Data scientist adalah individu dengan kemampuan mengumpulkan data, memproses data sampai mengekstraksi informasi di dalamnya, serta mampu memvisualisasikan dan mengkomunikasikan hal-hal yang berharga dari informasi tersebut.

Lebih Menyenangkan Dengan Cerita

Pada satu sesi perkuliahan, ditampilkan sebuah gambar kemudian melontarkan pertanyaan tentang informasi apa yang diperoleh dari gambar tersebut. Segera terlontarlah jawaban “korelasinya positif dan ragam datanya besar”, “X yang makin besar diikuti kecenderungan Y nya juga besar” dan lain-lain.

Penggunaan jargon teknis tersebut tidaklah sepenuhnya salah, tetapi tidak selalu mudah bagi orang lain untuk mengerti dan penyampaian seperti itu cenderung tidak menarik. Mereka kemudian diminta memikirkan kalimat yang terdengar lebih menarik dan dapat memberikan insight baru. Kemudian hasilnya adalah “suami umumnya lebih tinggi dibandingkan istrinya”, “laki-laki yang tidak terlalu tinggi umumnya beristri pendek” dan lain sebagainya.

Pengalaman ini memberikan pelajaran bagi mahasiswa yang juga calon data scientis bahwa menyampaikan informasi yang mudah dicerna oleh orang lain itu menyenangkan. Kemampuan teknis seperti menangani data, permodelan dan komputasi modern jelas menjadi kompetensi utama yang harus dimiliki. Namun tidak itu saja, data dan informasi akan bernilai jika organisasi atau perusahaan dapat menmbuatnya sebagai rencana aksi bagi peningkatan performa organisasi.

Berikut ini adalah beberapa langkah yang dapat mengasah kemampuan calon data scientist dalam storytelling:

1. Memberikan pengalaman berhadapan dengan kasus nyata

Kasus nyata yang berasal dari organisasi akan membuat para calon data scientist yaitu mahasiswa lebih antusias dibanding dibanding kasus rekaan yang imajiner.

2. Menyodorkan data yang masih mentah

Tahapan kritis pada proses storytelling berawal dari pemahaman terhadap data. Dengan pengalaman menggunakan data mentah, mahasiswa terlibat sejak proses penyiapan data. Para calon data scientist akan memahami pentingnya validitas data, perlunya mencari tahu sumber data, bagaimana data dihasilkan dan apakah relevan digunakan. Semuanya penting dalam membangun cerita.

3. Menyediakan kesempatan berlatih presentasi

Pada latihan ini dipraktikkan kaidah-kaidah storytelling, misalnya memahami siapa pendengar dan latar belakangnya, apa yang menjadi perhatian pendengar, menggunakan pilihan kata yang tepat serta terstruktur dan tidak bertele-tele. Termasuk di dalamnya adalah kemampuan memilih dan menggunakan teknik visualisasi yang tepat.

4. Memberikan bimbingan

Instruktur perlu membimbing agar calon data scientist dapat menyusun narasi secara runtut dan memuat informasi secara utuh. Umumnya narasi diawali dengan cerita singkat untuk menarik perhatian pendengar, dilanjutkan dengan deskripsi masalah secara jelas, paparan solusi dan diakhiri dengan action call.

Dikutip dari : Infokomputer. April 2018.