Oavsett hur väl strukturerad din data är och hur klockren din analys av allt ditt arbete är, så kan alla timmar du spenderat på att komma till dessa insikter var helt bortkastade om du inte presenterar det på rätt sätt.
Vi vill här lyfta upp fem klassiska fel som man gör när man arbetar med datavisualisering och hur du kan undvika dem.
1. Ingen tydlig strategi
Problem:
Du har fått ut din data, gjort dina analyser och vill att alla omedelbart ska komma till samma insikt som du. Så du skickar över allt ditt arbete direkt över mailen och väntar på svar, men inget svar kommer.
Lösning:
Det här är en oerhört klassisk fälla som egentligen kan lösas genom en enkel reflektion och att man ställer sig frågorna vad, varför, när, hur? Vad är det jag vill visa? Varför vill jag visa det? När kommer det att visas? Och hur kommer det att visas?
Att ha en strategi för hur folk ska ta till sig informationen handlar inte bara om att du säkerställer att folk faktiskt ser det, du ser även till att folk har möjlighet att ta in det.
2. Du berättar ingen historia med datan
Problem:
Skulle du anta att den som du tittar in i ögonen vet om vad som gjort dig till den du är utan att du berättat det? Nej, och konstigt vore ju det. Samma sak är det med data.
Att inte visa data i dess rätta sammanhang, visa hur det utvecklats, kort och gott vad som var starten och slutet i den insikt du försöker förmedla, är samma sak.
Lösning:
Det övergripande är att förstå allt har sin början och ett slut. På samma sätt som om du skulle förbereda ett tal du ska hålla så ska du tänka på hur publiken kommer uppfatta det hela. Data storytelling handlar om att göra dina insikter enklare att ta in.
3. Du berättar för många historier med det du visar
Problem:
Datavisualisering kan var fruktansvärt kul, och att lyckas vrida och vända på allt för att visa samband mellan olika avdelningar kan vara oerhört frestande. Men att mata på information utan sammanhang kommer bara skapa förvirring.
Säg att marknadsavdelningen vill visa och utvärdera hur pass många leads som genererats av en kampanj, eller att de vill visa ett förslag på en omfördelning av marknadsbudgeten – det är enkla och bra visualiseringar. Bra historier helt enkelt.
Men testa att visualisera de historierna tillsammans. Att visualisera data tillsammans utan ett egentligt sammanhang skapar samband som du troligen inte vill ha.
Lösning:
När du försöker få hem en poäng och dela med dig av dina insikter så håll dig till en berättelse, ett område, åt gången.
Människor har en fantastisk förmåga att hitta samband mellan saker som inte har något med varandra att göra. Berätta därför bara en historia åt gången med din data, det är så du ser till att inte fel frågor ställs.
4. Rätt vy för rätt person
Problem:
Vi människor är olika. En del av oss sägs använda höger hjärnhalva mer och somliga lär använda vänster oftare. Att arbeta med datavisualisering och tro att vi alla fungerar och tänker lika kommer att skapa ett scenario där poängen inte går hem.
Lösning:
Återigen, när du berättar din historia med din data är det viktigt att du tänker på hela målgruppen, att alla du vill nå ska kunna ta till sig det du säger. Om du behöver ett konkret tips så kolla runt i ditt företag, det finns garanterat en som tänker på ett annat sätt än vad du gör. Kolla med denna person om hen förstår och om svaret är nej, hur denne tycker att det ska se ut.
5. Var säker på din data
Problem:
Det finns få saker som är så jobbiga som att stå inför en grupp med experter och göra en presentation om deras område, möjligtvis då att göra det med icke-aktuella siffror.
Oavsett om det är en branschexpert eller en kollega man har framför sig, måste man vara säker på att det man vill förmedla är rätt, det finns inget annat val.
Lösning:
Det finns ingen direkt och enkel lösning. Men det går hand i hand med att ha en datadriven kultur, att hela tiden sträva efter att alla inom företaget ska känna att de är ’Data literates’.
Om du inte arbetar med något beslutsstöd idag så är dock lösningen enkel: Börja!
