Enamik uuringuandmeid ei vii kuhugi. Meeskonnad viivad uuringu läbi , koondavad numbrid ja koostavad seejärel uuringu tulemuste esitluse, kus on loetletud iga küsimus ja selle protsentuaalne jaotus. Sidusrühmad noogutavad koosoleku ajal kaasa, dokumendid pannakse kõrvale ja miski ei muutu. Kõlab tuttavalt?
Probleem pole harva andmetes. Probleem on esitluses. See juhend käsitleb uuringutulemuste struktureerimist, visualiseerimist ja edastamist nii, et tulemused suunaksid otsuseid, mitte ei täidaks arhiivikausta. McKinsey Global Institute'i aruandes leiti, et andmepõhised organisatsioonid omandavad 23 korda suurema tõenäosusega kliente ja on 19 korda suurema tõenäosusega kasumlikud, kuid enamik uuringutulemusi ei kajastu kunagi otsustes, kuna need esitatakse ilma selge narratiivita [5].
Mida uuringu tulemuste esitlus tegelikult tegema peab
Enne diagrammi tüübi valimist või tiitelslaidi kirjutamist tehke endale selgeks esitluse eesmärk. Küsitluse tulemuste esitlus peab tegema kolme asja:
- Räägi publikule, mida sa leidsid
- Selgita, miks see neile just oluline on
- Osuta, mis peaks edasi juhtuma
Kõik muu on dekoratsioon. Juhid, kes kuulavad töötajate kaasatuse andmeid käsitlevat esitlust, ei ole seal metoodikat üle vaatamas. Nad tahavad teada, mida numbrid organisatsiooni olukorra kohta ütlevad ja mida tuleks muuta. Koolitustulemusi üle vaatavad personalispetsialistid tahavad teada, millised programmid toimivad ja milliseid tuleb ümber kujundada. Enne esimest slaidi on oluline raam.
1. samm: Enne millegi loomist tundke oma sihtrühma
Sama uuringuandmeid tuleb pakendada erinevalt, olenevalt ruumis viibijatest. Personalijuhtimise analüütikute meeskonnale sobib Likert'i skaala jaotuste üksikasjalik jaotus kümne küsimuse vahel. Finantsjuhile esitatav sama teave tuleb kokku pakkida kaheks või kolmeks peamiseks järelduseks, mis on otseselt seotud äritulemustega.
Enne terrassi või aruande ehitamist vasta järgmistele küsimustele:
- Millise otsuse peab see publik tegema?
- Kui palju konteksti neil uuringu ja selle eesmärkide kohta juba on?
- Kui palju aega on neil esitluse ülevaatamiseks või läbivaatamiseks?
- Millise statistilise detailsuse taseme nad peavad kasulikuks võrreldes üle jõu käivaga?
Juhtkonna puhul alustage kõige olulisema järeldusega. Praktikute puhul võite lisada rohkem üksikasju. Segatud ruumide puhul struktureerige esitlus nii, et peamised järeldused oleksid esimesena ja toetavad andmed hiljem, et sidusrühmad saaksid lahkuda pärast peamiste järelduste tegemist ja analüütiline meeskond saaks ülejäänu jaoks jääda.
2. samm: filtreerige andmed enne visualiseerimist
30 küsimusega uuring genereerib 30 andmepunkti, aga see ei tähenda, et esitate kõik 30. Enamikul uuringutel on kolm kuni viis tulemust, mis tegelikult otsuste langetamisel olulised on. Ülejäänu on parimal juhul kontekst, halvimal juhul müra.
Vaadake oma tulemused üle ja küsige: millised leiud on üllatavad, olulised või tegutsemist väärivad? Küsimus, millele 94% vastanutest vastas sama vastuse, ei ütle teile peaaegu midagi kasulikku: seda saab ilmselt kärpida. Küsimus, millele vastused jagunevad osakondade vahel järsult või mille trend on viimasest küsitlustsüklist saadik oluliselt muutunud, kuulub tavaliselt esitlusse.
See filtreerimisetapp on see, millesse enamik esinejaid investeerib liiga vähe. Kõige näitamine tundub põhjalik, aga see toimib nagu iga rea esiletõstmine õpikus: kui kõik on märgitud oluliseks, siis mitte miski pole seda.
3. samm: Valige andmetele vastavad diagrammitüübid
Erinevad küsimuste vormingud nõuavad erinevaid visualiseeringuid. Vale diagrammitüübi kasutamine muudab täpsete andmete mõistmise raskemaks.
Ühe ja mitme valikuga küsimused sobivad hästi horisontaalsete tulpdiagrammidena. Tulpdiagramme on lihtne skaneerida, need käsitlevad mis tahes arvu kategooriaid ja võimaldavad vastuseid sageduse järgi sortida, nii et mustrid on kohe nähtavad [1]. Sektordiagrammid sobivad ühe valikuga küsimuste puhul, kus on neli või vähem valikut ja kus peamine eesmärk on loo ja terviku suhe, kuid neid on raske lugeda rohkem kui viie lõigu korral.
Hinnanguskaala ja Likerti küsimused on kõige paremini kuvatavad virnastatud tulpdiagrammidena, kus iga tulp tähistab ühte küsimust ja segmendid näitavad vastuste jaotust skaalal [2]. See võimaldab teil võrrelda mitme küsimuse vastuste mustreid ühel visuaalil.
Trendiandmed , kus võrreldakse selle tsükli tulemusi eelmisega, toimivad kõige paremini lihtsa joondiagrammina või kõrvuti asetsevate tulpade võrdlusena. Eesmärk on muuta muutuse suund esmapilgul ilmseks.
Avatud tekstivastuseid ei pea esitama toores tsitaadina (kuigi paar hästi valitud tsitaati võivad olla mõjusad). Sõnapilved võivad kiiresti esile tuua kõige sagedamini kasutatavad terminid, mis on kasulik teemade märkamiseks suurtes vastuste kogumites.
Üks järjepidev reegel kõigi diagrammitüüpide puhul: märgista andmed otse diagrammil, mitte tugine legendidele. Sihtrühm ei peaks vaataja mõistmiseks värvikoodi ristviitama.
4. samm: loo narratiiv, mitte nimekiri
Kasuliku ja unustatava esitluse erinevus taandub sageli sellele, kas esineja püüdis jutustada lugu või lihtsalt numbreid edastada [3].
Küsitluse tulemuste narratiivne struktuur näeb tavaliselt välja selline:
Kontekst: Millest küsitlus rääkis, kes vastasid ja millal see läbi viidi? Piirdu ühe slaidi või mõne lausega. Sihtrühm vajab piisavalt teavet andmete usaldamiseks, mitte täielikku metoodikaaruannet.
Peamine järeldus: alusta kõige olulisemast tulemusest. Sõnasta see väitena, mitte küsimusena. „Kuuskümmend kaks protsenti töötajatest ütleb, et neil pole piisavalt teavet otsuste kohta, mis mõjutavad nende tööd” on järeldus. „Mida töötajad arvavad sisekommunikatsioonist?” on vihje, mitte järeldus.
Toetav detail: Kaks või kolm andmepunkti, mis lisavad pealkirjajäreldusele sügavust. Siin teenivad oma koha diagrammiderikkad slaidid.
Võrdlus või kontekst: Kuidas see võrdub eelmise uuringuperioodi, valdkonna võrdlusnäitaja või mõne teise meeskonna või osakonnaga? Numbrid on millegi suhtes tähendusrikkamad.
Järeldus: Mida see leid praktikas tähendab? Siin seostate andmeid otsustega, mida publik peab tegema.
Soovitus: Mis peaks edasi juhtuma? Isegi kui esinejal pole lõplikku vastust, peaks esitlus lõppema selgete valikuvõimalustega, mitte jätma publiku hooleks tagajärgede ise väljamõtlemise.
5. samm: Seo tulemused ärieesmärkidega
Organisatsiooni prioriteetidest sõltumatud uuringuandmed harva ajendavad tegutsema. Kui uuring käsitles koolituse tõhusust, siis seostage tulemused oskuste puudujääkidega, mis mõjutavad tulemuslikkust või töötajate hoidmist. Kui uuring käsitles töötajate kaasatust, siis seostage tulemused töötajate lahkumisriski või tootlikkuse näitajatega.
Andmete vastavusse viimine tulemustega, millest organisatsioon juba hoolib, ei ole moonutamine. See on kontekst. Järeldus, et "38% jaotuskeskuse töötajatest rakendab koolitusel omandatud oskusi harva oma igapäevatöös", on praktilisem, kui seda esitada koos sama osakonna voolavusandmetega kui eraldi.
6. samm: Otsustage vormingu ja edastamise üle
Tulemuste jagamise viis peaks vastama sihtrühmale ja leidude kiireloomulisusele [4].
Otseülekanne toimib hästi siis, kui tulemused on olulised, kui ootate küsimusi või kui soovite grupiga reaalajas tagajärgi arutada. Otseülekanne võimaldab teil ruumis toimuvat lugeda ja olukorraga kohaneda. Kui diagramm tekitab inimestes segadust, saate seda kohapeal selgitada.
Kirjalik aruanne või jagatud slaidiesitlus sobib publikule, kes peab andmeid omas tempos omastama või neid jagama inimestega, kes algsel koosolekul ei osalenud. Aruanded on kasulikud ka viitedokumendina pärast otseülekannet.
Regulaarsete treeningute hindamiste ja pulsiuuringute puhul võib jooksutulemusi näitav armatuurlaud perioodilise andmestiku täielikult asendada. Meeskonnad saavad trende jälgida ilma planeeritud ülevaadet ootamata.
AhaSlides'i kasutamine reaalajas küsitluse tulemuste esitamiseks
AhaSlides on kõikehõlmav publiku kaasamise platvorm, mis hõlmab ühe sessiooni jooksul küsitlusi, hinnanguskaalasid, sõnapilvi, avatud küsimusi ning küsimusi ja vastuseid. Koolitajate ja juhendajate jaoks, kes viivad sessioone otseülekandes läbi, võimaldab AhaSlides esitada küsitluse tulemusi reaalajas sessiooni enda ajal. Küsitluse tulemused, hinnanguskaala vastused ja sõnapilve väljundid uuenevad osalejate vastuste järgi, nii et saate tulemusi ruumiga jagada, kui sisu on veel värske, selle asemel, et tulemusi paar päeva hiljem aruandesse koondada.
See on eriti kasulik koolitusjärgsete hindamiste puhul, kus koondtulemuste nägemine grupina käivitab sageli ausama arutelu kui nädal pärast sessiooni toimunud aruteluaruande lugemine. Kui 60% ruumist näitab madalat enesekindlust võtmeoskuse osas ja see teave ilmub ekraanile lõpuarutelu ajal, muudab see edasist: koolitajad saavad lünga koheselt lahendada ja osalejad näevad, et nad pole raskustes üksi.
AhaSlides ekspordib vastused ka arvutustabeli andmetena, et pärast seansi lõppu saaks neid üksikasjalikumalt analüüsida, seega toimivad nii reaalajas esitlused kui ka seansijärgne aruandlus samade andmete põhjal ilma lisasammudeta. Mõelge sellele vähem kui aruteluaruandele ja pigem nagu reaalajas tulemustabelile. Inimesed reageerivad erinevalt, kui nad näevad numbreid reaalajas.
Ühine vigu vältida
Esitage iga küsimus. Publik ei suuda ühe koosolekuga 25 andmepunkti omaks võtta. Kureerige halastamatult. Tõstke vähem olulised küsimused lisasse, et andmed oleksid küsimise korral kättesaadavad, kuid hoidke põhiesitlus keskendunud kolmele kuni viiele järeldusele, mis on ruumi tähelepanu väärt.
Vale diagrammitüübi kasutamine. Kaheksa viiluga sektordiagramm ei ütle inimestele midagi. Virnastatud tulpdiagramm, mis võrdleb Likerti jaotusi viie küsimuse lõikes, ütleb neile palju. Enne mis tahes visuaali viimistlemist küsi, kas mõni kolleeg, kes pole uuringuga tuttav, suudaks seda õigesti tõlgendada vähem kui kümne sekundiga. Kui mitte, siis lihtsusta või vaheta vormingut.
Jätame vahele küsimuse „mis siis?“. Tõlgendamata andmed sunnivad publikut tegema oma järeldusi, mis sageli tähendab, et nad ei tee üldse mingeid järeldusi. Igale järeldusele peaks järgnema üks lause, mis selgitab, miks see on praktikas oluline. Kui te ei oska seda lauset kirjutada, ei pruugi see järeldus esitlusse sobida.
Pealkirja varjamine. 20-minutilise esitluse alustamine viieminutilise metoodika tutvustusega enne peamise järelduseni jõudmist on usaldusväärne viis ruumi kaotamiseks. Alustage kõige olulisema tulemusega teisel või kolmandal slaidil ning lisage hiljem konteksti ja üksikasju neile, kes seda soovivad.
Vale detailsuse tasemega esitlus. Juhtkond vajab samadest andmetest teistsugust versiooni kui uuringu kavandanud meeskond. Kahtluse korral koostage kokkuvõte ja hoidke detailsem varukoopia käepärast, et seda vestluse süvenedes uuesti kasutada.
Korduma kippuvad küsimused
Kui pikk peaks uuringu tulemuste esitlus olema?
Enamiku juhtkonna või sidusrühmade jaoks on eesmärk 15–20 minutit. Tavaliselt on see aeg piisav kolme kuni viie peamise järelduse käsitlemiseks, igaühe kohta toetava konteksti pakkumiseks ja soovituste lisamiseks. Kui järeldused on keerulised või publik ootab üksikasjalikku ülevaadet, on 30 minutit mõistlik ülemmäär. Pikem arutelu peaks olema üles ehitatud töötoa või töösessioonina, mitte ettekandena.
Mis peaks lisasse minema?
Lisa kõik, mis sa põhiesitlusest eemaldasid, aga mille kohta uudishimulik sidusrühm võiks küsida: täielik küsimuste kaupa jaotus, demograafilised jaotused, sõna-sõnalt avatud vastused ja kõik metodoloogilised märkused. Lisa muudab põhiesitluse lühemaks, muutmata alusandmed ligipääsmatuks.
Kuidas esitlete tulemusi, kui need pole meeliköitvad?
Esitage andmed täpselt ja siduge need kontekstiga. Kui kaasatuse skoorid langesid märkimisväärselt, öelge seda selgelt, lisage kõik tegurid, mis võisid sellele kaasa aidata, ja esitage ettevalmistatud lahendus. Sihtrühm reageerib üldiselt paremini ausatele leidudele ja selgele plaanile kui pehmendatud tulemustele, mis jätavad tegeliku probleemi nimetamata.
Nende praktikas rakendamiseks võimaldab AhaSlides tasuta küsitluste koostaja teil küsitlusi minutitega luua, jagada ja analüüsida – otse seansi ajal või eraldiseisva lingina saata.
Allikad
[1] Alchemer. Sektordiagramm või tulpdiagramm? Küsitluse tulemuste esitlemine. https://www.alchemer.com/resources/blog/pie-chart-or-bar-graph/
[2] Flourish. 5 viisi küsitluse vastuste efektiivseks visualiseerimiseks. https://flourish.studio/blog/visualizing-survey-data/
[3] Venngage. Kuidas uuringu tulemusi tõhusalt esitada. https://venngage.com/blog/survey-results/
[4] Insight7. Parimad meetodid uuringuandmete esitamiseks sidusrühmadele. https://insight7.io/top-methods-for-presenting-survey-data-to-stakeholders/
[5] McKinsey Global Institute. Analüütika ajastu: Konkurents andmepõhises maailmas. https://www.mckinsey.com/capabilities/quantumblack/our-insights/the-age-of-analytics-competing-in-a-data-driven-world
