数据故事化是数据科学的“最后一公里”问题

数据故事化是数据科学的主要研究内容之一，也是数据科学区别于其他学科的重要特征。

从流程看，数据科学项目包括数据化、数据加工、数据整齐化、探索性分析、数据分析与洞察、结果展现以及数据产品的提供等关键活动，而数据故事化是数据科学项目中结果呈现的主要手段之一。

数据故事化对数据科学的意义主要体现在以下四个方面：

 解决“最后一英里”问题

 数据科学家精通编程、建模和数据清洗等数据处理业务，但还有一项关键技能经常被数据科学家们所忽视：清晰有效地传达研究结果的能力，即数据的故事化能力。

数据的故事化是数据科学的“最后一英里”问题。2016年LinkedIn的报告称，我们仍然生活在一个日益由数据驱动的世界，企业在积极招聘数据存储、数据检索和数据分析方面的专家。

但目前大部分招聘的重点都集中在数据准备和数据分析技能上，而不是数据科学的“最后一英里”技能。

通过数据挖掘和数据分析等技术可以把数据价值挖掘出来，并把数据变成有价值的资源。但如果数据价值无法被受众有效吸收和利用，那么之前对数据所做的一切加工活动都失去了意义。

根据Mayer和Anderson的研究，受众的视觉和听觉感官的刺激使他们对研究对象的理解提高了74％。

数据科学的重点是在向受众传达数据分析结果时进行沟通或说服，将数据中提取的价值传递出去，数据的故事化是实现这一目的的极好手段。

利用数据故事化，受众能更深刻地认识数据、理解数据、记住数据并根据数据采取行动，充分发挥数据的价值。

 从数据中获取洞察

数据科学的目标是提供可靠的基于数据的信息，并将信息转化为人们的宝贵见解，但如果没有适当的信息沟通，数据科学家就无法向受众提供价值。

使用图表和故事可以显示数字无法清晰描绘的要素和数据之间的关系，能够使受众深入理解数据传达的含义，获取数据洞察。

数据可视化有助于我们理解数据，但它只是让受众看到数据、认识数据，很难让受众体会数据、记住数据。

数据故事化结合数据、可视化和叙述三个要素。数据可视化是叙述数据故事的最佳工具，因为它提供了可信度并且能对故事中的要点给予重视。

数据可视化的效果取决于它们所揭示的洞察以及受众记住这些洞察的时间，而扣人心弦的故事化叙述是让受众记住这些数据洞察的高效方式，因此将数据故事化与数据的可视化相结合，更有助于受众获取数据洞察。

将数据洞察转换为数据行动

数据科学家的动机是让受众根据从数据中提取的见解采取行动，这很大程度上取决于数据科学家向最终用户或决策者提供数据的能力。

遵循“认识问题—解决问题”的中心思想，数据的故事化就是在最合适的时间以适当的格式向受众呈现正确的信息，并让受众对这些信息做出反应：过程分析、业务决策或提出讨论。

数据科学家最基本、最普遍的技能是编写代码的能力，但数据科学家每天都需要向利益相关者简单易懂地解释复杂模型的结果，因此对数据科学家而言，

更重要的是能用所有利益相关者都能理解的语言进行交流，无论是口头上的、视觉上的、还是口头与视觉相结合的方式，

数据科学家需要从故事叙述者那里吸取经验，用简单有趣的故事连接起数据和业务之间的断层，将数据分析和建模的结果以可理解的格式传递给正确的受众。

数据新闻及数据产品开发

数据故事化在依赖数据进行决策的领域能发挥更好作用，目前，数据故事化主要应用在新闻业和商业领域。

数据新闻是当代新闻的一个方面，它使用数据以最佳方式叙述故事，且是开放的、可访问的和启发性的，其中除了传统的新闻方法之外，还使用数据分析、编程和叙述可视化等技术来创建数据故事。

作为数字新闻的一项特色活动，数据的故事化正迅速得到重视，并被大小媒体机构广泛采用。目前数据新闻主要用于政治、金融和事实调查等领域。

目前，数据的故事化已成为获取并分享数据洞察的最佳方式之一，是实现从数据感知到数据认知转化的主要手段。自从印刷术、电报、广播、电影和计算机发明以来，这些技术不断地为我们提供新的、越来越复杂的讲故事的手段，尤其是计算机的出现，使娱乐、艺术和技术以一种有趣的方式融合在一起，推动了数据故事化的研究进展。

作者： 朝乐门/ 张晨
作者简介：朝乐门，中国人民大学信息资源管理学院副教授，数据工程与知识工程教育部重点实验室(中国人民大学)研究员，博士生导师；张晨，通信作者，中国人民大学信息资源管理学院、数据工程与知识工程教育部重点实验室硕士研究生。