Kể chuyện bằng dữ liệu (data storytelling) không khó chỉ với 4 bước

marketing foundation

Tomorrow MarketersRất nhiều doanh nghiệp hiện nay đã ứng dụng phân tích dữ liệu vào quá trình quản lý, kinh doanh. Tuy nhiên, sau cả quá trình dài phân tích và làm việc với cả loạt những con số khô khan, mà các nhân viên lại không biết cách diễn giải, truyền đạt những thông tin quan trọng tới sếp và đồng nghiệp thì việc phân tích dữ liệu cũng không còn nhiều ý nghĩa.

Đó là lúc khái niệm Data Storytelling (Kể chuyện bằng dữ liệu) và Data Stories (Câu chuyện dữ liệu) xuất hiện. Câu chuyện dữ liệu giúp bạn truyền đạt các thông điệp dữ liệu muốn nói một cách rõ ràng và hấp dẫn – để người nghe hiểu được vấn đề, góp phần đưa ra những giải pháp chính xác hơn trong công việc. 

Nếu bạn chưa biết cách “kể chuyện”, hãy tham khảo 4 bước và các tips dưới đây để tạo ra những câu chuyện dữ liệu hấp dẫn, có tính thuyết phục cao nhé!

1. Data Stories (Câu chuyện dữ liệu) là gì? 

Data Stories (Câu chuyện dữ liệu) là câu chuyện giải thích cách thức và lý do dữ liệu thay đổi theo thời gian — thường được trình bày qua hình ảnh. 

Data Storytelling (Kể chuyện bằng dữ liệu) là hình thức kể chuyện thông qua số liệu thực tế, nhằm truyền đạt data insights một cách sống động, dễ hiểu, thuyết phục. 

Đọc thêm: Cách tìm Insights trong Google Analytics

Câu chuyện dữ liệu tốt có ba yếu tố chính:

  • Dữ liệu
  • Hình ảnh
  • Cốt truyện (Narrative)

Các yếu tố này kết hợp với nhau, tạo ra bối cảnh, tình huống cụ thể rồi đưa những thông tin quan trọng theo trình tự logic và nhấn mạnh các phần trọng tâm, giúp người nghe, người xem dễ dàng đưa ra những quyết định chính xác. 

Khi xây dựng câu chuyện dữ liệu, hãy chú ý đừng nhầm lẫn giữa Data Stories (Câu chuyện dữ liệu) và Data Visualization (Trực quan hóa dữ liệu). Dù hai khái niệm này có sự liên kết nhưng cũng có nhiều khác biệt. 

Data Visualization (Trực quan hóa dữ liệu) chỉ đơn thuần là sự thể hiện dữ liệu hoặc thông tin thành biểu đồ, đồ thị hoặc định dạng trực quan khác. Việc trực quan hoá dữ liệu cho phép các xu hướng và mô hình dễ dàng được nhìn thấy hơn.

Sự khác biệt ở chỗ: Câu chuyện dữ liệu giúp khán giả hiểu những thông điệp từ dữ liệu; còn Data Visualization (Trực quan hóa dữ liệu) chỉ đơn thuần là sự thể hiện dữ liệu hoặc thông tin thành biểu đồ, đồ thị hoặc định dạng trực quan khác. Việc trực quan hoá dữ liệu cho phép các xu hướng và mô hình dễ dàng được nhìn thấy hơn. Nói cách khác, trực quan hóa dữ liệu là một cách minh hoạ các câu chuyện, giúp bạn truyền đạt các phát hiện của mình một cách thuyết phục và hiệu quả hơn.

2. Tại sao Data Storytelling lại quan trọng?

Thông tin dễ nhớ, dễ hiểu và dễ hình dung hơn: Bộ não của chúng ta hoạt động mạnh để xử lý hình ảnh nhanh hơn ngôn ngữ. Việc có thể “nhìn thấy” dữ liệu giúp người nghe, người xem dễ hiểu hơn nhiều. Cùng với bối cảnh và ngôn ngữ kể chuyện, họ còn có thể ghi nhớ lâu hơn, cảm thấy nội dung được trình bày hấp dẫn, thuyết phục hơn.

Giúp cho việc đưa ra quyết định dựa trên số liệu nhanh, dễ dàng và chính xác hơn: Theo nghiên cứu từ các nhà thần kinh học, quyết định của con người thường dựa vào cảm xúc chứ không hoàn toàn theo logic nào đó như chúng ta vẫn nghĩ. Khi insight được tổng hợp thành một câu chuyện lôi cuốn, tự khắc sẽ có một sợi dây gắn kết giữa dữ liệu và phần cảm xúc của não bộ. Đặc biệt, khi con người tập trung lắng nghe câu chuyện, chúng ta dễ bị cuốn theo diễn biến, muốn xem điều gì sẽ diễn ra tiếp tục trong câu chuyện.

Data storytelling là một trong những kỹ năng được “săn đón” nhiều nhất trong thời đại số: Chief Economist của Google, trong một cuộc phỏng vấn vào năm 2009 khẳng định rằng một trong những kỹ năng không thể không có trong những thập kỷ sắp tới là khả năng làm việc với những con số. Bạn không chỉ cần hiểu dữ liệu “nói gì” mà còn phải làm sao rút ra giá trị thực tế từ nó, sau cùng là trực quan hoá và kể câu chuyện sao cho thật lôi cuốn và ý nghĩa. 

3. Các bước kể câu chuyện từ dữ liệu

Bước 1: Xác định câu chuyện

Bạn có thể bắt đầu bằng cách đặt câu hỏi hoặc hình thành giả thuyết, sau đó tổng hợp và đào sâu vào dữ liệu có liên quan để tìm câu trả lời. Ví dụ:

  • Bạn đang cố gắng giải thích điều gì từ dữ liệu?
  • Mục tiêu cụ thể của bạn khi kể câu chuyện dữ liệu này là gì?
  • Bạn muốn đề xuất giải pháp gì từ những phân tích này?

Một số cách tiếp cận dữ liệu sau có thể giúp bạn dễ dàng định hình được câu chuyện:

Tìm kiếm các mối tương quan: Bạn thấy các dữ liệu có liên quan gì với nhau? Có điểm dữ liệu bất thường nào giữa chúng không? Những mối tương quan này có thể cung cấp nền tảng vững chắc cho câu chuyện của bạn về sau. 

Xác định xu hướng: Bạn có thể nhìn vào dữ liệu và phát hiện ra rằng những ngày hoặc thời gian nhất định có xu hướng có khối lượng cao hơn hoặc thấp hơn. Việc xác định các xu hướng mới hoặc đang phát triển trong doanh nghiệp của bạn sẽ giúp doanh nghiệp hình dung rõ “nước cờ” tiếp theo họ phải đi để chuẩn bị và thích nghi với những thay đổi đó. 

Rút ra so sánh: Việc so sánh dữ liệu với nhau sẽ giúp bạn khám phá ra những mối tương quan và tại sao lại có mối liên quan như vậy. Ví dụ, bạn có thể so sánh tỷ lệ mở mail (open rate) của hai email có tiêu đề khác nhau, xem email nào hiệu quả hơn. Từ đó, bạn sẽ đào sâu hơn để hiểu nguyên nhân tại sao một email lại thành công hơn cái khác và tìm ra được insights. 

Tìm kiếm những điểm khác biệt: Đây là những điểm dữ liệu khác biệt hẳn so với chuỗi dữ liệu cùng thời gian, có thể cho bạn phát hiện những điều thú vị khác. Hãy tự đặt những câu hỏi tại sao, đào sâu vào nguyên nhân vấn đề và xem xét cả những tác động bên ngoài để đào sâu câu chuyện hơn.

Chú ý đến dữ liệu phản trực giác: Khi bạn đánh giá xu hướng hoặc so sánh dữ liệu, có bất kỳ kết quả nào mà bạn không mong đợi không? Khi dữ liệu biểu thị kết quả ngược lại so với suy tính ban đầu của bạn, điều đó có nghĩa là gì? Điều gì có thể gây ra những kết quả đó? Nguyên nhân ẩn sau đó đôi khi sẽ giúp câu chuyện có những ‘plot twist’ hấp dẫn.

Bước 2: Xác định rõ đối tượng

Khi xây dựng câu chuyện, hãy tự đặt ra những câu hỏi: 

  • Ai là người cần nghe câu chuyện này?
  • Người đọc, người xem đã biết đến câu chuyện kiểu như vậy lần nào trước đó chưa?
  • Câu chuyện này liệu có thực sự giúp người nghe giải quyết được vấn đề cốt lõi mà họ quan tâm và rút ra được bất kỳ insight nào quan trọng?

Độ tuổi, nhân khẩu học, công việc và kiến thức chuyên môn của người xem sẽ ảnh hưởng đến cách họ hiểu và phản hồi lại câu chuyện. Hãy tùy chỉnh câu chuyện và cách kể chuyện từ các góc độ khác nhau tùy thuộc vào đối tượng tiếp nhận câu chuyện. 

Bước 3: Xây dựng câu chuyện chi tiết

Một câu chuyện thu hút không chỉ phải giải thích rõ ràng dữ liệu, mà cần có trình tự logic hợp lý. Để làm được như vậy, câu chuyện dữ liệu cần bám sát theo những điểm sau:

  • Bối cảnh: Tình huống đặt ra ở đây là gì? Tại sao bạn lại phải kể câu chuyện này? Hãy tìm bằng được một điểm hấp dẫn đặc biệt từ dữ liệu để thu hút và giữ được sự tương tác nhất định với khán giả.
  • Nhân vật: Ai sẽ là người tham gia vào câu chuyện này?
  • Vấn đề: Mâu thuẫn hay vấn đề cần giải quyết ở đây là gì?
  • Giải pháp: Vấn đề nêu ra ban đầu có thể được giải quyết như thế nào thông qua câu chuyện này? 

Mẹo nhỏ: Đặc biệt chú trọng sự tuyến tính trong cách kể chuyện và hãy dành những phát hiện thú vị từ dữ liệu của mình ở phần cuối, để giữ người xem đến cùng. 

Bước 4: Trình bày dữ liệu bằng các bảng biểu, hình ảnh

Hình ảnh là một cách hiệu quả để thu hút khán giả của bạn và cải thiện tỷ lệ giữ chân người xem — đặc biệt là khi khán giả không phải là người có chuyên môn sâu về dữ liệu, hoặc lĩnh vực đang được đề cập trong câu chuyện.

Nhờ trực quan hóa dữ liệu, thông tin được trình bày một cách đơn giản, ngắn gọn, dữ liệu quan trọng và các điểm đáng lưu ý được làm nổi bật, dễ dàng theo dõi. 

Một số phương thức thường được sử dụng trong trực quan hóa dữ liệu:

  • Biểu đồ cột (Bar graphs)
  • Biểu đồ tán xạ (Scatter plot)
  • Biểu đồ bong bóng (Bubble chart)
  • Biểu đồ tròn (Pie charts)
  • Bản đồ nhiệt (Heat map)
  • Sơ đồ khung (Frame diagram)

Đọc thêm: Các loại biểu đồ giúp bạn trực quan hóa dữ liệu

4. Những điều cần lưu ý khi kể chuyện bằng dữ liệu

Kể chuyện bằng dữ liệu là một phương pháp hữu ích để truyền đạt insights từ data đúng, đủ và hấp dẫn. Tuy nhiên, nếu không được thực hiện chính xác, câu chuyện từ dữ liệu lại có tác dụng phụ, khiến các thông tin và kết luận không đầy đủ, sai lệch. Dưới đây là một số điều không nên làm khi xây dựng câu chuyện dữ liệu và trực quan hóa dữ liệu:

  • Không nên chọn các giá trị tùy ý để làm cơ sở cho thang đo và đơn vị cho các biểu đồ. Giá trị được chọn phải có tính đại diện và giúp người xem thấy được toàn cảnh vấn đề
  • Không nên chỉ thể hiện những dữ liệu chứng minh cho luận điểm được đưa ra, bạn cần cho khán giả thấy bức tranh tổng quan mọi vấn đề. 
  • Không nên thay đổi màu sắc, nhãn và quy ước giữa các hình ảnh. Sự không nhất quán giữa hình ảnh và ngôn ngữ có thể gây nhầm lẫn và khiến khán giả khó theo dõi và hiểu chính xác dữ liệu.

Tạm kết

Kể chuyện bằng dữ liệu là một cách hiệu quả để truyền đạt những insights, ý tưởng phức tạp theo cách thu hút và giúp doanh nghiệp đưa ra các quyết định tốt hơn. Để làm được điều này, trước hết bạn cần biết cách đọc, hiểu và phân tích thành thạo dữ liệu. Sau đó, phần quyết định sẽ nằm ở khả năng truyền đạt những insight mà bạn tìm được từ dữ liệu ấy một cách dễ nhớ, dễ hiểu và dễ hình dung. Tất cả điều đó nằm cả trong tư duy phân tích dữ liệu bài bản. 

Nếu bạn muốn mài sắc tư duy đọc, hiểu và rút ra insight từ dữ liệu, hãy nhanh tay đăng ký khóa học Data Analysis của Tomorrow Marketers ngay hôm nay.

Nếu bạn muốn mài giũa khả năng biến những dữ liệu khô khan thành những câu chuyện, hình ảnh sinh động và đầy ý nghĩa, hãy tham khảo khóa học “Data Visualization and Analytics with Excel” ngay hôm nay.

Tham gia khóa học, bạn sẽ:

  • Nắm vững kiến thức về các loại biểu đồ và ứng dụng hiệu quả cho từng bài toán doanh nghiệp.
  • Tự tin sáng tạo những dashboard ấn tượng, truyền tải thông tin một cách rõ ràng và súc tích.
  • Nâng cao kỹ năng thu thập, tổng hợp, làm sạch và phân tích dữ liệu, đưa ra quyết định sáng suốt dựa trên insights từ dữ liệu.

Đăng ký khóa học “Data Visualization and Analytics with Excel” – mở khóa tiềm năng vô hạn của dữ liệu!

Bài viết được biên soạn bởi Tomorrow Marketers, xin vui lòng không sao chép dưới mọi hình thức!

Tagged: