データストーリーテリングで数字に共感をもたらす
私がこの仕事を始めた頃、ビジネスデータから得た結果を伝えるには数字が一番重要であり、感情ではなく思考が必要でした。
長年の間、IQ（Intelligence Quotient = 知能指数）が重視され、頭の良い人たちがデータをそのまま提示するという方法が続いてました。
一方、EQ（Educational Quotient = 感情指数）は、アナリティクスに関してはソフトスキルだと考えられていて、データから得た見解を伝える際に、「共感」は必要ないと考えられていたのです。
しかし、現代のアナリティクスではデータストーリテリングが増え、ストーリーテリングを使って数字の背景を伝えることの重要性が認識されるようになったことで、共感させることがアナリティクスに取り入れられるようになり、EQや共感が注目されるようになったのです。
データが重要なのではなく、データを使って何を言うかが重要
感情を分析やレポートに使うと言っても、場を和ませる為に感情を使うわけではありません。
「共感」は、理解を示したり相手の視点に立つという感情ですが、アナリティクスの場面においては、聞き手のニーズ、弱点、理解力を考慮することです。「共感」は、コミュニケーション、プロモーション、製品デザイン等様々な分野で必要とされてきましたが、データストーリーテリングの需要によりアナリティクスの分野でも求められるようになりました。
データから得た見解を伝える際に「共感」を的確に取り入れた場合、「共感」は単なる感情ではなく、非常に便利なスキルとなります。
- 重要なデータの発見で聞き手を引き付ける
- 背景にある文脈や意味を理解してもらう
- 発見に関心を持たせ行動を起こさせる
実際の所、データは白か黒か、「はい」か「いいえ」でしかありません。
ダッシュボードでしかデータの需要な発見や結果を伝えていなかった頃、IQが重視され主要なスキルとされていたのは当然のことでした。
これまで多くのダッシュボードやレポートは、意味を持たせたり聞き手に関心を持たせることが出来ず、価値を発揮できていませんでした。
データストーリーテリングとは、データを共有する際に深みや奥行きを持たせることです。背景を追加して結果に焦点をあてたり、個人的な解釈や感想で聞き手への理解を表したり、専門的なことをかみ砕いて説明したりなどを示します。
「共感」なしでデータだけを見せることの限界
従来のIQ重視、つまり数字のみに焦点をあてるスタイルでは、ダッシュボードを見せても何かを感じ取ってもらったり、共鳴してもらうことは難しいのです。
四半期の支出が予算を上回ったというダッシュボードを営業部に見せても、聞き手がデータの内容に積極的に反応することはありません。「共感」を使ってニーズに合わせたデータストーリーを共有することで、いい結果を出せなかった理由の考察、改善方法の紹介など、ポジティブな面も見いだせます。
同様にマーケティング側では、聞き手がダッシュボードを見て自ら理解することを求めるのではなく、トラフィックやエンゲージメント数などの数字を共有することで、各リードが何を意味するのか、成長の大きさが持つ意味などを聞き手に説明することができます。
ただ並んだ表から詳細なストーリーに変えることで、レポート作成者がどのような考えをもとに数字を作成したのかを聞き手が読み取ることで、聞き手の共感と理解を深めることができます。
共感とナラティブが聞き手側とのつながりを強くする
インサイトに関しては、今も昔も数字（データ）だけではありません。
何を言おうとしているか理解する繋がりが必要となります。それがない場合、ダッシュボードはその他のダッシュボードと同じように、理解されない数字で埋め尽くされたものとなります。
今でも、数字やIQを重視したレポートをする人がいます。しかし、相手の問題に対する自分の解釈、意見、理解を共有することが、最終的な自分の意見を伝える手段なのです。
聞き手は、自分の問題点がちゃんと理解されていると感じた場合、話し手の話しに注目する傾向があります。これが、「共感」が持つ力なのです。
専門的な語りと組み合わせれば、聞き手との繋がりが確保され、共有すべき内容を確実に伝えることができます。もちろん、データに裏付けがあってこその話しです。
数字は、発見、解釈、推測を裏付けますが、人に関心を持たしたり、理解させたり、行動するきっかけを与える「引き金」にはなりません。
「Eevery cloud has a silver lining（どんな悪いことにも必ずよい面がある）」という言葉があるように、悪い数字の中にも必ず良いことがあります。売り上げが良くなくても、悪いことばかりではないはずです。
その数字には必ず理由があり、共感を呼ぶナラティブによって、単なる白か黒かの指標の問題ではないことが説明できるようになります。
データは自ら語らない: データストーリーテリングが重要な理由
データストーリーテリングが重要なアナリティクスの手法である7つの理由