Kể chuyện bằng dữ liệu

Trực quan hóa dữ liệu trong Databricks

Gang Wang

Senior Data Scientist

Kể chuyện bằng dữ liệu là gì?

Xây dựng câu chuyện từ dữ liệu
Kết hợp insight với trực quan hóa

Mục tiêu:

Giúp dữ liệu phức tạp dễ hiểu
Thu hút và cung cấp thông tin cho người xem

Tại sao quan trọng:

Biến dữ liệu thô thành insight
Tăng cường ra quyết định

Minh họa khái niệm kể chuyện bằng dữ liệu

¹ Ảnh: AgencyAnalytics

Trước: chỉ hiển thị dữ liệu

Biểu đồ đường rối, khó hiểu
Dữ liệu thô, thiếu ngữ cảnh

Sau: kể chuyện

Mạch truyện rõ, nêu bật insight chính
Biểu đồ cột đơn giản nhấn mạnh điểm dữ liệu quan trọng

¹ Ảnh: Storytelling with Data

Vai trò của trực quan hóa dữ liệu trong kể chuyện

Biểu đồ cột: so sánh số lượng theo danh mục

Biểu đồ cột

Biểu đồ đường: thể hiện xu hướng theo thời gian

Biểu đồ đường

¹ Ảnh: Corporate Finance Institute, Storytelling with data

Biểu đồ tròn: hiển thị tỷ lệ và quan hệ bộ phận-tổng thể

Biểu đồ tròn

Biểu đồ phân tán: thể hiện quan hệ và tương quan

Biểu đồ phân tán

¹ Ảnh: GeeksforGeeks, Math is Fun

Bản đồ nhiệt: lộ diện mẫu và cường độ dữ liệu

Bản đồ nhiệt

Biểu đồ phân bố (histogram): hiển thị phân phối dữ liệu số

Biểu đồ phân bố

¹ Ảnh: Sage Research Methods, Stata

Biểu đồ vùng: làm nổi bật thay đổi theo thời gian với dữ liệu xếp chồng

Biểu đồ vùng

Hiểu phân phối thống kê

Vì sao quan trọng

Làm lộ mẫu trong dữ liệu
Nêu khuynh hướng trung tâm: mean, median, mode
Cho thấy độ phân tán: range, variance, standard deviation
Nhận diện hình dạng: skewness, kurtosis

khuynh hướng trung tâm

¹ Ảnh: Medium

Tạo bảng tùy chỉnh

Mục đích của bảng tùy chỉnh:

Điều chỉnh trình bày theo nhu cầu cụ thể
Làm nổi bật insight chính, rõ ràng

Tính năng chính:

Tùy chọn định dạng
Điều chỉnh cột và hàng
Sắp xếp và lọc
Nhãn dữ liệu

Minh họa khái niệm về bảng tùy chỉnh

¹ Ảnh: UX Collective

Ayo berlatih!

Trực quan hóa dữ liệu trong Databricks

Preparing Video For Download...