Dominando el arte de la narración de datos Una guía para científicos de datos.

Mastering the art of data storytelling A guide for data scientists.

Cómo impresionar a otros con tus geniales ideas de ciencia de datos dominando el arte de la narración de datos.

Si estás considerando convertirte en un científico de datos, o ya lo eres, habrás leído o conocido las habilidades requeridas. Necesitarás un lenguaje de programación, un entendimiento de estadística matemática, la habilidad de crear visualizaciones de datos, y más.

Si estás buscando convertirte en un profesional de la ciencia de datos y necesitas alguna guía, echa un vistazo a este artículo: Conviértete en un profesional de la ciencia de datos en cinco pasos.

• Utilice Amazon SageMaker Canvas para construir modelos de aprendizaje automático utilizando datos Parquet de Amazon Athena y AWS Lake Formation.
• Vuelva a entrenar los modelos de aprendizaje automático y automatice las predicciones por lotes en Amazon SageMaker Canvas utilizando conjuntos de datos actualizados.
• 4 Funciones de Pandas para la comparación elemento a elemento de DataFrames

Aunque la mayoría de tu tiempo lo pasarás en la etapa de preparación de datos tratando de encontrar y limpiar los datos, hay otros elementos importantes en la ciencia de datos.

Una vez que hayas encontrado tus ideas valiosas, si son tendencias, patrones, o se presentan en visualizaciones, necesitarás ser capaz de explicarlas. Como profesional de datos, puede ser difícil para personas no técnicas entender el lenguaje técnico.

Si eres una persona técnica, puede ser un desafío transmitir tu mensaje a personas no técnicas. No solo te encontrarás con personas no técnicas, sino que también puedes estar tratando con alguien que prefiere explicaciones a través de visualizaciones, o pases de proyecto.

Por lo tanto, una vez que tengas tus hallazgos, tendrás que atender a una variedad de personas, y dominar cómo hacerlo puede ser difícil, pero puede lograrse.

Empecemos…

Lenguaje no técnico

Como científico de datos, entiendo que muchos stakeholders o gerentes no provienen de un fondo técnico. Por lo tanto, algunos de los términos utilizados en tu equipo diario les serán extraños. Por ejemplo, la puntuación F1 o la validación cruzada.

Piensa en cómo un maestro explica un tema a un estudiante, y mantenlo en mente cuando estés explicando a tu audiencia. Traduce tus términos de ciencia de datos en un lenguaje que todos puedan entender. Si no hay manera de reemplazar un término específico de ciencia de datos, no hay daño en explicar qué significa. Harás más daño perdiendo la atención de tu audiencia con palabras técnicas.

Visualizaciones de datos

Diferentes personas aprenden de diferentes maneras. Algunos pueden leer un libro de texto una vez y entenderlo. Algunos necesitan que esté codificado por colores. Algunos necesitan visualizaciones. Al presentar tus hallazgos, no te limites y no te pongas en una rutina en la que tengas que responder 1000 preguntas. Las visualizaciones pueden responder preguntas por ti.

Las visualizaciones de datos permitirán a tu audiencia tener una comprensión visual de los pasos que tomaste y tus hallazgos. Mientras hablas en el fondo sobre las visualizaciones, sus ojos están aprendiendo y comprendiendo lo que estás diciendo.

Resumen

Al final de tu presentación, asegúrate de tener una página de resumen de todos tus puntos importantes y visualizaciones de datos para que tu audiencia las vea. Durante este tiempo, deberías estar abierto a preguntas en las que tu audiencia pueda mirar continuamente el tablero de resumen para hacer nuevas preguntas.

Que tu audiencia haga preguntas no es algo malo, muestra que han estado escuchando, que están interesados, y que quieren aprender y comprender más.

Narración de tres actos

Los puntos anteriores son elementos de tu narración que la harán efectiva. Sin embargo, una estructura es lo que hará que tu narración de datos sea un éxito.

La narración de tres actos es un modelo popular utilizado en la ficción narrativa que divide una historia en tres partes:

Preparación

Objetivo: estado en términos claros el problema que estás tratando de resolver.

Esto incluye una introducción a tu proyecto, declarando el propósito del proyecto, lo que estás tratando de resolver, etc. Durante la preparación, desde una perspectiva de ciencia de datos, profundizarás en el problema o problema con más profundidad para dar contexto al objetivo del proyecto. El objetivo de tu proyecto se equiparará con tu punto 1.

Confrontación

Objetivo: explica a tu audiencia por qué es importante resolver este problema y los diferentes caminos que tomaste para resolver el problema.

Durante la parte de confrontación, puedes seguir hablando sobre la tarea en cuestión y por qué la empresa estaba enfrentando este problema en primer lugar. Quieres mantener a tu audiencia interesada e intrigada, por lo tanto, hablar sobre los problemas que la empresa está enfrentando siempre atraerá a los stakeholders.

Explica a tu lector paso a paso los diferentes caminos que recorriste y el resultado de cada uno, para completar la tarea en cuestión. Los diferentes pasos que tomaste durante el proyecto de ciencia de datos reflejarán diferentes puntos, por ejemplo, Punto 2, Punto 3, …

Dar a tu audiencia contexto sobre los fracasos y obstáculos que encontraste y por qué, ayudará a construir confianza y comprensión entre tú y la audiencia una vez que llegues a una resolución.

Resolución

Objetivo: Explicar la solución que puedes ofrecer para resolver el problema y asegurar que la audiencia esté satisfecha.

Es aquí donde la audiencia pasa de estar preocupada a sentirse aliviada. Tu resolución debería indicar cómo supera tus fracasos y obstáculos anteriores. Abre esta sección para preguntas, ya que tu audiencia querrá tener plena confianza en tus ideas de datos y creer que esta es la forma correcta de proceder.

Una vez que la audiencia está tranquila, puedes comenzar a concluir y hablar sobre las acciones que deben tomarse para que la tarea sea un éxito.

El principio de la pirámide

Otra estructura que es muy efectiva es el principio de la pirámide. Esta es una herramienta de comunicación efectiva utilizada para comunicar claramente problemas complejos a ejecutivos ocupados. El objetivo es que las ideas en la escritura siempre formen una pirámide debajo de un pensamiento único.

Así que déjame explicar esto un poco más. Cuando se trata de ejecutivos ocupados que quieren aprender sobre tus ideas de datos, pero tienen poco tiempo o están ansiosos por conocer las soluciones, el principio de la pirámide es el camino a seguir.

Se divide en 3 partes:

Tu respuesta

En este caso, tu respuesta será la solución para la tarea en cuestión. Este es el punto principal que quieres que tu audiencia se lleve. Este es el mensaje clave y quieres que el enfoque se centre en este punto principal, la solución.

Argumentos de apoyo

Una vez que hayas declarado la solución, el siguiente paso es convencer a tu audiencia de que esta es la forma de proceder. Para hacer esto, tendrás que llevarlos en un viaje de argumentos de apoyo, con ideas de alto nivel. Durante esta parte, tu audiencia puede tener algunas preguntas en su mente.

Datos y hechos de apoyo

Durante esta parte, se responderán todas las posibles preguntas que tu audiencia pueda tener. Cada uno de tus argumentos de apoyo debe respaldarse con datos y hechos para garantizar que tu audiencia sepa que has hecho tu tarea y que tu respuesta/solución inicial no salió de la nada.

Resumiendo

Usar las habilidades de lenguaje no técnico y visualizaciones en cualquiera de las estructuras: narración de tres actos o el principio de la pirámide, te permitirá dominar el arte de contar historias con datos.

Tu elección sobre qué estructura elegir depende de cuán bien conozcas a tu audiencia. Siempre puedes probar y errar ambas estructuras para ver cuál es más efectiva. Una buena manera de medir la efectividad de la estructura para tu audiencia es observando cuál tuvo menos preguntas. Cuantas menos preguntas tenga tu audiencia, más exitosa fue tu narración. Nisha Arya es una científica de datos, escritora técnica independiente y gerente de comunidad en Zepes. Está particularmente interesada en brindar consejos o tutoriales de carrera en ciencia de datos y conocimientos teóricos sobre ciencia de datos. También desea explorar las diferentes formas en que la inteligencia artificial puede beneficiar la longevidad de la vida humana. Una ávida aprendiz, buscando ampliar sus conocimientos tecnológicos y habilidades de escritura, mientras ayuda a guiar a otros.

We will continue to update Zepes; if you have any questions or suggestions, please contact us!