Data storytelling en visualisatie: wat 2 dagen opleiding ons leerde
Begin juni trokken Neal, onze Developer & Technical Lead, en ikzelf, Tamara, Performance Marketeer, naar Antwerpen voor Van Data naar Dialoog: Storytelling met Impact van Stanwick. Een tweedaagse open opleiding met deelnemers uit verschillende bedrijven en sectoren, over data visualisering, dashboards en hoe cijfers als verhaal brengen. We kwamen terug met een verruimde kijk op data en een tonnen ideeën. In deze blog delen we graag wat we leerden.
Wat we leerden in het kort
- Data visualiseren kan op veel meer manieren dan met de klassieke staaf- en lijngrafiek.
- De beste visualisatie leen je soms uit een andere sector.
- Een taartdiagram of losstaande getallen zeggen helemaal niks zonder context.
- De persoon die de data brengt, heeft macht. Wees waarachtig.
- Eén databron van waarheid voorkomt fouten en discussies.
- Laat een rapport eens weg. Stilte betekent dat niemand het mist.
- Een goed dataverhaal begint bij context, niet bij de grafiek.
Hieronder lees je hoe we dit allemaal ervaarden.
Wat is een open opleiding?
Bij een open opleiding komen deelnemers van verschillende bedrijven samen op één locatie. Bij een in-company opleiding werk je in je eigen bedrijf, op maat van je eigen team. Het verschil in een notendop:
-
Open opleiding: verschillende bedrijven aan tafel, elk met een eigen visie, context en manier van werken met data.
- In-company opleiding: enkel je eigen collega's, volledig afgestemd op jullie situatie.
De meerwaarde van een open opleiding zit in de vragen die je aan elkaar kan stellen. Hoe gaan anderen om met data? Hoe visualiseren ze die? Waar staan ze vandaag met het in kaart brengen van hun gegevens? Bij een in-company opleiding blijf je toch wat in je eigen bubbel.
Agency, callcenter, chemieproducent en overheid aan tafel
Deelnemers werkten in drie groepen. Je kon aan de slag met voorbeeldcases of met je eigen case. Iedereen vond het vanzelfsprekend om echte cases uit te werken. Zo kwamen vier heel verschillende werelden samen:
Comma, strategisch marketingbureau: CRM-data, advertentiedata, de verwerking van leads en de gekende marketingfunnel.
Een callcenterteam: dagelijkse rapportages (Hoe breng je keer op keer iets interessants? Wat vertel je?), volumes, efficiëntie en forecasting.
Een chemieproducent: hoe efficiënt machines/mensen produceren, met een waaier aan metrics en visualisaties waarvan we de meeste nog nooit gebruikt hadden.
Een stafmedewerker van een lokale overheidsdienst: kwestie rond uitkeringen die in kaart gebracht en duidelijk uitgelegd moest worden.
Zoveel herkenning bij toch zeer verschillende sectoren. Een fabriek meet "uitval per batch" en "stilstandtijd van een machine", wij meten leads die afhaken in de funnel en "de tijd tussen aanvraag en offerte": de vraag blijft dezelfde, namelijk waar het vastloopt. Ook een callcenter denkt in forecasting ("hoeveel oproepen verwachten we maandagochtend?"), net zoals wij ons afvragen "hoeveel aanvragen verwachten we na deze campagne?” Er blijkt dus enorm veel overlap en elke sector heeft iets dat je kan meenemen naar je eigen werk.
Data visualiseren: grafieken uit andere sectoren
Een van mijn grootste leermomenten: er bestaan veel meer leuke én inzichtelijke manieren om data te visualiseren dan de klassieke staaf- en lijngrafieken waar we dagelijks mee werken. Enkele die bleven plakken:
- Connected dot plot: toont de verandering tussen twee momenten per categorie. Bijvoorbeeld de kost per lead per kanaal, vorig kwartaal naast dit kwartaal.
- Scatter plot: maakt het verband tussen twee variabelen zichtbaar. Bijvoorbeeld budget tegenover aantal leads per campagne, zodat je meteen ziet welke campagnes uit de toon vallen.
- ABC-XYZ-analyse: een techniek uit het voorraadbeheer, en de grootste verrassing.
Bij ABC deel je items in volgens hun bijdrage aan het totaal. A is de kleine groep die het grootste deel van de waarde levert, C is de lange staart die weinig oplevert. XYZ kijkt naar hoe voorspelbaar het resultaat is. X is stabiel, Z is grillig. Leg je beide over elkaar, dan krijg je een matrix van negen vakjes die je helpt beslissen waar je aandacht en middelen naartoe gaan.
Die techniek is niet gemaakt voor marketing, maar we zien er zeker toepassingen in. Neem je klantenportefeuille als voorbeeld:
- AX: grote klant met een stabiele maandelijkse omzet. Onderhouden en langetermijnplanning.
- AZ: veel omzet, maar sterk wisselend. Extra opvolging en een buffer inbouwen.
- CX: klein maar stabiel. Efficiënt en zoveel mogelijk geautomatiseerd bedienen.
- CZ: klein en grillig. Even stilstaan bij de vraag of het de moeite loont.
Hetzelfde principe kan je toepassen op zoekwoorden, campagnes of leadbronnen.
Wanneer grafieken een loopje nemen met de waarheid
Cijfers liegen niet… of wel? Met dezelfde data kan je toch twee totaal verschillende verhalen vertellen, afhankelijk van de visualisatie die je kiest, wat je erbij vertelt en wat je liever weglaat. Niet elke visualisatie is dus even onschuldig. Het taartdiagram wordt ons vanaf het lager onderwijs door de strot geramd, maar percentages zeggen op zich niets zonder context.
Een voorbeeld:
- Vorige maand: 200 leads, waarvan 25% via Meta. Dat zijn 50 leads.
- Deze maand: 100 leads, waarvan 40% via Meta. Dat zijn 40 leads.
Op de taartdiagram ziet Meta er deze maand sterker uit. In werkelijkheid leverde het minder op, en zakte het totaal met de helft. Het aandeel steeg, het resultaat daalde. De taart vertelt je dat niet.
Een grafiek kan dus manipulatief zijn, ook zonder kwade wil. Daarom stelden we onszelf telkens dezelfde vragen voor we iets toonden:
- Met wat vergelijken we dit?
- Over welke periode kijken we?
- Tonen we ook de absolute cijfers?
Onze twee cases
Wij brachten twee eigen cases mee.
Case 1: instroom en capaciteit. Een klant waarbij niet alleen de instroom van nieuwe klanten centraal stond, maar ook de bezetting om die klanten te kunnen bedienen. Instroom en capaciteit moeten kloppen anders blijven leads liggen of krijgen mensen het vuur aan de schenen.
Case 2: het AI-gedreven dashboard van Comma, ons nieuw paradepaardje. Toen de opleiding plaatsvond, was dit nog work in progress. Vandaag staat het er volledig. Het vertrekt vanuit onze ERP/CRM (Odoo) en visualiseert onder meer:
- hoe medewerkers of diensten presteren binnen het bedrijf
- hoe onze eigen marketingfunnel draait
-
welke omzet klanten opleveren
Ongeacht welk CRM je gebruikt, we stellen dit dashboard stillaan ter beschikking voor klanten. De enige voorwaarde is dat er data is. Heb je die niet, dan helpen we je met plezier die te verzamelen. Onze mede-cursisten hebben alvast een sneak peek gekregen.
Je data is maar zo betrouwbaar als de bron
Ook leerrijk: hoe verschillend iedereen aan zijn data geraakt. Bij de ene is het een fluitje van een cent, bij de andere is het een belabberde/verouderde tool die weinig toelaat. Een dataset op een zilveren schoteltje waarbij je alles naar wens kan exporteren: daar droomt elke marketeer van.
Dat zien we ook bij onze eigen klanten. Sommigen hebben geen CRM of wij hebben er geen toegang toe en dan moeten we creatief zijn. Of eerder primitief: Google Sheets en Zapier-brouwsels. Idealiter is er een single source of truth: één bron waar iedereen naar kijkt, met andere bronnen die ongeveer hetzelfde vertellen. De realiteit ziet er vaak zo uit: vijf losse Excels die elk een licht andere versie hebben, een Word-bestand met de cijfers van vorig kwartaal, een CRM dat niet up-to-date is, analytics die iets anders telt dan het CRM.
Dat leidt vroeg of laat tot fouten en tot discussies over wie er gelijk heeft in plaats van over wat de cijfers betekenen.
Wat maakt een dashboard goed?
Merkt niemand het als je dashboard verdwijnt? Dan had je dit niet moeten bouwen.
Een goed dashboard doet zes dingen:
-
Het heeft een doel en een duidelijk publiek. Elke grafiek beantwoordt een concrete vraag. Kan je die vraag niet formuleren dan hoort de grafiek er niet op. Vraag jezelf ook af voor wie het dashboard is.
-
Het is gefocust. Je kiest de relevante visuals en haalt de ruis weg, zodat de aandacht naar de kern van je boodschap gaat. Few waarschuwt voor 3D-effecten, felle kleuren, decoratie en te veel detail. Knaflic zegt: toon je publiek geen rommelige analysegrafieken, maar enkel de vereenvoudigde kern.
-
Het leest in één oogopslag. Volgens Few moet alles wat je nodig hebt op één scherm staan, gerangschikt naar belang. De "5-secondenregel" vertaalt dat: de kern moet in vijf seconden duidelijk zijn.
-
Het geeft context. Je vergelijkt met een vorige periode en toont absolute cijfers naast percentages. Few noemt "te weinig context" een van de grootste valkuilen. Een goed dashboard toont vergelijkingen en doelen, zodat een getal iets betekent.
- Het verklaart en stuurt de aandacht. Het toont niet alleen dat iets achteruitgaat, maar liefst ook waarom. Gebruik kleur en contrast om te tonen waar je moet kijken, en zet beschrijvende titels en annotaties bij de grafiek. Zo leest iedereen hetzelfde verhaal.
Twijfel je of iemand je rapport of dashboard eigenlijk nodig heeft? Doe dan de test:
-
Stop een tijdje met het versturen van het rapport, zonder het aan te kondigen.
-
Kijk wie erom vraagt.
-
Vraagt niemand ernaar? Dan mist niemand het, en heb je een berg werk bespaard.
Niemand wil rapporteren gewoon omdat het kan. Een goed rapport beantwoordt vragen die er echt toe doen.
Data storytelling in 6 stappen
Een groot deel van de opleiding draaide rond data brengen als verhaal. Dat doe je in vaste stappen die we ook effectief oefenden tijdens de twee dagen. Een voorbeeld: stel dat de kost per lead bij een klant stijgt.
- Situeren: eerst de context schetsen. "Sinds maart investeren we meer budget in Meta Ads om meer aanvragen binnen te halen."
- Exploreren: de vraag stellen. "De kost per lead steeg van €18 naar €26. Waar zit dat?"
- De exploratie vasthouden: blijf bij dat ene topic. Elke grafiek die je toont, moet een antwoord geven op die vraag.
- Je punt maken: "Het probleem zit niet in de advertenties, maar in het formulier. 40% haakt af bij stap 3."
- Closen: "We vereenvoudigen het formulier en testen twee versies."
-
Loslaten: hier sluit jouw verhaal en begint dat van de luisteraar. Wat doen zij ermee?
Context schetsen is key. Zonder kader begrijpt niemand waarom een cijfer belangrijk is.
Wat we meenemen uit de opleiding
Neal en ik gingen op het einde van de rit tevreden naar huis met een certificaat op zak. En belangrijker nog:
- een verruimde kijk op data
- nieuwe grafieken om mee te experimenteren: van watervalgrafiek tot connected dot plots
- een kritischer blik op data
- een berg ideeën voor privégebruik (als echte nerds) en om Comma en onze klanten nog meer waarde te bieden
Zit je met een berg data en weet je niet goed wat ze je vertelt? Of wil je weten wat ons dashboard voor jouw merk kan doen? Neem gerust contact met ons op.
In dit artikel
Door Tamara Plancke, performance marketeer Comma, brandstrategists
