Dlaczego same dane nie wystarczą, żeby przekonać odbiorców?
Dane są podstawą data storytellingu. Zanim jednak zaczniemy przygotowywać prezentację opartą na danych, powinniśmy zadbać o kilka rzeczy. Sprawdzić, czy dane są rzetelne, czy poprawnie je przeanalizowaliśmy i czy nasze wnioski mają uzasadnienie. Od tego zaczyna się każda historia oparta na danych.
Dzisiaj chciałbym jednak opisać trzy pułapki, w które najczęściej wpadamy, kiedy przygotowujemy takie prezentacje. Każda z nich może sprawić, że nawet bardzo dobra analiza nie przyniesie oczekiwanego rezultatu.
Aby je przedstawić, przygotowałem dla Was trzy historyjki 🙂
Pułapka 1 – Dane, dane i jeszcze raz dane
Tomasz jest starszym analitykiem biznesowym w dużej firmie handlowej. Co kwartał przygotowuje dla dyrektorów sprzedaży prezentację podsumowującą wyniki. Tym razem spotkanie ma być szczególnie ważne. Zarząd chce omówić sytuację na poszczególnych rynkach i zdecydować, na czym skoncentrować działania w kolejnym kwartale.
Tomasz poświęcił kilka dni na analizę. Sprawdził wyniki sprzedaży w podziale na regiony, produkty i kanały. Porównał je z poprzednim kwartałem oraz analogicznym okresem ubiegłego roku. Przeanalizował marżę, liczbę transakcji, średnią wartość koszyka i wyniki poszczególnych zespołów.
Znalazł kilka interesujących zależności. Sprzedaż w regionie północnym wzrosła o 18%, ale marża spadła tam o 4 punkty procentowe. Przychody z kanału internetowego zwiększyły się o 25%, jednak liczba transakcji wzrosła zaledwie o 3%. Z kolei trzech największych klientów odpowiadało już za 42% całkowitej sprzedaży, podczas gdy rok wcześniej było to 31%.
Tomasz przygotował 28 slajdów. Zadbаł o czytelne wykresy, szczegółowe tabele, opisy osi i porównania. Dodał również slajdy dotyczące metodologii i źródeł danych. Chciał mieć pewność, że podczas spotkania będzie potrafił odpowiedzieć na każde pytanie.
Prezentację rozpoczął od omówienia zakresu analizy, metodologii i źródeł danych. Następnie przeszedł do wyników sprzedaży. Omawiał kolejne wykresy, wyjaśniał zmiany wskaźników i wskazywał różnice między regionami. Kiedy jeden z dyrektorów dopytał o wyniki konkretnego produktu, Tomasz przeszedł do kolejnego zestawienia i przedstawił szczegółowe dane.
Spotkanie trwało dłużej, niż zaplanowano. Tomasz z trudem zdążył omówić większość slajdów.
Jeden z dyrektorów podsumował spotkanie:
Dziękuję. Mamy teraz sporo informacji. Tylko co konkretnie powinniśmy z nimi zrobić?
Tomasz wpadł w pułapkę, którą często zastawiamy na siebie sami.
Jako eksperci i specjaliści spędzamy dużo czasu na analizowaniu danych. Znamy je bardzo dobrze, rozumiemy zależności i potrafimy wyjaśnić niemal każdą zmianę wskaźnika. Kiedy przychodzi jednak moment prezentacji, pokazujemy odbiorcom niemal wszystko, co udało nam się znaleźć. Zakładamy, że sami wyciągną odpowiednie wnioski.
Mówi się przecież, że dane mówią same za siebie. To nieprawda. Danym trzeba udzielić głosu i wyjaśnić, co z nich wynika.
Efektem jest przeciążenie informacjami. Odbiorcy widzą mnóstwo liczb, tabel i wykresów, ale trudno im ustalić, na czym powinni się skoncentrować. Zamiast słuchać naszej rekomendacji, muszą samodzielnie analizować przedstawione wyniki i szukać między nimi zależności.
Dlatego w data storytellingu tak ważna jest selekcja danych. Nie chodzi o to, żeby pokazać wszystko, co wiemy. Trzeba wybrać te informacje, które pozwalają zrozumieć sytuację, wskazują najważniejsze problemy i prowadzą do konkretnych wniosków.
Odbiorców interesuje przede wszystkim to, w jakiej jesteśmy sytuacji, co oznaczają przedstawione wyniki i jakie działania powinniśmy teraz podjąć.
Pułapka 2 – Mam już swoją historię
Anna jest menedżerką odpowiedzialną za obsługę klienta w dużej firmie usługowej. Kilka miesięcy wcześniej jej dział rozpoczął pilotaż nowego systemu, który miał usprawnić pracę konsultantów. Narzędzie automatyzuje część zadań, podpowiada odpowiedzi na najczęstsze pytania i ułatwia dostęp do informacji o klientach.
Anna od początku mocno angażowała się w projekt. Uważała, że automatyzacja pozwoli ograniczyć czas obsługi, zwiększyć wydajność zespołów i poprawić doświadczenia klientów. Teraz chce przekonać zarząd do wdrożenia systemu w całej organizacji.
Przed spotkaniem otrzymała od analityków podsumowanie wyników pilotażu. Znalazło się w nim kilkanaście wskaźników. Część wyników wyglądała bardzo obiecująco. Średni czas obsługi zgłoszenia skrócił się o 20%, a liczba spraw obsłużonych przez konsultantów wzrosła o 15%.
Były jednak również mniej korzystne informacje. Liczba zgłoszeń wymagających ponownego kontaktu wzrosła o 18%, satysfakcja klientów spadła z 86% do 81%, a koszty wdrożenia i utrzymania systemu okazały się o 25% wyższe od pierwotnych założeń.
Anna przygotowała prezentację dla zarządu. Zaczęła od przypomnienia celów projektu i problemów, które miało rozwiązać nowe narzędzie. Następnie pokazała wyniki dotyczące czasu obsługi, liczby obsłużonych zgłoszeń i czasu oczekiwania na połączenie. W prezentacji znalazły się również opinie konsultantów, którzy doceniali łatwiejszy dostęp do informacji i automatyzację powtarzalnych czynności.
Anna zakończyła prezentację rekomendacją rozszerzenia pilotażu na kolejne zespoły.
Po krótkiej dyskusji zarząd wyraził zgodę na dalsze wdrożenie.
Kilka miesięcy później
Wraz z rozszerzaniem wdrożenia zaczęły pojawiać się problemy. Liczba obsługiwanych zgłoszeń rosła, ale zwiększała się również liczba spraw wymagających ponownego kontaktu z klientem. Konsultanci coraz częściej musieli poprawiać odpowiedzi sugerowane przez system lub szukać informacji poza narzędziem.
Satysfakcja klientów spadła do 74%, a koszty wdrożenia i utrzymania systemu znacząco przekroczyły pierwotny budżet.
Zarząd zaczął rozważać wstrzymanie dalszego wdrożenia i ponowną ocenę zasadności inwestycji. Anna została poproszona o przygotowanie szczegółowego wyjaśnienia przyczyn problemów.
W tej historii Anna popełniła błąd, który nazywamy błędem potwierdzenia (confirmation bias). Miała już określoną tezę i historię, którą chciała opowiedzieć. Następnie, świadomie lub nie, wybrała dane potwierdzające jej stanowisko, pomijając te, które mogłyby je podważyć.
Taką pułapkę łatwo rozpoznać.
Masz już wniosek, zanim przeanalizujesz wszystkie dane. Informacje, które znajdujesz, wydają się potwierdzać Twoją hipotezę. W prezentacji pojawiają się głównie wskaźniki wspierające Twoje stanowisko, a niewygodne wyniki schodzą na dalszy plan. Zamiast sprawdzać różne możliwości, szukasz kolejnych argumentów na poparcie tego, w co już wierzysz.
Problem polega na tym, że w ten sposób przedstawiamy odbiorcom niepełny obraz sytuacji. Możemy podjąć decyzję, która na pierwszy rzut oka wydaje się racjonalna, ale w rzeczywistości opiera się na wybiórczych informacjach. Konsekwencje bywają kosztowne, szczególnie kiedy w grę wchodzą duże inwestycje lub decyzje strategiczne.
Data storytelling nie powinien polegać na dopasowywaniu danych do historii, którą chcemy opowiedzieć. To analiza powinna pomóc nam ustalić, jaka historia rzeczywiście kryje się za danymi. Nawet jeśli jej zakończenie nie będzie zgodne z naszymi początkowymi oczekiwaniami.
Pułapka 3 – Wykresy zamiast historii
Marek jest ekspertem odpowiedzialnym za usprawnianie procesów obsługi klienta w dużej firmie handlowej. Od kilku miesięcy analizuje dane dotyczące kontaktów klientów z firmą. Chce pokazać dyrektorom, jak wygląda obecnie obsługa i gdzie pojawiają się największe problemy.
Korzysta z kilku źródeł danych. Ma informacje z systemu CRM, raporty zespołów obsługi klienta, wyniki ankiet satysfakcji oraz dane dotyczące reklamacji.
Do prezentacji wybiera między innymi liczbę kontaktów klientów w poszczególnych miesiącach, podział na kanały kontaktu, najczęściej zgłaszane problemy, średni czas oczekiwania na odpowiedź, czas rozwiązania sprawy oraz poziom satysfakcji klientów.
Marek przygotowuje prezentację w narzędziu do wizualizacji danych. Wykorzystuje wykresy liniowe, słupkowe, mapy i diagramy. Stara się, żeby każdy wskaźnik miał swoją wizualizację. Dodaje filtry pozwalające wyświetlać wyniki według kanału kontaktu, rodzaju sprawy i miesiąca.
Dba również o stronę wizualną. Wszystkie wykresy utrzymane są w firmowej kolorystyce, na slajdach pojawia się logo organizacji, a całość ma nowoczesny i spójny design. Prezentacja przypomina profesjonalny dashboard przygotowany przez zespół projektowy.
Podczas spotkania Marek pokazuje kolejne wykresy, przechodzi między kategoriami i omawia zmiany wartości wskaźników. Przy niektórych zestawieniach zatrzymuje się dłużej, wyjaśniając, jak interpretować dane i korzystać z interaktywnych filtrów.
Po prezentacji jeden z dyrektorów pyta:
Który z tych problemów powinniśmy potraktować jako najważniejszy?
Marek wraca do kilku wykresów i pokazuje dodatkowe przekroje danych. Inny uczestnik spotkania pyta, czy z przedstawionych wyników wynika, co powinni zmienić w procesie obsługi.
Spotkanie kończy się prośbą o przesłanie prezentacji i udostępnienie interaktywnego raportu, żeby dyrektorzy mogli samodzielnie przyjrzeć się wynikom.
Marek przygotował estetyczną prezentację, ale nie odpowiedział na najważniejsze pytania odbiorców.
Ta pułapka pojawia się wtedy, kiedy skupiamy się przede wszystkim na przygotowaniu wizualizacji, a za mało uwagi poświęcamy identyfikacji najważniejszego wniosku i zbudowaniu narracji. Chcemy, żeby każdy wskaźnik miał swój wykres. Dobieramy kolory, szukamy odpowiednich form prezentacji, dodajemy filtry i interaktywne elementy. Wkładamy dużo pracy w to, żeby dane wyglądały atrakcyjnie i były łatwe do odczytania.
Zapominamy jednak o tym, że sama wizualizacja nie wyjaśnia jeszcze, co wynika z przedstawionych informacji.
Odbiorcy widzą wiele danych, przedstawionych na różne sposoby, ale nie wiedzą, na czym powinni się skoncentrować. Nie potrafią wskazać najważniejszego problemu ani ustalić, jakie działania powinny z niego wynikać.
Wizualizacje przyciągają uwagę, ale nie prowadzą odbiorców przez logiczny ciąg myślowy. Zamiast opowiadać historię, prezentujemy kolejne zestawienia i liczymy na to, że ktoś sam znajdzie w nich odpowiedź.
Dobrze przygotowany wykres powinien pomagać zrozumieć konkretny wniosek. Pokazywać zależność, zmianę lub różnicę, która ma znaczenie dla naszej historii. Nie każdy wskaźnik potrzebuje osobnego slajdu, a nie każda informacja musi zostać przedstawiona w formie wykresu.
Jak uniknąć tych pułapek?
Wszystkie trzy historie pokazują różne problemy, ale mają jeden wspólny mianownik. Prezentujący skupiają się na danych, a za mało uwagi poświęcają temu, co odbiorcy powinni z nich zrozumieć.
W pierwszym przypadku Tomasz pokazuje zbyt wiele informacji i nie wskazuje najważniejszych wniosków. W drugim Anna wybiera dane, które potwierdzają jej wcześniejsze założenia. W trzecim Marek koncentruje się na wizualizacjach, ale nie buduje na ich podstawie logicznej opowieści.
Jak zatem przygotować prezentację, która wykorzystuje potencjał danych?
Przede wszystkim trzeba wiedzieć, do kogo mówimy i jaką decyzję chcemy pomóc tej osobie podjąć. Inne informacje będą istotne dla analityka, który chce poznać szczegóły badania, a inne dla dyrektora, który musi zdecydować o kierunku dalszych działań.
Następnie powinniśmy przeanalizować dostępne dane, sprawdzić zależności i wyciągnąć wnioski. Nie pomijając przy tym informacji, które nie pasują do naszej początkowej hipotezy.
Dopiero wtedy możemy zdecydować, które dane są najważniejsze, jak je przedstawić i w jakiej kolejności poprowadzić odbiorcę przez naszą historię.
Warto przy tym regularnie zadawać sobie jedno pytanie: So what?
Co wynika z tych danych? Dlaczego ta informacja jest ważna dla odbiorcy? Jak zmienia jego sposób patrzenia na problem? Co powinien z nią zrobić?
Jeśli nie potrafimy odpowiedzieć na te pytania, prawdopodobnie nie jesteśmy jeszcze gotowi, żeby pokazać naszą prezentację.
