I det här inlägget kommer jag att diskutera hur varumärken gör det bästa av datavisualisering och datadriven produktdesign för att lyfta fram den kreativa sidan av data.
Driven av agendan för en konferens jag nyligen deltog i, ställde jag mig själv en slumpmässig fråga: finns big data fortfarande?
Min slutsats var att det är och kommer sannolikt att förbli så under överskådlig framtid, om än på ett lite annorlunda sätt. Min åsikt är att vi kommer att se mycket mer av den kreativa sidan av data.
Så vad är den kreativa sidan av data?
Det område som utvecklats i detta avseende är förmodligen datadriven användarupplevelse (UX) design. Men detta är bara toppen av isberget.
Det finns (minst) ytterligare två områden av datacentrerad kreativitet som växer snabbt och förtjänar en närmare titt.
1. Datavisualisering: kommunicera data på ett lättsmält sätt
All data i världen betyder ingenting om den inte kan förstås tydligt. För att förstås måste det kommuniceras på ett sätt som är lättsmält. Och det är där datavisualisering kommer in i bilden.
Datavisualisering förbises ofta, särskilt här i Asien. Om du gör dig skyldig till det, här är två exempel på kampanjer som riktar sig till konsumenter som borde få tillbaka datapresentationen på din radar.
Netflix: #Cokenomics
För att marknadsföra tv-programmet Narcos, som berättar historien om Pablo Escobar, skapade Netflix infografik som väckte liv till ekonomin i Colombias kokainhandel på ett socialt engagerande sätt.
Netflix byggde en hel kampanj kring den colombianska kartellens kokaindata under hashtaggen #Cokenomics.
Twitterkontot @NarcosNetflix har nästan 67 000 följare och postar regelbundna tweets så här:
Genier kallas alltid galna. #Narcos pic.twitter.com/zPhzFQ8eLv
– Netflix Storbritannien och Irland (@NetflixUK) 16 februari 2016
Här är ett exempel på innehåll för Instagram:
Byrån bakom kampanjen, Mistress, säger att dess första kampanj stärktes mer än 100 000 åtaganden.
Spotify: Jag hittade dem först
Spotifys Found Them First gav musikfans ett sätt att visa att de verkligen var intresserade av vissa band och sångare innan de blev kända, för att skryta.
Användarlyssningsdata användes för att visa användarna alla artister de hade upptäckt före andra Spotify-lyssnare.
Inom några veckor efter lanseringen i oktober 2014, kampanjen hade fått mer än en miljon visningar och 100 miljoner visningar på sociala medierallt utan att spendera på media.
Dataverktyg
Data behöver faktiskt inte kommuniceras direkt till kunder i de flesta fall, men det är viktigt att förmedla det till interna intressenter.
För sådana omständigheter finns det flera verktyg som kan hjälpa dig att undvika de alltför vanliga textväggarna med aktiediagrampresentationer och ersätta dem med något lite mer engagerande och inspirerande.
Om du till exempel vill försköna dina diagram, grafer, kartor och tidslinjer, kolla in RAW, Datawrapper och Timeline JS.
Om du har lite mer tid på dig och även vet hur man kodar, ta en titt på D3.js, som rekommenderas starkt av den kreativa teknologen i mitt eget team.
Om du verkligen vill förbättra ditt datavisualiseringsspel kan du hämta inspiration från Hans Rosling, känd för sina okonventionella sätt att föra ämnen som befolkningstillväxt och inkomstjämställdhet till liv på ett mer påtagligt sätt.
2. Datadriven produktdesign
Ett annat utrymme att titta på är datadriven produktdesign. Nu pratar jag inte här om din typiska forskningsinitierade produktinnovationscykel. Jag pratar om en utveckling av datavisualisering som bokstavligen och direkt översätter data till en verklig produkt.
Här är tre av mina favoritprojekt inom detta utrymme. Jag kan inte vänta med att se fler sådana här.
Flödande data: multivariat öl
Flowingdatas Nathan Yau tog amerikansk demografi för att brygga fyra olika typer av öl.
Till exempel kartlade han befolkningstätheten till den totala mängden humle och etnicitet till den typ av humle som användes.
Se webbplatsen för Flowingdata för en mer detaljerad beskrivning av processen och andra sätt den omvandlar data.
Tempescope
Detta uppfanns av den japanske mjukvaruingenjören Ken Kawamoto. Det är en enhet som visar aktuella väderförhållanden eller fysiskt förutsäger dem.
Meshu
Detta är ett koncept som tar viktiga platser i livet, som städer eller till och med specifika gatuadresser, kartlägger vägarna mellan dem och till sist förvandlar dem till en juvel.
Exemplen ovan visar att det inte finns några gränser för datakreativitet, även om många av dem fortfarande drivs av konstnärer, entreprenörer och vetenskapsmän. Jag hoppas att marknadsförings- och reklambranschen i framtiden bättre kommer att känna igen skönheten som finns i data och de fängslande historier den kan berätta.
Att berätta historier är trots allt en viktig del av vårt jobb.
Vi har gått långt bortom frågan om data möjliggör eller hindrar kreativitet. Frågan idag är hur data kan omvandlas till även mer kreativ?
Har du något att tillägga? Låt mig veta i kommentarsfältet nedan.
*Utvald bild: Spotify / Jag hittade dem först
