|
Storytelling with Data 著者:Cole Nussbaumer Knaflic 発行:2015年 |
かなり容易に本書を読み進められた理由は、私が非常に共感する内容であったことに加えて、非常に読みやすく構成されているため。つまり、本書自体が Storytelling「物語を話す」になっている。
次は Chapter 7 lessons in storytelling の Constructing the story から:
Frame your story in terms of their (your audience’s) problem so that they immediately have a stake in the solution. Nancy Duarte calls this tension “the conflict between what is and what could be.” There is always a story to tell. If it’s worth communicating, it’s worth spending the time necessary to frame your data in a story.
(聴衆の)問題についての物語を作ることで、読み手は即座に解決策を掴む。Nancy Duarte はこの状況を「現状とあるべき姿の対立」と呼んだ。語る物語は常に存在する。伝える価値があるならば、時間かをかけてデータを物語にする価値はある。
「語るべき物語は常にある」、本当にそう思う。機械学習システムの開発を顧客に提案する機会が多いのだが、毎回「ほぼアドリブ」でやってる。相手に応じて話す内容を変えてる、つまり「顧客に応じて物語を変えてる」とも言える。
「物語を語る」ように
次は Chapter 8 Pulling it All Together から。Lesson 1 から 6 を通じて、以下が「物語を語る」ように改良されていく(こんなグラフ、現実にも多いですよね、何を言いたいのか解釈するのに一苦労...):
No More Pie, Donut, and Spaghetti
このタイトル、パイ(チャート)、ドーナッツ(チャート)、スパゲティ(グラフ)はダメだということ。
次は Chapter 9 Case Study の CASE STUDY 4: Strategies for avoiding the spaghetti graph から。スパゲティです、こんなグラフを実際にも少なくはない...:
改良の仕方は、グラフで「何を言いたいか」に依存する。結局のところ、spaghetti なグラフを作る人は「何を言いたいか」分かってない。つまり「グラフを作っただけ」。
ここでは「改良の過程」は割愛するが、次のような二つの「最終案」が提示されている:
本書のグラフは全て「ゲイツOSの Exナンタラ」で作成されている。私が意地でも使いたいくないソフトウェアでこれだけ作れることに非常に関心。つまり「Exナンタラ」を使ってる人でも「真っ当なグラフ」は作れるのだ。全くもって理由になってない。
0 件のコメント:
コメントを投稿