Opowiadanie historii za pomocą narzędzi do wizualizacji

Zgodnie z
Recenzje i oceny Gartner Peer Insights, Microsoft (Power BI), Tableau i Qlik to często liderzy branży w zakresie platform analitycznych i analityki biznesowej. Jednak w jaki sposób te topowe platformy usprawniają dziedzinę analityki danych, co wyróżnia
nich i jakie są ich alternatywy? 

Wprowadź się w świat opowiadania historii o danych. To potężne podejście umożliwia przedsiębiorstwom, szczególnie tym z branży bankowej, skuteczne i precyzyjne przekazywanie wniosków wynikających z ich danych. Nastała nowa era prezentacji danych
dzięki narzędziom do wizualizacji, takim jak Power BI, które umożliwiają tworzenie potężnych narracji wpływających na strategię i podejmowanie decyzji. W tym artykule. przyjrzyjmy się niuansom opowiadania historii o danych i jego znaczącym zastosowaniom w branży bankowej, jak pokazano
poprzez angażujące studium przypadku usługi Power BI. 

Co to jest opowiadanie historii danych?

Opowiadanie historii o danych to forma przekazywania wiadomości, która łączy wizualizację danych i techniki narracyjne, tworząc złożone historie związane z danymi, które urzekają i angażują ludzi. Dzięki tej syntezie odbiorcy mogą zrozumieć istotę danych
czyni go zrozumiałym i możliwym do odniesienia. Zasadniczo opowiadanie historii na podstawie danych ma na celu zamknięcie luki istniejącej między tym, co namacalne i abstrakcyjne, a także między domeną ilościową i jakościową. Przeanalizujmy to szczegółowo.

Rola wizualizacji danych

Wizualizacja danych, która obejmuje konwertowanie zbiorów danych na formaty wizualne, takie jak wykresy, wykresy, mapy i infografiki, ma kluczowe znaczenie w opowiadaniu historii związanych z danymi. Te elementy wizualne są niezbędne w opowiadaniu historii o danych, ponieważ ułatwiają przetwarzanie złożonych informacji
zrozumieć. Wizualizacja danych ujawnia ukryte wzorce, trendy i relacje w danych, kładąc podwaliny pod narrację.

Wizualizacja eksploracyjna a wyjaśniająca

Wizualizacja danych dzieli się na dwa typy: eksploracyjną i objaśniającą. Podział ten ma kluczowe znaczenie przy określaniu podejścia do opowiadania historii o danych:

• Wizualizacja eksploracyjna implikuje technikę stosowaną w fazie badawczej analizy danych. Jeśli narracja nie została jeszcze odkryta, wizualizacje eksploracyjne mogą pomóc odkryć historię ukrytą w danych. Pytania typu „Jak to jest
  przychody ze sprzedaży zmieniają się w czasie?” lub „Dlaczego przychody ze sprzedaży wzrosły w danym sezonie?” poruszane są w ramach tego eksploracyjnego procesu, przygotowującego grunt pod rozwój narracji.

• Wizualizacja wyjaśniająca jest używana, gdy historia jest już kompletna, a jej celem jest przekazanie widzom konkretnych spostrzeżeń. Elementy wizualne mają na celu przekazanie określonych elementów historii lub całej narracji, zapewniając zrozumienie odbiorców
  wiadomość zamierzona przez narratora danych.

Zobacz diagram, aby zrozumieć powiązanie tych dwóch elementów z opowiadaniem historii na podstawie danych:

Specyfika struktury narracyjnej

Skuteczne opowiadanie historii na podstawie danych ma strukturę narracyjną, która obejmuje wyraźny początek (wprowadzenie do problemu lub kontekstu), środek (analiza danych i spostrzeżenia) oraz zakończenie (zalecenia). 

Rozpakowywanie składników narracji danych

• Identyfikacja odbiorców: dostosowywanie narracji i elementów wizualnych tak, aby odzwierciedlały pochodzenie i zainteresowania odbiorców.

• Definiowanie historii: Tworzenie spójnej i zwięzłej narracji, która odnosi się do konkretnego problemu lub celu biznesowego.

• Wybór odpowiednich wizualizacji: wybór odpowiednich typów wykresów, wykresów i elementów wizualnych w celu podkreślenia kluczowych spostrzeżeń i trendów.

• Dodawanie kontekstu: zapewnienie kontekstu i wyjaśnień, które pomogą odbiorcom zrozumieć znaczenie danych.

• Tworzenie połączenia emocjonalnego: włączenie elementów opowiadania historii, które wywołują emocje, dzięki czemu dane będą bardziej powiązane i zapadające w pamięć.

Studium przypadku Power BI w sektorze bankowym

Rozważmy konkretny przykład działania Data Storytelling w obszarze bankowości.

Utrzymanie klientów w tym sektorze jest równie istotne, jak ich pozyskiwanie. Duży bank znalazł się w sytuacji, w której wskaźnik odpływu klientów rósł, grożąc utratą jego pozycji rynkowej i przychodów. Aby sprostać temu wyzwaniu, wkroczył Power BI, który
to interaktywne narzędzie oferujące zaawansowane funkcje analizy i wizualizacji danych. W tym studium przypadku podkreślono strategiczne zastosowanie usługi Power BI przez bank w celu zwiększenia utrzymania klientów poprzez identyfikowanie wzorców w danych transakcyjnych za pomocą silnych
moc predykcyjna dotycząca potencjalnej rezygnacji.

Problem Statement

Załóżmy więc, że bank zauważył niepokojący wzorzec: z biegiem czasu liczba klientów, którzy odeszli do konkurentów, rosła. Wskaźnik rezygnacji nie tylko pokazał, jak bardzo negatywnie wpłynął on na rentowność banku, ale także uwydatnił możliwe niedociągnięcia
zadowolenie i zaangażowanie klientów. Trudność polegała na uporządkowaniu ogromnych ilości danych transakcyjnych wraz z danymi demograficznymi i zachowaniami klientów w celu wykrycia głównych przyczyn odejścia. W związku z tym cel strategii opartej na danych powinien być nie tylko
utrzymały się, ale ogólnie zwiększyły satysfakcję.

Analiza danych

Bank od razu rozpoczął podróż po świecie zaawansowanej analityki z Power BI. Na początek zintegrowaliśmy dane transakcyjne, dane demograficzne klientów i wzorce zachowań, tworząc jeden zbiór danych. Zaawansowane funkcje analityczne
dostępne w usłudze Power BI umożliwiły im dogłębną eksplorację tego zbioru danych i wydobycie kluczowych trendów i wzorców rezygnacji. Wśród nich mogliby wyśledzić segmenty klientów, które z większym prawdopodobieństwem odejdą, rodzaje transakcji wskazujące na przyszłą rezygnację, a także
jako okresy wzmożonej rezygnacji.

Wizualizacja

Następnym krokiem po przeanalizowaniu danych jest wykorzystanie tych spostrzeżeń. Do gry wchodzą interaktywne pulpity nawigacyjne usługi Power BI, które zapewniają przejrzyste, dynamiczne wizualizacje danych. Te pulpity nawigacyjne podkreślają segmenty klientów, które są narażone na większe ryzyko odejścia i ujawnienia
czynniki wpływające na decyzję klienta o odejściu. Bank sprawia, że ​​dane są atrakcyjne wizualnie i umożliwia rozpowszechnianie tych spostrzeżeń pomiędzy działami, aby zapewnić decydentom informacje potrzebne do podjęcia zdecydowanych działań.

Narracja

Niemniej jednak same dane, niezależnie od tego, jak dokładnie je przeanalizowano, nie mogą zainspirować do działania bez przekonującej narracji. Bank opowiedział historię wokół danych, podkreślając kluczowe znaczenie utrzymania klientów, wymierny wpływ odejścia klientów na wyniki banku
przychody oraz strategie określone w celu poradzenia sobie z tym odpływem klientów. Ta narracja służyła informowaniu i motywowaniu całej organizacji do osiągnięcia jednolitego celu.

Wynik

Strategiczne zastosowanie spostrzeżeń uzyskanych z Power BI zmieniło podejście banku do zaangażowania klientów. Dzięki szczegółowej analityce i przejrzystym wizualizacjom bank uruchomił ukierunkowane kampanie marketingowe i spersonalizowane oferty w oparciu o potrzeby i zachowania
segmentów klientów wysokiego ryzyka. W rezultacie wskaźniki odpływu klientów znacząco spadły, a zadowolenie i lojalność klientów wzrosły.

W trakcie tego procesu bank stawił czoła palącemu wyzwaniu, jakim jest zmniejszenie odpływu klientów i potwierdził swoje zaangażowanie w wykorzystanie technologii w celu uzyskania strategicznej przewagi. To studium przypadku pokazuje, jak usługa Power BI może być potężnym narzędziem do zrozumienia i zwiększania wydajności
lojalność klientów, ostatecznie osiągając długoterminowy sukces w wysoce konkurencyjnej branży bankowej.

Główne wnioski

W naszym przypadku skupiamy się na dużym banku, który wykorzystał usługę Power BI do rozwiązania problemu rosnącej liczby odejść klientów, mając na celu strategiczne ulepszenia w zakresie utrzymania i zadowolenia klientów. Bank postawił sobie ambitne cele w zakresie wdrożenia Power BI:

Szybkość ekstrakcji danych: Dążenie do 50% zniżki w czasie ekstrakcji, z 60 minut do 30 minut, w celu poprawy wydajności.

Wydajność procesu ETL: osiągnięcie 96% ceny realizacji zadań ETL przy o 30% krótszym czasie transformacji informacji, co zapewnia niezawodność i szybkość.

Optymalizacja modelu danych: ustawienie czasu odświeżania modeli statystycznych na 15 minut i czasu reakcji na zapytania poniżej 3 sekund, optymalizując wydajność.

Szybkość renderowania raportu: docelowy czas ładowania dokumentu poniżej 6 sekund i renderowania wizualizacji poniżej 2 sekund, co poprawia UX.

Współczynnik kompresji danych: Dążenie do osiągnięcia współczynnika kompresji informacji co najmniej 10:1, optymalizując wykorzystanie pamięci masowej i obniżając koszty.

Zgodność z zarządzaniem danymi: Utrzymywanie wyniku dokumentacji dotyczącej pochodzenia danych na poziomie co najmniej 92% i wskaźnika efektywności zarządzania dostępem do danych na poziomie 98%, zapewniając ochronę i zgodność.

Wnioski

Jednym z najskuteczniejszych narzędzi dla firm do przekazywania spostrzeżeń i napędzania działań jest opowiadanie historii oparte na danych. Istnieje wiele platform wizualizacyjnych, takich jak między innymi Power BI i Tableau, które mają wbudowane zaawansowane możliwości wizualizacji, które umożliwiają
użytkownikom tworzenie fascynujących narracji. Dlatego umiejętność opowiadania historii o danych, uzupełniona wpływowymi metodami prezentacji wizualnej, jest istotnym czynnikiem dla każdej organizacji, która dąży do uwolnienia prawdziwej wartości danych.

• Dystrybucja treści i PR oparta na SEO. Uzyskaj wzmocnienie już dziś.
• PlatoData.Network Pionowe generatywne AI. Wzmocnij się. Dostęp tutaj.
• PlatoAiStream. Inteligencja Web3. Wiedza wzmocniona. Dostęp tutaj.
• PlatonESG. Węgiel Czysta technologia, Energia, Środowisko, Słoneczny, Gospodarowanie odpadami. Dostęp tutaj.
• Platon Zdrowie. Inteligencja w zakresie biotechnologii i badań klinicznych. Dostęp tutaj.
• Źródło: https://www.finextra.com/blogposting/25967/data-storytelling-with-visualization-tools?utm_medium=rssfinextra&utm_source=finextrablogs