Lewati ke konten utama

Menceritakan Kisah Data yang Efektif dengan Data, Narasi, dan Visual

Penceritaan data yang efektif memungkinkan praktisi data menuntaskan mil terakhir analitik, sehingga mereka dapat mendorong tindakan melalui wawasan mereka. Dalam webinar terbaru, Brent Dykes membahas bagaimana data, narasi, dan visual dapat mendorong kisah data yang efektif.
Diperbarui 28 Sep 2026  · 5 mnt Baca

Jelajahi bersama AI

ChatGPTClaudePerplexity

“Storytelling adalah cara paling kuat untuk menyebarkan ide ke dunia saat ini,” kata Robert McKee, seorang guru penulisan skenario. Dunia korporat saat ini dipenuhi slide yang dirancang buruk dan dipenuhi bagan yang kurang tepat, dan penceritaan data adalah kunci untuk mengubah data menjadi wawasan yang mendorong tindakan dan nilai.

Kisah data terbukti lebih mudah diingat, persuasif, dan menarik dibandingkan statistik semata. Namun, bagaimana cara kita menceritakan kisah data? Brent Dykes, penulis Effective Data Storytelling: How to Drive Change with Data, Narrative, and Visuals, merumuskan sebuah kerangka kerja berharga untuk membangun kisah data.

Dalam kerangka ini, kisah data terdiri dari tiga komponen – narasi, data, dan visual. Pada artikel ini, kita akan mengulas lebih dalam masing-masing komponen kisah data tersebut.

Gambar 1: Narasi, visual, dan data adalah kisah data yang mendorong perubahan

Struktur Narasi

Kebanyakan cerita mengikuti alur yang umum – seorang protagonis menghadapi komplikasi, menempuh perjalanan untuk menyelesaikan kesulitan, lalu kembali ke kehidupan normal. Struktur Tragedi Aristoteles, Hero’s Journey versi Campbell, dan Piramida Freytag adalah variasi dari pola umum dalam cerita tersebut.

Kisah data sangat diuntungkan dari struktur narasi klasik. Sebuah kisah data dimulai dengan menetapkan konteks situasi saat ini, berlanjut dengan menyajikan wawasan yang mengarah ke wawasan utama, dan diakhiri dengan rekomendasi yang relevan.

Gambar 2. Struktur narasi dalam sebuah kisah data

Data

Analis yang menghadapi limpahan data mungkin tergoda untuk memasukkan semua data yang tersedia ke dalam satu bagan. Siapa pun yang melakukannya berisiko mengacaukan kisah data mereka dengan kebisingan dan membingungkan audiens.

Itulah mengapa memilih data yang tepat dalam sebuah kisah data sangat krusial. Brent Dykes menyarankan pencerita data untuk menghapus atau mengagregasikan titik data sekunder, seperti ditunjukkan oleh contoh berikut.

Gambar 3. Menunjukkan secara eksplisit bahwa pendapatan per pelanggan menurun (kanan) adalah pilihan yang lebih baik daripada memplot total pendapatan dan pelanggan berdampingan (kiri)
Gambar 4. Pangsa pasar dari pasar terbesar menjadi jelas ketika pasar terkecil diagregasikan.
Gambar 5. Sering kali, yang sedikit justru lebih baik saat menampilkan banyak bagan dalam satu grafik.

Visual

Dengan struktur dan data yang tepat, kita siap menggunakan visual untuk menceritakan kisah data. Di sini, Brent menawarkan kiat berguna dalam menyusun visual yang tepat untuk kisah data.

1. Pilih visualisasi yang sesuai

Efektivitas visualisasi berbeda-beda bergantung pada konteks kisah data. Kuncinya adalah memilih bagan terbaik berdasarkan pesan yang ingin disampaikan.

Misalnya, bagan batang lebih unggul daripada bagan pai dalam mengomunikasikan perbedaan proporsi (Gambar 6A vs Gambar 6B). Di sisi lain, bagan pai adalah pilihan yang lebih baik saat menggambarkan jumlah proporsi lintas kategori (Gambar 7A vs Gambar 7B).

Gambar 6A dan 6B
Gambar 7A dan Gambar 7B

2. Kalibrasi visual dengan pesan

Kisah data yang baik menyusun visual sedemikian rupa sehingga memenuhi kebutuhan audiens. Untuk menunjukkan hal ini, Dykes membandingkan dua bagan yang menyampaikan data yang sama namun dioptimalkan untuk tujuan yang sedikit berbeda.

Dengan membandingkan Gambar 7A dan 7B, kita melihat bagaimana penyelarasan sumbu horizontal memudahkan audiens membuat perbandingan cepat.

Gambar 8A. Perbandingan total pendapatan dari setiap negara
Gambar 8B. Perbandingan pendapatan produk individu di berbagai negara, khususnya untuk produk B

Di sisi lain, Gambar 9A dan 9B disusun sedikit berbeda bergantung pada tujuan visualisasi.

Gambar 9A. Perbandingan lintas produk untuk setiap segmen
Gambar 9B. Perbandingan lintas segmen untuk setiap produk

3. Memfokuskan perhatian audiens

Audiens akan memperhatikan apa yang paling menonjol dalam sebuah bagan. Menyoroti poin-poin kunci menyaring sinyal dari kebisingan, sehingga audiens dapat dengan cepat menangkap wawasan dari bagan.

Sebagai contoh, penggunaan warna (Gbr 10B) dan teks (Gbr 10C) secara hemat dapat secara drastis memperbaiki bagan yang semrawut (Gbr 10A).

Gambar 10A
Gambar 10B
Gambar 10C

Teknik lain untuk memfokuskan perhatian audiens adalah mengungkapkan wawasan secara bertahap menggunakan animasi. Pada contoh berikut (Gambar 11), audiens dapat memvisualisasikan dampak penurunan laba yang signifikan pada awal Covid-19.

Gbr 11: Mengungkapkan wawasan secara bertahap

Kesimpulan

“Banyak wawasan yang berani dan luar biasa akan mengalami nasib serupa jika tidak berhasil dibentuk menjadi kisah data,” tulis Brent. Karena itu, keterampilan penceritaan data akan terus meningkat pentingnya seiring perusahaan mengumpulkan lebih banyak data.

Baik Anda baru memulai maupun sudah berpengalaman dalam penceritaan data, webinar “Effective Data Storytelling: How to Turn Insights into Action” oleh Brent menawarkan kerangka kerja yang berharga dan kiat praktis bagi pencerita data di semua tingkat.

Topik
Visualisasi Data
Terkait

blogs

Spaghetti Plot dan Jalur Badai

Temukan alasan mengapa Anda sebaiknya (tidak) menggunakan spaghetti plot untuk menyampaikan ketidakpastian jalur prediksi badai serta dampaknya terhadap interpretasi.
Hugo Bowne-Anderson's photo

Hugo Bowne-Anderson

13 mnt

blogs

40 Pertanyaan Wawancara DBMS Teratas di 2026

Kuasai pertanyaan wawancara basis data, dari konsep SQL dasar hingga skenario desain sistem tingkat lanjut. Panduan mendalam ini mencakup semua yang Anda perlukan untuk sukses di wawancara DBMS dan meraih peran berikutnya.
Dario Radečić's photo

Dario Radečić

15 mnt

blogs

Tutorial Korelasi di R

Dapatkan pengenalan dasar-dasar korelasi di R: pelajari lebih lanjut tentang koefisien korelasi, matriks korelasi, plotting korelasi, dan sebagainya.
David Woods's photo

David Woods

13 mnt

blogs

12 Alternatif ChatGPT Terbaik yang Bisa Anda Coba pada 2026

Artikel ini menyajikan daftar alternatif ChatGPT yang akan meningkatkan produktivitas Anda.
Javier Canales Luna's photo

Javier Canales Luna

14 mnt

Lihat SelengkapnyaLihat Selengkapnya