Jak odpowiadać na pytania dotyczące danych podczas prezentacji (bez zgadywania)

Niemal każde pytanie dotyczące wykresu można przypisać do jednej z trzech kategorii: co oznacza ta liczba, co się pod nią kryje i czy można to wyjaśnić w inny sposób. Przygotuj po jednej odpowiedzi na każdy z tych typów, a poradzisz sobie z większością pytań na sali.

Niepowodzenie rzadko wynika z niewiedzy. Najczęściej problem polega na tym, że prezentacja zawiera wnioski, podczas gdy pytania dotyczą głębszej warstwy danych, którą zamknięto wiele godzin wcześniej.

Z tego poradnika dowiesz się, dlaczego odpowiadanie na pytania na żywo jest trudne, jakie są trzy sposoby przygotowania się do nich i w którym momencie samo przygotowanie przestaje wystarczać.

Dlaczego odpowiadanie na pytania o dane na żywo jest trudne

Slajd to synteza. Poświęcasz całe popołudnie na decyzję, które ujęcie danych jest kluczowe, a potem pokazujesz wynik. Cały proces myślowy pozostaje w Twojej głowie lub w pliku na laptopie.

Pytania uderzają w tę skompresowaną warstwę. Ktoś pyta, czy dane obejmują wersje próbne, jak ten sam wykres wygląda tylko dla segmentu enterprise lub czy spadek to po prostu sezonowość. Każde z tych pytań wymaga od Ciebie dekompresji czegoś, co zostało już odłożone na bok.

Presja czasu tylko pogarsza sytuację. Masz zaledwie kilka sekund, patrzącą na Ciebie widownię i brak możliwości ponownego uruchomienia analizy na oczach wszystkich.

Istnieje też pułapka społeczna. Powiedzenie „nie wiem” raz jest w porządku i brzmi szczerze. Powiedzenie tego trzy razy sprawia wrażenie nieprzygotowania. Wtedy prezenterzy zaczynają szacować na głos, a błędny szacunek kosztuje znacznie więcej niż chwila milczenia.

Jest też czwarty powód, dla którego ludzie to lekceważą. Pytania o dane tak naprawdę nie dotyczą samego wykresu – chodzi o to, czy prezenter rozumie własne liczby. Publiczność testuje analityka w równym stopniu, co samą analizę.

Jakie niesie to za sobą koszty

Podjęcie decyzji zostaje odłożone w czasie. Najczęstszym rezultatem nie jest brak zgody, ale komunikat: „wróć do nas, gdy będziesz mieć tę liczbę”. To zamienia spotkanie decyzyjne w kolejne spotkanie.

Twoje pozostałe dane tracą na wiarygodności. Jedna niepewna odpowiedź zmienia sposób, w jaki sala odbiera resztę prezentacji, nawet te części, które były bez zarzutu.

Otrzymujesz zadania uzupełniające, których nie planowałeś. Każda improwizowana obietnica staje się nowym zadaniem. Trzy pytania mogą wygenerować dzień pracy, o który nikt wcześniej nie prosił na piśmie.

Te trzy koszty są ze sobą powiązane. Odłożona decyzja generuje zadanie uzupełniające, a to z kolei realizowane jest przy niższej wiarygodności niż ta, którą dysponowałeś na początku pierwszego spotkania.

Rozwiązania doraźne, których ludzie próbują

Wszystkie trzy poniższe podejścia mają na celu to samo: zamianę pytań o dane z improwizacji na żywo w coś, co zostało już wcześniej spisane.

Opcja 1: Analiza pre-mortem trzech typów pytań

Przed spotkaniem przygotuj pisemną odpowiedź na każdy rodzaj pytania do każdego prezentowanego wykresu.

W przypadku definicji zapisz dokładnie, co dana metryka obejmuje, a co wyklucza. W kwestii szczegółowości poznaj kolejny poziom danych: jakie segmenty, konta czy tygodnie składają się na daną liczbę. Dla alternatywnych wyjaśnień wskaż jedną konkurencyjną teorię, którą mógłby wysunąć sceptyk, i określ, czy została ona przez Ciebie zweryfikowana.

To najbardziej wartościowa i najprostsza metoda przygotowania. Jej ograniczeniem jest jednak zakres – zgadujesz, o jakie ujęcia danych padną pytania, i na pewno część z nich pominiesz.

Opcja 2: Przygotowanie jednostronicowego arkusza definicji i założeń

Miej pod ręką jedną stronę zawierającą wszystkie definicje metryk, filtry i wykluczenia. Zakres dat, walutę, informację o tym, czy uwzględniono zwroty, oraz które rekordy zostały odrzucone i dlaczego.

Odczytanie definicji z kartki jest szybsze i bardziej wiarygodne niż odtwarzanie jej z pamięci. Zapobiega to również niespójnościom, gdy na to samo pytanie odpowiadasz na dwa różne sposoby podczas jednego spotkania.

Głównym ograniczeniem jest to, że arkusz definicji świetnie odpowiada na pierwszy typ pytań, ale na pozostałe dwa – prawie wcale.

Opcja 3: Przygotowanie głębszej warstwy danych

Otwórz szczegółowe dane stojące za każdym wykresem w osobnym oknie: tabelę, tabelę przestawną lub wyciąg na poziomie wierszy. Gdy ktoś zapyta, co kryje się w danej liczbie, po prostu to pokażesz, zamiast opisywać.

Dobrze zrealizowane jest to najskuteczniejsze podejście, ponieważ zamienia wyzwanie we wspólne przyjrzenie się danym. Nasz poradnik dotyczący tworzenia prezentacji na miesięczne podsumowanie biznesowe opisuje, jak przygotować te materiały równolegle ze slajdami.

Zdecyduj z góry, jak głęboko chcesz sięgać. Jeden poziom poniżej wykresu zazwyczaj wystarcza, a zejście o dwa poziomy zamienia spotkanie w sesję debugowania.

Kosztuje to sporo czasu na przygotowanie, a i tak obejmuje tylko te ujęcia danych, które przewidziałeś. Zupełnie nowe pytanie wymaga nowej analizy – i to jest ściana, w którą uderzają wszystkie trzy opcje.

Wspólne ograniczenie. Każda z powyższych metod opiera się na przewidywaniu pytań. Przewidywanie sprawdza się w czterech na pięć przypadków, a to piąte pytanie jest zazwyczaj tym, od którego zależy ostateczna decyzja.

Jak przygotować się do pytań o dane za pomocą Powerdrill Bloom

Krok 1: Prześlij swoje dane

Prześlij plik źródłowy, na podstawie którego powstała prezentacja, a nie tylko jego podsumowanie. Powerdrill Bloom profiluje kolumny zaraz po przesłaniu, dzięki czemu definicje, o które zostaniesz zapytany, są widoczne na ekranie, a nie tylko odtwarzane z pamięci.

Krok 2: Zadawaj prawdopodobne pytania w języku naturalnym

Przeanalizuj własne wnioski, zanim zrobi to sala. Zapytaj, jak wygląda ten sam wykres po wykluczeniu wersji próbnych i które segmenty generują łączny wynik. Następnie zapytaj, czy ten sam trend utrzymał się w analogicznym okresie ubiegłego roku.

Zapisz odpowiedzi, ponieważ przećwiczone odpowiedzi na pytania o dane brzmią zupełnie inaczej niż te improwizowane.

Następnie zadaj bezpośrednio pytanie sceptyka. Zapytaj, z jakim alternatywnym wyjaśnieniem są zgodne te dane i co musiałoby być prawdą, aby obronić przeciwny wniosek.

Krok 3: Wyeksportuj wykres, raport lub prezentację

Przygotuj wykresy pomocnicze, krótką notatkę z definicjami i zastrzeżeniami lub dodatkowe slajdy do aneksu.

Dlaczego to rozwiązanie jest lepsze od zgadywania na sali

	Ręczne przygotowanie	Powerdrill Bloom
Przewidziane ujęcia danych	Tworzenie każdego z nich ręcznie	Uzyskanie kilku ujęć w jednym zapytaniu
Nieprzewidziane ujęcie danych	Obietnica przesłania informacji później	Zadanie pytania na żywo na tym samym pliku
Definicje metryk	Prowadzenie osobnego arkusza	Widoczne bezpośrednio w sprofilowanych danych
Prezentacja na kolejny miesiąc	Powtórzenie całego przygotowania	Przesłanie nowego pliku eksportu

Trzeci wiersz ma większe znaczenie, niż mogłoby się wydawać, ponieważ spór o definicję może zakończyć spotkanie szybciej niż błędna liczba.

To drugi wiersz naprawdę zmienia dynamikę spotkania. Gdy odpowiedź na nowe pytanie wymaga jednego zdania zamiast maila z podsumowaniem, decyzja zapada wtedy, gdy wszyscy są jeszcze na sali.

Najczęstsze błędy

Szacowanie na głos. Liczba, którą pamiętasz tylko mgliście, zostanie później obrócona przeciwko Tobie. Powiedz, że ją zweryfikujesz, zapisz pytanie i przejdź dalej.

Odpowiadanie na pytanie, którego się nie zrozumiało. Zanim odpowiesz, zapytaj, co rozmówca rozumie pod danym pojęciem. Jeśli dwie osoby inaczej definiują „aktywnego użytkownika”, obie wyjdą ze spotkania z błędnym przekonaniem.

Obrona zamiast odnotowania uwagi. Jeśli uwaga jest słuszna, przyznanie tego buduje większą wiarygodność niż próba ratowania sytuacji na siłę. Zapisz ją i kontynuuj.

Ukrywanie zastrzeżeń do momentu, aż ktoś o nie zapyta. Przedstaw wykluczenia od razu przy omawianiu wykresu. Zastrzeżenie zgłoszone dobrowolnie świadczy o rzetelności, natomiast to samo zastrzeżenie wydobyte pytaniem brzmi jak próba zatajenia prawdy.

Przynoszenie surowego pliku bez rozeznania. Otwieranie arkusza kalkulacyjnego, w którym nie potrafisz się sprawnie poruszać na oczach publiczności, jest gorsze niż jego brak. Musisz wiedzieć, gdzie dokładnie znajduje się odpowiedź.

Traktowanie pytań o dane jako ataku. Większość z nich to szczere próby zrozumienia tematu. Defensywna postawa zamienia zaciekawioną salę w sceptyczną.

Obiecywanie działań uzupełniających, których nie zrealizujesz. Trzy rzucone od niechcenia obietnice mogą przeobrazić się w cały dzień pracy. Zobowiąż się do jednej rzeczy, a przy pozostałych zaznacz, że wymagają one określenia zakresu prac.

Podsumowanie

Pytania dotyczące wykresu dzielą się na trzy rodzaje i każdy z nich wymaga innego przygotowania. Zapisz definicję, poznaj głębszą warstwę danych i wskaż alternatywne wyjaśnienie, zanim zrobi to ktoś inny.

Przećwicz wcześniej na głos odpowiedzi na te trzy typy pytań. Próba generalna kosztuje znacznie mniej niż odpowiadanie na nie bez przygotowania.

Przygotowanie nie pomoże jednak w przypadku pytania, którego nikt nie przewidział – a to zazwyczaj ono jest najważniejsze. Jeśli wolisz odpowiedzieć na nie na żywo, zamiast obiecywać przesłanie informacji później, wypróbuj Powerdrill Bloom na pliku źródłowym swojej kolejnej prezentacji. Zobacz również nasze poradniki dotyczące opowiadania historii za pomocą danych oraz zamiany pliku CSV w wykres, a także stronę poświęconą funkcji auto insights.

Najczęściej zadawane pytania

Jak przygotować się do pytań o dane podczas prezentacji?

Przygotuj trzy odpowiedzi dla każdego wykresu: co obejmuje metryka, co pokazuje kolejny poziom szczegółowości i jakie alternatywne wyjaśnienie zostało przez Ciebie wykluczone. Te trzy kwestie pokrywają większość zadawanych pytań.

Co mam powiedzieć, gdy nie znam konkretnej liczby?

Powiedz, że to zweryfikujesz i zapisz pytanie. Szacowanie na głos tworzy liczbę, która zostanie później obrócona przeciwko Tobie, a błędna informacja kosztuje znacznie więcej niż chwila milczenia.

Czy powinienem umieszczać zastrzeżenia na slajdzie, czy czekać na pytanie?

Umieść je na slajdzie, tuż obok liczby, której dotyczą. Jasno określone wykluczenie świadczy o rzetelności, podczas gdy ujawnione dopiero w odpowiedzi na pytanie wygląda jak coś, co próbowałeś ukryć.

Jak wiele szczegółowych danych pomocniczych powinienem przygotować?

Wystarczająco dużo, aby pokazać jeden poziom szczegółowości poniżej każdego prezentowanego wykresu – i nic ponadto. Cel to nie objętość danych, ale możliwość szybkiego znalezienia odpowiedzi.

Co zrobić, jeśli ktoś zakwestionuje moją metodologię?

Jeśli uwaga jest słuszna, po prostu to przyznaj, zapisz ją i przejdź dalej. Próba obrony metodologii na żywo zazwyczaj kosztuje więcej wiarygodności niż przyjęcie uzasadnionej krytyki.