Storytelling met data: een goed verhaal zegt meer dan duizend taartdiagrammen

/door 

De term ‘data stories’, of ‘data storytelling’ duikt overal op. Wij kwamen het vaak tegen in onze zoektocht naar de nieuwste ontwikkelingen op het gebied van data en data science (zie onze blog!). Maar wat is het, en is het wel iets nieuws? Zijn data stories here to stay of is het het zoveelste buzzword? En hoe maak je eigenlijk een goede data story? We besloten hier in te duiken, en delen onze eerste inzichten in een serie blogs. Vandaag: wat is een data story, waar komt deze trend vandaan, en wat kunnen we ermee?

Storytelling met data – een verhaal vertellen met data – is zeker niet recentelijk uitgevonden. Ik kan me niet voorstellen dat er een tijd was waarin data en datavisualisaties niet gebruikt werden om een verhaal mee te vertellen. In de politiek, bijvoorbeeld, om mensen te overtuigen van de ernst van een probleem. In de wetenschap, bijna per definitie. Onderaan deze blog vertel ik meer over mijn favoriete voorbeeld van data stories dat al meerdere eeuwen oud is. Als data stories niks nieuws zijn – vanwaar dan toch die constante toename in onze interesse ernaar?

1
1

De term ‘data storytelling’ wordt wereldwijd steeds vaker gegoogeld. We zien hier een stevige, steeds sterkere groei vanaf begin 2014.

Als ik de term ‘dashboard’ intik in Google dan valt mij op dat veel dashboards er hetzelfde uit zien. Veel verschillende visualisaties (liefst in taart- of donutvorm), een strakke, minimalistische vormgeving en vooral héél weinig tekst, context, duiding. Vaak niet eens een titel. De dashboards hier op de achtergrond zouden overal over kunnen gaan – als buitenstaander weet ik eigenlijk niet waar ik naar kijk.
Is dat erg? Niet per se. Het doel van een dashboard in een auto of vliegtuig is dat ik, een bestuurder die haar auto goed kent, weet hoe hard ik ga en wanneer ik moet tanken (in mijn geval meestal 10km geleden). Hoe ik dat dashboard moet interpreteren heb ik geleerd op rijles, dus ik heb verder geen extra uitleg nodig. Datzelfde geldt ook voor de meeste data dashboards: wanneer ze worden gebruikt door experts die precies weten waar ze naar op zoek zijn en hoe ze dat moeten interpreteren, is context en duiding eerder ruis dan toegevoegde waarde. Maar niet iedereen is zo’n expert.

Het klassieke dashboard is een ongeschikte manier om data te presenteren aan mensen die geen expert zijn in het gepresenteerde onderwerp en de gepresenteerde data

Enter the data story…

Een data story is een manier van data visualiseren en presenteren waarbij je niet alleen data visualiseert, maar je publiek ook meeneemt in het verhaal dat je daarmee probeert te vertellen. Een goed betoog dat je in de krant leest is immers ook meer dan een opsomming van feiten. Het gaat er dus om dat je je publiek niet overdondert met handenvol grafieken en tabellen, maar je verhaal aanpast aan je doelgroep: behapbaar, overzichtelijk, doelgericht en duidelijk. Zo voorkom je dat je je publiek verward achterlaat en zorg je dat ze zich niet afvragen wat ze moeten met al die informatie. Dat een data story data voorziet van context wil overigens niet zeggen dat er lappen tekst bij komen kijken – de perfecte data story is in één oogopslag helder!

In een goede data story komen drie elementen samen:

  • Wat wil je publiek weten?

    Je data story wordt bekeken omdat het in een behoefte voorziet

  • Wat wil je je publiek meegeven?

    Je data story is het maken waard omdat je er iets mee bereikt

  • Welke voorkennis heeft je publiek?

    Je data is begrijpelijk voor je publiek omdat het voortbouwt op kennis die ze al hebben, of de nodige voorkennis meegeeft

Vergelijk eens deze twee voorbeelden uit het Coronadashboard

(vooruit, dat bekt wel wat lekkerder dan de Corona datastory)

1
1

Uit deze lijndiagram kan ik zelf allerlei (niet onterechte) conclusies trekken: ik zie drie pieken, het ging een hele tijd heel goed, in oktober ging het mis, in maart werden er weinig mensen getest, er zijn nu veel minder positief geteste mensen dan een maand geleden, etc. etc.

1
1

Op basis van deze diagram kan ik eigenlijk maar één conclusie trekken: het huidige aantal ligt ver boven de signaalwaarde, en stijgt.

Deze twee visualisaties zijn op precies dezelfde data gebaseerd, namelijk het aantal positief geteste personen per 100.000 inwoners per dag. De tekst die erbij staat is ook nagenoeg hetzelfde. Hoewel het bovenste plaatje wellicht meer, en nauwkeurigere, informatie geeft, vind ik vanuit data-stories-perspectief het onderste plaatje vele malen effectiever.

Beter gezegd: als mijn doel is informeren, is de lijndiagram een prima plaatje. Als mijn doel is om een breed publiek te overtuigen zich aan de maatregelen te houden, is de onderste een beter plaatje.

Functies van een data story

  • Informeren

    Het klassieke dashboard is vooral effectief als het gaat om het informeren van een publiek dat bekend is met data-interpretatie en met het gepresenteerde onderwerp. Voor het informeren van leken helpt een data story.

  • Amuseren

    Wie houdt er niet van een goed verhaal?

  • Overtuigen

    Omdat een data story de mogelijkheid biedt om informatie in een context te plaatsen en het op die manier makkelijker maakt om te verzekeren dat je publiek je verhaal juist interpreteert, is de data story bij uitstek geschikt om publiek te overtuigen – met name in vergelijking met het klassieke dashboard.

  • Activeren

    Net als bij de functie overtuigen, eigenlijk. Vergeet die call to action niet!

Voorbeeld

Hoe datavisualisatie een cholera-epidemie een halt toeriep

  • John Snow ontwikkelt opvatting over verspreiding van cholera

    John Snow staat (naast het veroveren van de troon van Westeros) bekend als een van de grondleggers van de moderne epidemiologie. Hij werkte in Londen als arts en onderzoeker. Men wist toen nog niks van bacteriën; de heersende opvatting was dat ziektes zoals cholera het gevolg waren van luchtvervuiling. Snow was skeptisch over deze opvatting. Hij geloofde dat cholera het gevolg was van vervuild drinkwater.

    1849

  • Snow zet cholerapatiënten op de kaart

    Als onderdeel van zijn missie om de lokale autoriteiten te overtuigen het drinkwatersysteem aan te passen, begon Snow alle cholerapatienten in de arme buurt Soho letterlijk op de kaart te zetten. Met lijntjes op het woonadres van iedere zieke turfde hij het aantal besmettingen. Snow ontdekte dat de zieken inderdaad allemaal uit drinkwater uit deze put haalden, en zelfs dat omwonenden van de lokale brouwerij en de lokale gevangenis bespaard bleven omdat zij hun eigen waterbron hadden (en, natuurlijk, bier).

    Augustus 1854

  • Kaart overtuigt gemeenteraad

    Deze kaart presenteerde hij tijdens een vergadering van de gemeenteraad, die meteen in actie kwam. Met behulp van zijn kaart kon Snow hen overtuigen dat de cholera-epidemie niet in de lucht hing, maar een direct gevolg was van de vervuilde waterpomp op Broad Street: precies het visuele zwaartepunt van de kaart! De gemeenteraad schroefde het handvat van de pomp, en de epidemie stopte. Door data zo te presenteren dat zijn publiek zelf de juiste conclusie kon trekken leverde John Snow het eerste bewijs dat cholera veroorzaakt wordt door vervuild water.

    December 1854

  • Boek over The Ghost Map

    Meer weten? Lees het toffe boek’ The Ghost Map: a street, an epidemic, and the hidden power of urban networks’ van Steven Johnson!

    Benieuwd naar de data? Kijk hier!

    2006

Voorbeeld

Hoe complexiteitstheorie in modern beleid

  • 2006

    Oprichting Harvard Growth Lab

    Er is een groep onderzoekers aan Harvard die onderzoek doet naar hoe innovatiebeleid landen kan helpen in hun economische ontwikkeling. Zij kijken daarbij niet naar aantal inwoners, inkomens of opleidingsniveau, maar naar wat al die inwoners samen creëren. De logica hierachter is dat de producten die de inwoners van een land samen kunnen bouwen iets zegt over de kennis van al die inwoners samen, en daarmee ook iets over wat voor producten die inwoners in de toekomst zouden kunnen maken om hun economie te laten groeien.

  • 2007

    Publicatie van The Product Space

    Ze onderzochten welke producten er in ieder land gemaakt worden. Zo weten ze welke landen wat dat betreft op elkaar lijken, maar ook welke producten op elkaar lijken. Die kennis kan ontwikkelingslanden helpen een plan uit te stippelen. Hartstikke slim allemaal, maar de onderzoekers liepen tegen een probleem aan: hun idee, gebaseerd op complexiteitstheorie, was zo ingewikkeld dat hun adviezen nooit goed aankwamen bij de overheden die ze moesten implementeren.

  • 2011

    Lancering Atlas of Economic Complexity

    Ze ontwikkelden een instrument. Wat dit instrument briljant doet, is dat je als bezoeker geen enorme bak ingewikkelde modellen en moeilijke woorden op je bord krijgt, maar een echte data story. Je kiest een land uit, krijgt dan wat algemene achtergrondinformatie over dat land, en verkent welke producten dat land zoal exporteert. Bij ieder interactief hoofdstuk van het verhaal wordt er een nieuw behapbaar hapje kennis gedeeld. Aan het einde van het verhaal volgen concrete adviezen over innovatiestrategieën die voor dat land goed passen. Met mooie visualisaties en duidelijk uitleg waan je jezelf ineens in staat om een succesvolle innovatiestrategie voor Nederland uit te stippelen! Sinds de lancering heeft dit instrument al voor veel nieuw beleid gezorgd.

  • 2021

    Benieuwd?

    Leuk om mee te spelen als je geïnteresseerd bent in innovatie, techniek en economische ontwikkeling. Klik hier!

In deze blog verkenden we het concept data stories: een presentatie van data die informeren, amuseren, overtuigen of activeren als doel heeft en aansluit bij de kennis en behoefte van je publiek. Net als bij het schrijven van een artikel in een nieuwsbrief of krant, is ook een data story meer dan een opsomming van feitelijkheden, en biedt een goede story veel mogelijkheden voor creativiteit en zinvolle communicatie! Meer weten over data stories? Neem contact met ons op, of schrijf je hieronder in voor de nieuwsbrief om updates te krijgen over de volgende blog in deze serie!