Možno to poznáš: máš pekný graf, ukážeš ho triede alebo na porade a nikto nereaguje. Čísla sú správne, graf je čistý, a predsa nič. Chýba príbeh.

Brent Dykes, autor knihy Effective Data Storytelling (Wiley, 2019), opisuje dátový príbeh ako spojenie troch vecí: dát, rozprávania a vizuálu. Samotné dáta nikoho nepohnú, rozprávanie bez dát je len názor a pekný vizuál bez pointy je dekorácia. Až keď sa stretnú všetky tri, ľudia začnú počúvať.

Štyri kroky: otázka → zistenie → kontext → dopad

Na workshopoch projektu Dáta pre zmenu pracujeme s jednoduchou kostrou. Hodí sa na príspevok na Instagram aj na prezentáciu pre zastupiteľstvo.

Otázka

Každý dobrý dátový príbeh začína otázkou, ktorá niekoho zaujíma. Nie „aké dáta máme?“, ale „prečo sa na tejto križovatke stále niečo deje?“ alebo „koľko ľudí v našom okrese žije pod hranicou chudoby?“. Otázka určí, ktoré dáta budeš hľadať a ktoré pokojne vynecháš.

Zistenie

Jedna hlavná vec, ktorú si má človek zapamätať. Ak ich máš päť, máš päť príbehov. Vyber jeden.

Zistenie patrí aj do titulku grafu. Datawrapper Academy radí dať do titulku „jedno hlavné tvrdenie, ktoré si má čitateľ zapamätať“. Blog Storytelling with Data zase odporúča nahradiť opisné nadpisy ako „Nálada zákazníkov“ nadpisom, ktorý rovno povie pointu. Porovnaj:

Opisný titulok: Miera rizika chudoby alebo sociálneho vylúčenia podľa krajov, 2025
Titulok so zistením: V Prešovskom kraji je chudobou alebo sociálnym vylúčením ohrozený takmer každý tretí človek

Kontext

Číslo bez porovnania nič neznamená. Je 29,9 % veľa? Áno, keď vieš, že celoslovenská hodnota bola v roku 2025 16,7 % a v Bratislavskom kraji 2,9 %. Kontext môže byť porovnanie s iným miestom, s minulým rokom alebo s cieľom, ktorý si niekto stanovil.

Sem patrí aj poctivosť: odkiaľ dáta sú, čo merajú a čo nie. Ak to vynecháš, z príbehu sa ľahko stane manipulácia (o tom viac v článku Ako klame graf).

Dopad

Prečo by to malo niekoho zaujímať a čo s tým? Dopad nemusí byť revolúcia. Stačí jasne povedať, čo zistenie znamená pre konkrétnych ľudí, alebo čo by sa malo preveriť ďalej.

Príklad 1: databáza, ktorú nikto iný nemal

Po tom, čo polícia v roku 2014 v americkom Fergusone zastrelila neozbrojeného Michaela Browna, sa redakcia The Washington Post pustila do niečoho, čo dovtedy chýbalo: vlastnej databázy smrteľných policajných streľieb. Eviduje ich od 1. januára 2015 a pri každom prípade zaznamenáva viac než tucet údajov, napríklad či bol človek ozbrojený alebo či prežíval psychickú krízu.

Rozložme to na naše štyri kroky:

Otázka: Ako často policajti v USA strieľajú so smrteľným následkom a koho to zasahuje?
Zistenie: Podľa redakcie FBI tieto prípady podhodnocovala o viac než polovicu.
Kontext: Celonárodná debata po Fergusone a chýbajúce oficiálne čísla.
Dopad: Projekt v roku 2016 získal Pulitzerovu cenu za národné spravodajstvo. Porota ocenila práve vytvorenie a využitie celonárodnej databázy.

Ponaučenie: niekedy je najsilnejším príbehom to, že dáta, ktoré by mali existovať, neexistujú.

Príklad 2: 200 rokov za pár minút

Hans Rosling vedel čísla rozprávať ako športový komentátor. Vo videu Gapminder 200 years that changed the world sleduje, ako sa od roku 1809 menila priemerná dĺžka života a príjem na osobu v krajinách sveta. Údaje sa pred tebou hýbu rok po roku, Rosling ich komentuje a z tabuľky so stovkami riadkov je zrazu príbeh o tom, ako sa svet za dve storočia zmenil.

Ponaučenie: animácia a hlas rozprávača dokážu z obrovského datasetu spraviť niečo, čo si ľudia pamätajú roky.

Príklad 3: malý príbeh z tvojho mesta

Nemusíš mať k dispozícii redakciu ani stovky krajín. Bratislava v júli 2024 spustila nový dátový portál. Podľa TASR v ňom mesto zverejnilo aj údaje zo sčítačov cyklistov a najvyťaženejšou trasou bola Dolnozemská s takmer 80 000 prejazdmi za jún.

Skús si to ako cvičenie:

Otázka: Kde v meste jazdí najviac ľudí na bicykli?
Zistenie: Dolnozemská.
Kontext: Ako je na tom v porovnaní s ostatnými sčítačmi? Mení sa to cez rok? Toto si dohľadaj v dátach.
Dopad: Čo by to mohlo znamenať pre plánovanie cyklotrás alebo bezpečnosť?

Šablóna na štyri vety

Keď nevieš, ako začať, vyplň:

Chceli sme zistiť, __________ (otázka).
Ukázalo sa, že __________ (zistenie).
Pre porovnanie, __________ (kontext a zdroj).
Znamená to, že __________ (dopad).

Na workshope WS2 „Od tabuľky k príbehu“ s touto šablónou pracovali aj účastníci projektu. Ich úlohou bolo napísať jeden titulok, ktorý hovorí zistenie, nie len tému.

Na čo si dať pozor

Nevyberaj si len čísla, ktoré sa ti hodia. Cherry-picking je najrýchlejšia cesta k strate dôvery.
Súvislosť neznamená príčinu. Ak dve veci rastú spolu, ešte to neznamená, že jedna spôsobuje druhú. Viac v článku Korelácia nie je kauzalita.
Príbeh nesmie prerásť dáta. Ak máš údaje za jeden rok, nehovor o „trende“.

Vyskúšaj to

Zober graf, ktorý si spravil podľa návodu Tvoja prvá vizualizácia v Datawrapperi, a dopíš k nemu štyri vety podľa šablóny. Ako takéto príbehy vznikajú v praxi, uvidíš v článku Prípadové štúdie „Dáta v službe ľuďom“. Ďalšie materiály nájdeš v otvorenej knižnici na dataswans.com/data-pre-zmenu.

Zdroje

Projekt Dáta pre zmenu je financovaný Európskou úniou v rámci programu Európsky zbor solidarity. Vyjadrené názory a stanoviská sú názormi autorov a nemusia nevyhnutne odrážať názory Európskej únie alebo Národnej agentúry (NIVAM). Európska únia ani národná agentúra za ne nepreberajú zodpovednosť.

Dátový príbeh: ako z čísel urobiť niečo, čo ľudí zaujme