प्रेजेंटेशन में डेटा से जुड़े सवालों के जवाब कैसे दें (बिना अनुमान लगाए)

किसी चार्ट के बारे में आपसे पूछे जाने वाले लगभग हर सवाल के तीन ही प्रकार होते हैं। इस संख्या का क्या मतलब है, इसके पीछे क्या है, और क्या कोई और वजह इसे समझा सकती है। हर प्रकार के लिए एक जवाब तैयार रखें और आप बैठक में मौजूद अधिकांश लोगों को संभाल लेंगे।

असफलता शायद ही कभी अज्ञानता की वजह से होती है। असल में बात यह है कि आपके डेक में निष्कर्ष होते हैं जबकि सवाल उसके नीचे की परत के बारे में होते हैं, और वह परत घंटों पहले बंद की जा चुकी होती है।

यह गाइड इस बात पर प्रकाश डालती है कि लाइव सवालों के जवाब देना क्यों कठिन होता है, लोग किस तरह से तैयारी करते हैं, और तैयारी कहाँ जाकर कम पड़ने लगती है।

लाइव प्रस्तुति के दौरान डेटा से जुड़े सवालों के जवाब देना क्यों कठिन होता है

एक स्लाइड संकुचित रूप (compression) होती है। आपने यह तय करने में पूरी दोपहर बिताई कि कौन सा डेटा महत्वपूर्ण था, और फिर परिणाम दिखा दिया। इसके पीछे का तर्क आपके दिमाग में या आपके लैपटॉप की किसी फ़ाइल में ही रह गया।

सवाल उसी संकुचित परत पर आते हैं। कोई पूछता है कि क्या इसमें ट्रायल शामिल हैं, या यही चार्ट केवल एंटरप्राइज़ के लिए कैसा दिखेगा, या क्या यह गिरावट केवल मौसमी बदलाव (seasonality) के कारण है। हर सवाल आपसे उस चीज़ को फिर से खोलने (decompress) के लिए कहता है जिसे आप पहले ही समेट चुके हैं।

समय की कमी इसे और भी बदतर बना देती है। आपके पास कुछ ही सेकंड होते हैं, दर्शक आपको देख रहे होते हैं, और लोगों के इंतजार करने के दौरान विश्लेषण को दोबारा चलाने का कोई तरीका नहीं होता है।

इसमें एक सामाजिक जाल भी है। एक बार "मुझे नहीं पता" कहना ठीक है और इसे ईमानदारी के रूप में देखा जाता है। लेकिन तीन बार ऐसा कहना आपको बिना तैयारी के दिखाता है। इसके बाद लोग अंदाज़ा लगाना शुरू कर देते हैं, और गलत साबित होने वाला अंदाज़ा उस कुछ पल की खामोशी से कहीं ज़्यादा भारी पड़ता है।

एक चौथा कारण भी है जिसे लोग कम आंकते हैं। डेटा से जुड़े सवाल वास्तव में चार्ट के बारे में नहीं होते; वे इस बारे में होते हैं कि क्या प्रस्तुतकर्ता अपने खुद के आंकड़ों को समझता है। दर्शक विश्लेषण के साथ-साथ विश्लेषक का भी परीक्षण कर रहे होते हैं।

इसका आपको क्या नुकसान उठाना पड़ता है

निर्णय टल जाता है। सबसे आम परिणाम असहमति नहीं होता। बल्कि यह होता है कि "जब आपके पास वह आंकड़ा हो तब वापस आना," जो एक निर्णायक बैठक को एक और बैठक में बदल देता है।

आपके अन्य आंकड़ों पर भी संदेह होने लगता है। एक डगमगाता हुआ जवाब बैठक में मौजूद लोगों के पूरे डेक को देखने के नज़रिए को बदल देता है, जिसमें वे हिस्से भी शामिल हैं जो बिल्कुल सही थे।

आपको ऐसे फॉलो-अप मिल जाते हैं जिनकी आपने योजना नहीं बनाई थी। बिना सोचे-समझे किया गया हर वादा एक काम बन जाता है। तीन सवाल एक पूरे दिन का ऐसा काम खड़ा कर सकते हैं जिसके लिए किसी ने लिखित में नहीं कहा था।

ये तीनों नुकसान आपस में जुड़े हुए हैं। एक टला हुआ निर्णय फॉलो-अप को जन्म देता है, और वह फॉलो-अप मूल बैठक की तुलना में कम विश्वसनीयता के साथ आता है।

लोग जो वैकल्पिक तरीके अपनाते हैं

नीचे दिए गए तीनों दृष्टिकोण एक ही समस्या को हल करने का प्रयास करते हैं: डेटा के सवालों को लाइव अंदाज़ लगाने के बजाय किसी ऐसी चीज़ में बदलना जिसे आपने पहले ही लिख लिया है।

विकल्प 1: तीनों प्रकार के प्रश्नों का पहले से विश्लेषण (Pre-mortem) करें

बैठक से पहले, आपके द्वारा दिखाए जा रहे प्रत्येक चार्ट के लिए हर प्रकार के प्रश्न का उत्तर लिख लें.

परिभाषाओं के लिए, ठीक से लिखें कि मीट्रिक में क्या शामिल है और क्या नहीं। गहराई के लिए, उसके अगले स्तर को जानें: कौन से सेगमेंट, कौन से अकाउंट, कौन से सप्ताह मिलकर उस संख्या को बनाते हैं। वैकल्पिक स्पष्टीकरणों के लिए, उस एक संभावित विरोधी तर्क का नाम लें जो कोई संशयवादी उठा सकता है और बताएं कि क्या आपने इसकी जांच की थी।

यह सबसे मूल्यवान और आसान तैयारी है। इसकी सीमा इसका दायरा है, क्योंकि आप केवल अंदाज़ा लगा रहे होते हैं कि कौन से डेटा कट्स (cuts) मांगे जाएंगे, और आप कुछ न कुछ छोड़ ही देंगे।

विकल्प 2: परिभाषाओं और मान्यताओं की एक-पेज की शीट अपने पास रखें

हर मीट्रिक की परिभाषा, फ़िल्टर और अपवर्जन (exclusion) को अपने पास एक पेज पर रख लें। तारीख की सीमा, मुद्रा, क्या रिफंड को घटाया गया है, कौन से रिकॉर्ड हटाए गए और क्यों।

किसी शीट से परिभाषा पढ़ना याददाश्त के आधार पर उसे दोबारा बनाने की तुलना में तेज़ और अधिक विश्वसनीय होता है। यह उस भटकाव को भी रोकता है जहाँ आप एक ही बैठक में एक ही सवाल के दो अलग-अलग जवाब दे देते हैं।

इसकी सीमा यह है कि परिभाषा शीट पहले प्रकार के प्रश्न का तो अच्छी तरह से उत्तर देती है, लेकिन अन्य दो का शायद ही कभी।

विकल्प 3: इसके पीछे की परत को साथ लाएं

प्रत्येक चार्ट के पीछे के विवरण को दूसरी विंडो में खुला रखें: टेबल, पिवट (pivot), रो-लेवल एक्सट्रैक्ट (row-level extract)। जब कोई पूछे कि संख्या के अंदर क्या है, तो उसे समझाने के बजाय सीधे दिखाएं।

अगर इसे सही तरीके से किया जाए तो यह सबसे मजबूत विकल्प है, क्योंकि यह एक चुनौती को डेटा पर एक साझा नज़र में बदल देता है। मंथली बिजनेस रिव्यू डेक बनाने पर हमारी गाइड स्लाइड्स के साथ उस सामग्री को तैयार करने के बारे में बताती है।

पहले से तय कर लें कि आप कितनी गहराई तक जाएंगे। चार्ट से एक स्तर नीचे जाना आमतौर पर पर्याप्त होता है, और दो स्तर नीचे जाने से बैठक एक डिबगिंग (debugging) सत्र में बदल जाती है।

इसका नुकसान तैयारी में लगने वाला समय है, और यह अभी भी केवल उन्हीं कट्स को कवर करता है जिनका आपने अनुमान लगाया था। वास्तव में एक नए प्रश्न के लिए नए विश्लेषण की आवश्यकता होती है, और यही वह दीवार है जिससे ये तीनों विकल्प टकराते हैं।

साझा सीमा। ऊपर दी गई प्रत्येक विधि प्रश्न का अनुमान लगाने पर निर्भर करती है। अनुमान शायद पांच में से चार सवालों के लिए काम करता है, और पांचवां सवाल आमतौर पर वही होता है जिस पर निर्णय निर्भर करता है।

Powerdrill Bloom के साथ डेटा से जुड़े सवालों की तैयारी कैसे करें

चरण 1: अपना डेटा अपलोड करें

वह फ़ाइल अपलोड करें जिससे डेक बनाया गया था, न कि उसका सारांश। Powerdrill Bloom अपलोड होते ही कॉलम का विश्लेषण (profile) कर लेता है, जिससे वे परिभाषाएँ जिनके बारे में आपसे पूछा जाएगा, याद रखने के बजाय सीधे दिखाई देने लगती हैं।

चरण 2: संभावित प्रश्न सहज भाषा (natural language) में पूछें

बैठक में दूसरों के पूछने से पहले अपने खुद के निष्कर्ष की जांच करें। पूछें कि ट्रायल को हटाने के बाद यही चार्ट कैसा दिखता है, और कौन से सेगमेंट कुल योग को प्रभावित करते हैं। फिर पूछें कि क्या पिछले साल इसी अवधि में भी यही पैटर्न था।

जवाबों को लिख लें, क्योंकि डेटा से जुड़े सवालों के पहले से तैयार किए गए जवाब बिना तैयारी के दिए गए जवाबों से अलग और बेहतर लगते हैं।

फिर सीधे संशयवादी का सवाल पूछें। पूछें कि डेटा किस वैकल्पिक स्पष्टीकरण के अनुकूल है, और विपरीत निष्कर्ष को सही साबित करने के लिए क्या सच होना चाहिए।

चरण 3: चार्ट, रिपोर्ट या डेक को एक्सपोर्ट करें

बैकअप चार्ट, परिभाषाओं और चेतावनियों (caveats) का एक संक्षिप्त लिखित नोट, या परिशिष्ट (appendix) के लिए अतिरिक्त स्लाइड्स निकाल लें।

यह बैठक में अंदाज़ा लगाने से बेहतर क्यों है

	मैन्युअल तैयारी	Powerdrill Bloom
अनुमानित कट्स (Anticipated cuts)	हर एक को मैन्युअल रूप से तैयार करें	एक ही बार में कई के बारे में पूछें
अप्रत्याशित कट (Unanticipated cut)	फॉलो-अप का वादा करें	उसी फ़ाइल पर लाइव पूछें
मीट्रिक परिभाषाएँ	एक अलग शीट बनाए रखें	विश्लेषित (profiled) डेटा से सीधे दृश्यमान
अगले महीने का डेक	तैयारी को दोहराएं	नया एक्सपोर्ट अपलोड करें

तीसरी पंक्ति दिखने से कहीं अधिक महत्वपूर्ण है, क्योंकि परिभाषा को लेकर होने वाला विवाद किसी गलत संख्या की तुलना में बैठक को अधिक तेज़ी से समाप्त कर सकता है।

दूसरी पंक्ति वह है जो बैठक का रुख बदल देती है। जब किसी नए सवाल का जवाब देने में फॉलो-अप ईमेल के बजाय सिर्फ एक वाक्य लगता है, तो निर्णय तभी हो जाता है जब हर कोई बैठक में मौजूद होता है।

आम गलतियाँ

बोलकर अंदाज़ा लगाना। आधा-अधूरा याद रखा गया आंकड़ा आपके सामने दोबारा दोहराया जाएगा। कहें कि आप इसकी पुष्टि करेंगे, इसे लिख लें और आगे बढ़ें।

उस सवाल का जवाब देना जिसे आपने समझा नहीं है। जवाब देने से पहले पूछें कि उनके लिए उस शब्द का क्या अर्थ है। "सक्रिय उपयोगकर्ता" (active user) शब्द का अलग-अलग अर्थ निकालने वाले दो लोग बैठक से गलतफहमी लेकर ही बाहर निकलेंगे।

नोट करने के बजाय बचाव करना। यदि आपत्ति सही है, तो उसे स्वीकार करना खुद का बचाव करने की कोशिश से कहीं अधिक विश्वसनीयता दिलाता है। इसे नोट करें और आगे बढ़ें।

पूछे जाने तक चेतावनी (caveat) को छिपाना। चार्ट दिखाते समय ही अपवर्जन (exclusion) को स्पष्ट कर दें। खुद से बताई गई चेतावनी को आपकी बारीकी और ईमानदारी के रूप में देखा जाता है, जबकि पूछने पर सामने आने वाली चेतावनी को छिपाने की कोशिश माना जाता है।

बिना किसी योजना के रॉ फ़ाइल (raw file) ले आना। दर्शकों के सामने एक ऐसी स्प्रेडशीट खोलना जिसमें आप खुद रास्ता न ढूंढ पाएं, उसे पास न रखने से भी बदतर है। आपको पता होना चाहिए कि जवाब कहाँ है।

डेटा के सवालों को हमले के रूप में देखना। अधिकांश सवाल समझने के वास्तविक प्रयास होते हैं। रक्षात्मक रूप से उत्तर देने से उत्सुक लोग भी संशयवादी बन जाते हैं।

ऐसे फॉलो-अप का वादा करना जो आप नहीं करेंगे। लापरवाही में किए गए तीन वादे एक पूरे दिन का काम बन जाते हैं। केवल एक के लिए प्रतिबद्ध हों और कहें कि अन्य के लिए योजना बनाने की आवश्यकता है।

निष्कर्ष

किसी चार्ट के बारे में सवाल तीन तरह के होते हैं, और प्रत्येक की तैयारी अलग होती है। परिभाषा लिखें, उसके पीछे की परत को जानें, और इससे पहले कि कोई और उठाए, खुद ही संभावित विरोधी तर्क का उल्लेख कर दें.

पहले से एक बार तीनों प्रकार के प्रश्नों का बोलकर अभ्यास कर लें। डेटा से जुड़े सवालों का पूर्वाभ्यास करना बिना तैयारी के उनका सामना करने से कहीं बेहतर है।

तैयारी जिस चीज़ को कवर नहीं कर सकती, वह है ऐसा सवाल जिसका किसी ने अनुमान नहीं लगाया था, और आमतौर पर वही सवाल सबसे महत्वपूर्ण होता है। यदि आप फॉलो-अप का वादा करने के बजाय लाइव उसका उत्तर देना चाहते हैं, तो अपने अगले डेक के पीछे की फ़ाइल पर Powerdrill Bloom आज़माएं। डेटा कहानियाँ सुनाने और CSV को चार्ट में बदलने पर हमारी गाइड के साथ-साथ auto insights पेज भी देखें।

अक्सर पूछे जाने वाले प्रश्न

मैं किसी प्रेजेंटेशन में डेटा से जुड़े सवालों की तैयारी कैसे करूँ?

प्रत्येक चार्ट के लिए तीन उत्तर लिखें: मीट्रिक में क्या शामिल है, विवरण का अगला स्तर क्या दिखाता है, और आपने किस वैकल्पिक स्पष्टीकरण को खारिज किया है। ये तीन अधिकांश पूछे जाने वाले सवालों को कवर कर लेते हैं।

जब मुझे कोई आंकड़ा न पता हो तो मुझे क्या कहना चाहिए?

कहें कि आप इसकी पुष्टि करेंगे और सवाल को लिख लें। बोलकर अंदाज़ा लगाने से एक ऐसा आंकड़ा बन जाता है जिसे आपके सामने दोबारा दोहराया जाएगा, और एक गलत आंकड़ा कुछ पल की खामोशी से कहीं ज़्यादा भारी पड़ता है।

क्या मुझे स्लाइड पर चेतावनियाँ (caveats) लिखनी चाहिए या पूछे जाने का इंतज़ार करना चाहिए?

उन्हें स्लाइड पर, उस संख्या के ठीक बगल में रखें जिसे वे प्रभावित करते हैं। खुद से बताया गया अपवर्जन (exclusion) आपकी बारीकी को दर्शाता है, जबकि पूछताछ के दौरान सामने आने वाला अपवर्जन ऐसा लगता है जैसे आप इससे बचने की उम्मीद कर रहे थे।

मुझे अपने साथ कितना बैकअप विवरण लाना चाहिए?

आपके द्वारा प्रस्तुत किए जाने वाले प्रत्येक चार्ट से एक स्तर नीचे का विवरण दिखाने के लिए पर्याप्त, और उससे अधिक नहीं। जानकारी का ढेर लगाना लक्ष्य नहीं है; बल्कि उत्तर को जल्दी से ढूंढ पाने में सक्षम होना लक्ष्य है।

क्या होगा यदि कोई मेरे तरीके (method) को चुनौती दे?

यदि बात सही है तो उसे स्पष्ट रूप से स्वीकार करें, उसे नोट करें और आगे बढ़ें। लाइव प्रस्तुति के दौरान किसी तरीके का बचाव करने की कोशिश करना आमतौर पर एक वैध आलोचना को स्वीकार करने की तुलना में अधिक विश्वसनीयता खो देता है।