डेटा स्टोरीटेलिंग कैसे जानें बचा सकती है–सेमेल्वाइस का केस स्टडी

डेटा स्टोरीटेलिंग वह संरचित दृष्टिकोण है जिसके माध्यम से कथात्मक तत्वों और अन्वेषणात्मक विज़ुअल्स का उपयोग करके डेटा अंतर्दृष्टियों का संप्रेषण किया जाता है। जो लोग डेटा को अंतर्दृष्टि और निर्णयों में बदलना चाहते हैं, वे डेटा कहानियाँ सुनाने की कला में निपुण होकर लाभान्वित होते हैं।

सिर्फ आँकड़ों को प्रस्तुत करने के विपरीत, डेटा कहानियाँ ज्यादा आकर्षक, यादगार, और प्रभावशाली होती हैं। Save the Children चैरिटी संगठन की एक ब्रोशर के दो संस्करणों की जाँच करने वाले अध्ययन में, इन्फोग्राफिक संस्करण पाने वाले दाताओं ने लगभग 50% कम दान दिया बनिस्बत उन लोगों के जिन्हें कहानी-आधारित संस्करण दिया गया। एक अन्य अध्ययन में, शोधकर्ताओं ने पाया कि लोग जब कहानी सुनाई जाती है तो कम संदेह करते हैं लेकिन केवल आँकड़े प्रस्तुत किए जाएँ तो अधिक बारीकी से खामियाँ निकालते हैं।

डेटा कहानियाँ तीन महत्वपूर्ण अवयवों—डेटा, विज़ुअल और नैरेटिव—से बनती हैं। एक अच्छी डेटा कहानी सुनाने के लिए, सही डेटा चुनना, ऐसी नैरेटिव संरचना अपनाना जो कहानी के प्रवाह का मार्गदर्शन करे, और प्रभावशाली विज़ुअल्स से कहानी को चित्रित करना आवश्यक है।

चित्र 1: नैरेटिव, विज़ुअल्स और डेटा—ऐसी डेटा कहानियाँ जो बदलाव लाती हैं

सेमेल्वाइस का केस स्टडी

इतिहास उन चेतावनीभरी कहानियों से भरा है जहाँ खराब डेटा विज़ुअलाइज़ेशन, डेटा कहानियों की तरह कार्यवाही को प्रेरित करने में विफल रहे। अपनी पुस्तक Effective Data Storytelling: How to Drive Change with Data, Narrative, and Visuals में, ब्रेंट डाइक्स ने डॉ. इग्नाज़ सेमेल्वाइस की कहानी को ऐसे ही एक प्रसंग के रूप में उद्धृत किया।

यह खोजने के बाद कि हाथ धोना जानें बचा सकता है, सेमेल्वाइस अपनी खोजों पर संदिग्ध चिकित्सा समुदाय को राज़ी कराने में असफल रहे। बाद से देखने पर, डेटा स्टोरीटेलिंग के सिद्धांत उन्हें अपनी अंतर्दृष्टियाँ बेहतर ढंग से प्रस्तुत करने और परिणामस्वरूप हज़ारों जानें बचाने में मदद कर सकते थे।

हाथ स्वच्छता के “जनक” कहे जाने वाले सेमेल्वाइस हंगरी के एक चिकित्सक थे। 1844 में, सेमेल्वाइस एक प्रसूति क्लिनिक में सहायक के रूप में काम करते थे जहाँ कई महिलाओं को चाइल्डबेड फीवर—डिलीवरी के बाद संक्रमण से होने वाला बुखार—हो जाता था।

क्लिनिक में काम करते हुए, सेमेल्वाइस एक अनोखे रुझान से चकित हुए। चिकित्सकों और मेडिकल छात्रों द्वारा संचालित क्लीनिकों में चाइल्डबेड फीवर से मृत्यु-दर (9.9%) दाइयों द्वारा संचालित क्लीनिकों (3.9%) की तुलना में उल्लेखनीय रूप से अधिक थी (चित्र 2)। चिकित्सकों और मेडिकल छात्रों के विपरीत, दाइयाँ डिलीवरी प्रक्रियाओं से पहले शव परीक्षण नहीं करती थीं। इससे उन्होंने निष्कर्ष निकाला कि मृत शरीरों से आने वाली सामग्री ने इन महिलाओं में मृत्यु-जोखिम बढ़ा दिया।

चित्र 2. जिन डॉक्टरों ने हाथ नहीं धोए, उनके क्लिनिकों में अधिक मौतें हुईं।

यह जानने के बाद, उन्होंने हाथ धोने की प्रथा का प्रस्ताव रखा, जिसके परिणामस्वरूप मृत्यु-दर में नाटकीय गिरावट आई। फिर भी, ऐसे निष्कर्ष उनके पर्यवेक्षक प्रोफेसर क्लाइन को उनके सिद्धांत पर राज़ी नहीं कर पाए।

सेमेल्वाइस ने अपने जीवन के बाकी समय में हाथ धोने के प्रबल समर्थक के रूप में प्रयास जारी रखे, पर निष्फल रहे। 1861 में, सेमेल्वाइस ने अपनी कृति The Etiology, Concept, and Prophylaxis of Childbed Fever प्रकाशित की, जिस पर चिकित्सा समुदाय ने उनके सिद्धांत के विरुद्ध आलोचनात्मक प्रतिक्रिया दी। 1865 में, जर्म सिद्धांत के व्यापक रूप से स्वीकार किए जाने से बहुत पहले, सेमेल्वाइस की मृत्यु एक मानसिक अस्पताल में हुई।

चित्र 3. The Etiology, Concept, and Prophylaxis of Childbed Fever सैकड़ों पृष्ठों की पुस्तक है और इसमें कोई चार्ट नहीं हैं

वह समुदाय को राज़ी करने में क्यों विफल रहे?

ब्रेंट ने इस केस स्टडी का उपयोग यह दिखाने के लिए किया कि डेटा स्टोरीटेलिंग के तीन घटक—डेटा, नैरेटिव, और विज़ुअल्स—डेटा कहानियों के माध्यम से बदलाव लाने में अपरिहार्य हैं। इस केस स्टडी में, सेमेल्वाइस का डेटा अनसुना रह गया क्योंकि न तो उसके साथ कोई प्रभावशाली नैरेटिव संरचना थी और न ही विज़ुअल्स के माध्यम से उसे चित्रित किया गया था। परिणामस्वरूप, सटीक, मूल्यवान, और क्रियाशील होने के बावजूद सेमेल्वाइस का डेटा अपने दर्शकों को राज़ी करने में विफल रहा।

पिछले अनुभव के आलोक में, सेमेल्वाइस डेटा कहानियों के माध्यम से अपना संदेश अधिक प्रभावशाली ढंग से पहुँचा सकते थे। यहाँ ब्रेंट डाइक्स द्वारा एक लाइन चार्ट का उदाहरण है, जो डेटा, नैरेटिव और विज़ुअल्स को जोड़कर एक प्रभावशाली डेटा कहानी सुनाता है।

चित्र 4. डाइक्स की डेटा कहानी जो सेमेल्वाइस की बात को बेहतर ढंग से दर्शाती है।

सेमेल्वाइस का दृष्टिकोण सीधे तौर पर डॉ. जॉन स्नो से विपरीत था, जो एक यू.के. के चिकित्सक थे। उन्होंने 1854 के ब्रॉड स्ट्रीट हैज़ा प्रकोप का अध्ययन किया और परिकल्पना की कि जर्म-संक्रमित पानी हैज़ा का कारण है। यह दर्शाने के बाद कि एक पानी के पंप के आस-पास मृत्यु-दर अधिक थी, स्नो स्थानीय परिषद को पंप को निष्क्रिय करने के लिए राज़ी कर पाए।

चित्र 5: जॉन स्नो का डेटा विज़ुअलाइज़ेशन

निष्कर्ष

सेमेल्वाइस के विपरीत, आज के डेटा स्टोरीटेलर्स के पास आकर्षक डेटा कहानियाँ रचने के लिए अनेक उपकरण मौजूद हैं—Tableau जैसे बिज़नेस इंटेलिजेंस टूल्स से लेकर python जैसी प्रोग्रामिंग भाषाओं तक। आधुनिक डेटा प्रैक्टिशनर्स के लिए यह विवेकपूर्ण है कि वे कार्रवाई को प्रेरित करने हेतु डेटा स्टोरीटेलिंग की कला और विज्ञान में दक्षता हासिल करें।