Program
Dasar-Dasar Kecerdasan Buatan
10 jam
Data ada di mana-mana, tetapi mari kita akui—lembar kerja dan grafik sering kali membuat mata orang berkunang-kunang. Di sinilah data storytelling menjadi penting di dunia yang kaya informasi saat ini. Namun, mengubah data kompleks menjadi narasi yang jelas dan memikat sering kali menantang.
Banyak orang kesulitan dengan analisis yang memakan waktu, membuat visualisasi yang menarik, dan menyusun narasi yang selaras dengan beragam audiens. Hambatan ini sering kali berujung pada insight yang terlewat dan komunikasi nilai data yang kurang efektif.
AI generatif menawarkan solusi menjanjikan untuk tantangan data storytelling ini. Dengan mengotomatisasi aspek tertentu dan meningkatkan kreativitas manusia, AI dapat merampingkan proses dan memperkaya kualitas narasi data.
Contoh penggunaan AI Generatif.
Dalam artikel ini, kita akan melihat beberapa cara AI generatif mengubah data storytelling, membuatnya lebih efisien, menarik, dan berdampak.
Apa itu Data Storytelling?
Sebelum melihat bagaimana AI generatif mengubah data storytelling, mari pahami terlebih dahulu apa itu data storytelling dan mengapa ini penting di dunia yang digerakkan oleh data saat ini. Jika Anda ingin mempelajari lebih detail, jalur keterampilan Data Storytelling dari DataCamp adalah sumber yang ideal.
Data storytelling adalah seni menerjemahkan data yang kompleks menjadi narasi yang memikat. Ini melampaui sekadar penyajian angka dan grafik. Intinya adalah merangkai data, visual, dan narasi menjadi satu kisah yang selaras dengan audiens Anda. Data storytelling yang efektif membuat informasi lebih mudah diakses, diingat, dan ditindaklanjuti.
Data Storytelling
Pertimbangkan perusahaan yang menganalisis tingkat churn pelanggan. Alih-alih menyajikan lembar kerja angka yang garing, kita dapat membuat narasi yang mengeksplorasi alasan pelanggan pergi, memvisualisasikan tren dari waktu ke waktu, dan menyarankan strategi perbaikan. Pendekatan ini membuat data lebih mudah dicerna dan lebih berdampak bagi pengambil keputusan.
Data Storytelling: Analisis Churn Pelanggan
Visualisasi ini menunjukkan bagaimana data storytelling mengubah data churn mentah menjadi narasi yang memikat. Ini menggabungkan grafik tren, rincian alasan, serta insight kunci dengan rencana aksi.
Dengan menyajikan data seperti ini, kisah churn pelanggan menjadi jelas dan dapat ditindaklanjuti. Pengambil keputusan dapat dengan cepat memahami tren, isu utama, dan solusi potensial.
Namun, membuat kisah data yang penuh wawasan seperti ini bisa menantang dan memakan waktu, terutama saat berurusan dengan himpunan data yang besar dan kompleks. Di sinilah AI generatif berperan, menawarkan cara baru untuk meningkatkan dan merampingkan proses data storytelling. Anda dapat mempelajari lebih lanjut melalui lembar contekan Data Storytelling kami.
Pada bagian berikut, kita akan melihat bagaimana AI Generatif mengubah data storytelling, membuatnya lebih efisien, menarik, dan berdampak.
AI Generatif untuk Data Storytelling
Data storytelling dapat menjembatani kesenjangan antara analitik yang kompleks dan pemahaman manusia. AI generatif mengubah bidang ini, menawarkan cara baru untuk menafsirkan, memvisualisasikan, dan mengomunikasikan insight data.
Data Storytelling dengan AI Generatif
Diagram ini menggambarkan bagaimana AI generatif meningkatkan berbagai tahap proses data storytelling, dari penemuan insight hingga visualisasi dan pembuatan narasi, sambil tetap menempatkan pencerita manusia sebagai pusat proses.
AI generatif bukan menggantikan kreativitas manusia dalam data storytelling, melainkan memperkuatnya. AI menyediakan alat yang memungkinkan profesional data lebih fokus pada strategi dan interpretasi sambil mengotomatiskan banyak aspek analisis dan presentasi data yang memakan waktu.
Pada bagian berikut, kita akan melihat cara spesifik menggunakan AI generatif untuk meningkatkan berbagai aspek data storytelling, dari penyiapan data hingga membuat narasi yang dipersonalisasi.
1. Meningkatkan visualisasi data
Seperti yang telah kita lihat sekilas bagaimana AI generatif mengubah data storytelling, mari lihat salah satu penerapannya yang paling berdampak dalam meningkatkan visualisasi data.
AI generatif bertindak sebagai co-pilot dalam proses visualisasi, memperkuat kemampuan manusia dengan kecerdasan mesin. Dengan menganalisis data dalam jumlah besar dan memahami konteks, AI dapat menyarankan cara merepresentasikan informasi yang mungkin tidak terpikirkan oleh manusia. Sinergi antara intuisi manusia dan kapabilitas AI ini menghasilkan visualisasi yang lebih dinamis, interaktif, dan penuh wawasan.
Meningkatkan Visualisasi Data dengan AI Generatif
AI menganalisis data Anda dan menyarankan jenis grafik yang paling sesuai. Misalnya, fitur Ask Data milik Tableau mungkin merekomendasikan grafik garis untuk data deret waktu, scatter plot untuk analisis korelasi, atau grafik batang.
Pengguna dapat mengetik kueri seperti "Tampilkan penjualan per wilayah dari waktu ke waktu," dan AI akan menghasilkan visualisasi yang sesuai, seperti peta geografis dengan data deret waktu. Contoh salah satu kueri di Tableau ditunjukkan di bawah ini.
Visualisasi Data di Tableau dari Kueri Natural - Sumber
Power BI juga memiliki fitur serupa yang dikenal sebagai 'QnA'. Fitur ini memungkinkan kita mengajukan pertanyaan terhadap data melalui kalimat berbahasa natural.
Visualisasi Data di PowerBI dari Kueri Natural - Sumber
Di balik layar, Tableau dan PowerBI memanfaatkan AI Generatif untuk membuat visualisasi dari dataset yang diberikan menggunakan kueri berbahasa natural. Fitur-fitur seperti ini membantu kita mendapatkan insight cepat dari data tanpa terlalu banyak berselancar di dalam alatnya.
Power BI memiliki fitur lain bernama Co-pilot yang membawa visualisasi data ke level berikutnya. Kita dapat membuat visualisasi kompleks menggunakan kueri tanpa banyak mengutak-atik dataset. Misalnya, jika Anda memiliki dataset penjualan produk, maka Anda bisa mengetahui performa penjualan produk dengan kueri seperti di bawah ini -
"Buat halaman untuk menganalisis jumlah penjualan, pendapatan, dan margin laba dari berbagai produk, kategori, dan subkategori dari waktu ke waktu dan lintas wilayah."
Dasbor yang dihasilkan dari Kueri - Sumber
Semua operasi ini memanfaatkan AI Generatif untuk menghitung nilai dan membuat visualisasi yang dibutuhkan. Dengan secara otomatis menyoroti tren dan korelasi, AI generatif membantu pencerita fokus pada aspek data yang paling berdampak.
Seperti yang telah kita lihat, AI generatif secara signifikan meningkatkan kemampuan kita untuk membuat visualisasi data yang memikat. Namun kekuatan AI dalam data storytelling tidak berhenti sampai di situ. Di bagian berikutnya, kita akan melihat bagaimana AI generatif mengubah aspek penting lain dari analisis data: Penyiapan Data. Langkah ini sering kali menjadi bagian yang paling memakan waktu dalam proses data storytelling, dan AI membuatnya lebih cepat serta lebih efisien dari sebelumnya.
2. Mengotomatisasi penyiapan data
AI generatif secara signifikan meningkatkan visualisasi data, membuat informasi kompleks lebih mudah diakses dan penuh wawasan. Namun sebelum visualisasi dapat dilakukan, data harus disiapkan dengan benar—proses yang sering memakan waktu dan melelahkan. Di sinilah AI benar-benar menonjol, mengubah cara kita melakukan penyiapan data.
Penyiapan Data dengan AI Generatif
Penyiapan data biasanya melibatkan pembersihan, transformasi, dan penataan data mentah ke dalam format yang sesuai untuk analisis dan visualisasi. Secara tradisional, proses ini dapat menyita hingga 80% waktu analis data. Dengan menggunakan alat bertenaga AI, keseimbangan ini berubah drastis, memungkinkan analis lebih fokus pada penemuan insight dan penyusunan narasi yang memikat.
Sebagai contoh, mode autopilot DataRobot menggunakan AI untuk secara otomatis mendeteksi dan menangani nilai hilang, outlier, dan inkonsistensi dalam data. AI juga dapat membuat transformasi fitur baru berdasarkan data yang ada.
Penyiapan Data dengan AI - Sumber
Pada contoh di atas, AI DataRobot secara otomatis menangani penyiapan data sebagai bagian dari proses pemodelannya, menerapkan transformasi yang sesuai berdasarkan karakteristik data dan membuat kolom fitur baru untuk semua kolom tanggal.
Rekayasa fitur juga dimungkinkan dengan AI. Kita dapat menganalisis hubungan dalam data dan secara otomatis membuat fitur baru yang mungkin relevan untuk analisis. Misalnya, fitur 'Feature Discovery' milik DataRobot memungkinkan melakukan rekayasa fitur untuk menemukan fitur baru.
Feature Discovery dengan AI - Sumber
Seperti yang telah kita lihat, AI generatif telah mengubah penyiapan data dari pekerjaan yang melelahkan menjadi proses cerdas yang terotomatisasi. Pada bagian berikutnya, kita akan melihat bagaimana AI generatif memanfaatkan data yang telah disiapkan ini dan merangkainya menjadi narasi yang memikat melalui ringkasan bahasa natural otomatis.
3. Menghasilkan ringkasan bahasa natural
AI generatif dapat sangat merampingkan proses penyiapan data. Namun apa yang terjadi setelah data bersih dan siap dianalisis? Di sinilah aplikasi kuat lain dari AI Generatif berperan: Menghasilkan ringkasan bahasa natural dari dataset yang kompleks.
Menghasilkan Ringkasan Bahasa Natural dengan AI Generatif
Walau data yang bersih dan tertata rapi sangat krusial untuk analisis, hal itu saja tidak cukup untuk mendorong pengambilan keputusan. Banyak pemangku kepentingan tidak memiliki keahlian teknis untuk menafsirkan data mentah atau visualisasi yang kompleks. Di sinilah natural language generation (NLG) bertenaga AI menjadi sangat berharga.
AI generatif dapat mengubah data mentah menjadi narasi yang jelas dan ringkas yang menyoroti insight, tren, dan anomali utama. Ringkasan ini menjadi jembatan antara dataset kompleks dan pemahaman manusia, membuat data dapat diakses oleh audiens yang lebih luas dalam organisasi.
Sebagai contoh, Arria NLG mengkhususkan diri pada pelaporan keuangan, menghasilkan ringkasan terperinci dari data keuangan yang kompleks. Alat ini dapat menghasilkan ringkasan detail insight dari dataset beserta visualisasinya. Bahkan dapat menghasilkan narasi yang dipersonalisasi berdasarkan audiens.
Ringkasan Bahasa Natural dengan Arria NLG - Sumber
Alat lain yang dapat menghasilkan ringkasan dari dataset yang diberikan adalah Phrazor. Alat ini dapat menghasilkan visualisasi beserta insight hanya dari sebuah kueri.
Ringkasan Bahasa Natural dengan Phrazor - Sumber
Dengan mengotomatisasi pembuatan ringkasan ini, data scientist dan analis dapat fokus pada tugas yang lebih kompleks yang memerlukan wawasan dan kreativitas manusia. Sementara itu, pengambil keputusan menerima insight yang jelas dan dapat ditindaklanjuti tanpa perlu menyelami data mentah sendiri.
Pada bagian berikutnya, kita akan melihat bagaimana AI generatif membawa data storytelling selangkah lebih maju dengan membuat dasbor data interaktif yang beradaptasi dengan kebutuhan dan preferensi pengguna.
4. Membuat dasbor interaktif
Dasbor interaktif adalah alat yang kuat untuk eksplorasi dan komunikasi data. Dasbor memungkinkan pengguna berinteraksi dengan data secara dinamis, menemukan insight yang mungkin tidak tampak pada visualisasi statis. AI generatif mengubah ruang ini dengan menciptakan pengalaman dasbor yang lebih intuitif, responsif, dan dipersonalisasi.
Membuat Dasbor Interaktif dengan AI Generatif
Salah satu cara utama AI meningkatkan dasbor adalah melalui eksplorasi data cerdas. Misalnya, pembuatan dasbor bertenaga AI milik Luzmo dapat mengidentifikasi pertanyaan kunci untuk dijawab dan membuat dasbor secara otomatis, tanpa perlu pengaturan manual. Pendekatan ini menghemat waktu dan mengungkap insight yang mungkin terlewat dalam analisis manual. Bagi yang ingin membuat prototipe dasbor dengan cepat, alat seperti Instachart sangat membantu. Dibuat oleh Luzmo, Instachart adalah alat gratis bertenaga AI yang memungkinkan pengguna mengunggah tangkapan layar dasbor, mockup Figma, atau bahkan sketsa tangan dan mengubahnya menjadi dasbor yang berfungsi dalam hitungan detik.
Pendekatan bertenaga AI ini dapat mempercepat proses desain dasbor secara signifikan, memungkinkan tim melakukan iterasi cepat pada ide visualisasi data mereka.
Membuat Dasbor dari Sketsa Tangan dengan Instachart - Sumber
Salah satu fitur utama Instachart adalah kemampuannya untuk secara otomatis menghasilkan data dummy untuk dasbor, memberikan pratinjau realistis tentang tampilan produk akhir. Pengguna dapat dengan mudah mengganti data dummy ini dengan metrik mereka saat siap.
Instachart menghilangkan kebutuhan akan pengkodean pada tahap awal. Alat ini membantu pembuat produk bergerak cepat dari konsep ke prototipe, membuat visualisasi data lebih mudah diakses dan efisien.
5. Asisten storytelling berbasis AI
AI generatif dapat bertindak sebagai mitra kolaboratif bagi analis data dan pencerita, membantu mencari sudut narasi, menyarankan hook yang menarik, dan bahkan menyusun bagian-bagian cerita berdasarkan data yang disediakan.
Asisten Data Storytelling berbasis AI
Konsep asisten data storytelling ini menunjukkan bagaimana AI generatif dapat diintegrasikan ke dalam proses analisis data dan storytelling. Kami membahas konsep tersebut lebih jauh dalam webinar tentang data storytelling.
Diagram di atas menggambarkan komponen dan alur kerja utama:
Alat-alat ini secara signifikan mempercepat proses mengubah data mentah menjadi narasi yang memikat. Alat ini memungkinkan analis data dan jurnalis fokus menyempurnakan cerita, menambahkan wawasan manusia, serta memastikan produk akhir memenuhi standar mereka melalui proses tinjauan iteratif.
Sebagai contoh, Data Analyst by ChatGPT adalah salah satu asisten yang dapat menganalisis dataset kita dan memberikan insight kunci dari dataset tersebut. Asisten ini dapat melakukan berbagai operasi lain, seperti membuat grafik, memberikan rekomendasi untuk pengambilan keputusan bisnis, dan lain-lain.
Asisten obrolan Data Analyst oleh ChatGPT
6. Meningkatkan visualisasi data AR/VR
AI generatif dapat meningkatkan visualisasi data AR/VR dengan merangkai narasi di sekitar data, memandu pengguna melalui informasi dengan penjelasan kontekstual, dan menyoroti insight utama.
Visualisasi data AR/VR yang ditingkatkan AI Generatif
Teknologi ini juga memungkinkan interaksi bahasa natural, sehingga pengguna dapat mengajukan pertanyaan dan memanipulasi data menggunakan perintah suara di dalam lingkungan AR/VR.
Sebagai contoh, Flowimmersive membuat visualisasi data interaktif menggunakan Augmented Reality (AR). Mereka menggunakan teknologi AI Generatif seperti LLM untuk mendapatkan insight dari dataset dan menyajikannya dalam AR.
Visualisasi data AR yang ditingkatkan AI Generatif - Sumber
Kesimpulan
AI generatif sedang mentransformasi data storytelling, menawarkan alat yang kuat untuk meningkatkan cara kita menafsirkan, memvisualisasikan, dan mengomunikasikan insight. Dari otomasi penyiapan hingga pembuatan narasi yang dipersonalisasi, AI memberdayakan analis untuk membuka nilai yang lebih dalam dari data.
Enam pendekatan yang kita bahas dalam artikel ini menunjukkan potensi kolaborasi manusia-AI dalam merangkai kisah data yang lebih memikat dan berdampak. Meski AI menjadi sekutu yang kuat, pengawasan manusia tetap krusial.
Saat organisasi menavigasi dunia yang semakin digerakkan oleh data, menguasai data storytelling yang ditingkatkan AI akan memberikan keunggulan signifikan, memungkinkan komunikasi insight kompleks dengan kejernihan dan daya persuasi yang belum pernah ada sebelumnya. Masa depan data storytelling terletak pada kemitraan seimbang antara keahlian manusia dan kapabilitas AI.
Anda dapat mempelajari lebih lanjut tentang berbagai teknologi dan metode yang kami bahas dalam tulisan ini di DataCamp melalui sumber berikut:
