Hvad koster en datahistorie, og hvad får prisen til at stige

Pris er i virkeligheden tid

Når nogen spørger, hvad en datahistorie koster, er det ærlige svar, at prisen næsten udelukkende følger timerne. En tekst på fem hundrede ord med en enkelt graf ser lille ud, men ordene er kun den synlige del. Bag dem ligger arbejdet med at forstå datasættet, kontrollere tallene, vælge hvad der skal med og formulere det, så en almindelig læser kan følge med uden at blive ført på vildspor.

Jeg underviser i forretningsnøgletal og ser det samme mønster hos kursister, der arbejder med deres første datahistorie. De regner med, at skrivningen tager længst tid. I praksis fylder skrivningen ofte under en tredjedel. Resten går med at finde ud af, hvad tallene faktisk viser, og om det holder, når man spørger en ekstra gang.

Det betyder, at prisen kan variere meget mellem to historier af samme længde. Derfor er det mere brugbart at spørge, hvad der driver tidsforbruget, end at lede efter en fast pris pr. tekst.

Datagrundlaget bestemmer startpunktet

Det første prisbestemmende spørgsmål er, hvilket udgangspunkt du har. Et ryddeligt datasæt med tydelige overskrifter, ensartede formater og en beskrivelse af, hvad hver kolonne betyder, kan tages i brug næsten med det samme. Et datasæt, der er samlet fra flere kilder, med tomme felter og tal skrevet på forskellig måde, kræver rensning, før du overhovedet kan begynde at se mønstre.

I undervisningen bruger vi øvelsesdata af begge slags, fordi det er den bedste måde at mærke forskellen på. Kursister undrer sig ofte over, at en halv dag kan gå med at rette datoformater og dubletter, før den første konklusion kan trækkes. Det er ikke spildt tid, men det er tid, der skal regnes med.

Jo mere uklart grundlaget er, jo flere timer går der, og jo dyrere bliver historien, uanset hvor kort den ender.

• Ryddigt datasæt med kolonnebeskrivelser sparer timer
• Flere kilder samlet i ét ark kræver afstemning
• Manglende værdier skal vurderes, ikke bare slettes

Kontrol af tal er det, der ikke må skæres væk

Når tiden er knap, er det fristende at springe kontrollen over. Det er den dårligste besparelse, man kan lave. En datahistorie lever af, at tallene kan forsvares, og det kræver, at du har fundet originalkilden, set hvordan tallet er opgjort, og tjekket at sammenligningen er rimelig. Et vækstprocent kan være korrekt regnet og alligevel misvisende, hvis udgangspunktet var usædvanligt lavt.

Jeg anbefaler kursister at afsætte en fast del af tiden til kontrol, før de begynder at skrive. Kontrollen kan føre til, at historien ændrer vinkel eller falder helt væk, og det er bedre at opdage det tidligt end efter udgivelsen.

Derfor bør du aldrig vurdere en pris ud fra, hvor få timer der er brugt på kontrol. Mange timer her er et tegn på omhu, ikke på ineffektivitet.

• Find altid den oprindelige kilde til hvert tal
• Tjek definitioner: hvad tæller med, og hvad gør ikke
• Prøv at gentage beregningen med en anden fremgangsmåde

Grafik og formidling lægger sig oven i

Når tallene er på plads, begynder arbejdet med at fortælle dem. En enkel søjlegraf med en tydelig akse tager kort tid. En grafik, der skal vise udvikling over tid for flere grupper uden at blive uoverskuelig, kræver mange forsøg. Du skal vælge skala, farver og rækkefølge, og hvert valg påvirker, hvad læseren tror, de ser.

Den skriftlige del handler om at sige præcist, hvad tallene viser, og ikke mere. Det lyder enkelt, men det er svært at holde igen, når en tendens ser spændende ud. Jeg opfordrer til at skrive usikkerheden ind i teksten i stedet for at gemme den i en fodnote.

Tid til gennemlæsning og rettelser er også en del af regnestykket. En tekst, der skal bære tal, fortjener mindst én ekstra læsning med friske øjne.

Det, der gør prisen højere uden at gøre historien bedre

Nogle forhold fordyrer arbejdet uden at forbedre resultatet. Uklare ønsker er det mest almindelige: hvis det ikke er afklaret fra start, hvem teksten skal nå, og hvor lang den må være, bliver den skrevet om flere gange. Ændringer sent i forløbet, efter grafikken er færdig, koster ligeledes mere end ændringer i begyndelsen.

Et andet forhold er, at nye data dukker op undervejs. Det kan være nødvendigt, men det betyder, at kontrol og analyse skal gøres igen. Det er klogt at aftale på forhånd, hvilke data der er med, og hvornår grundlaget betragtes som lukket.

Endelig fordyrer det at skulle forklare grundbegreber midt i processen. Har du øvet dem på forhånd, går samarbejdet langt hurtigere, og tiden bruges på selve historien.

• Afklar målgruppe og længde, før arbejdet begynder
• Aftal hvornår datagrundlaget er lukket
• Saml spørgsmål og rettelser i én runde

Sådan holder du omkostningerne nede på en fornuftig måde

Du kan gøre meget selv for at holde tiden nede uden at gå på kompromis med kvaliteten. Start med at skrive én sætning, der siger, hvad din historie påstår. Kan du ikke det, er du ikke klar til at skrive. Gem derefter dine kilder og beregninger i et ark, så andre kan følge dem, og så du selv kan finde tilbage uger senere.

Brug øvelsesmaterialet fra kurset til at træne den del, du er mindst sikker i. Mange opdager, at deres svageste led er kontrollen eller grafikvalget, og et par fokuserede øvelser sparer en del timer på næste opgave.

Hold dig til få pointer. En datahistorie med én klar iagttagelse er billigere at lave og lettere at forstå end en med fem halvfærdige. Finexolar underviser kun i metoden, og eksemplerne er øvelsesdata, ikke rådgivning.

Prisen på en datahistorie bestemmes af datagrundlagets tilstand, omfanget af kontrol, kompleksiteten i grafikken og hvor klart opgaven er afgrænset fra start. Skriveriet er sjældent den tungeste post. Forbered dig, afklar formål og målgruppe, og afsæt tid til at efterprøve tallene, så bliver både processen og regningen mere forudsigelig. Det er ikke en genvej, men en rolig måde at arbejde på.