【Business】The Type of Data Storytelling

已更新:8月17日


本站中 #Data Storytelling 的應用文中,提到大數據故事時代的來臨,在切入「數據故事」點時,有哪些類型呢?


故事前有舖陳,後有關鍵情節;在數據故事中,即可分為以下類型,以供舖陳見解,及為關鍵評論適用。


(資料來源:資料故事時代|製圖:吉客分析)



以客流數據為例:


  • 趨勢分析:通常為舖陳見解中的必要數據故事,以時序方式道出每日、每週、每月的線性變化;如:營業時間中,每小時的客流數之高低起伏,瞭解其日客流趨勢。

  • 相關分析:最常用在「探索」階段,如:客流量與成交率的相互關係。

  • 交叉分析:這是指二項指標之間的超越或降低,如:近兩年的新冠肺炎的確診數和客流數。

  • 預測分析:此分析則進入關鍵評論,可就過去的趨勢等分析,如:新品上市的客流,過去的歷史數據,可以做為即將的新品上市會吸引來的客流予以預測。

  • 比較分析:「比較」是決策的關鍵因素 - 如何以有意義的比較傳遞見解(數據故事)?可參閱「The Principal of Data Storytelling :Comparative Analytics

  • 進階分析:如是先看全國性數據,則可往下探索各區域或各城市的細化內容;反之,則可以單店數據,往上看城市以至於全國性總數。

  • 群聚分析:在客流數據中的群聚分析,可以「威力時段」來適用,分析銷售機會,及管理,如:避免該時段安排進貨或培訓等事宜。

  • 極數分析:這是從另一個視角看機會與問題,當大數據中出現極大或極小值時,通常有影響其數據的單一事件;如:某次國際巨星的簽唱會,僅此一次的活動,創造了客流在特定區間的極大值。極小值則可舉近兩年的防疫措施之影響,當去年(2021) 三級警戒時,各消費性零售實體店都出現了極小值。


從以上的說明,將各類型予以綜合使用,為每項事件從探索,經自我見解中得出予以解釋給受眾的故事,成為大數據時代的下個趨勢。