原文：
towardsdatascience.com/how-to-design-a-data-driven-story-c46400afcbb9
https://github.com/OpenDocCN/towardsdatascience-blog-zh-2024/raw/master/docs/img/042dba457ebcfca4580cfb96647e0f5a.png
来源：作者在 ChatGPT 中生成的图片。
这篇文章有什么内容？
现在，一切皆依赖于数据！
在我去年九月的文章中，我提到无法处理数据——即分析和解释数据——现在是“标准”的文盲。
如何与非数据人员谈论数据和数据分析
考虑围绕我们的海量数据，不仅公司或政府使用，我们自己也使用。想想你在手机上花的时间，浏览推文、阅读消息、观看视频，即吸收了大量的数据，通常在做其他数据密集型任务，如通勤时。制定投资新市场的商业案例并不比这复杂多少，考虑到专业知识。你可能会说，像大型语言模型（LLMs）或生成式 AI 这样的工具存在就是为了协助。你是对的。然而，这些工具的丰富性和日益增长的复杂性已经使它们的使用本身成为了一个挑战。
几乎没有哪个领域的当今世界可以没有数据而运作，尤其是在商业领域。从核心运营的复杂性到后台任务的 fundamentals，商业运营的每一个方面都依赖于数据。销售和营销？他们专注于客户漏斗，不断寻求创造性的方法来提高货币化。人力资源部门检查员工留存、薪酬竞争力或办公室利用率。那么生产呢？
但数据并非只有商业是唯一的使用者。考虑医学或教育。或者我们的日常生活：在通货膨胀上升的情况下管理家庭预算，借助比较网站规划假期，或者通过选择电动汽车或安装太阳能板来减少家庭能源消耗。
我的问题，也是本文的重点，至少提供了一些关于如何在这个混乱中导航的部分答案。
一个好的故事可以解决任何问题。
你有没有偶然看到这个视频？
YouTube
在本质上，这个视频描绘了一个主要角色使用梯子进入各种地方恶作剧的场景。但成功的真正关键不是梯子，而是角色和他所构建的故事。这种混合效果出奇地有效。同样，数据驱动的讲故事依赖于它自己的“梯子”：可视化。虽然很重要，但它不是关键元素。本质在于故事本身，特别是，一个有效的故事。
那么，这篇文章有什么内容？
我必须承认，创造好故事对我来说一直是一个挑战，而且现在仍然是。老实说，真正能帮助的资源并不多。那些存在的往往带有自己的一套问题。例如，它们可能更理论化而不是实用。或者建议散布在各种帖子或文章中。在这篇文章中，我很高兴分享我对构建数据驱动叙述的最新见解，提供了一种结构化和有影响力的方法来处理这项任务。
为什么我们需要数据驱动的讲故事？
在我们深入探讨如何为我们的讲故事技巧编织引人入胜的叙述的细微差别之前，让我们花一点时间来理解其重要性。考虑一下没有好故事的影响。想想历史上的人物，比如伊格纳茨·塞梅尔维斯博士，他开创了无菌程序；阿尔弗雷德·魏格纳，他提出了大陆漂移理论；尼古拉·特斯拉，以其革命性的发明而闻名；格雷戈尔·孟德尔，现代遗传学的奠基人；以及伽利略·伽利莱，以其对物理和天文学的贡献而著名，包括他对日心说的支持。
这些先驱者在传达他们的革命性发现时遇到了挑战，突显了影响科学思想接受度的复杂因素。在科学上的成功不仅仅是事实。这些创新者的经历在一定程度上表明，讲故事是一种无价的工具。它简化了复杂的思想，促进了情感上的联系，使科学的本质人性化，编织出引人入胜的叙述，消除了怀疑，强调了重要的含义，并吸引了众多听众的兴趣。
引人入胜的讲故事可以改变发现是如何被共享和理解的，有可能增加它们的接受度和认可度。
数据驱动的故事讲述必须真正植根于数据，作为从发现洞察到理解和随后导致具体行动的桥梁。这意味着叙述应该是行动导向的，引导观众走向一个具体的成果，无论是做出决定、同意后续步骤还是决定产品停售。故事必须与观众产生共鸣，通过确保其相关性和影响力使其难忘。这需要深入了解故事讲述的**情境。此外，故事应该是简单且连贯的，以易于理解的方式呈现复杂的数据洞察，而不会使观众感到不知所措。虽然叙述引人入胜很重要，但它也必须保持诚实和正直**，避免误导，无论是故意还是无意。重要的是要认识到数据驱动的故事讲述可以，并且经常体现一定程度的主观性。这种倾向源于其在推进讲述者或其组织特定目标或议程中的应用。只要以透明和道德考虑为前提，就不应引起任何担忧。核心目标是利用数据编织一个既信息丰富又引人入胜，并能促使行动的叙述，同时保持坚定不移的诚信和清晰。
如何构建一个故事？
让我们从基础开始。为了使我们的故事引人入胜，在构思之前我们必须回答三个基本问题。
https://github.com/OpenDocCN/towardsdatascience-blog-zh-2024/raw/master/docs/img/a769065876b13086ca7c62f1723f0e46.png
来源：作者图片
要解决**“为什么？”**的问题，我们需要了解我们的观众背景：
我们在跟谁说话？
他们关心什么？
谁做出决策？
假设你对确定适当背景和失败的影响感兴趣。在这种情况下，我强烈推荐探索我去年的一篇早期帖子。
数据驱动故事讲述中的情境力量
接下来，我们解决**“如何做？”的问题。这涉及到我们引导观众从我们的洞察到做出决策的策略。这正是讲故事发挥关键作用的地方。他们得出的结论回答了“是什么？”**的问题。这是一个直接、一句话的回答：“我们今天在这里是为了什么？”或者“你希望我们做什么？”。根据我的经验，对此有一个清晰的答案至关重要。如果没有它，你的故事讲述可能在开始 PowerPoint 演示之前就会失败。
数据故事叙述：迄今为止的现有文献
结构你的数据故事叙事有多种方法。一种高度推荐的方法是 Brent Dykes [1]提出的叙事弧概念。
<…/Images/2bc5476ac00e811c0544924a3ad1bb86.png>
**叙事弧。**来源：作者基于[1]的图片
我已经将叙事弧作为组织故事的主要方法使用了一段时间：幻灯片的顺序和内容，我如何呈现问题和解释其重要性，以及最后如何得出结论以推动行动。另一个有用的框架是由 Dave McKinsey [2]提出的。他建议两种构建故事的方法：深度和广度。
<…/Images/746ba7cb80e8f1935a3f794f5256ce3b.png>
**故事顺序。**来源：作者基于[2]的图片
在深度顺序方法中，你将你的故事组织成章节。每个章节都是独立处理的。例如，如果你希望讨论主题的 2-3 个方面，你将每个方面完全单独探索，在转向下一个方面之前提出论点和结论。另一方面，广度顺序首先概述这些方面，然后为所有这些方面提供论点，最后再单独提供一个结论章节。我经常在我的故事中将 McKinsey 的概念与叙事弧结合起来。深度和广度的选择取决于你受众的背景和讨论问题的复杂性。
另一位在故事结构方面有显著贡献的专家是 Cole Nussbaumer Knafflic [3]。她提倡使用“垂直逻辑”方法来组织幻灯片。这种方法从总结开始（例如，“执行摘要幻灯片”），然后根据需要提供更详细的展示。
<…/Images/bec33763264a891f5cb70fb63f4dc2d8.png>
**垂直逻辑。**来源：作者基于[3]的图片
这些概念有两个共同特点：它们既方便，又可单独使用或混合使用。然而，它们遗漏了一个关键点——叙事不总是线性的。这意味着这些框架可能显得过于宽泛，尤其是对于那些刚开始制作演示的人来说。因此，我一直寻找一种提供更多精确性的方法论，提供构建引人入胜叙事的详细、分步指南。
我最近的研究引导我找到了一个卓越的资源，即 Kate Greenbrook 的“《数据故事讲述者的手册》”，它为这篇帖子提供了重要的灵感来源。在接下来的章节中，我将概述她的方法论，并融入我的见解和经验。目标是说明，尽管构建数据驱动的叙事可能存在挑战，但它可以像任何科学或商业活动一样，有系统地加以处理。
数据故事类型
数据驱动的叙事从根本上可以采取两种形式。
https://github.com/OpenDocCN/towardsdatascience-blog-zh-2024/raw/master/docs/img/6de7e86bc286e26e3455d07c219ffa7b.png
来源：作者图像。
时间数据故事这种叙述侧重于特定现象（如指标或角色）是如何演变的。例如，它可能会强调净利润的显著增长，声明：“*我们的净利润增长了 50%。”*或者，它可能反思更广泛的社会变化，例如：“2019 年至 2021 年间，美洲的人均预期寿命下降了 3 年。”
角色数据故事这种叙事形式展示了两个实体或角色之间的差异。它通常解决比较分析的问题，例如地区之间预期寿命的差异：“2021 年亚洲和美洲的预期寿命有什么不同？”可能的答案是：“*亚洲的人均预期寿命比美洲的人均预期寿命高 2.5 年。”*它也可以比较组织绩效指标，如公司之间的净利润比较，回答像“我们公司和最大竞争对手之间的净利润差异是多少？”这样的问题。
尽管故事在关注点上有差异，但时间和角色故事共享某些基础元素。
角色：这是故事围绕的实体。它可以是一个个人、一个群体、一家公司或任何其他感兴趣的主题。一个故事可能涉及多个角色。
数据指标指的是关于角色的特定测量或分析方面。定量或定性方面可以提供关于角色表现、状态或随时间变化的洞察。
时间：这为数据指标提供了时间背景，表明测量是在何时进行的。在叙述中，数据可以在多个时间点进行测量和比较，以说明变化或稳定性。
**在本质上，数据指标是故事真正关注的内容。**然而，**在构思数据故事之前，清楚地识别这三个要素对于清晰和有效性至关重要。
https://github.com/OpenDocCN/towardsdatascience-blog-zh-2024/raw/master/docs/img/a845ef7666e81aac7865ca1f394d7710.png
**面对众多角色，单一时间。**来源：作者在 ChatGPT 中生成的图像。
数据驱动叙事中“角色”的概念广泛且灵活，几乎涵盖了您分析或决策关注的任何主题。角色可以大相径庭，从个人到物体，甚至抽象的过程。以下是一些例子：
人们：例如，当讨论员工、客户或人口群体时，这些个人或集体成为你故事中的“角色”。他们是您分析讨论的行为、行为或特征的主题。
事物：产品、资产或有形物品也可以是角色。在关注产品性能、销售趋势或客户偏好的故事中，产品是叙述的中心。
过程：更抽象的实体，如整个企业、社会趋势或政治运动，也可以作为角色。
<…/Images/2876b7c83e6e2494c1b24ec5860d3789.png>
来源：作者基于[4]制作。
每个角色都可以通过各种指标来定义，无论是定量的还是定性的。选择正确的指标是我们故事的重要组成部分。这是与我们的观众产生共鸣的角色特征，因此构成了我们叙述的基础。
<…/Images/d4371329049e6834b39a98404e98c3f3.png>
来源：作者基于[4]制作。
最后，承认每个指标可以通过不同的测量方法进行量化，并受解释的影响至关重要。一个指标的重要性可能被视为积极的或消极的、高的或低的、好的或坏的，以及其他区分。其表示可以是 1 到 10，或通过颜色编码来传达——无论哪种方法适合你的需求并与你的观众产生共鸣。在这里，环境起着关键作用，强调了根据你的需求调整方法以确保清晰和相关性的重要性。
<…/Images/c4b3e62accdb17585070a2d88e3533ba.png>
来源：作者基于[4]制作。
时间和角色故事都围绕着比较展开。我们讨论角色的变化或差异，时间作为主要区分因素。然而，区分有效和非标准比较很重要。
例如，我们可以考察同一角色在不同时间的情况（时间数据故事）。例如，比较我们公司今年与五年前的员工状况。我们可以探讨员工数量、参与度和薪资的变化。
或者，我们可以在同一时间比较不同的角色（角色故事的本质）。例如，比较两个国家的预期寿命或对比体力劳动者和办公室文员的薪资水平。
我们应该避免混合两种方法，即在不同时间讨论不同的角色。实际上，这是一个常见的陷阱，会导致有偏见或无意义的结论。例如，当讨论今天与 10 或 20 年前的社会变化时，我们必须考虑可能产生重大影响的不同运动，例如一个国家的大量移民。
<…/Images/fbb8d887a5ce29ccb982b2c566a8aab9.png>
来源：作者基于[4]制作。
我们应该不惜一切代价避免的比较是对比一个角色的不同指标，例如一家公司的利润和收入。这是一个经典的谬误，类似于比较苹果和橘子。
https://github.com/OpenDocCN/towardsdatascience-blog-zh-2024/raw/master/docs/img/2dc4260ebd52171b6852a2a4f1f2ed26.png
来源：作者在 ChatGPT 中生成的图像。
我们如何构建时间数据故事？
时间数据故事关注角色或度量标准随时间的变化。这允许比较例如客户基础或社会在两个不同时间点的状态，而不分析动态，而是分析最终状态。比较可以跨越遥远和接近的时期。例如，在 COVID-19 大流行期间，由于大流行和限制带来的异常数据，公司通常避免进行常规的年度比较。相反，他们回顾了大流行前的更远时期，以形成对未来更有意义的预测。通常，分析涉及将当年的表现与上一年进行比较。
<…/Images/bac05e47bcbe1cb8a3bc91b008f8b0d1.png>
来源：作者基于[4]创作的图像。
为你的故事选择合适的度量标准至关重要，并且应该由你希望实现的具体目标和对你受众来说什么是重要的来指导。这种相关性是通过回答“为什么？”和“是什么？”这两个问题来确定的，这些问题有助于阐明你的故事目的以及你希望受众采取的行动。例如，如果一个度量标准直接影响到你受众的个人目标或与更广泛的公司战略相一致，那么它就比其他度量标准更成为你叙述的核心部分。这种战略性的选择确保你的故事与受众产生更深的共鸣，使其更有可能影响他们的思想或行动。理解你角色最有意义的变化或方面为引人入胜且富有影响力的故事奠定了基础，引导你的受众走向你打算分享的见解或结论。
在你的故事中确定变化的影响是一个关键性的初步步骤，它直接影响着叙述的方向和情感基调。无论变化是积极的、消极的还是中性的，这种评估都是叙述的基础，指导随后的叙述方法。
消极变化：表明需要解决的问题或挑战。围绕消极变化的故事通常旨在激励采取行动来纠正或减轻问题。
积极变化：表明进步、成功或有益的结果。积极变化是庆祝成就、加强成功策略和鼓励进一步投入时间或资源以维持或加速积极趋势的机会。
中性变化：暗示稳定或微不足道的变化。虽然中性变化最初可能看起来不那么吸引人，但在特定情况下它们仍然很有价值。例如，在动荡时期展示稳定性可以提供安慰。
在时间数据故事中提供观察到的变化的原因至关重要，因为它为叙述之后提出的行动建议提供了合理性。有时，变化背后的原因在故事构思过程中可能并不立即明显，这可能导致进一步分析的推荐。理解这个更具体的背景意味着向你的听众解释讨论的变化的更广泛的背景和重要性。这涉及到阐明变化为什么相关以及为什么他们应该关心它。这种更深入的理解有助于更有效地吸引听众，使故事既具有信息性，又具有吸引力和可操作性。
数据故事中的最后一个要素，行动，是将洞察力转化为具体成果的关键组成部分。它涉及到明确界定一个当地社会、企业或组织可以实施以利用积极变化或减轻负面变化的步骤或策略。这个故事的部分从观察和分析转移到决策和实施。通过确定具体行动，故事不仅提供信息或说服，而且赋予听众采取行动的能力，使数据故事既引人入胜，又实用且具有影响力。在这个部分，讲故事者影响决策和结果的能力变得明显，展示了有效传达数据驱动洞察力的力量。
时间数据故事画布
让我们将所有元素结合成一个单一的故事设计工具：画布。这个迷人的概念帮助我们收集构建故事所需的所有组件。想象一下，它就像一个充满我们需要问自己或可能被他人问的问题的故事板。在下一步中，我们将使用画布上的材料来构建我们的故事。我将用两个例子来说明这一点。
画布分为三个部分。
在第一部分，我们确定（并记录）我们的主要角色或主题，我们将用它来讨论的指标（指标），以及我们叙述的相关时间点。
第二部分涉及评估影响。这包括确定任何变化的原因，提供背景，并承认不确定性。
在最后一部分，我们专注于反应。我们反思从变化中学到的经验，我们的应对行动，以及还需要什么来增强这种反应。
示例 1. 面临电子商务竞争的零售公司
https://github.com/OpenDocCN/towardsdatascience-blog-zh-2024/raw/master/docs/img/e2e3d674f395fc98c3bd179027966c7e.png
时间数据故事画布的示例 1。来源：作者图片。
这个故事的画布可能看起来像这样：
https://github.com/OpenDocCN/towardsdatascience-blog-zh-2024/raw/master/docs/img/ac1dc66a1995285d705f3d1dc1a95376.png
时间数据故事画布的示例 1。来源：作者图片。
示例 2. 领先的电信提供商
https://github.com/OpenDocCN/towardsdatascience-blog-zh-2024/raw/master/docs/img/cee729c96260f4a5b900c87834022eff.png
时间数据故事画布的第二个例子。来源：作者提供的图片。
https://github.com/OpenDocCN/towardsdatascience-blog-zh-2024/raw/master/docs/img/4fb040be3d25da3f635b075529949698.png
时间数据故事画布的第二个例子。来源：作者提供的图片。
如何构建人物数据故事？
在人物数据故事中，我们通常至少有两个角色。主要角色通常是那些对我们和我们的受众最有兴趣的角色（例如，我们的公司），而辅助角色是与之比较的角色。这可以是，例如，我们的竞争对手。
人物数据故事的一个特征是数据指标比较是在同一时期进行的。
另一个特征元素是优势指示。哪个角色处于更好的位置？是主要角色还是辅助角色，或者没有差异？
零售公司与主要零售平台：基于角色的画布练习的第三个例子
让我们继续我们的零售公司例子。作为后续，我们决定将其与最大的竞争对手之一，一个中心零售平台进行比较。
https://github.com/OpenDocCN/towardsdatascience-blog-zh-2024/raw/master/docs/img/ba464e173d281f34b415189d90305d4e.png
来源：作者提供的图片。
以下是我们的人物数据故事画布可能的样子。
https://github.com/OpenDocCN/towardsdatascience-blog-zh-2024/raw/master/docs/img/8f92ec2a620e0b245d2aa901abfe985a.png
来源：作者提供的图片。
构建你的故事场景
在创建这些详细画布并回答了无数问题之后，你可能会想知道我们的故事在哪里。答案比你想象的要近，但我们还需要一个工具来把所有东西串联起来。
这个基本工具是PGAI 框架。问题-目标-行动-影响（PGAI）框架概述了数据故事背后的商业逻辑。
通过清楚地理解具体商业问题、目标、行动和影响，解释你对商业成功的贡献就变得容易得多。
<…/Images/40fc505f8f14a37aa1b6c9c0a2191605.png>
PGAI 框架。来源：作者基于[4]提供的图片。
这个框架的出色之处在于其塑造故事的灵活性。本质上，它提供了一个可以根据我们选择的故事类型、受众需求以及故事构建过程中的任何特定要求定制的框架。下面，我将展示 PGAI 框架如何应用于本文讨论的两种数据故事类型。
<…/Images/51aa40fee092d049ac0c5224b564fe55.png>
应用于不同故事类型的 PGAI 框架。来源：作者基于[4]提供的图片。
为了说明其实际应用，让我们继续之前提供的例子 1（面临电子商务竞争的零售公司）。
https://github.com/OpenDocCN/towardsdatascience-blog-zh-2024/raw/master/docs/img/3568e7b2fce558084d073a2b710e05f0.png
PGAI 框架的应用。来源：作者提供的图片。
重要的是要强调，本文中提出的技巧代表了基础和关键的第一步。通过添加论点或展示更细腻的角色变化，丰富我们的叙述是完全可能的。然而，这些增强的范围取决于你独特的需求和受众的具体背景。
所有这些的要点是什么？
结合这两个框架使我们能够为我们的故事构建框架。你可以快速将上述结构转移到幻灯片、文档段落和额外的要点上，或者扩展已经包含的内容。
我认为，遵循上述描述的步骤有两个好处。首先，它允许你系统地处理故事的工作，并为展示时刻做好准备。其次，最终产品可以轻松地转换成文档，无论是幻灯片演示还是书面报告。
我们故事创作过程中的最后一步是提供证据。到目前为止，我们在上述例子中已经专注于选择数据点和适当的数据。然而，有效地展示它同样至关重要。
例如，选择合适的视觉元素至关重要。如果你比较特定时间点的角色，条形图或柱状图可能更合适。如果你展示角色随时间的变化，折线图可能更合适。
下一步是突出故事中必要元素。最有效的方法是通过颜色编码来实现。但只要你的观众理解和接受，任何其他形式的突出都将是有效的。从我的角度来看，这两个问题——选择合适的视觉元素和正确地指出必要元素——对于通过图表有效地沟通至关重要。我在这里写得更多。在不久的将来，我计划写一篇关于制作有效视觉化的整篇文章：敬请期待。
不要忘记行动号召（CTA）！
我故意将这个段落放在最后，原因在于很容易忽视我们故事中的这个关键元素，尤其是在深入复杂问题的细致解释之后，或者在长时间的激烈讨论和众多问题之后。我们可能离开会议室后突然不知道接下来该做什么。有人应该采取行动吗？是否期待后续跟进？我们现在应该做什么？我在我的几篇文章中讨论了这个问题。以下是一个简洁的总结。
常规做法是，行动号召（CTA）必须自然地从我们的故事中产生。如果这个建议与故事没有紧密的联系，或者未能展示出这种联系，我们就有失败的风险。此外，我们还需要评估受众的情感。这是展示我们的行动号召的合适时机吗？或者，讨论可能表明行动号召并不完全合适，我们应该回到原点重新考虑？
最后，分配责任是很重要的。接下来谁将做什么？如果这个决定达成一致并记录下来，那就再理想不过了。此外，我们还有责任确保达成的行动得到执行。
结论
总之，本文强调了数据驱动型故事讲述在当今世界中的关键作用，在这个世界中，数据影响着我们生活的方方面面，包括商业、教育和个人决策。构建能够有效弥合复杂数据洞察与可执行决策之间差距的引人入胜的故事，不仅是一项有价值的技能，更是一项必需品。我们已经深入探讨了数据驱动型故事讲述的各个方面，包括其基本特征、背景的重要性以及时间和角色数据故事的区别。
通过实际例子和框架，如数据故事画布和 PGAI（问题-目标-行动-影响），本文提供了一种构建与受众产生共鸣并推动有意义行动的叙事结构化方法。无论是应对零售公司面对电子商务竞争的挑战，还是在角色数据故事中比较不同的实体，这里讨论的策略在利用数据作为沟通和决策的有力工具方面至关重要。
最终，掌握数据驱动型故事讲述的艺术对于在现代世界中导航和解读不断扩大的数据景观至关重要。
你喜欢这篇帖子吗？
考虑订阅以获取我的新故事通知，关注我，或点赞 👏 。
参考文献
[1]布伦特·戴克斯，《有效的数据故事讲述》
[2]戴夫·麦肯锡，《战略故事讲述：如何创建有说服力的商业演示》
[3]科尔·努斯鲍默·克纳夫利克，《用数据讲故事：商业专业人士的数据可视化指南》
[4]凯特·格林布鲁克，《数据故事讲述者的手册》
本文中引用的我的旧帖子：
[1] 使用 ChatGPT 进行漏斗分析和高级数据分析
[2] 如何与非数据人士谈论数据和数据分析
[3] 从数字到行动：让数据为公司工作
[4] 数据驱动叙事中情境的力量
