Publicystyka - ngo.pl

Powiedzieliśmy sobie, że warto opierać swoje decyzje na wnioskach wyciągniętych z danych i że warto eksplorować dane, pozyskując w trakcie tego procesu nowe informacje, odkrywając nowe fakty i zadając sobie nowe pytania.

Łatwo powiedzieć, ale jak to zrealizować? Zapoznajmy się z pomysłem opracowanym przez Open Knowledge Foundation w ramach projektu School of Data – nazywa się on Data Expeditions (Ekspedycje Danych). Jak podkreślałem w poprzednim artykule, nie trzeba być specjalistą czy specjalistką od statystyki, żeby pracować z danymi – wystarczy chęć pracy w grupie, ciekawość i odrobina samozaparcia w eksplorowaniu nowych dla siebie zagadnień. Oczywiście zaawansowane scenariusze analizy danych (szczególnie bardziej skomplikowanych) wymagają już fachowej wiedzy, ale podstawowy poziom jest dostępny dla każdego.

Proponowany przez School of Data proces pracy z danymi oparty jest na pracy grupowej i efektywnym korzystaniu z wiedzy i umiejętności wszystkich zaangażowanych osób. Oczywiście powodzenie całości leży w szczegółach realizacji – dobremu przygotowaniu takiego spotkania, zidentyfikowaniu umiejętności i wiedzy, jaką mamy do dyspozycji w grupie oraz skutecznej komunikacji. Przy czytaniu dalszej części tego tekstu, warto zwrócić uwagę, że poszczególne elementy opisywanego procesu mogą być również wykorzystane do indywidualnej pracy przy projektach wykorzystujących dane.

Zacznijmy! Pierwszym krokiem jest POSTAWIENIE SOBIE KONKRETNEGO PYTANIA LUB ZAGADNIENIA BADAWCZEGO.

Możemy zacząć od skonkretyzowania tezy, która pojawiła się w naszych głowach podczas codziennego działania lub po prostu założyć, że chcemy przeanalizować pewne konkretne zagadnienie i dowiedzieć się czegoś więcej na temat dziedziny, w której działamy – oczywiście na podstawie danych. Pytań, tez i pomysłów na początek warto jest mieć kilka: często zdarza się, że pierwszy punkt wyjściowy prowadzi nas donikąd i musimy zaczynać od początku – wówczas „bierzemy się” za kolejne pytanie lub tezę. Pamiętajmy – wspaniale jest móc pracować metodą naukową, ale my eksplorujemy nasze dane raczej amatorsko: powinniśmy dać sobie prawo do błądzenia. Również z takiego podejścia możemy wiele się nauczyć!

Kiedy zdecydujemy już o punkcie wyjścia (czyli konkretnym temacie, który chcemy eksplorować), zaczynamy POZYSKIWANIE, CZYSZCZENIE I ANALIZĘ DANYCH.

O tej części procesu piszę bardziej szczegółowo dalej, więc w tej chwili podkreślę tylko, że jest to najbardziej żmudna i pracochłonna, ale również na swój sposób najbardziej ekscytująca. Na tym etapie najczęściej odkrywamy nowe, interesujące fakty, a zdarza się również, że w jego trakcie zmieniamy nasz wyjściowy punkt widzenia – w danych znajdujemy po prostu bardziej interesującą tezę, pytanie, które zapowiada zdobycie ciekawszej i bardziej użytecznej wiedzy. Warto wtedy podjąć decyzję o ponownym rozpoczęciu całego procesu – oczywiście w ramach czasu i środków, jakie mamy do dyspozycji.

Na zakończenie zazwyczaj zajmujemy się PREZENTACJĄ UZYSKANYCH INFORMACJI

– proces pracy z danymi rzadko kiedy jest kompletny bez możliwości podzielenia się wnioskami, dlatego warto poświęcić trochę czasu i energii na estetyczną i przejrzystą prezentację ostatecznych wyników. Co więcej, nawet na tym etapie zdarza się, że odkrywamy nowe fakty i zależności – ujrzenie danych w ujęciu graficznym (na przykład na mapie, albo w postaci wizualizacji powiązań) potrafi nasunąć nowe pomysły i naprowadzić na nowe tropy. W duchu prawdziwej eksploracji, nawet na tym końcowym etapie nie należy obawiać się powrotu do pytań, jakie zadaliśmy sobie na początku.

Podsumowując – dążymy do konkretnego celu (zweryfikowanie tezy lub odpowiedź na pytanie, które stawiamy sobie na początku a następnie zaprezentowanie wyników innym), ale musimy pamiętać, że w tym przypadku sama droga jest równie ważna, jak jej zakończenie. Proces pracy z danymi, jaki proponujemy ma również na celu eksplorację, poszerzanie naszej wiedzy i zdobywanie nowych umiejętności.

Krótka odpowiedź na to pytanie brzmi: każdej osoby zainteresowanej tematyką, której dotyczą eksplorowane przez nas dane! Aby z powodzeniem przejść przez cały proces potrzebujemy oczywiście określonego zestawu kompetencji, ale pamiętajmy, że pracujemy w grupie. Możliwość dyskusji, prowadzenia burzy mózgów i wymiany doświadczeń, jakie daje praca grupowa powoduje, że jesteśmy w stanie wśród zaangażowanych osób „zgromadzić” niezbędne umiejętności potrzebne do przeprowadzenia procesu pracy z danymi.

Do powodzenia eksploracji będziemy potrzebować pięciu „grup umiejętności” opisanych poniżej. Na początku pracy należy ustalić w jakim stopniu każda z osób biorących udział w procesie identyfikuje się z poszczególnymi grupami i jak silna czuje się w realizowaniu zadań utożsamianych z każdą z ról. Ujmując to prostym językiem: każda osoba powinna ocenić (na przykład w skali 1-5), w jakim stopniu jest w stanie odgrywać każdą z opisanych dalej ról. Przyjemny i zabawny sposób na przeprowadzenie takiego badania proponuje School of Data – po szczegóły odsyłam do strony projektu.

Powróćmy do zestawów umiejętności, które będą nam niezbędne w osiągnięciu sukcesu ekspedycji. Oto one, w kolejności pojawiania się w trakcie procesu pracy z danymi:

• NARRATOR/KA – osoby wcielające się w tę rolę muszą umieć znaleźć zagadnienia, które posłużą zespołowi jako punkt wyjścia do badań, ale także wyobrazić sobie sposób zaprezentowania wyników badania w sposób, który będzie najmocniej przemawiał do odbiorców i odbiorczyń. Pełnienie roli narratora/rki wymaga dobrej znajomości merytorycznej strony eksplorowanego zagadnienia, ale także dużej wyobraźni i umiejętności syntezy – „zbierania” różnych elementów w jeden spójny, przejrzysty przekaz.

• POSZUKIWACZ/KA – osoby pracujące w tej roli szukają danych, przede wszystkim w Internecie. Czasami wymagane jest tylko sprawne posługiwanie się wyszukiwarką internetową, ale zdarza się, że potrzebne są również umiejętności techniczne. Ich potrzeba pojawia się szczególnie w przypadkach, gdy dane trzeba pozyskać poprzez tzw. scraping, czyli np. wydobycie ich z treści strony internetowej i przekształcenie do formy arkusza kalkulacyjnego lub bazy danych. Do przydatnych umiejętności poszukiwacza należy również czyszczenie danych, o czym dowiecie się więcej w części trzeciej cyklu.

• ANALITYK/CZKA – analiza danych wymaga najbardziej specjalistycznego zestawu umiejętności – przydają się tutaj przynajmniej podstawy matematyki i statystyki (ale bez przesady – czasami wystarczy umieć policzyć zwykłą średnią!). W najprostszych przypadkach wystarczy nie obawiać się matematyki i wiedzieć, po jaką wiedzę (spoza dostępnej w zespole) sięgnąć i do kogo się zwrócić, żeby rozwiązać problem stojący na przeszkodzie do szczęśliwego zakończenia ekspedycji. Do obowiązków osób pełniących rolę analityków/czek należy weryfikowanie tez stawianych przez narratorów/rki i poszukiwanie w danych odpowiedzi na stawiane przez nich/nie pytania.

• INŻYNIER/KA – zestaw umiejętności przydatnych w pracy z danymi, aczkolwiek nie jest niezbędny do przeprowadzenia ekspedycji. Osoby pełniące tę rolę zajmują się wsparciem technicznym w trakcie realizacji poszczególnych zadań (pozyskiwania i analizy danych), ale także budują końcową wizualizację wniosków z ekspedycji, szczególnie w przypadkach, gdy ma postać interaktywną. Umiejętność programowania jest tutaj przydatna, ale nie konieczna – wystarczy umieć posługiwać się gotowymi narzędziami, które służą do wizualizacji danych.

• PROJEKTANT/KA – osoba pełniąca tę rolę odpowiada za estetyczną stronę prezentacji wyników, ale także – razem z narratorami/kami – za sposób, w jaki końcowe wnioski są prezentowane. Umiejętności graficzne są oczywiście wysoce pożądane, ale rozrysowany na papierowej kartce plan prezentacji wniosków z eksploracji danych jest równie wartościowym wkładem w pracę zespołu, jak profesjonalnie wykonana infografika.

Po zdefiniowaniu zasobów w zespole (przypominam, każda osoba biorąca udział w ekspedycji określa poziom swoich umiejętności w każdej z wymienionych przed chwilą grup), zaczynamy wspólną pracę według opisanego wcześniej procesu. Warto jest wyznaczyć facylitatora/rkę dla grupy (w metodyce School of Data osoba taka jest nazywana po angielsku Data Sherpa – czyli Szerpa Danych) – osoba taka będzie pilnować realizowania poszczególnych kroków i zachęcać grupę do posuwania procesu do przodu. Czeka nas sedno całej ekspedycji, czyli praca z danymi sensu stricte – ich pozyskiwanie, czyszczenie, analiza, itd. Ale o tym już w kolejnym, ostatnim odcinku naszego cyklu!