从可视化到讲故事：你的数据能打动人吗？

导读：“没有人会因为一个独立的数字做决策，人们需要一个故事。”

——丹尼尔·卡尼曼，2002年获得诺贝尔经济学奖得主

作者：刘瑾

来源：微策略商业智能

01 直觉 vs 数据

首先，你有思考过一个问题吗？当你的直觉与你所掌握的数据矛盾的时候，你是听从于直觉还是相信你所掌握的数据呢？

2016年的一项调查发现，90%的决策者会更偏向听从自己的直觉，即凭借以往的经验来做决策。这听起来很不可思议，但它是真实存在的。

决策者有时候会因为对数据的来源不确信，有时不确定数据的准确性，也有可能仅仅是因为决策者自身性格的原因。各种各样的因素都会导致决策者不相信数据，反而遵从直觉去做决策。

▲图1：决策者会倾向于利用直觉做决定，出自：Data Storytelling: Engage Decision Makers With Data

Daniel Kahneman（丹尼尔·卡内曼）曾在2002年获得诺贝尔经济学奖。《名利场》杂志的一篇文章引用了他的这句话，“没有人会因为一个独立的数字做决策，人们需要一个故事（更丰富的背景信息）”。

02 为什么用数据讲故事

为什么需要“讲故事”？因为一个个独立的数字没有足够的说服力，比如我们看到一句描述“2018年某个门店的销售业绩为20万”。你能得到什么信息？这个门店业绩很好？比2017年高还是低？我接下来要做什么？没有其他背景信息，这个数字说明不了任何问题。

前些天，我看了一篇Gartner的报告，主题是关于“以数据驱动的方式来讲故事”，感触颇多，也希望和大家一起分享和探讨。该报告的作者是Gartner的调研总监James Richardson，专注于商业分析与现代化商务智能分析领域十余年。

03 如何用数据讲故事

1. 数据可视化

下图是一张很简单的表格，是一个公司2018年12个月份的本地与全球的销量对比与总和。这是一个很简单的对比，但是读起来却很费时间。因为它们都是一个一个抽象的数据，需要实时计算与记忆能力来分析这些数据。

▲图2：数据表格

我们再看下图，在表格的下方加了一张折线图，于是这些数据就立马直观了。大家可以很快的识别出蓝色折现（本地销量）在全年都远远高于红色折现（全球销量），并且本地销量还在走高。同时还可以快速了解到本地销量在4月、7月出现了明显的波动，全球销量则在8月份明显下降。这就是数据可视化的显著优点。

▲图3：数据表格数据可视化

2. 叙事上下文

以数据驱动的方式来讲故事，只有数据可视化是远远不够的。叙事绝不仅仅是简单的描述，我们要了解受众（决策者）关心的是什么，提取出可视化图表中的关键信息，并且提供给决策者图中没有的背景信息，使数据更有说服力，帮助决策者做出理性的判断。

如下图，与图3对比，下图增加了一些背景信息描述（灰色气泡）。使决策者了解到为什么国内销量在10月份降低，是因为竞争对手发布了一款新产品。而在12月的时候，该公司的销售又显著攀升了，是因为对手的产品出现了问题。这些背景信息使这个数据可视化图表丰满了起来，给决策者提供了更多做决策的依据。

▲图4：数据表格数据可视化背景信息描述

下图是一张利用MicroStrategy Workstation创建的关于美国各大洲及大学的犯罪信息图表。除了多种类型的可视化图表之外，还包含了一到两句的对各个图表的总结。

▲图5：数据可视化描述性总结可以使受众更快的掌握作者想表达的信息

上图里地图信息图表下面的描述是2011至2016年，美国南部地区的暴力和财产犯罪数量高于全美平均水平，而哥伦比亚地区的犯罪率高达6.09%，远远高于全国的犯罪率平均值。

折线图下方的描述是德克萨斯、加利福尼亚和弗罗里达州的暴力犯罪和财产犯罪数量远高于其他州，而其中德克萨斯和弗罗里达的犯罪率在2011至2016年间下降了超过10%。这些文字性的描述总结很有必要，它能帮助受众快速地洞察这些图表的深层信息。

想象一下，如果没有这些文字信息，你要多花多少时间来理解这些图形与色块的组合？

3. 让人工智能讲故事

下图是用MicroStrategy Workstation制作的可视化图表信息，柱形图上方列出了一些相关的描述。这些描述完全是由自然语言处理生成的，并不是由人（设计者）总结的。

这些描述信息可以帮助用户读取出埋藏在数据中的真相。甚至用户在与柱形图交互的同时，描述也是相关联变化的，会突出显示相关的属性。同时，用户可以在属性面板上指定描述信息的样式、颗粒度等细节。

▲图6：MicroStrategy利用NLP技术由机器生成的数据洞察

ClearStory不仅利用NLP（自然语言处理）技术，还结合了AI(人工智能)在产品中帮助用户洞察数据。如下图，根据用户提供的数据集生成了可视化图表后，AI分析出时间线上有异常波动，就向用户揭示出来，并询问用户是否要进行下一步探究。

▲图7：ClearStory提供AI生成的智能分析功能

这种自然语言和人工智能处理的应用，只是一个开端。以数据驱动的方式讲故事，利用机器学习向决策者提供更丰富的数据分析服务，找出数据之间的关联，对未来做出预测，帮助决策者做出合理的决策，在各大BI厂商之间的竞争会愈演愈烈。

用数据讲故事的关键不是故事的本身，而是这个故事能帮助决策者做出相对理智和正确的决定。如果你希望决策者能够参考并愿意相信你的数据洞察 (data insight)，你必须提供一个以数据驱动的故事，而不仅仅是传统的商务报表或几个数据可视化图表。