X
publicidade

Cientistas de dados: traga a narrativa para o primeiro plano

Em 2025, 463 exabytes de dados serão criados a cada dia, de acordo com algumas estimativas. (Para uma perspectiva, um exabyte de armazenamento poderia conter 50.000 anos de vídeo com qualidade de DVD.) Agora é mais fácil do que nunca traduzir ações físicas e digitais em dados, e empresas de todos os tipos correram para acumular o máximo de dados possível a fim de ganhar uma vantagem competitiva.

No entanto, em nossa paixão coletiva por dados (e obter mais dados), o que costuma ser esquecido é o papel que a narrativa desempenha na extração de valor real dos dados.

A realidade é que os dados por si só são insuficientes para realmente influenciar o comportamento humano. Quer o objetivo seja melhorar os resultados financeiros de uma empresa ou convencer as pessoas a ficarem em casa em meio a uma pandemia, é a narrativa que obriga à ação, e não apenas os números. À medida que mais dados são coletados e analisados, a comunicação e a narrativa se tornarão ainda mais integrais na disciplina de ciência de dados por causa de seu papel em separar o sinal do ruído.

Os dados por si só não estimulam a inovação – em vez disso, são narrativas baseadas em dados que ajudam a descobrir tendências ocultas, aprimoram a personalização e otimizam os processos.

No entanto, essa pode ser uma área em que os cientistas de dados têm dificuldade. Na pesquisa do Estado da Ciência de Dados de 2020 da Anaconda com mais de 2.300 cientistas de dados, quase um quarto dos entrevistados disseram que suas equipes de ciência de dados ou aprendizado de máquina (ML) não tinham

publicidade
habilidades de comunicação. Essa pode ser uma das razões pelas quais cerca de 40% dos entrevistados disseram que foram capazes de demonstrar efetivamente o impacto nos negócios “apenas às vezes” ou “quase nunca”.

Os melhores profissionais de dados devem ser tão hábeis em contar histórias quanto em codificar e implantar modelos – e sim, isso vai além da criação de visualizações para acompanhar relatórios. Aqui estão algumas recomendações de como os cientistas de dados podem situar seus resultados em narrativas contextuais mais amplas.

Torne o abstrato mais tangível

Conjuntos de dados cada vez maiores ajudam os modelos de aprendizado de máquina a entender melhor o escopo de um espaço de problema, mas mais dados não ajudam necessariamente na compreensão humana. Mesmo para a maioria dos pensadores com o cérebro esquerdo, não é da nossa natureza entender grandes números abstratos ou coisas como melhorias marginais na precisão. É por isso que é importante incluir pontos de referência em sua narrativa que tornem os dados tangíveis.

Por exemplo, durante a pandemia, fomos bombardeados com inúmeras estatísticas sobre contagens de casos, taxas de mortalidade, taxas de positividade e muito mais. Embora todos esses dados sejam importantes, ferramentas como mapas interativos e conversas sobre números de reprodução são mais eficazes do que despejos massivos de dados em termos de fornecer contexto, transmitir riscos e, conseqüentemente, ajudar a mudar comportamentos conforme necessário. Ao trabalhar com números, os profissionais de dados têm a responsabilidade de fornecer a estrutura necessária para que os dados possam ser compreendidos pelo público-alvo.

publicidade

Usamos cookies para melhorar sua experiência!