Data storytelling. Dlaczego liczby nie mówią same za siebie?

Sprzedaż wzrosła o 20%. Świetna wiadomość, prawda? No niekoniecznie.

Jeśli rok temu sprzedawaliśmy 100 produktów, a teraz 120, to rzeczywiście mamy wzrost. Ale jeśli w tym samym czasie koszty pozyskania klientów wzrosły o 80%, to być może nie ma czego świętować.

A jeśli plan zakładał wzrost o 50%? Albo jeśli cała nasza konkurencja urosła o 40%? Nagle te same 20% zaczyna wyglądać zupełnie inaczej.

I właśnie dlatego uwielbiam liczby!

Bo choć sprawiają wrażenie obiektywnych, ich znaczenie bardzo często zależy od kontekstu. Liczby mówią nam, CO się wydarzyło. Ale nie zawsze mówią nam, CO TO OZNACZA. A to dwie zupełnie różne rzeczy.

Możesz przedstawić klientowi trzydzieści siedem wskaźników, piętnaście wykresów i raport liczący więcej stron niż moja książka. Ale jeśli nie pomożesz mu zrozumieć, co z tych wszystkich danych wynika, to w najlepszym wypadku dowie się, że masz bardzo dużo danych. Gratulacje.

Data storytelling zaczyna się tam, gdzie kończy się samo raportowanie. Nie polega na upiększaniu wyników, dorabianiu historii do wykresów ani na przedstawianiu niekorzystnych danych w korzystnym świetle. Polega na nadawaniu liczbom znaczenia.

I właśnie tego chcę Cię dzisiaj nauczyć.

Co to jest data storytelling?

Data storytelling to sposób komunikowania danych, który pomaga odbiorcom zrozumieć nie tylko wyniki, ale również ich kontekst, znaczenie i konsekwencje. W praktyce oznacza to, że zamiast po prostu pokazywać liczby, zaczynasz odpowiadać na pytania:

• Co właściwie się wydarzyło?
• Czy to dużo, czy mało?
• Jak ten wynik wypada na tle wcześniejszych rezultatów?
• Dlaczego ma znaczenie dla odbiorcy?
• Co powinniśmy zrobić z tą wiedzą?

I od razu uprzedzę: data storytelling nie oznacza, że do każdego raportu trzeba dopisać bohatera, konflikt i dramatyczny punkt kulminacyjny (choć przy niektórych wynikach finansowych element dramatu pojawia się zupełnie naturalnie, he he). Chodzi o coś znacznie prostszego. Dane dostarczają informacji, a dobra narracja pomaga odbiorcy je zinterpretować.

Pokażę Ci pięć sposobów, dzięki którym możesz zacząć robić to lepiej.

1. Punkt odniesienia. Bo 20% wzrostu może być sukcesem albo katastrofą

Wróćmy do naszego przykładu ze sprzedażą.

Załóżmy, że firma zwiększyła przychody o 20%. Możemy oczywiście przygotować slajd z wielką, zieloną strzałką skierowaną do góry i napisem „+20%”. Wygląda imponująco. Tylko co właściwie oznacza?

Jeśli w poprzednim roku firma zanotowała spadek o 40%, to obecny wzrost może być zaledwie częściowym odrabianiem strat. Jeśli plan zakładał wzrost o 10%, to przekroczyliśmy oczekiwania. Jeśli konkurencja urosła o 40%, warto sprawdzić, czy przypadkiem nie tracimy udziału w rynku.

Ta sama liczba. Trzy różne historie.

Dlatego jednym z najważniejszych narzędzi data storytellingu jest porównanie.

Z czym porównywać dane?

Najczęściej z:

• Poprzednim okresem – żeby pokazać, jak zmienia się sytuacja.
• Założonym celem – żeby ocenić, czy osiągnęliśmy to, co planowaliśmy.
• Wynikami konkurencji lub rynku – żeby zobaczyć, jak radzimy sobie na tle innych.
• Punktem wyjścia – żeby odbiorca zrozumiał skalę zmiany.

Oczywiście porównania muszą być uczciwe. Zestawianie grudniowej sprzedaży z lutową bez uwzględnienia sezonowości może prowadzić do bardzo ciekawych wniosków, ale niekoniecznie prawdziwych.

PROTIP: Zanim pokażesz jakąkolwiek liczbę, zapytaj siebie: „W porównaniu z czym?”. Jeśli nie potrafisz odpowiedzieć, być może Twoi odbiorcy również nie będą wiedzieli, jak ją ocenić.

2. Skala. Jak sprawić, żeby odbiorca naprawdę wyobraził sobie liczbę?

Wyobraź sobie, że mówię Ci: „W ciągu miesiąca pozyskaliśmy 20 tysięcy nowych użytkowników”.

Wiesz, ile to jest 20 tysięcy. Umiesz liczyć. Prawdopodobnie nawet bez kalkulatora. Ale czy potrafisz sobie wyobrazić tę liczbę?

No właśnie.

W mojej książce Mów tak, żeby chcieli słuchać opisuję technikę, którą nazywam konceptualizacją liczb. Polega ona na przekładaniu abstrakcyjnych wartości na obrazy, porównania i sytuacje, które odbiorca zna z własnego doświadczenia.

Zamiast mówić o 20 tysiącach nowych użytkowników, możesz powiedzieć: „Wyobraźcie sobie dwie hale widowiskowe, z których każda mieści 10 tysięcy osób. Tyle nowych użytkowników pozyskaliśmy w ciągu miesiąca”. I nagle liczba staje się czymś więcej niż ciągiem cyfr – zaczynasz widzieć wiwatujących kibiców, którzy w radosnym tańcu dołączają do grona Twoich klientów.

Podobnie możesz postąpić z czasem, pieniędzmi czy odległością.

Załóżmy, że dzięki automatyzacji Twój zespół oszczędza 200 godzin pracy miesięcznie. Możesz pokazać tę liczbę na slajdzie. Albo powiedzieć: „To równowartość 25 ośmiogodzinnych dni pracy, które co miesiąc odzyskujemy i możemy przeznaczyć na inne zadania”. Drugie zdanie nie zmienia danych. Zmienia sposób, w jaki odbiorca rozumie ich skalę.

Uwaga na porównania, które robią więcej szkody niż pożytku

Nie każdą liczbę trzeba porównywać do boiska piłkarskiego, basenu olimpijskiego czy liczby słoni ustawionych jeden na drugim.

Dobre porównanie powinno być:

• zrozumiałe dla odbiorcy,
• adekwatne do sytuacji,
• matematycznie poprawne,
• pomocne w interpretacji wyniku.

Jeśli przygotowujesz prezentację dla dyrektora finansowego, informacja o 25 dniach pracy może być znacznie bardziej użyteczna niż porównanie do długości siedmiu autobusów.

PROTIP: Nie szukaj najbardziej efektownego porównania. Szukaj takiego, które odbiorca najszybciej zrozumie.

3. Trend. Dlaczego jeden dobry wynik nie oznacza, że wszystko idzie dobrze?

Załóżmy, że prowadzisz sklep internetowy. W maju sprzedaż wzrosła o 8%. Powód do świętowania? Być może. Ale spójrzmy na wyniki z poprzednich miesięcy.

Sprzedaż nadal rośnie, ale tempo wzrostu systematycznie spada.

A teraz drugi scenariusz:

Majowy wynik jest dokładnie taki sam, ale historia, którą opowiadają dane, wygląda zupełnie inaczej. W pierwszym przypadku warto sprawdzić, dlaczego dynamika wzrostu słabnie. W drugim możemy mówić o jej przyspieszaniu.

I właśnie dlatego pojedyncza liczba bywa znacznie mniej interesująca niż kierunek, w którym zmieniają się wyniki.

Jak pokazywać trendy w prezentacjach?

Przede wszystkim nie ograniczaj się do czytania kolejnych wartości. Zamiast: „W marcu było 19%, w kwietniu 12%, a w maju 8%”. Powiedz: „Od trzech miesięcy sprzedaż nadal rośnie, ale z każdym miesiącem coraz wolniej. Chcemy sprawdzić, co odpowiada za tę zmianę, zanim zacznie wpływać na nasze plany”.

W ten sposób nie tylko prezentujesz dane. Wskazujesz zjawisko, które warto zrozumieć.

Pamiętaj jednak o jednej ważnej rzeczy: trend nie jest automatycznie dowodem na przyczynę!

Jeśli wyniki poprawiły się po uruchomieniu nowej kampanii, nie oznacza to jeszcze, że poprawiły się wyłącznie dzięki niej. Być może znaczenie miała sezonowość. Być może zmieniły się ceny. A być może zadziałało kilka czynników jednocześnie.

Data storytelling ma pomagać odbiorcom rozumieć rzeczywistość, a nie zastępować analizę naszymi domysłami.

4. Znaczenie dla odbiorcy. Czyli moje ulubione pytanie: NO I CO Z TEGO?

Wyobraź sobie, że pracujesz w agencji marketingowej. Właśnie skończyłaś prezentować klientowi wyniki kampanii. Wszystko wygląda dobrze. CTR wzrósł, CPC spadł, ROAS jest wyższy niż w poprzednim kwartale. Jesteś z siebie dumna.

A klient pyta: „Okej, ale co ja właściwie z tego mam?”. I wcale nie jest to głupie pytanie.

Bo klient nie zatrudnił Cię po to, żeby oglądać coraz ładniejsze wskaźniki. Zatrudnił Cię po to, żeby osiągnąć konkretny cel biznesowy. Dlatego jedną z najważniejszych zasad data storytellingu jest łączenie każdej istotnej danej z jej znaczeniem dla odbiorcy.

Jak zamienić wskaźnik w konkretną korzyść?

Zobacz różnicę.

Sama liczba: „Współczynnik konwersji wzrósł o 1,4 punktu procentowego”.

Liczba z interpretacją: „Większy odsetek osób odwiedzających stronę wykonuje teraz oczekiwane działanie. Oznacza to, że przy podobnym poziomie ruchu możemy pozyskiwać więcej zapytań od potencjalnych klientów”.

A jeśli dysponujesz dodatkowymi danymi, możesz pójść jeszcze dalej: „W ostatnim miesiącu przełożyło się to na 120 dodatkowych zapytań sprzedażowych”.

Widzisz?

Nie chodzi o to, żeby ukrywać wskaźniki. Chodzi o to, żeby nie zmuszać odbiorcy do samodzielnego tłumaczenia ich na język własnych potrzeb. I jeszcze jedno: nie wszyscy odbiorcy potrzebują tego samego wyjaśnienia. Dyrektorkę finansową może interesować wpływ wyniku na koszty. Dyrektora sprzedaży – liczba potencjalnych klientów. Zarząd – konsekwencje dla realizacji strategii. Ta sama dana może być ważna dla każdej z tych osób, ale z zupełnie innego powodu.

Dlatego, zanim przygotujesz prezentację, zastanów się nie tylko nad tym, co chcesz powiedzieć, ale również nad tym, dlaczego druga strona miałaby chcieć tego słuchać.

Nie zakładaj, że wszyscy rozumieją Twoje skróty

ROAS, CAC, MRR, EBITDA. Wiem, brzmi profesjonalnie. Ale jeśli odbiorca nie wie, co oznaczają, to nie robią na nim większego wrażenia niż zaklęcia z Harry'ego Pottera. Dlatego wyjaśniaj metryki, których używasz.

Zamiast: „Nasz ROAS wyniósł 6”. Powiedz: „ROAS pokazuje relację przychodu przypisanego reklamie do wydatków reklamowych. W naszym przypadku na każdą złotówkę wydaną na reklamę przypadało sześć złotych przychodu”. I pamiętaj, że przychód to nie to samo co zysk.

Może nie brzmi to tak spektakularnie jak „zarobiliśmy sześć złotych z każdej wydanej złotówki”, ale za to jest precyzyjne. A precyzja w komunikowaniu danych naprawdę ma znaczenie.

5. Interpretacja czy manipulacja? Gdzie kończy się data storytelling?

To prawdopodobnie najważniejsza część tego artykułu, bo skoro kontekst może tak bardzo zmieniać sposób, w jaki odbieramy liczby, to pojawia się pewne pytanie.

Czy data storytelling nie jest po prostu elegancką nazwą manipulowania danymi?

Nie. A przynajmniej nie powinien być.

Data storytelling pomaga zrozumieć rzeczywiste znaczenie danych. Manipulacja polega na takim ich przedstawieniu, żeby odbiorca wyciągnął określony wniosek, nawet jeśli nie jest on uzasadniony. Różnica potrafi być subtelna.

Przykład: wzrost o 100%

Załóżmy, że w ubiegłym miesiącu Twoja firma sprzedała dwa produkty. W tym miesiącu sprzedała cztery. Sprzedaż wzrosła o 100%. Matematycznie wszystko się zgadza.

Możesz więc przygotować wielki napis: SPRZEDAŻ WZROSŁA O 100%! (I liczyć na to, że nikt nie zapyta, z jakiego poziomu startowaliśmy.)

Albo możesz powiedzieć: „Podwoiliśmy sprzedaż – z dwóch do czterech produktów. To pozytywny sygnał, ale skala działalności jest wciąż niewielka, więc potrzebujemy kolejnych danych, żeby ocenić, czy to trwała zmiana”.

Oba komunikaty wykorzystują prawdziwe liczby. Tylko jeden pozwala odbiorcy właściwie ocenić sytuację.

Na co uważać podczas prezentowania danych?

Przede wszystkim na:

• Wybiórcze pokazywanie wyników – prezentowanie wyłącznie okresów, które potwierdzają naszą tezę.
• Brak punktu odniesienia – pokazywanie wzrostów procentowych bez wartości początkowych.
• Mylenie korelacji z przyczynowością – zakładanie, że skoro dwa zjawiska wystąpiły jednocześnie, jedno musiało spowodować drugie.
• Manipulowanie skalą wykresów – takie dobieranie osi i proporcji, żeby niewielka zmiana wyglądała jak spektakularny sukces.
• Pomijanie ograniczeń danych – przemilczanie małej próby, braków w pomiarze czy niepewności wyników.

Dobra narracja nie wymaga ukrywania niewygodnych faktów – wręcz przeciwnie.

Czasami najbardziej profesjonalne zdanie, jakie możesz wypowiedzieć podczas prezentacji, brzmi: „Na podstawie tych danych nie jesteśmy jeszcze w stanie wyciągnąć jednoznacznego wniosku”. Wiem. Mało spektakularne. Ale zdecydowanie bardziej wartościowe niż pewność siebie niepoparta żadnymi dowodami.

Data storytelling w praktyce. Jedne dane, trzy różne komunikaty

Na koniec zróbmy mały eksperyment.

Załóżmy, że Twoja firma wdrożyła rozwiązanie, dzięki któremu zespół oszczędza 200 godzin pracy miesięcznie. To nasz fikcyjny przykład. Dane pozostają identyczne, ale zmienia się odbiorca.

• Komunikat do zespołu: „Dzięki nowemu rozwiązaniu odzyskujemy miesięcznie 200 godzin, które dotychczas poświęcaliśmy na powtarzalne zadania. To czas, który możemy teraz wykorzystać na bardziej wymagające projekty”.
• Komunikat do dyrektora finansowego: „Automatyzacja pozwala nam ograniczyć nakład pracy o 200 godzin miesięcznie. Kolejnym krokiem będzie sprawdzenie, jak przekłada się to na wykorzystanie zasobów i koszty operacyjne”.
• Komunikat do zarządu: „Nowe rozwiązanie uwalnia 200 godzin pracy zespołu miesięcznie. Dzięki temu możemy zwiększyć możliwości realizacji projektów bez proporcjonalnego zwiększania nakładu pracy”.

W każdym przypadku mówimy o tej samej liczbie. Nie zmieniamy faktów. Nie dopisujemy nieistniejących rezultatów. Po prostu pokazujemy ten aspekt wyniku, który ma największe znaczenie dla konkretnego odbiorcy.

I właśnie tak rozumiem skuteczny data storytelling.

Jak opowiadać o danych? Checklista przed kolejną prezentacją

Zanim pokażesz komuś raport, wykres lub zestawienie wyników, sprawdź:

1. Punkt odniesienia: czy odbiorca wie, z czym porównać prezentowany wynik?
2. Skala: czy potrafi wyobrazić sobie wielkość, o której mówisz?
3. Trend: czy rozumie, jak sytuacja zmienia się w czasie?
4. Znaczenie: czy wie, dlaczego dana liczba powinna go interesować?
5. Rzetelność: czy przedstawiasz pełny i uczciwy kontekst, bez wyolbrzymiania wyników?

Jeśli wszystkie odpowiedzi brzmią „tak”, Twoje dane mają znacznie większą szansę stać się czymś więcej niż kolejną tabelką w prezentacji.

FAQ. Najczęstsze pytania o data storytelling

Co to jest data storytelling?

Data storytelling to sposób przedstawiania danych, który łączy wyniki analizy z kontekstem i narracją. Jego celem jest pomoc odbiorcom w zrozumieniu znaczenia liczb i wyciągnięciu właściwych wniosków.

Jakie są przykłady data storytellingu?

Przykładem może być pokazanie, że wzrost sprzedaży o 20% oznacza przekroczenie celu biznesowego, porównanie 200 zaoszczędzonych godzin do 25 ośmiogodzinnych dni pracy albo przedstawienie trendu sprzedaży zamiast jednego miesięcznego wyniku.

Czy data storytelling wymaga umiejętności tworzenia wykresów?

Nie. Wykresy i infografiki mogą wspierać narrację, ale data storytelling opiera się przede wszystkim na interpretacji danych, ich kontekstualizacji i dopasowaniu komunikatu do odbiorcy.

Czym data storytelling różni się od data visualization?

Data visualization, czyli wizualizacja danych, koncentruje się na ich graficznym przedstawieniu – na przykład za pomocą wykresów i infografik. Data storytelling ma szerszy zakres: wykorzystuje dane, kontekst i narrację, aby pomóc odbiorcom zrozumieć wyniki. Wizualizacje mogą być jego częścią, ale nie są obowiązkowe.

Gdzie wykorzystuje się data storytelling?

W marketingu, sprzedaży, finansach, HR, zarządzaniu projektami, analizie biznesowej i wszędzie tam, gdzie wyniki mają stanowić podstawę rozmowy lub decyzji.

Liczby nie mówią same za siebie. I całe szczęście.

Liczby mogą być precyzyjne, obiektywne i matematycznie poprawne, a mimo to niewiele nam powiedzieć. Bo informacja to nie to samo co zrozumienie.

Dopiero kiedy dodasz punkt odniesienia, pokażesz skalę, wyjaśnisz trend i powiążesz wynik z potrzebami odbiorcy, dane zaczynają nabierać znaczenia.

I właśnie dlatego data storytelling nie polega na opowiadaniu bajek o liczbach. Polega na tym, żeby odbiorca nie musiał się domyślać, co próbujesz mu powiedzieć.

Jeśli chcesz nauczyć swój zespół skuteczniejszego prezentowania danych, wyciągania wniosków i komunikowania wyników, sprawdź moje szkolenie z prezentacji biznesowych dla firm. Podczas warsztatów pracujemy na rzeczywistych materiałach uczestników, ucząc się zamieniać dane w komunikaty, które odbiorcy rozumieją i potrafią wykorzystać.

A jeśli chcesz dowiedzieć się, jak uporządkować całą prezentację, przeczytaj również mój artykuł Struktura prezentacji biznesowej. Jak ją zbudować, żeby ludzie chcieli słuchać (i coś z tego wynikło)?.