Rangkuman
- Data Storytelling adalah cara menyampaikan insight dari data dalam bentuk cerita yang memiliki alur, konteks, dan pesan yang jelas agar lebih mudah dipahami audiens.
- Data Storytelling menggabungkan tiga komponen utama, yaitu data, visualisasi data, dan narasi, yang digunakan bersama untuk menyampaikan informasi secara lebih efektif.
- Proses Data Storytelling meliputi memahami masalah atau tujuan, mengolah dan menganalisis data, menemukan insight, membuat visualisasi, menyusun narasi, hingga menyampaikan takeaway yang relevan.
- Kemampuan ini penting di dunia kerja untuk membantu menyampaikan insight, mempermudah komunikasi dengan stakeholder, membuat presentasi data lebih komunikatif, dan mendukung pengambilan keputusan berbasis data.
- Ingin mengembangkan skill analisis data sekaligus belajar membuat data storytelling untuk kebutuhan bisnis? Ikuti Bootcamp Business Intelligence: Driving Growth Through Data Analytics Digital Skola untuk mempelajari SQL, Python, Excel, Power BI, business analysis, hingga data storytelling, serta membangun 4 portofolio dan mengikuti sesi Global Career.
Punya data yang lengkap belum tentu membuat sebuah analisis mudah dipahami. Angka, tabel, dan grafik memang bisa menunjukkan apa yang terjadi, tetapi tanpa konteks yang jelas, audiens bisa kesulitan memahami mengapa hal tersebut penting dan apa yang perlu dilakukan setelahnya.
Di sinilah data storytelling dibutuhkan. Kemampuan ini membantu mengubah hasil analisis menjadi informasi yang lebih mudah dipahami dengan menggabungkan data, visualisasi, dan narasi. Riset tentang data storytelling juga menunjukkan bahwa penyusunan informasi dalam bentuk cerita dapat membantu audiens memahami data dan mendukung proses komunikasi dengan pihak yang terlibat dalam pengambilan keputusan.
Misalnya, sebuah laporan menunjukkan bahwa penjualan mengalami penurunan 15% dalam tiga bulan terakhir. Angka tersebut memang penting, tetapi cerita dari data tidak berhenti di sana. Audiens juga perlu memahami kapan penurunan mulai terjadi, produk atau wilayah mana yang paling terdampak, faktor apa yang berkaitan dengan perubahan tersebut, dan apa langkah yang dapat dipertimbangkan. Cara menyusun informasi seperti inilah yang menjadi bagian dari data storytelling.
Lalu, apa itu storytelling dalam konteks data dan bagaimana cara menerapkannya? Mari pahami konsepnya lebih lanjut!
BACA JUGA: Mengapa Data Analyst Profesi yang Dicari di Era Digital? Kenali Alasannya!
Apa Itu Storytelling dalam Data Storytelling?
Dalam data storytelling, storytelling adalah cara menyusun dan menyampaikan informasi dari data dalam bentuk cerita yang memiliki alur dan pesan yang jelas. Jadi, storytelling yang dimaksud bukan membuat cerita fiksi, melainkan menyusun temuan dari data agar audiens dapat memahami informasi secara utuh.
Sebuah data story biasanya membantu audiens menjawab beberapa pertanyaan penting: apa yang terjadi, apa konteks di baliknya, mengapa temuan tersebut penting, dan apa yang dapat dilakukan selanjutnya. Dengan alur tersebut, data tidak hanya ditampilkan sebagai angka atau grafik, tetapi disampaikan sebagai informasi yang memiliki konteks.
Menurut Tableau, data storytelling menggabungkan kemampuan menemukan insight dari data dengan kemampuan mengomunikasikan temuan tersebut kepada orang lain. Visualisasi berperan membantu menyampaikan informasi, sementara narasi memberikan konteks terhadap temuan yang ditampilkan.
Karena itu, data storytelling tidak sama dengan sekadar membuat grafik yang menarik. Visualisasi yang bagus tetap membutuhkan pesan yang jelas agar audiens memahami informasi apa yang perlu diperhatikan. Penelitian dalam bidang visualisasi data juga menunjukkan bahwa teks dan anotasi dapat membantu audiens menangkap informasi penting dari sebuah grafik.
BACA JUGA: 10 Cara Menjadi Freelance Data Entry
Apa Saja Komponen Data Storytelling?
1. Data
Data menjadi dasar dalam data storytelling. Dari data, kamu dapat menemukan fakta, pola, perubahan, atau hubungan yang kemudian digunakan untuk membangun cerita.
Namun, tidak semua data perlu ditampilkan. Pilih data yang paling relevan dengan pertanyaan atau masalah yang ingin dijawab. Dengan begitu, audiens dapat lebih fokus pada informasi yang benar-benar penting.
2. Visualisasi Data
Visualisasi data membantu mengubah kumpulan angka menjadi bentuk yang lebih mudah dibaca. Grafik, diagram, peta, atau bentuk visual lainnya dapat digunakan untuk menunjukkan tren, perbandingan, distribusi, maupun perubahan dalam data.
Pemilihan visualisasi juga perlu disesuaikan dengan pesan yang ingin disampaikan. Misalnya, grafik garis dapat digunakan untuk menunjukkan perubahan dari waktu ke waktu, sedangkan grafik batang dapat membantu membandingkan beberapa kategori.
Jadi, tujuan visualisasi bukan sekadar membuat laporan terlihat menarik, tetapi membantu audiens melihat pola dan memahami informasi dengan lebih cepat.
3. Narasi
Narasi memberikan konteks terhadap data dan visualisasi yang ditampilkan. Bagian ini membantu menjelaskan apa yang sedang terjadi, temuan mana yang perlu diperhatikan, dan mengapa temuan tersebut relevan.
Tanpa narasi, audiens mungkin hanya melihat angka atau grafik tanpa memahami maknanya. Sebaliknya, narasi yang terlalu panjang juga dapat membuat pesan utama sulit ditemukan. Karena itu, narasi perlu disusun secara ringkas, jelas, dan sesuai dengan kebutuhan audiens.
Ketiga komponen tersebut saling melengkapi. Data memberikan fakta, visualisasi membantu memperlihatkannya, sedangkan narasi menjelaskan maknanya. Kombinasi ketiganya membuat informasi dari data lebih mudah dikomunikasikan kepada audiens.
BACA JUGA: 10 Rekomendasi Mesin Pencari Selain Google dengan Fitur Menarik yang Wajib di Coba
Bagaimana Data Storytelling Bekerja?
Data storytelling tidak hanya dilakukan pada tahap membuat presentasi. Prosesnya dimulai sejak menentukan masalah hingga menyusun cara menyampaikan hasil analisis. Secara sederhana, alurnya dapat dilakukan melalui beberapa tahap berikut.
1. Mengidentifikasi Masalah atau Tujuan
Langkah pertama adalah menentukan pertanyaan atau masalah yang ingin dijawab melalui data. Tujuan ini akan membantu menentukan data apa yang perlu dilihat dan informasi apa yang perlu dicari.
Misalnya, sebuah perusahaan ingin mengetahui alasan penjualan menurun. Pertanyaan tersebut dapat menjadi titik awal untuk menentukan data yang perlu dianalisis, seperti tren penjualan, kategori produk, wilayah, atau periode tertentu.
2. Mengolah dan Menganalisis Data
Setelah tujuan ditentukan, data perlu diperiksa dan diolah agar dapat digunakan untuk analisis. Pada tahap ini, kamu dapat mencari pola, perubahan, perbandingan, atau hubungan yang berkaitan dengan masalah yang sedang dibahas.
Proses analisis membantu memisahkan informasi yang relevan dari data yang kurang berkaitan dengan tujuan utama.
3. Menemukan Insight
Hasil analisis kemudian digunakan untuk menemukan insight yang paling penting. Insight bukan sekadar angka, tetapi temuan yang membantu menjelaskan suatu kondisi atau menjawab pertanyaan yang telah ditentukan sebelumnya.
Misalnya, bukan hanya mengatakan bahwa penjualan turun 15%, tetapi menemukan bahwa sebagian besar penurunan berasal dari kategori produk tertentu dalam periode tertentu. Temuan seperti ini memberikan konteks yang lebih berguna bagi audiens.
4. Memvisualisasikan Data
Setelah menemukan insight, pilih bentuk visualisasi yang dapat membantu audiens memahami temuan tersebut. Hindari memasukkan terlalu banyak grafik jika tidak semuanya mendukung pesan utama.
Visualisasi sebaiknya membantu audiens langsung melihat informasi yang ingin kamu tekankan, bukan membuat mereka harus mencari sendiri kesimpulan dari kumpulan grafik.
5. Menyusun Narasi
Selanjutnya, hubungkan data dan visualisasi ke dalam alur yang mudah diikuti. Kamu dapat menyusun cerita mulai dari kondisi awal, temuan utama, konteks atau penyebab yang relevan, hingga dampak atau implikasinya.
Dengan alur yang jelas, audiens tidak hanya mengetahui angka yang berubah, tetapi juga memahami cerita di balik perubahan tersebut.
6. Menyampaikan Takeaway
Tahap terakhir adalah menyampaikan kesimpulan atau takeaway yang ingin dibawa oleh audiens. Jika diperlukan, sertakan rekomendasi atau langkah berikutnya berdasarkan insight yang telah ditemukan.
Tujuannya agar data storytelling tidak berhenti pada “ini yang terjadi”, tetapi membantu audiens memahami “lalu apa?” dari informasi tersebut. Dalam konteks pekerjaan, bagian ini dapat membuat hasil analisis lebih relevan untuk diskusi maupun pengambilan keputusan.
BACA JUGA: 7 Perbedaan Business Intelligence dan Business Analytics: Contoh dan Prospek Kariernya
Mengapa Data Storytelling Penting dalam Dunia Kerja?
Di dunia kerja, data sering digunakan untuk membantu memahami kondisi bisnis, mengevaluasi kinerja, hingga menentukan langkah berikutnya. Namun, hasil analisis tidak akan banyak membantu jika hanya dipahami oleh orang yang mengolah datanya. Temuan tersebut perlu dikomunikasikan dengan cara yang dapat dipahami oleh orang lain, termasuk pihak yang tidak memiliki latar belakang data.
Di sinilah data storytelling memiliki peran. Dengan menyusun data, visualisasi, dan narasi secara tepat, informasi yang kompleks dapat disampaikan dengan lebih terarah dan relevan dengan kebutuhan pekerjaan.
1. Membuat Data Lebih Mudah Dipahami
Data dalam bentuk angka atau tabel terkadang sulit dipahami jika disajikan tanpa konteks. Data storytelling membantu menghubungkan angka dengan informasi yang relevan sehingga audiens dapat melihat gambaran yang lebih jelas.
Misalnya, daripada hanya menunjukkan grafik penjualan, kamu dapat menjelaskan perubahan yang terjadi, periode ketika perubahan mulai terlihat, serta kategori yang paling memengaruhinya. Dengan begitu, audiens tidak perlu menafsirkan data dari awal.
2. Membantu Menyampaikan Insight dengan Jelas
Hasil analisis biasanya menghasilkan banyak temuan, tetapi tidak semuanya perlu disampaikan kepada audiens. Data storytelling membantu memilih insight yang paling relevan dengan tujuan komunikasi dan menyusunnya dalam alur yang mudah diikuti.
Hal ini membuat audiens dapat memahami bukan hanya apa yang ditemukan dari data, tetapi juga mengapa temuan tersebut penting bagi pekerjaan atau bisnis.
3. Mendukung Pengambilan Keputusan
Data dapat menjadi bahan pertimbangan dalam menentukan berbagai keputusan, tetapi keputusan membutuhkan informasi yang jelas dan relevan. Ketika insight disampaikan dengan konteks yang tepat, pihak yang berkepentingan dapat lebih mudah memahami kondisi yang sedang dihadapi.
Misalnya, hasil analisis menunjukkan adanya penurunan penjualan pada wilayah tertentu. Dengan data storytelling, informasi tersebut dapat dilengkapi dengan tren, perbandingan, dan faktor yang relevan sehingga diskusi mengenai langkah berikutnya menjadi lebih terarah.
4. Mempermudah Komunikasi dengan Stakeholder
Tidak semua stakeholder memiliki kemampuan teknis untuk membaca data secara mendalam. Karena itu, kemampuan menerjemahkan hasil analisis menjadi bahasa yang lebih sederhana menjadi penting.
Data storytelling membantu menjembatani perbedaan tersebut. Kamu dapat menyampaikan temuan tanpa membebani audiens dengan terlalu banyak istilah teknis, tetapi tetap mempertahankan informasi yang dibutuhkan untuk memahami situasi.
5. Membuat Presentasi Data Lebih Komunikatif
Presentasi data tidak harus berisi banyak tabel dan grafik. Yang lebih penting adalah bagaimana setiap informasi mendukung pesan utama yang ingin disampaikan.
Dengan data storytelling, presentasi dapat memiliki alur yang lebih jelas, mulai dari kondisi atau masalah, temuan dari data, hingga kesimpulan atau rekomendasi. Audiens pun dapat mengikuti pembahasan tanpa harus menebak-nebak maksud dari setiap visualisasi yang ditampilkan.
BACA JUGA: Apa Itu Microsoft Excel? Fungsi, Fitur, dan Cara Menggunakannya
Apa Saja Skill yang Perlu Dikuasai untuk Data Storytelling?
Data storytelling membutuhkan perpaduan antara kemampuan teknis dan komunikasi. Kamu tidak hanya perlu memahami data, tetapi juga mampu menentukan informasi mana yang penting dan menyampaikannya sesuai dengan kebutuhan audiens.
Beberapa skill yang dapat dikembangkan antara lain:
- Data analysis: kemampuan mengolah dan menganalisis data untuk menemukan pola, tren, serta insight yang relevan.
- Data visualization: kemampuan memilih dan menggunakan visualisasi yang sesuai untuk menyampaikan informasi dari data.
- Pemahaman konteks bisnis: kemampuan menghubungkan hasil analisis dengan masalah, tujuan, atau kebutuhan bisnis.
- Komunikasi: kemampuan menjelaskan informasi secara jelas dan menyesuaikan penyampaian dengan audiens.
- Presentasi: kemampuan menyusun dan menyampaikan informasi secara runtut agar pesan utama mudah diikuti.
- Penyusunan narasi: kemampuan menghubungkan data dan visualisasi menjadi cerita yang memiliki alur serta tujuan yang jelas.
- Berpikir kritis: kemampuan mempertanyakan data, melihat konteks, dan menentukan insight yang benar-benar relevan.
- Menyederhanakan informasi: kemampuan mengubah informasi yang kompleks menjadi penjelasan yang lebih ringkas tanpa menghilangkan makna pentingnya.
Skill tersebut tidak harus dikuasai sekaligus. Kamu bisa mengembangkannya secara bertahap, dimulai dari kemampuan memahami dan mengolah data, kemudian dilanjutkan dengan visualisasi serta cara menyampaikan hasilnya.
BACA JUGA: Storytelling dalam Data Analytics & Business Intelligence Adalah
Kesimpulan
Data storytelling bukan sekadar membuat data terlihat menarik melalui grafik atau visualisasi. Kemampuan ini membantu mengubah hasil analisis menjadi cerita yang memiliki konteks, alur, dan pesan yang jelas sehingga lebih mudah dipahami oleh audiens.
Dalam penerapannya, data storytelling menggabungkan tiga elemen utama, yaitu data, visualisasi, dan narasi. Prosesnya dimulai dari memahami masalah, mengolah dan menganalisis data, menemukan insight, memilih visualisasi yang sesuai, hingga menyampaikan takeaway yang relevan.
Kemampuan tersebut semakin penting dalam dunia kerja karena data perlu dikomunikasikan kepada berbagai pihak, termasuk stakeholder yang belum tentu memiliki latar belakang teknis. Dengan kemampuan data storytelling, hasil analisis dapat disampaikan dengan lebih jelas untuk mendukung komunikasi, presentasi, dan pengambilan keputusan berbasis data.
Karena itu, selain mengasah kemampuan komunikasi dan presentasi, memperkuat kemampuan analisis data juga penting untuk membangun data storytelling yang baik. Dengan memahami bagaimana data diolah hingga menjadi insight, kamu dapat menyampaikan informasi tidak hanya berdasarkan angka, tetapi juga berdasarkan konteks dan kebutuhan bisnis.
BACA JUGA: Perbedaan Data Storytelling vs Data Visualization
Perdalam Skill Data Storytelling lewat Business Intelligence Digital Skola!
Kalau ingin mengembangkan kemampuan data storytelling sekaligus memperkuat skill analisis data untuk kebutuhan bisnis, Bootcamp Business Intelligence: Driving Growth Through Data Analytics dari Digital Skola bisa menjadi salah satu pilihan belajar.
Program ini tidak hanya membahas pengolahan dan analisis data, tetapi juga mengajarkan bagaimana insight dari data dapat digunakan untuk memahami kebutuhan bisnis dan dikomunikasikan kepada stakeholder. Materinya mencakup SQL, Python, Excel, dan Power BI, mulai dari mengumpulkan serta mengolah data hingga membuat dashboard interaktif dan menghasilkan insight yang relevan.
Khusus untuk kemampuan data storytelling, peserta juga belajar membangun cerita dari data untuk presentasi bisnis, memvisualisasikan informasi agar lebih mudah dipahami stakeholder, serta menyusun laporan dan strategi bisnis berbasis data.
Selain itu, pembelajaran mencakup Business Analysis & Decision-Making, seperti memahami kebutuhan bisnis, problem-solving, A/B Testing, evaluasi eksperimen bisnis, hingga menyusun rekomendasi strategis berbasis data. Peserta juga akan mengerjakan 4 project portofolio dan mendapatkan sesi Global Career untuk mengenal peluang karier Business Intelligence di pasar global.
Jika kamu ingin mengembangkan kemampuan analisis sekaligus belajar menyampaikan insight melalui data storytelling, yuk pelajari lebih lanjut Bootcamp Business Intelligence: Driving Growth Through Data Analytics dari Digital Skola!
FAQ
1. Apakah Data Storytelling hanya dibutuhkan oleh Data Analyst?
Tidak. Data Storytelling dapat digunakan oleh berbagai profesional yang perlu mengolah atau menyampaikan informasi berbasis data, seperti Data Analyst, Business Intelligence Analyst, Business Analyst, marketer, hingga profesional di bidang bisnis.
2. Skill apa yang dibutuhkan untuk melakukan Data Storytelling?
Beberapa skill yang dapat mendukung Data Storytelling antara lain data analysis, data visualization, pemahaman konteks bisnis, komunikasi, presentasi, penyusunan narasi, berpikir kritis, dan kemampuan menyederhanakan informasi.
3. Apa bedanya Data Storytelling dengan visualisasi data?
Visualisasi data berfokus pada cara menampilkan data secara visual, misalnya melalui grafik, chart, atau dashboard. Sementara itu, Data Storytelling menggunakan visualisasi sebagai bagian dari cerita yang lebih utuh, dengan menambahkan konteks, narasi, dan pesan dari data.