Narración de datos: qué es, ejemplos y cómo contar historias con datos

Cómo organizar y transmitir datos a través de la narración con data storytelling.

Un servicio innovador de “Università Popolare LUCE” en colaboración con SHARING CUBE

La narrativa de datos se ha identificado como una tendencia importante en el campo de los datos. Las empresas lo están aplicando porque es una forma más fácil de informar a un público concreto del contenido de datos y análisis complejos mediante una narración. Existen herramientas ad-hoc como Tableau para hacer storytelling de datos en el entorno empresarial, lo que demuestra que es una herramienta cada vez más central en el mercado.

Con este servicio ayudamos a nuestros socios, por tanto, a entender qué es el data storytelling con una definición concreta, analizaremos algunos ejemplos y casos de éxito, y trataremos de entender cómo ayudar a organizar y transmitir datos con storytelling.

¿Qué es la narración de datos?

La narración de datos consiste en exponer y compartir el contenido de datos y análisis complejos mediante una narración con el fin de informar e influir en un público determinado. Es una forma muy eficaz de compartir información empresarial, orientar nuevas acciones e impulsar resultados.

Ya hemos visto cómo el storytelling es la disciplina que utiliza los principios de la retórica y la narratología para contar historias, y es empleado por empresas y marcas a través del storytelling marketing construyendo y distribuyendo historias con el fin de crear un vínculo emocional y de confianza con la marca. De hecho, las historias tienen la capacidad de apelar a las emociones, que intervienen en los procesos perceptivos y evaluativos que guían las decisiones de compra. Más aún en el contexto actual, en el que el marketing requiere un enfoque cada vez más experiencial.

El objetivo de la narración de datos es, por tanto, organizar la información para facilitar su lectura en un proceso que podríamos definir como la “democratización” de los datos: en otras palabras, un acto de transparencia por parte de las empresas hacia los empleados, consumidores o socios que no tienen conocimientos de análisis de datos.

Si en un principio, con la aparición del big data, el análisis y la comprensión de los datos se consideraba algo elitista, la narración de datos ha surgido como un revulsivo de la tendencia: el público puede comprender, interactuar y tomar decisiones más rápidamente y con más confianza, de ahí la importancia del factor interactivo de los datos. Pero, ¿cómo responder a esto? La narración de datos hace uso de la visualización de datos, que exploraremos con más detalle a continuación.

Para estructurar los datos en una narración atractiva, se necesitan tres elementos básicos: narrativo, visual y datos:

Narrativa (storytelling), una historia ayuda a la audiencia a entender los datos transformando la información compleja en elementos narrativos

.

Visual (imágenes), sirven para ilustrar, hacer más imaginativa la historia y, por tanto, real y concreta. Narrativa e imágenes deben estar siempre conectadas, es decir, las imágenes son un apoyo para la narrativa.

Los datos, como hemos mencionado, son la base de la narración y apoyan la propia narración.

Al combinar la narrativa, los elementos visuales y los datos, una narración de datos es capaz de crear una respuesta emocional en la audiencia y, como ya hemos mencionado, la emoción desempeña un papel importante en el proceso de toma de decisiones. Así que si estos tres elementos se combinan a la perfección, se obtiene una historia capaz de influir en las personas e impulsar el cambio en la dirección de los objetivos empresariales. Por eso, la narración de datos es cada vez más importante para las empresas que quieren competir en un mercado muy complejo.

¿Por qué es importante la narración de datos?

La narración de datos es una herramienta de importancia fundamental en varios ámbitos, no sólo en el marketing de historias para empresas. De hecho, las historias y el storytelling hacen que la información sea fácilmente accesible y memorable: a través del carácter emocional, persuasivo y entretenido de una historia, el storytelling de datos hace que los datos sean fácilmente comprensibles y digeribles incluso para un público no experto.

Los datos, organizados en gráficos y tablas, pueden ser, en efecto, inmediatos y lógicos, pero sólo a través de las historias, del storytelling, es posible contextualizarlos y explicar su importancia, explicar por qué se han producido determinadas situaciones. Gracias a los trucos de la narración, una organización puede compartir datos de forma significativa, construyendo en torno a ellos una historia que atraiga la atención de la audiencia y sea capaz de hacer que esos datos se queden grabados en su mente. Resulta crucial, por ejemplo, en las estrategias de marketing sostenible.

Sin duda, el data storytelling requiere un mayor esfuerzo en términos de recursos y tiempo por parte de un redactor de contenidos, ya que no es fácil conciliar insight y datos en una narrativa impactante, sin embargo, esta herramienta también aporta numerosas ventajas a nivel de toma de decisiones en los procesos internos de una empresa: permite presentar métricas y resultados de una forma más inmediata, facilitando el debate y guiándolo por el camino de la acción. De hecho, la narración de datos no es sólo una forma de compartir información con la audiencia, sino de comunicarla eficazmente dentro de la organización y tomar decisiones en tiempo real, superando los detalles superfluos y permitiendo su comprensión incluso por quienes no han tenido contacto con los datos.

Los elementos básicos de la narración de datos

¿Cuáles son entonces los elementos clave, o más bien los pasos, de la narración de datos? Hemos mencionado algunos en el apartado anterior, pero entremos en más detalles:

Big Data

Big Data es la enorme cantidad de datos informáticos recopilados gracias a la tecnología. De ello se encargan la ciencia de datos y los científicos de datos (una de las nuevas profesiones digitales más demandadas por las empresas) que, mediante la definición de algoritmos y el uso de software, relacionan esta ingente cantidad de datos. Cuando se utilizan con fines empresariales, hablamos de inteligencia de negocio. Se definen como Big en función de 3 características:

Volumen, la cantidad de datos, estructurados o no, que se generan cada segundo; Velocidad, el ritmo al que se generan nuevos datos y llegan al sistema que los analiza;

Variedad, es decir, distintos tipos de datos  que se  generan,  acumulan  y utilizan. En relación con la última característica (variedad), los datos utilizados pueden ser de varios tipos:

Estructurados, es decir, datos utilizados antes de la llegada del Big Data, es decir, recogidos para los mismos fines para los que se procesan, según campos predefinidos y con un formato ad hoc;

No estructurados, datos almacenados en su formato nativo y no procesados hasta que se utilizan. La ventaja radica en los índices de acumulación (mayores que los de los datos estructurados) y la libertad del formato nativo. Ejemplos: correos electrónicos, mensajes en redes sociales, chats, imágenes, etc.

Semiestructurados, es decir, que disponen de metadatos que identifican ciertas características, por lo que tienen información suficiente para catalogarlos, buscarlos y analizarlos, a medio camino entre los dos primeros.

La ciencia de datos se ocupa de descubrir los vínculos entre distintos fenómenos, muy a menudo correlaciones, y de predecir fenómenos a partir de elaboraciones estadísticas, también en el ámbito de la empresa. El big data es, por tanto, la base del data storytelling: para construir una narración que tenga bases sólidas y cuyo objetivo sea poner de relieve el rendimiento de una actividad o un proceso empresarial, destacar un problema o producir insights útiles para futuras decisiones, es necesario partir de bases concretas y estadísticamente significativas, por tanto generalizables.

Encontrar patrones en los datos

Este es el segundo elemento importante de la narración de datos: no basta con recopilar datos, sino que obviamente el siguiente paso es interpretarlos para extraer conclusiones o más bien insights. En este sentido, es necesario buscar relaciones significativas entre los datos y explorarlos en busca de patrones que tengan sentido.

Big data permite diferentes tipos de análisis:

Análisis descriptivo, en el que las herramientas utilizadas sirven para describir la situación actual y pasada de los procesos de negocio y/o áreas funcionales.

Análisis predictivo, en el que las herramientas, a partir de previsiones estadísticas desarrollan hipótesis y predicciones.

Analítica prescriptiva, además del análisis de datos y la previsión estadística, son capaces de proponer soluciones;

Análisis automatizado, las herramientas implementan de forma autónoma la acción propuesta como solución.

Visualización de datos

El tercer paso del data storytelling es la visualización de datos: no basta con recopilar, ordenar y encontrar patrones con significado si no tenemos una forma comprensible de visualizar los resultados y así tomar decisiones.

Por este motivo, la narración de datos tiene existencia propia, que distinguimos del análisis de datos.

Mientras que este último consiste simplemente en la recopilación y el análisis de datos, el Data Storytelling no se queda ahí.

La visualización de datos responde a la función de contar la historia de los datos, en este caso visual, a un público que no es necesariamente un experto con conocimientos específicos de ciencia de datos. Por eso, narración y visualización van de la mano en la narración de datos.

Comunicar los datos con eficacia

Tras el proceso de recopilación, organización y visualización, resulta esencial comunicar los datos. En este punto, la visualización de datos puede combinarse con contenidos textuales o auditivos.

El canal, el medio y el contexto dependerán del objetivo y la audiencia. Podríamos imaginar la narración de datos ante una audiencia de socios y clientes potenciales, en reuniones en línea o en directo, para destacar resultados (los informes de actividad comunes son un ejemplo de ello) o para dirigirse directamente a un consumidor final (comunicación B2C), para comunicar las acciones de una empresa o los resultados obtenidos en, por ejemplo, una actividad de asociación o una campaña de responsabilidad social. Por tanto, en este punto es importante comunicarse con el usuario:

Establezca una comunicación interactiva y, a continuación, organice la retroalimentación (ya sea en directo mediante preguntas-respuestas o en línea, por ejemplo, rellenando cuestionarios);

Personalizar el contenido, adaptando una vez más la visualización de los datos y toda la comunicación en relación con el público destinatario. Por eso es útil conocer sus habilidades, gustos, intereses, para una comunicación eficaz. La personalización es uno de los principios del marketing one-to-one (enfoque basado en la relación personal y directa entre marca y consumidor); Invitar a la acción, los interlocutores deben sentirse implicados, por tanto parte de la narrativa que conduce a un resultado, una invitación a la acción puede ser eficaz en este sentido. Se les puede involucrar en una lluvia de ideas, respondiendo a preguntas cortas, planteando hipótesis.

En comunicación, debemos utilizar las técnicas típicas de la narración (las hemos explorado con más detalle en este artículo): por tanto, seguir un arco narrativo y las distintas etapas que conducen al clímax y luego a la resolución. Es útil preguntarse: ¿qué tensión existe para mi público? En este sentido, la resolución de esta tensión, el final de la historia, es a lo que debemos llegar juntos. La acción que pedimos al público es la forma de resolver la tensión o la “herramienta mágica” que ayuda a llegar a la resolución.

Acciones y decisiones basadas en datos

La narración de datos tiene objetivos: todo el trabajo de recopilación y organización, análisis, visualización y comunicación de datos consiste en explicar lo que está ocurriendo para tomar decisiones basadas en los datos y orientadas a ellos. Así, un consultor que hace storytelling de datos también proporciona orientación operativa sobre las acciones futuras que hay que emprender para obtener una ventaja o alcanzar un objetivo.

Esto también es posible en función del tipo y la finalidad del análisis realizado (descriptivo, predictivo, prescriptivo y automatizado).

Las ventajas de la narración de datos

No cabe duda de que la narración de datos no es una actividad sencilla y requiere la colaboración de diversas competencias y profesiones para su consecución, pero entonces ¿por qué molestarse en hacerlo? ¿Cómo puede influir la narración de datos en los resultados de una empresa? He aquí algunas buenas razones para hacer storytelling de datos en beneficio de una marca (y más allá):

  • Mejora y memorización de datos
  • Convierte los datos aburridos en contenido interesante
  • Aumenta el compromiso con el tema analizado
  • Explota un lenguaje universalmente comprensible (narrativo y visual)
  • Crea una experiencia
  • Explota la eficacia de las historias
  • Mejora la relación con el destinatario (cliente o socio) sobre la base de las emociones despertadas.
  • Es una metodología medible
  • Facilita la colaboración
  • Agiliza la toma de decisiones
  • Añade valor a los datos
  • “Humaniza” los datos
  • Genera credibilidad

Ejemplos de éxito en la narración de datos

Aquí te damos algunos ejemplos de storytelling de datos, empezando por Spotify envuelto, US Gun Deaths por Periscopic, hasta Brexit por número: tres casos muy diferentes por el tema del storytelling. Respectivamente un tema tan ligero como los gustos musicales, tan serio y trágico como las muertes por arma de fuego en EE.UU. y un acontecimiento económico y geopolítico como el Brexit. En los tres casos, el storytelling de datos fue una herramienta eficaz para lograr el propósito informativo para el que fue creado y para dar resonancia al caso concreto.

Spotify envuelto (Spotify Wrappen)

Hablando de narración de datos, Spotify es innegablemente el estándar. Hablamos en concreto de su campaña anual de marketing “Spotify Wrapped”, que se convierte puntualmente en viral cada año. Se lanzó por primera vez en diciembre de 2016 y permite a los usuarios de Spotify ver un conjunto de datos sobre su actividad en la plataforma, entre ellos: los cinco músicos más escuchados, las canciones que más escucharon y sus géneros musicales favoritos. Los productores de contenidos tienen acceso a datos adicionales como el número de veces que sus contenidos se han reproducido en streaming ese año.

Spotify Wrapped ha conseguido que millones de personas se conviertan en activistas al compartir sus opiniones sobre el uso de la plataforma en las redes sociales. Esto también ha provocado una subida en la clasificación de Spotify en la tienda de aplicaciones.

Muertes por arma de fuego en EE.UU. por Periscopic

Periscopic ha desarrollado una visualización que muestra cuántas muertes y “años robados” equivalentes se produjeron por armas de fuego en Estados Unidos en 2013. Es una visualización muy eficaz para transmitir la gravedad y la frecuencia del fenómeno.

El Brexit en cifras

Cuando Inglaterra tuvo que decidir sobre el resultado del Brexit, hubo muchos argumentos a favor de ambas opciones, permanecer o salir de la Unión Europea, respectivamente. Esto llevó a una gran confusión sobre cuál sería realmente el impacto del Brexit tanto para el Reino Unido como para la propia  UE.

Por eso Sky News elaboró “Brexit By Numbers”, un relato con datos reales sobre el impacto inmediato del Brexit en el Reino Unido. Hoy en el mismo enlace se puede analizar cuál ha sido el resultado real comparado con todas las predicciones que se hicieron. En números, por supuesto. “Se han hecho muchas afirmaciones sobre el impacto de un voto de salida – pero ¿cuál se ha hecho realidad hasta ahora? Analizamos cómo ha cambiado el Reino Unido desde que votó a favor del Brexit.”

Curso de narración de datos

Si estás buscando cursos sobre data storytelling, te interesará saber que entre sus objetivos para 2023, la Universidad Popular LUCE ha previsto una Masterclass en 2023 con temas tan valiosos como Digital twin, inteligencia artificial, data storytelling, y el desarrollo de PNRR, con invitados prestigiosos y competentes.

En cuanto al data storytelling, ha llegado el momento de la aparición de una nueva figura profesional, el data storyteller. Se necesitan Historias de Datos Accionables, es decir, historias que consigan que la gente se mueva, que haga algo.

Aún estás a tiempo de embarcarte. Póngase en contacto con nosotros en info@universitaluce.it o 375-6282095

“Las decisiones que toman los seres humanos rara vez se basan únicamente en los datos. Las decisiones humanas están influidas por sesgos cognitivos, emociones y saltos conceptuales más allá de lo que los datos pueden sugerir. La mejor forma de educar y persuadir a los responsables de la toma de decisiones es a través de historias. Historias construidas a partir de un buen análisis de datos”.

El curso pretende enseñar:

  • Cómo ser estratégico en la presentación de datos
  • Los fundamentos de la narración aplicada al análisis de datos
  • Crear presentaciones de datos atractivas con gráficos y diagramas comprensibles Persuadir con datos
  • Educar a los clientes con datos

Ahora que ya tienes todos los elementos básicos para empezar a descubrir el storytelling de datos,

¿lo incluirás en tus campañas de comunicación? ¡Póngase en contacto con nosotros y háganoslo saber!