数据科学家，数据讲故事的人
并非数据科学中的每个角色都需要讲故事的技巧，但那些将数据分析中的关键见解传达给决策者的角色却需要。在大多数情况下，数据科学家的作用是向利益相关者传达这些关键的见解。
为了从复杂的数据集中提取洞察力，数据专业人员利用了大量的技术工具，如代码、统计分析和机器学习算法。然而，为了有效地将他们的发现传达给受众，他们必须以受众能够理解的方式进行沟通。
数据专家必须假设他们的听众不会分享他们在数据科学方面的技术背景。事实上，他们的研究结果的技术总结可能会在翻译中完全丢失。相反，数据专家可以通过数据故事的形式来有效地传达他们的发现--通过讲述故事来传达数据中的发现和可操作的见解。
故事对于推动数据驱动的行动至关重要，原因有很多，其中有两个。
- 叙事比数字更令人难忘
- 故事可以与读者的情感相联系，而数字则不能。
最后一点很重要，因为神经科学向我们证明，大多数决策是由情感而不是逻辑驱动的。
这本书 让人印象深刻说明了叙述对数字的力量。在一个例子中，它说明了非营利组织 "超越战争 "是如何克服人们在听到关于有多少核武器以及它们可能杀死多少儿童的统计数据时的冷漠态度的。然而，他们设法找到了一种方法，通过组织示威活动，以声音为媒介传达所有这些核武器的破坏性影响。(你可以在该书摘要的第7页上看到更多的细节）。
如果不能将数据作为一个故事来呈现，就会威胁到说服受众采取行动的能力。而失败的数据讲故事的代价可能是悲惨的。
在Ignaz Semmelweis的故事中可以找到一个不幸的数据故事失败的例子。塞梅尔韦斯是一位产科医生，他开始调查为什么他工作的一家产科诊所的入院产妇死亡率很高。在当时，这些死亡被理解为一种被称为产褥热的疾病（今天，我们知道其原因是卫生状况不佳）。
塞梅尔韦斯仔细观察了他的问题，并假设了一个潜在的解决方案，那就是让所有医生在产科诊所工作前洗手。他推出了一项洗手政策，果然，该政策成功地使儿童床热的死亡人数急剧下降（包括几个月内完全没有）。
然而，Semmelweis的解决方案并没有持续多久。许多学生医生忽视了这项政策。最终，医生们对洗手政策耿耿于怀，由此产生的戏剧性事件不仅使伊格纳茨失去了职位，更重要的是，随着儿童床热全面回归诊所，更多母亲的生命受到了影响。
布伦特-戴克斯仔细研究了这一历史案例，以提取数据故事的重要性的重要启示。
根据Dykes的说法，塞梅尔韦斯错过的一些有效的数据讲故事的做法是。
- 使用有效的可视化手段来说明数据（他使用了数据表，但他本可以使用图表来展示增长和下降的趋势）
- 关注听众的知识（如果他能满足他们的要求，他就能帮助澄清误解，并将他的信息传递出去）
而且，重要的是，Dykes反映。"塞梅尔韦斯犯的最大错误之一是他没有用他的数据讲一个故事。仅仅是有趣的统计数据并不能说服持怀疑态度的人......想象一下，如果他能够让他的产科医生同行想到他们自己的母亲，以及他们在生活中所扮演的关键角色"。
数据不会自己说话，这就是为什么我们必须通过故事来展示它，以真正产生影响。
