Contar historias sigue ganando importancia, y ahora es la clave para organizar y dar a conocer datos relevantes. De eso se trata el Data Storytelling.
Este tema se profundiza en la Especialización en Big Data e Inteligencia de Negocios de la EIA.

¿Qué es Data Storytelling?

Data Storytelling es un enfoque estructurado sobre cómo comunicamos insights a partir de los datos, e involucra una combinación de tres elementos: datos, visualización y narrativa.
¿Qué resulta de la combinación de estos elementos?

• Narrativa + Datos = podremos explicar qué ha pasado y por qué un insight puede ser importante. Necesitaremos contexto para entender las conclusiones por completo.
• Visualización + Datos = Enlighten. Cuando añadimos una visualización a nuestros datos, podemos iluminar a nuestra audiencia con insights que no habrían visto de otra manera.
• Narrativa + Visualización = Engagement. La combinación perfecta para lograr ese interés e incluso para entretener a nuestra audiencia.
  Cuando unimos Visualización + Narración + Datos = Change, logramos contar una historia con nuestros datos, logramos influenciar y llevar a ese cambio que estábamos buscando.

Importancia de Data Storytelling en la actualidad

1. Las historias son herramientas efectivas para transmitir la experiencia humana: esto ha sido así desde el inicio de los tiempos, pero ahora utilizamos datos y análisis para crear versiones mejoradas de esas historias. Gracias a ellas simplificamos y damos sentido a un mundo complejo.
2. Para inspirar el cambio, necesitamos que entiendan nuestra historia: no importa cuántas horas hay detrás de nuestro análisis, no lograremos nada si no nos logramos explicar ya sea con una narrativa o con gráficos pero, necesitamos una historia.
3. Las personas quieren evidencia del análisis que hay detrás: aunque nuestra audiencia no entienda el detalle de la analítica, quieren la evidencia de que hay datos detrás, ya que estas historias son más convincentes que solo una experiencia personal.
4. Contar en una breve historia el resultado de horas de trabajo: se necesitan presentaciones cortas, con ideas concretas adaptadas a los stakeholders que recibirán la información para hacer llegar tu mensaje de una manera simple.

Data Visualization

Es muy común que Data Storytelling se entienda solo como visualización de datos y, aunque como estamos viendo, es mucho más que eso, es cierto que la visualización es una parte esencial y muy potente como complementaria al análisis, para poder condensar grandes conjuntos de datos en una sola foto.
¿Qué permite la Data Visualization?

1. Comprensión rápida de la información: gracias a las representaciones gráficas podemos ver grandes cantidades de datos de forma clara y coherente, lo que facilita la extracción de conclusiones e insights. Ganaremos tiempo y eficiencia para solucionar problemas.
2. Identificar y actuar rápido sobre tendencias emergentes: incluso los archivos de datos casi infinitos, empiezan a tener sentido al representarse gráficamente; lo que nos permite detectar parámetros que están altamente correlacionados. Algunas relaciones serán obvias, pero otras tendremos que identificarlas para ayudar al cliente a enfocarse en ese punto de mejora que influenciará en sus objetivos principales.
3. Identificar relaciones y patrones dentro de los activos digitales: descubrir tendencias dentro de los datos nos puede dar ventaja competitiva, como detectar puntos clave que están afectando a la calidad del producto o solucionar incidencias antes de que se conviertan en mayores problemas.
4. Desarrollar un nuevo lenguaje de negocio para contar la historia a otros: una vez que hemos descubierto nuevos insights gracias a la analítica visual, el siguiente paso es comunicarlos, ya sea con gráficos simples o visualizaciones elaboradas, pero lo importante es lograr ese engagement y transmitir el mensaje rápidamente.

3 ejemplos de Data Storytelling

Muchas marcas han presentado información a través de una combinación de datos y narrativa de forma exitosa, entre ellas:

1. Spotify
La campaña anual “Wrapped” podría ser uno de los mejores ejemplos de data storytelling interactivo de todos los tiempos.
Desde 2016, Spotify presenta a sus usuarios una cronología elaborada que muestra a los artistas, las canciones y, más recientemente, los podcasts más escuchados del año.
La aplicación de streaming utiliza los datos de sus usuarios no solo para hablar individualmente con sus clientes, sino también para demostrar lo interesante que puede ser el Big Data.
2. Google Maps
Google Maps proporciona un informe mensual sobre viajes a los usuarios que activan la función “Historial de ubicaciones” en sus dispositivos móviles. Es posible explorar esta función interactuando con Google Maps.
Puedes saber los lugares y ciudades que más visitaste, ver fotografías tomadas en cada ubicación y adquirir información sobre los medios de transporte más utilizados.
3. Hospital John’s Hopkins
El hospital universitario de Maryland Johns Hopkins creó un mapa en tiempo real que muestra cifras relevantes sobre la situación del COVID-19 en todo el mundo.
También es posible consultar una sección de tendencias críticas, en la que podemos monitorear la propagación del virus a lo largo del tiempo en una combinación de videos animados, mapas interactivos y pequeños párrafos de texto.

Claves para hacer buen Data Storytelling

1. Investigar tendencias
   Mediante una herramienta de inteligencia sobre audiencias puedo saber de qué está hablando un público en concreto, uno que ya me sigue o uno potencial (por ejemplo, el de mi competencia).
   Así, puedo detectar temas insospechados que son fruto de su interés o los contenidos con los que más están interactuando.
   Otras herramientas para generar engagement, como Network Analytics, permiten obtener mapas de comunidades interesadas en ciertos temas. Así, es posible explorar cada nicho para saber adecuar los mensajes y contenidos.
2. Utilizar imágenes impactantes
   El 70% de los receptores sensoriales que tenemos en el cuerpo están en los ojos. Eso significa básicamente que pensamos en imágenes. Por eso es importante que tus visualizaciones sean impactantes (pero simples de comprender). Algunos sitios con visualizaciones realmente útiles:
   -Visualcinnamon
   -Informationisbeautifuladwards
3. Apuntar a la imparcialidad
   Los sesgos son muy limitantes, pero están irremediablemente en todos nosotros y son por así decirlo las presuposiciones o prejuicios con los que asumimos una investigación.
   Lo ideal es contrastar todas las fuentes y prepararse para romper paradigmas y prejuicios propios.

La Especialización en Big Data e Inteligencia de Negocios de la EIA es un postgrado que con el fenómeno de volúmenes crecientes de información ha surgido el nuevo término de Big Data, que significa que todo lo que hacemos en nuestras vidas deja o pronto dejará una huella digital. El desafío que enfrentan las organizaciones, no solo se refiere al volumen, sino también a la variedad de los mismos y la velocidad con la cual se generan y cambian. Conoce todos los detalles sobre inscripciones y matrículas aquí.

Fuentes: www.forbes.com, deloitte.wsj.com/cfo/, data-informed.com,  www.rockcontent.com, www.brandwatch.com