Data นั้นอยู่ในทุก ๆ ที่ในตอนนี้และการใช้ Data ก็เพิ่มขึ้นอย่างมากด้วยการใช้งาน AI ที่กำลังเป็นกระแสในตอนนี้ ไม่ว่าจะเป็นการใช้งานในการหา insight หรือการทำ Visualization แต่อย่างไรก็ตามการแปลผลและการเล่าเรื่องเพื่อขายข้อมูล ความเหมายของ Data นั้นยังคงเป็นเรื่องยาก เพราะต้องใช้การเล่าเรื่องในเชิงศิลปะอย่างมาก ซึ่งยากที่ AI จะมาทำงานตรงนี้แทนได้
ด้วยการที่ว่าการเล่าเรื่อง Data นี้ต้องสื่อไปถึงกลุ่มเป้าหมายที่อยากให้เข้าใจ Data ที่กำลังจะสื่อสาร การเล่าเรื่อง Data นี้จึงจำเป็นอย่างมากที่จะสามารถสร้างความน่าเชื่อถือ ความเชื่อมั่นในคนที่เกี่ยวข้องกับ Data นี้ให้เชื่อในความหมายของการแปลผล Data ที่กำลังเล่า การที่เล่าเรื่อง Data โดยไม่ได้เตรียมวิธีการเล่ามา ไม่ได้ต่างอะไรกับการเป็นนักทำนายที่ไม่ได้เข้าใจว่าคนฟังอย่างได้ยินอะไร เพื่อที่จะช่วยให้การทำ Data Storytelling นั้นง่ายขึ้น การใช้ 4D Framework จะมีส่วนช่วยอย่างมากให้คนทำ Data เข้าใจในการเล่าเรื่องที่มีประสิทธิภาพและได้ผลมากยิ่งขึ้น ซึ่ง 4D Framework ได้แก่ 1. Define 2. Displays 3. Declutter และ 4. Direct
1. Define เป็นขั้นแรกของการเล่าเรื่องทั้งหมด โดยเป็นการดูว่าจะเล่าเรื่องแบบไหน เล่าเรื่องอะไร ซึ่งในวิธีการนี้ไม่ต่างอะไรกับการแต่งบทละคร หรือแต่งนิทาน ที่จะต้องมีเหตุการณ์ต่าง ๆ ที่มาพร้อมกับเบื้องหลังของเรื่องราว ตัวละคร และ Plots เรื่องเพื่อทำให้เรื่องราวนี้ดูน่าสนใจและมีข้อมูลที่ทำให้คิดต่อ หรือเข้าใจต่อได้ โดยวิธีการ Define นั้นแยกย่อยออกเป็น
1.1 Setting คือการหาความน่าสนใจจากผลการวิเคราะห์ Data นั้น และทำการสร้างบริบทของเรื่องราวนั้นก่อน โดยการสร้างบริบทสามารถสร้างได้จากกลุ่มเป้าหมายที่จะต้องได้รับ Data นั้นไป ว่าควรจะได้เรื่องราวในการฟัง Data นั้นไปอย่างไร จากนั้นหา What และ Why ในเรื่องราวที่ทำไมคนต้องมาสนใจ Data ตัวนี้ เพิ่มด้วย Action points ว่าจากนั้นควรทำอะไรต่อไป
1.2 การเข้าใจ Characters โดยการเข้าใจว่า Audiences คนฟังเป็นใครและเกี่ยวข้องอย่างไรกับคุณ การเข้าใจ audience จะทำให้การสร้างการสื่อสารต่าง ๆ นั้นถูกต้องว่าควรจะเล่าเรื่องแบบไหนขึ้นมา หรือความเกี่ยวข้องกับคุณว่า รู้จักกับคุณมากน้อยเพียงไหน ที่จะทำให้การเล่าเรื่องนั้นดีได้
1.3 Plots คือเรื่องราวของคุณที่จะเล่าไป โดยใช้วิธีการของการสร้างบทละครที่เรียกว่า three-act story ที่ประกอบด้วย Setup ของเรื่องราวที่ว่าด้วย Background ของเรื่อง และผ่านการเดินทางที่เริ่มมีปัญหาจนมาเป็น Conflicts ที่ต้องได้รับการแก้ไข จนมาถึงวิธีการแก้ไข หรือการกระทำอะไรบางอย่างเพื่อสุดท้ายจะได้ คบี่ปมที่ได้บทสรุปออกมา
2. Display เป็นขั้นที่ 2 หลังจากได้โครงเรื่องราวมา ด้วยการที่ Data Story นั้นประกับด้วย narrativeและ Visual เช่นสไลด์หรือกราฟ การเลือก Visual ที่สามารถเอามาเล่าเรื่องให้ได้ดีนั้นเป็นเรื่องจำเป็นอย่างมาก ไม่ว่าจะเป็นการใช้ Line Plots ที่เหมาะในการนำเสนอตัวแปรที่มีการเปลี่ยนแปลงต่อเวลา Pie Plots ที่เหมาะ กับการนำเสนอว่าตัวแปรนั้นประกอบด้วยอะไรบ้างหรือมีสัดส่วนอย่างไรบ้าง Bar Plots ใช้ในการนำเสนอการเปรียบเทียบระหว่างกลุ่มก้อนด้วยกัน Scatter Plots เหมาะกับการเล่าเรื่องความสัมพันธ์ระหว่าง 2 ค่าที่ไม่น่าเกี่ยวข้องกันเลย ทำให้เห็น Pattern ได้ ตารางช่วยในการอธิบายรายละเอียดของ Data และการใช้ข้อความ เพื่อใช้ในการสื่อสารที่ต้องการเน้น
3. Declutter เป็นขั้นที่ 3 ที่คือการตัดสิ่งที่ไม่จำเป็นออกไป เพื่อให้กลุ่มเป้าหมายสามารถจดจำในสิ่งที่สำคัญขึ้นมาได้ หลักการนี้ใช้วิธีคิดของ Less is more ในการเล่าเรื่องที่จำเป็น ไม่จำเป็นต้องเล่ารายละเอียดที่ไม่เกี่ยวกับคนฟังหรือไม่เกี่ยวกับเป้าหมายที่ต้องการมา แต่เล่าสิ่งที่กลุ่มเป้าหมายคนฟังจำเป็นต้องรู้ หรือเป็นสิ่งสำคัญที่สุดที่คนฟังต้องได้กลับไป เช่นการนำเสนอ Data การเล่ารายละเอียดวิธีวิเคราะห์หรือการได้มาซึ่ง data อาจจะไม่จำเป็นเท่าว่า data นั้นกำลังสื่ออะไร หรือกำลังบอกอะไรออกมาวิธีการที่ดีในการตัดสิ่งที่ไม่จำเป็นออกคือการเอาอะไรที่ซ้ำ ๆ ออกไป เหลือแต่เพียงใจความหลักอย่างเดียว และเมื่อนำเสนอด้วยข้อมูลที่ไม่เยอะ จะทำให้กลุ่มเป้าหมายจำข้อมูลได้ดีมากขึ้น
4. Direct เป็นขั้นตอนที่ 4 ขั้นตอนสุดท้าย คือการโน้มน้าวการเข้าใจ Data นั้นให้ตรงกับคุณ หรือการสื่อสารเพื่อให้ได้เป้าหมายในการเข้าใจ Data นั้น ๆ ออกมา ซึ่งสามารถทำได้อย่างง่ายได้ โดยการช่วยให้กลุ่มเป้าหมายที่ฟัง Data นั้นสนใจในสิ่งที่ควรสนใจ โดยการ เอาสิ่งที่เป็นสิ่งรบกวนนั้นออกไปเหลือแค่สิ่งที่ต้องเข้าใจอย่างเดียว การ highlight ข้อความสำคัญ และ พูดเร็วและช้า ที่จะทำให้คนนั้นสนใจได้