Pengenalan Data Storytelling

Data Analysis, ya data analysis untuk yang pertama kali belajar di bidang ini, pasti fokusnya terlalu banyak di tools seperti SQL, Python, Excel, Dsb. Padahal data analysis irisan dari Engineering, Science, dan Art. Engineering mencakup SQL, Python, R, Excel, Power BI, Dsb. Science mencakup Matematika, Statistika Deskriptif, Statistika Inferensi, Hypothesis Testing, Dsb. Dan Art mencakup Data Storytelling, Visualisasi, Publik Speaking, Dsb. Jadi tiga irisan ini hal yang wajib bagi seorang data analyst.

Ngomong-ngomong soal data analyst ada satu elemen dari Art yaitu Data Storytelling. Oh iya pada bab ini kita akan membahas secara mendalam mengenai data storytelling.

Data storytelling? Apa sih itu?. Singkatnya kita belajar menjadi pendongeng yang andal 🤣. Eits jangan salah, dulu saya pertama kali belajar data analyst sempat meremehkan data storytelling, ternyata setelah terjun di bidang ini secara mendalam tidak sesederhana yang dibayangkan. Menjadi pendongeng yang andal di bidang data artinya berusaha menceritakan data yang rumit agar orang awam mudah menangkap dan memahami insight pada data tersebut. Lalu dari insight yang didapat segera bisa ditindaklanjuti untuk kebutuhan organisasi, perusahaan, dll. atau istilahnya actionable.

Benefit Storytelling

Karena data storytelling ini ada dua kata yakni "data" dan "storyteling", maka kita bahas manfaat storytelling:

1. Understanding

   Seperti yang sudah disinggung pada kalimat sebelumnya, storytelling membantu dalam membuat data rumit agar mudah dipahami orang awam. Dengan merubah angka-angka menjadi narasi yang indah, audiens dapat lebih cepat dan mudah mengerti esensi dan makna dari data tersebut.

   Misalnya, daripada hanya menyajikan angka mengenai tingkat kemiskinan yang dirasa terlalu kaku untuk didengar, sebuah storytelling tentang kehidupan sehari-hari seseorang yang terkena dampaknya akan lebih efektif dalam menggambarkan realitas di balik data.

2. Retention

   Penelitian menunjukkan bahwa informasi yang disampaikan melalui storytelling (cerita) lebih mudah diingat dibandingkan dengan informasi yang disampaikan dalam bentuk angka. Otak manusia cenderung mengingat cerita karena struktur naratifnya yang mengikuti pembuka, isi, dan penutup. Ini membuat storytelling menjadi tool untuk memastikan bahwa pesan yang ingin disampaikan akan melekat lebih lama dalam ingatan audiens.

3. Motivation

   Storytelling memiliki kekuatan untuk memotivasi sekaligus menginspirasi audiens. Dengan menyentuh emosional audiens dan menunjukkan dampak dari data, storytelling dapat menumbuhkan rasa empati dan memotivasi orang untuk mengambil tindakan (actionable).

   Misalnya, menceritakan tentang keberhasilan suatu program kesehatan masyarakat dapat memotivasi audiens untuk mendukung atau terlibat dalam program serupa.

4. Change

   Storytelling dapat mendorong perubahan sikap dan perilaku. Dengan menggambarkan situasi yang memerlukan perubahan dan memberikan solusi atau hasil positif dari perubahan tersebut, storytelling dapat menghasilkan insight yang actionable. Sehingga, ketika insight mudah ditindaklanjuti (actionable) dapat menginspirasi audiens untuk melakukan perubahan dalam kehidupan mereka atau dalam organisasi mereka.

Peran Data Storyteller

Setelah membahas manfaat dari storytelling, selanjutnya mari kita membahas peran data storyteller:

1. Memahami Masalah Bisnis

   Seorang data storyteller harus mampu memahami masalah bisnis yang dihadapi. Artinya, mereka wajib memahami konteks bisnis dan tujuan akhir yang ingin dicapai. Dengan pemahaman ini, mereka dapat mengidentifikasi data yang relevan sesuai kebutuhan bisnis.

2. Menjawab Pertanyaan yang Muncul

   Data storyteller harus siap menjawab berbagai pertanyaan yang muncul dari pemaparan yang mereka sampaikan. Ini memerlukan kemampuan untuk berkomunikasi dengan jelas dan efektif. Mereka harus bisa menjelaskan hasil analisisnya, serta memberikan penjelasan tambahan jika diperlukan.

3. Mengidentifikasi Data dengan Tepat

   Data storyteller harus bisa memfilter data yang ada untuk menemukan informasi yang paling penting dan signifikan bagi pemaparan yang ingin mereka sampaikan. Ini mencakup data yang digunakan akurat, up-to-date, dan dapat dipercaya.

4. Membuat Key-point

   Data storyteller harus mampu menemukan key-point dari data yang dimiliki. Mereka harus menentukan key-point yang ingin disampaikan dan menjaga agar pemaparan tetap terarah dan tidak melebar kemana-mana. Key-point yang jelas membantu audiens untuk memahami inti dari pemaparan dan informasi yang disampaikan.

5. Menyesuaikan dengan Audiens

   Penting bagi data storyteller untuk menyesuaikan pemaparan dengan audiens yang dibidik. Mereka harus memahami kebutuhan, pengetahuan, dan preferensi audiens agar pemaparan yang disampaikan relevan dan mudah dipahami. Dengan menyesuaikan gaya dan konten cerita, data storyteller dapat meningkatkan engage dan pemahaman audiens.

6. Meracik dengan Emosi

   Ketika data storyteller memaparkan atau bercerita dengan penghayatan sering kali menyentuh emosi audiens. Data storyteller harus bisa meracik data dengan aspek emosional untuk membuat cerita lebih hidup dan berkesan. Dengan seni meracik data dan emosional, dapat membuat audiens lebih cenderung untuk mengingat pesan yang disampaikan.

7. Membuat Struktur Cerita

   Seperti halnya novel yang keren, data storytelling juga memerlukan struktur yang sistematis. Data storyteller harus bisa meramu data, insight, dan actionable dalam format yang runtut dan runtun bak alur novel. Struktur yang baik membantu audiens untuk mengikuti dan memahami narasi dengan lebih mudah.

8. Mengidentifikasi Pola

   Kemampuan untuk melihat pola dan hubungan dalam data adalah tidak kalah penting bagi seorang data storyteller. Dengan mengidentifikasi tren dan korelasi, mereka dapat menarik kesimpulan yang bermakna dan menyampaikan cerita yang lebih mendalam dan informatif.

9. Engagement

   Menjaga keterlibatan audiens selama pemaparan perlu dilakukan oleh data storyteller. Menggunakan teknik storytelling yang menarik dan interaktif, dapat membantu mempertahankan perhatian audiens dan memastikan pesan yang disampaikan tetap diingat.

10. Mempengaruhi dan Mendorong Perubahan

    Pemaparan atau cerita yang kuat memiliki potensi mempengaruhi sikap dan perilaku audiens. Data storyteller harus dapat memanfaatkan data untuk membuat argumen yang meyakinkan dan menginspirasi audiens untuk mengambil tindakan atau melakukan perubahan. Dengan begitu, pemaparan yang mereka sampaikan dapat membawa dampat positif dan nyata.

Data Storytelling Framework

Setelah membahas manfaat storytelling beserta peran data storyteller, mari kita bahas data storytelling framework secara singkat. Di artikel selanjutnya data storytelling framework ini akan kita bahas satu-satu secara komprehensif.

1. Hypothesis

   Langkah pertama adalah merumuskan hipotesis atau pertanyaan yang ingin dijawab, biasanya formulanya 5W + 2H (Why, Who, What, When, Where, How, How Much). Hipotesis ini memberikan arah yang jelas tentang apa yang ingin ditemukan atau dibuktikan melalui analisis data. Ini juga membantu dalam menentukan jenis data yang perlu dikumpulkan dan metode analisis yang akan digunakan.

2. Data Gathering

   Setelah menentukan hipotesis, langkah selanjutnya adalah mengumpulkan data yang relevan. Ini bisa mencakup data dari berbagai sumber, seperti database, survei, laporan, API, dan lain-lain. Pengumpulan data yang tepat dan akurat sangat penting untuk memastikan hasil analisis yang dapat diandalkan.

3. Data Transformation

   Data yang telah dikumpulkan sering kali memerlukan cleaning atau pembersihan dan transformasi. Proses ini mencakup penghapusan data yang tidak lengkap atau tidak relevan (data removing), menggabungkan data dari berbagai sumber, dan mengubah data ke format yang sesuai dengan analisis. Transformasi data memastikan bahwa data siap untuk dianalisis lebih lanjut.

4. Data Mining

   Dalam tahap ini, teknik analisis data seperti statistik, machine learning, atau algoritma lainnya digunakan untuk mengekstraksi pola, tren, dan insight dari data. Data mining membantu mengidentifikasi korelasi yang mungkin tidak terlihat dan memberikan pondasi untuk membuat narasi yang kuat.

5. Visualization

   Visualisasi data adalah tahap krusial untuk membuat data lebih mudah dipahami. Grafik, diagram, maps, dan alat visual lainnya digunakan untuk menyajikan hasil analisis dengan cara menarik dan intuitif. Visualisasi yang baik membantu audiens untuk dengan cepat memahai informasi, tren, dan insight dalam data.

6. Create Narrative

   Setelah data divisualisasikan, langkah selanjutnya adalah menyusun narasi yang menghubungkan insight dengan cerita yang koheren dan menarik. Narasi ini harus menjelaskan konteks, menggambarkan temuan utama, dan mengaitkan data dengan hipotesis awal.

7. Tell the Story

   Tahap akhir adalah pemaparan kepada audiens. Ini melibatkan presentasi yang jelas dan menarik, menggunakan narasi dan visualisasi yang telah disiapkan. Memaparkan temuan hasil analisis secara efektif dapat membantu audiens untuk memahami pesan yang disampaikan, mengingat informasi yang penting, dan menjadi langkah yang actionable.

Pada pengenalan data storytelling kita telah mengenal tiga poin utama yaitu manfaat storytelling, peran storyteller dan data storytelling framework. Pembahasan selanjutnya kita breakdown lebih dalam framework ini.