Estamos chegando ao fim de nossa série de publicações sobre o Processo de Ciência de Dados. Então temos os resultados da nossa investigação, trabalhamos com uma grande quantidade de dados, carregamos, processamos e analisamos esses dados e, finalmente, desenvolvemos modelos usando um conjunto de variáveis que nos conduziu à solução do nosso problema. Chegou a hora de mostrar nossa solução e explicar, especialmente para o público de negócios, o raciocínio que seguimos para atingir o nosso objetivo e o que isso representa.
Este é um dos momentos cruciais pois é preciso entender o “tom certo” da comunicação, além de ser claro e conciso. Caso contrário, todo o esforço realizado nas etapas anteriores do processo será perdido. Aqui estão algumas dicas para a apresentação de seu trabalho.
#1. Relembre o objetivo inicial
Existe uma situação muito comum entre todos que estão trabalhando com o Processo de Dados. Quando você está imerso em tarefas operacionais e o tempo está acabando, você pode ficar tão abstraído que ao expor a solução ao problema, você deixa de vinculá-la ao problema inicial.
Meu primeiro conselho é retroceder um pouco! Reorganize suas ideias colocando o problema inicial no centro e a partir desse ponto para os detalhes que fizeram com que você seguisse um ou outro caminho, escolhesse uma ou outra solução. Parece um mapa mental? Bom, ele pode ser útil para reunir e lançar ideias em uma abordagem de “fluxo livre” para, em seguida, decidir o que manter na sua narrativa.
#2. Dados podem salvar sua vida, ou matá-lo.
Só para deixar claro, a sua solução está fundamentada em DADOS... eles desempenham o papel principal na sua história e por isso devem ser irrefutáveis. Avalie a precisão dos dados e sua capacidade de explicá-los com clareza. Dados contraditórios, fontes não confiáveis, transformações obscuras irão acabar com toda a credibilidade de sua história.
Você tem dados perfeitos? Isso não é o suficiente se a sua explicação for muito complexa e difícil para o público-alvo entender. Mesmo que os dados estejam corretos, avalie opções alternativas para expressar seus conceitos. Mais do que nunca, em um "storytelling" menos é mais.
#3. Fale o jargão
Essa é a armadilha clássica. Sua equipe de Ciência de Dados é muito bem preparada tecnicamente ... durante a pausa para o café, eles conversam entre si sobre Python, mas têm dificuldade para criar uma “base de entendimento” com os usuários de negócios. Já discutimos em publicações anteriores como um Notebook, se aproveitado corretamente, pode ser importante para fechar a lacuna entre cientistas e a comunidade de usuários finais, mas nesta etapa pode não ser o suficiente. Estamos preparando a apresentação final, a reunião com os stakeholders... Chegou a hora da bala de prata!
Os melhores contadores de história são aqueles com experiência prática: eles não correm o risco de se tornarem técnicos demais (porque eles não podem) e geralmente conhecem (ou aprendem rapidamente) o vocabulário de negócios para alinhar com o público que irão fazer a apresentação.
Use uma linguagem de alto nível e que seja compatível com o negócio, ou seja, não fale sobre campos de uma
tabela que ninguém conhece ou bibliotecas Python que o seu público ignora. Fale sobre entidades e atividades empresariais, sobre conceitos de negócios e tente traduzir os dados em terminologia empresarial.
Omita detalhes desnecessários - especificidades técnicas estão sempre presentes, ao seu alcance, e você pode satisfazer o seu ego tecnológico apresentando-as ... apenas SE e QUANDO alguém pedir explicitamente por elas.
#4. Uma imagem vale mais que…
Pense na sua infância: os primeiros livros tinham apenas imagens; depois você passou para os quadrinhos e anos mais tarde encarou os livros que continham apenas texto. A razão é simples, humanos lidam melhor com imagens do que com palavras.
Tente ser o mais visual possível. Em um processo que é totalmente orientado por dados isso não deve ser uma tarefa complexa. Existem diversas “ferramentas visuais” que podem ser usadas para dar suporte à sua narrativa. Encontrar a mais adequada (para você e seu público) é, muitas vezes, uma questão de prática. A maioria das ferramentas com as quais sua equipe trabalhou durante o Processo de Ciência de Dados (p.ex. Python, R-Studio, MatLab, Octave,…) dispõe de alguns recursos de apresentação, porém tais ferramentas são limitadas às tarefas para as quais foram projetadas (basicamente as tarefas de manipulação, exploração e pesquisa).
O seu "storyteller" (lembre-se, é provável que ele/ela não seja um guru da tecnologia) pode ser muito mais eficaz usando uma das muitas soluções de visualização de dados disponíveis - quase todas possuem funcionalidades integradas para dar suporte à narração. Ferramentas como Tableau, Qlik, Power BI, SAS Visual Analytics, Oracle Data Visualization ajudam ao usuário a ´preencher a tela selecionando relatórios, dashboards, enquadramentos com visualização de alto impacto e adicionando a eles anotações, explicações, contribuições multimídia e tudo que for necessário para uma apresentação inesquecível (evidentemente todas podem exportar as análises para ferramentas Office como o PowerPoint).
Além disso, muitas dessas ferramentas podem ser expandidas importando ou vinculando recursos externos para satisfazer necessidades específicas; apenas para citar algumas, D3.js, Dygraphs, ou JIT podem ser usadas para melhorar efeitos gráficos, enquanto CartoDB, Mapbox e Google Maps podem ser convenientes quando você quiser traçar seus dados em mapas.
Todo esse material acaba sendo atraente à primeira vista e o seu storyteller pode ficar tentado a “extrapolar” o seu desempenho. Use, mas não abuse! Respire e repita comigo: “Em comunicação, menos é mais”. Mostrar apenas um gráfico de cada vez é a melhor prática: não confunde o público e dá suporte ao narrador permitindo uma explicação clara daquilo que está sendo mostrado e o seu significado no contexto geral do problema que está sendo abordado.
#5. Uma boa história tem início e fim.
Você e sua equipe passaram de quatro a seis meses implementando esse brilhante projeto de Aprendizado de Máquina. Você acompanhou as etapas bem definidas de uma metodologia agile, ou ágil. Você trabalhou em ondas... e essa é a história de uma jornada que precisa ser exposta.
Essa comunicação deve consistir em uma breve, clara e simples descrição dos passos dados durante o percurso até chegar à solução.
Basicamente, você precisa explicar:
As razões de tal jornada - os problemas empresariais que o levaram a esse projeto
O ponto de partida – como se apresentava o cenário (como as coisas estavam antes do projeto).
O percurso – uma visão geral das principais etapas, explicando as decisões tomadas diante das bifurcações encontradas pelo caminho.
As belezas da chegada – os benefícios que você irá oferecer aos clientes internos.
OK! Agora que estamos perto do fim, quero apenas compartilhar a última e, provavelmente, a mais relevante entre as dicas: para cada história, cada audiência, existem muitas ferramentas e técnicas que podem ajudar na hora de desempenhar essa tarefa crucial, mas lembre-se: o "contador de história" é de longe o elemento mais importante da apresentação.
Para saber mais sobre esse tópico, não se esqueça de ler nossos artigos anteriores:
- DATA SCIENCE OU CIÊNCIA DE DADOS: UMA ABORDAGEM PARA A RESOLUÇÃO DE PROBLEMAS E ESTRATÉGIA EMPRESARIAL
- DATA SCIENCE: DEFININDO O STATEMENT DO PROBLEMA
- DATA SCIENCE: COLETA DE DADOS BRUTOS (RAW DATA)
- DATA SCIENCE: QUALIDADE, LIMPEZA E ARMAZENAMENTO DE DADOS
- DATA SCIENCE: EXPLORAÇÃO DE DADOS
- DATA SCIENCE: MACHINE LEARNING EM AÇÃO
Interessado em saber mais?Se você deseja iniciar uma estratégia de negócios mais cientifica e orientado a dados? Veja nossos serviços e soluções para inteligência de dados.
|
