beslutninger som drives frem av data og hvilke vi overlater til magefølelsen.
Jo flere som jobber for å gjøre dataene lesbare og forståelige, desto flere kan vurdere om dataene anvendes riktig, og desto mer nøyaktig blir forhåpentlig beslutningene vi tar. Det kan også stoppe videreformidling av data vi ikke skjønner selv.
