Op zoek naar het verhaal achter de data

Naarmate uitgaven aan Business Intelligence toenemen, rijst de vraag waarom we niet meer investeren in storytelling. Mensen houden van verhalen. Niet alleen kinderen, ook volwassenen horen of vertellen graag. Binnen de wetenschap is regelmatig geprobeerd die voorliefde te verklaren, vooralsnog zonder eenduidige antwoorden.

Komt het omdat verhalen het fundament voeden van betekenis en het geheugen? Komt het doordat we sociale dieren zijn en de verhalende context nodig hebben voor begrip? Of is het vermaak en onthouden we daarom de feitjes uit een verhaal beter dan de feiten zonder verhaal.

We vertellen verhalen omdat het een effectieve manier van communiceren is en essentieel bij het overdragen van informatie en kennis. Het is dan ook verbazingwekkend dat we binnen het vakgebied van Business Intelligence (BI) bijna geen aandacht – laat staan budget – besteden aan het maken van verhalen. Verhalen die kunnen helpen om een boodschap, veelal een belangrijke, op een effectieve manier over te brengen.

Zachte kant van BI
Met BI helpen we veel organisaties met het structureren van data. We verzamelen, schonen op, integreren, aggregeren, presenteren. Echter dit proces leidt veelal tot rapporten en dashboards. Informatie, geen inzicht! Daarnaast kost dit proces veel resources, zoveel dat we ‘voorzichtig’ zijn geworden als het aankomt op data. Voordat een nieuwe databron bruikbaar is gemaakt voor analyse, zijn we zo een paar duizend euro verder. En wat doen we als de data dan weinig zinvol blijkt? Weggooien of al niet ontsluiten op voorhand? Maar de verborgen verhalen dan? Die inzichten die kunnen leiden tot verandering? Hoog tijd om meer aandacht te krijgen voor de zachte kant van BI.

We moeten het onderbuikgevoel, dat meestal richting geeft aan de beslissingen van het management, niet onderschatten. Als met feiten uit de bronnen blijkt dat iets aantoonbaar anders is, leidt dit vaak tot twijfel aan de feiten. Er bestaat dan ook niet zoiets als ‘één versie van de waarheid’. Er is ‘één versie van de feiten’, die vervolgens kunnen leiden tot verschillende waarheden. Maar hoe kan deze waarheid nu het best gedeeld worden, op zo’n manier dat iedereen het als waar aanneemt? Storytelling helpt hierbij door op een transparante wijze, onderbouwd met feiten, de bevindingen te delen.

Data Driven Storytelling
Storytelling gaat uit van het verhaal dat men wil vertellen. Om dit verhaal te vertellen wordt de data die dit onderbouwd gezocht. Data Driven Storytelling is een proces dat uitgaat van de data, om daar verhalen in te vinden die het waard zijn om te vertellen.

Momenteel is zeer veel data beschikbaar die, bij goed datamanagement, zonder al te veel resources of kosten is te ontsluiten. In die data zitten verhalen, verhalen waar misschien niet eerder aan gedacht werd. Door de data visueel te exploreren kun je verhalen naar boven halen die tot geweldige inzichten kunnen leiden. Maar hoe benader je data driven storytelling?

De eerste fase van het proces is de visuele data exploratiefase. Drie stappen worden incrementeel doorlopen: analyse, filteren en vinden. Door de data visueel te maken en op verschillende manieren te exploreren ga je op zoek naar datgene wat interessant zou zijn om verder te onderzoeken. Deze zoektocht door de data zal waarschijnlijk leiden tot de noodzaak om meer, of andersoortige, data te verkrijgen, deze te filteren en weer te gaan exploreren. Een aantal incrementen is nodig om het verhaal te vinden en jezelf ervan te overtuigen dat wat je vindt, klopt en belangrijk is. Kortom, het resultaat van deze fase is inzicht, inzicht dat je wilt delen.

Kosten en baten
Die eerste stap is behoorlijk tijdrovend en daardoor kostbaar. Het zou zonde zijn deze kosten niet om te zetten naar opbrengsten door het onjuist of onduidelijk delen van deze informatie. Dit is waar de tweede fase uit het Data Driven Storytelling proces bij helpt. Als we de inzichten op een verhalende manier delen, is de kans groot dat management, of welke doelgroep dan ook, open staat voor de bevindingen en hier daadwerkelijk wat mee gaat doen. De eerste stap in deze fase is dan ook bedenken wat en hoe je het verhaal wilt gaan vertellen. Gewoon met pen en papier een storyboard maken, zoals dat ook daadwerkelijk bij films gedaan wordt. Schetsen helpt het denkproces op een veel betere manier dan meteen achter een scherm te gaan zitten. Als de schets van het verhaal bevredigend is kan het digitaal gemaakt worden. Een Powerpoint-presentatie, een infographic, storypoints in Tableau; het maakt eigenlijk niet uit waarmee het verhaal verteld wordt. Besteed in eerste instantie niet te veel tijd aan het perfect maken van dit document. Beter werkt het om kort cyclisch te werken en vaak feedback van gebruikers uit je doelgroep te vragen en verwerken. Meestal is na drie á vier ronden het verhaal volwassen genoeg om te vertellen.

KIEZEN VROUWEN EERDER VOOR ROZE OF LIME-GROENE SPORTKLEDING?

Een voorbeeld van Data Driven Storytelling in de praktijk voor een sportmerk waar ik deel uitmaakte van hun advanced analytics-team. Er was data beschikbaar over een periode van járen. Samen met een bevriende zzp’er ontstond het idee om naar het gebruik van kleuren door de jaren heen te kijken. Moderne sportkleding bestond uit zeer veel kleuren, maar wellicht dat we hier een interessante trend in konden vinden.

Eerste stap was het verzamelen van de data. Wat we nodig hadden was artikelinformatie zoals primaire kleur, categorie en geslacht. Daarnaast zochten we verkoopinformatie als aantallen, bedragen en datum. Door simpelweg deze data te combineren waren we in staat om artikelinformatie af te zetten tegen omzet en aantallen. Ter illustratie, dit leverde een databestand op van 1 miljoen unieke artikelen, tien unieke kleuren en zestig seizoenen aan salesdata.

Vervolgens hebben we, met behulp van Tableau als visuele analysetool, een groot aantal visualisaties van die data gemaakt. Het voordeel van een tool als Tableau is dat het zeer geschikt is voor visuele dataexploratie, het snel visualisaties bouwen en analyseren.

Een aantal patronen vielen gelijk op, bijvoorbeeld de verandering van kleurgebruik binnen de categorie basketbal. Van hoofdzakelijk oranje, naar een diversiteit aan kleur. Ook het kleurgebruik tussen heren en dames leverde een duidelijke trend op. Dit was reden om betere kleurdata te gaan verzamelen voor verdere analyse.

In een tweede increment wilden we graag de echte kleuren van een artikel gebruiken. In eerste instantie gebruikten we de primaire kleur, echter een artikel heeft veel meer kleuren dan enkel die primaire kleur. Een zwarte schoen heeft een rood logo, met gele veters et cetera. Om het exacte kleurgebruik van een artikel te achterhalen hebben we een script gemaakt dat uit de marketingdatabase foto’s van de artikelen pixel voor pixel scant op kleur. Hierdoor ontstaat per artikel een histogram van de gebruikte kleuren en weten we exact welk percentage kleur binnen welk artikel is gebruikt. Tenslotte hebben we de achtergronden zoals placeholders of foto’s van een artikel eruit gefilterd, hebben we de kleuren geclusterd en gesorteerd om een betere analyse te kunnen maken van de eerder gevonden inzichten.

Eén van de patronen die duidelijk naar voren kwam is dat dames het meest roze en paarse tinten kochten terwijl mannen meer blauw en groen kopen. Inderdaad geen verrassende conclusie, maar toch bleek het koopgedrag anders als we gingen kijken naar kleurpopulariteit. In plaats van te kijken naar de aantallen verkocht, zijn we gaan kijken naar aantal verkochte artikelen per SKU (Stock Keeping Unit). Dat is de ratio tussen verkocht en aantal beschikbare artikelen. Hieruit bleek dat de kleur lime-groen een veel grotere populariteitsscore had dan roze of paars. De vraag was dus, kopen dames roze of paars omdat ze het willen, of omdat het er is?

Als we deze vraag zonder verder verhaal bij het management neer zouden leggen, zou men er waarschijnlijk niets mee doen. Om tot actie te bewegen moesten we, met feiten onderbouwd, een verhaal vertellen.

Dit vertellen kan op verschillende manieren, middels PowerPoint of een infographic, met heel veel feiten of juist verhalend. Wat de juiste manier van het verhaal vertellen is, verschilt per organisatie, zelfs per doelgroep. Hier hebben we gekozen om inzicht te geven in de manier waarop we tot onze conclusie kwamen, gepresenteerd als story binnen Tableau. Groot voordeel hierbij is dat je, mochten er vragen zijn, direct verder in de data kan duiken. Dit geeft transparantie en daarmee ook vertrouwen in het verhaal. Op die manier hebben we management in staat gesteld om verder na te denken over kleurgebruik binnen hun vrouwenlijn. Iets wat zonder Data Driven Storytelling nooit was gelukt.

Lex Pierik heeft vanuit zijn huidige rol als senior BI-adviseur voor Think.Design.Make. met name aandacht voor de zachte kant van BI, de verschillen tussen feiten en waarheden benadrukkend.

Tag

Onderwerp



Niet gevonden? Vraag het de redactie!

Heeft u het antwoord op uw vraag niet gevonden, of bent u op zoek naar specifieke informatie? Laat het ons weten! Dan zorgen we ervoor dat deze content zo snel mogelijk wordt toegevoegd, of persoonlijk aan u wordt geleverd!

Stel uw vraag