סיפור נתונים עם כלי ויזואליזציה

לפי
Gartner Peer Insights ביקורות ודירוגים, Microsoft (Power BI), Tableau ו-Qlik הן לעתים קרובות המובילות בתעשייה בפלטפורמות אנליטיקה ובינה עסקית. עם זאת, כיצד הפלטפורמות המובילות הללו משפרות את תחום ניתוח הנתונים, מה מייחד
אותם, ומהן האלטרנטיבות שלהם? 

הציגו את עצמכם לעולם של סיפורי נתונים. גישה רבת עוצמה זו מאפשרת לעסקים, במיוחד לאלה בתעשיית הבנקאות, להעביר בצורה יעילה ומדויקת תובנות הנגזרות מהנתונים שלהם. עידן חדש של הצגת נתונים הגיע
הודות לכלי הדמיה כמו Power BI, המאפשרים נרטיבים רבי עוצמה המשפיעים על אסטרטגיה וקבלת החלטות. במאמר זה. תן לנו לחקור את הניואנסים של סיפור נתונים ואת היישומים המשמעותיים שלו בתעשיית הבנקאות, כפי שהוכח
על ידי מחקר מקרה מרתק של Power BI. 

מהו Data Storytelling?

סיפור נתונים הוא סוג של העברת מסר המשלב הדמיה של נתונים וטכניקות נרטיביות כדי ליצור סיפורי נתונים מורכבים שמושכים אנשים ומשתפים אותם. הקהל יכול להבין את מהות הנתונים הודות לסינתזה הזו, אשר
עושה את זה מובן וברור. ביסודו של דבר, סטוריז נתונים שואף לסגור את הפער הקיים בין המוחשי למופשט, כמו גם בין התחום הכמותי והאיכותי. תן לנו לחקור את זה בפירוט.

התפקיד של הדמיית נתונים

הדמיית נתונים, הכוללת המרת מערכי נתונים לפורמטים חזותיים כמו תרשימים, גרפים, מפות ואינפוגרפיקה, היא מרכזית בסיפורי נתונים. אלמנטים חזותיים אלו חיוניים בסיפורי נתונים מכיוון שהם הופכים מידע מורכב לקל
מבין. הדמיית נתונים חושפת דפוסים, מגמות ויחסים נסתרים בנתונים, ומניחה את הבסיס לנרטיב.

ויזואליזציה חקרנית לעומת הסברה

הדמיית נתונים מתחלקת לשני סוגים: חקרנית ומסבירה. פיצול זה הוא קריטי בקביעת הגישה לסיפור נתונים:

• ויזואליזציה חקרנית מרמזת על הטכניקה המשמשת בשלב החקירה של ניתוח הנתונים. כאשר הנרטיב טרם התגלה, ויזואליות חקרנית יכולה לעזור לחשוף את הסיפור החבוי בתוך הנתונים. שאלות כמו "איך עושה
  הכנסות המכירות משתנות לאורך זמן?" או "מדוע עלו הכנסות המכירות בעונה מסוימת?" מטופלים באמצעות תהליך חקרני זה, ומכינים את הבמה להתרחשות הנרטיב.

• ויזואליזציה מסבירה משמשת כאשר הסיפור הושלם והמטרה היא להעביר תובנות ספציפיות לקהל. הוויזואליה נועדה להעביר אלמנטים ספציפיים של הסיפור או הנרטיב כולו, כדי להבטיח שהקהל יבין
  המסר שמיועד על ידי מספר הנתונים.

עיין בתרשים כדי להבין את השזירה של שני אלה עם סיפורי נתונים:

מוזרויות מבנה נרטיבי

לסיפור נתונים אפקטיבי יש מבנה נרטיבי הכולל התחלה ברורה (מבוא לבעיה או ההקשר), אמצע (ניתוח נתונים ותובנות) ומסקנה (המלצות). 

פירוק הרכיבים של Storytelling נתונים

• זיהוי הקהל: התאמה אישית של הנרטיב והוויזואליה כדי לשקף את הרקע ותחומי העניין של הקהל.

• הגדרת הסיפור: יצירת נרטיב קוהרנטי ותמציתי המתייחס לנושא או מטרה עסקית ספציפית.

• בחירת ההדמיות הנכונות: בחירת סוגים רלוונטיים של תרשימים, גרפים ופריטים חזותיים כדי להדגיש תובנות ומגמות מפתח.

• הוספת הקשר: מתן הקשר והסברים כדי לעזור לקהל להבין את חשיבות הנתונים.

• יצירת קשר רגשי: שילוב של מרכיבי סיפור המעוררים רגש, מה שהופך את הנתונים לניתנים ליחס ולבלתי נשכח.

תיאור מקרה של Power BI במגזר הבנקאי

הבה נשקול דוגמה מסוימת לאופן שבו Data Storytelling עובד בתחום הבנקאות.

שימור לקוחות במגזר זה משמעותי באותה מידה כמו גיוס לקוחות. בנק גדול היה במצב שבו שיעור הנטישה היה במגמת עלייה, ואיים לקחת ממנו את מעמדה בשוק ואת הכנסותיו. כדי לעמוד באתגר הזה, נכנסה Power BI, אשר
הוא כלי אינטראקטיבי המציע פונקציונליות ניתוח והדמיה של נתונים מתקדמים. תיאור מקרה זה מדגיש את היישום האסטרטגי של Power BI על ידי הבנק כדי לשפר את שימור הלקוחות על ידי איתור דפוסים בנתוני עסקאות עם
כוח חיזוי לגבי נטייה פוטנציאלית.

הצהרת בעיה

אז, נניח שהבנק הבין דפוס מדאיג: עם הזמן, מספר הלקוחות שיצאו ליריבים עלה. שיעור הנטישה לא רק הראה עד כמה הוא השפיע לרעה על רווחיות הבנק אלא גם הדגיש ליקויים אפשריים ב
שביעות רצון ומעורבות של לקוחות. הקושי היה למיין כמויות עצומות של נתוני עסקאות יחד עם הדמוגרפיה וההתנהגות של הלקוחות כדי לזהות את גורמי השורש לנטישה. כתוצאה מכך, המטרה של אסטרטגיה מונעת נתונים צריכה לא רק
היו שימור אך שביעות רצון גדלה בסך הכל.

ניתוח נתונים

ממש במקום, הבנק החל במסע בעולם האנליטיקה המתקדמת עם Power BI. מלכתחילה, שילבנו נתוני עסקאות, נתונים דמוגרפיים של לקוחות ודפוסי התנהגות כדי ליצור מערך נתונים אחד. תכונות הניתוח המתקדמות
זמין ב-Power BI איפשר להם לחקור לעומק את מערך הנתונים הזה ולהציג מגמות ודפוסים מכריעים של נטישה. ביניהם, הם יכולים לאתר את פלחי הלקוחות שיש להם סיכוי גבוה יותר לעזוב, סוגי עסקאות המצביעות על נטישה עתידית, כמו גם
כתקופות עם פעילות נטישה מוגברת.

ראיה

לאחר ניתוח הנתונים, השלב הבא הוא להפוך את התובנות הללו לשימושיות. לוחות המחוונים האינטראקטיביים של Power BI נכנסים לפעולה, ומספקים הדמיות ברורות ודינמיות של נתונים. לוחות מחוונים אלה מדגישים פלחי לקוחות שנמצאים בסיכון גבוה יותר לנטישה וחשיפה
הגורמים המשפיעים על החלטת הלקוח לעזוב. הבנק הופך את הנתונים למושכים ויזואלית ומאפשר להפיץ את התובנות הללו בין המחלקות כדי להבטיח שלמקבלי ההחלטות יש את המידע הדרוש להם כדי לנקוט בפעולה החלטית.

נרטיב

עם זאת, נתונים בלבד, לא משנה כמה מנותחים בצורה מדויקת, אינם יכולים לעורר פעולה ללא נרטיב משכנע. הבנק עשה סיפור סביב הנתונים, והדגיש את החשיבות הקריטית של שימור לקוחות, את ההשפעה המוחשית של נטישה על הבנק של הבנק.
הכנסות, והאסטרטגיות שזוהו כדי להתמודד עם נטישה זו. נרטיב זה שימש ליידע ולהניע את הארגון כולו לקראת מטרה מאוחדת.

תוֹצָאָה

יישום אסטרטגי של תובנות שהושגו מ-Power BI שינה את הגישה של הבנק למעורבות לקוחות. עם ניתוח מפורט והדמיות ברורות, הבנק השיק קמפיינים שיווקיים ממוקדים והצעות מותאמות אישית על בסיס הצרכים וההתנהגות
של פלחי לקוחות בסיכון גבוה. כתוצאה מכך, שיעורי הנטישה של הלקוחות ירדו באופן משמעותי, בעוד שביעות הרצון והנאמנות של הלקוחות עלו.

תוך כדי כך, הבנק התייחס לאתגר הדוחק של צמצום נטישת לקוחות ואישר מחדש את מחויבותו למינוף הטכנולוגיה לטובת יתרון אסטרטגי. מקרה מבחן זה מדגים כיצד Power BI יכול להיות כלי רב עוצמה להבנה והגדלה
נאמנות לקוחות, בסופו של דבר השגת הצלחה ארוכת טווח בתעשיית הבנקאות התחרותית ביותר.

מסקנות עיקריות

המקרה שלנו בוחן מרכזים של בנק גדול אשר מינף את Power BI כדי להתמודד עם מחירי נטישה של לקוחות בעלייה, במטרה לשיפורים אסטרטגיים בשימור לקוחות ובהנאה. הבנק הציב יעדים שאפתניים ליישום Power BI שלו:

מהירות חילוץ הנתונים: שואפת להנחה של 50% בזמן החילוץ, מ-60 דקות עד 30 דקות, שיפור הביצועים.

יעילות תהליכי ETL: השגת מחיר מילוי של 96% עבור משרות ETL, עם ירידה של 30% בזמן שינוי המידע, מה שמבטיח אמינות ומהירות.

אופטימיזציה של מודל נתונים: הגדרת זמן רענון של 15 דקות עבור מודלים סטטיסטיים וזמן תגובה לשאילתה של מתחת ל-3 שניות, אופטימיזציה של הביצועים.

מהירות עיבוד דוח: מיקוד לזמן טעינת מסמך של מתחת ל-6 שניות ועיבוד חזותי של פחות מ-2 שניות, שיפור ה-UX.

יחס דחיסת נתונים: שואפת לפחות יחס דחיסת מידע של 10:1, אופטימיזציה של שימוש באחסון והורדת עלויות.

תאימות לניהול נתונים: שמירה על ציון תיעוד שושלת נתונים של מינימום של 92% ודירוג יעילות ניהול גישה לנתונים של 98%, מה שמבטיח הגנה ותאימות.

סיכום

אחד הכלים היעילים ביותר לעסקים להעברת תובנות ולהניע לפעולה הוא סיפור נתונים. ישנן פלטפורמות ויזואליזציה רבות כמו Power BI, ו-Tableau, בין היתר, שיש להן יכולות הדמיה חזקות המובנות המאפשרות
משתמשים כדי ליצור נרטיבים מושכים. מכאן, שמלאכת הסיפור של נתונים, משלימה על ידי גישות הצגה חזותית משפיעות, היא גורם חיוני לכל ארגון שמטרתו לפתוח את ערך הנתונים האמיתי שלו.

• הפצת תוכן ויחסי ציבור מופעל על ידי SEO. קבל הגברה היום.
• PlatoData.Network Vertical Generative Ai. העצים את עצמך. גישה כאן.
• PlatoAiStream. Web3 Intelligence. הידע מוגבר. גישה כאן.
• PlatoESG. פחמן, קלינטק, אנרגיה, סביבה, שמש, ניהול פסולת. גישה כאן.
• PlatoHealth. מודיעין ביוטכנולוגיה וניסויים קליניים. גישה כאן.
• מקור: https://www.finextra.com/blogposting/25967/data-storytelling-with-visualization-tools?utm_medium=rssfinextra&utm_source=finextrablogs