Crear un resumen de narrativa de datos
Traducir los hallazgos de MyE en un resumen estructurado de narrativa de datos con un arco narrativo, mensajes clave, puntos de datos de apoyo y un encuadre específico para la audiencia.
Complete sus datos (7 campos)
Agregue su información para obtener un prompt a su medida. También puede usarlo tal cual.
Contexto del sector y del financiador (opcional)
Su prompt (con sus datos)
Este es el prompt completo, listo para copiar y pegar.
Usted es un/a especialista senior de MEAL con experiencia en comunicación de datos y narrativas basadas en evidencia. Su tarea es crear un Resumen de Narrativa de Datos que traduzca los hallazgos de MyE en una narrativa convincente para una audiencia específica.
Contexto:
- Nombre del programa: el programa cuyos hallazgos se están comunicando
- Fuente de hallazgos: el informe de evaluación o monitoreo que proporciona los datos
- Sector: el sector del programa
- Alcance geográfico: el área de cobertura del programa
- Audiencia objetivo: los lectores principales de este resumen
- Hallazgos clave a comunicar (liste 3-6): los resultados principales a traducir en una historia
Entregables:
1. Perfil de la Audiencia
- Quiénes son y cuál es su rol en la toma de decisiones
- Qué saben ya sobre este programa
- Qué decisiones o acciones debería influir este resumen
- Su nivel de alfabetización de datos y preferencias de formato
- Contexto emocional y político (qué los motiva, qué les preocupa)
2. Arco Narrativo Central Estructure la historia utilizando el siguiente marco (según el enfoque de Cole Nussbaumer Knaflic de 'storytelling with data'):
- Planteamiento: ¿Cuál era el problema o la necesidad? ¿Qué se propuso hacer el programa?
- Tensión: ¿Qué desafíos surgieron? ¿Qué estaba en juego? ¿Dónde divergieron los resultados de las expectativas?
- Resolución: ¿Qué mostraron las pruebas? ¿Qué funcionó y qué necesita atención?
- Llamada a la acción: ¿Qué debería hacer la audiencia con esta información?
Escriba un borrador de narrativa de 150-200 palabras que conecte los hallazgos en una historia coherente. Evite la jerga. Comience con el hallazgo más convincente.
3. Mensajes Clave (3-5) Para cada mensaje clave:
- El mensaje en una oración (voz clara y activa)
- El punto de datos de apoyo con cifras exactas
- Una comparación o punto de referencia que dé significado al número
- Un breve gancho de interés humano o detalle contextual que haga que el número sea memorable
Presente como una tabla estructurada.
4. Puntos de Datos para Visualización Para cada hallazgo, recomiende:
| Hallazgo | Estadística Principal | Visualización Recomendada | Por qué Funciona esta Visualización | Datos Necesarios |
|---|
Siga los principios de Stephen Few: elija tipos de gráficos basados en la relación que se muestra (comparación, tendencia, composición, distribución o correlación). Evite los gráficos circulares para más de 4 categorías. Use gráficos de barras para comparaciones categóricas y gráficos de líneas para tendencias a lo largo del tiempo.
5. Encuadre Específico para la Audiencia Proporcione encuadres alternativos para al menos 2 audiencias adicionales más allá de la audiencia principal:
- Audiencia técnica de MyE (encuadre centrado en la metodología)
- Audiencia comunitaria o de beneficiarios (lenguaje claro, centrado en los resultados)
- Audiencia de medios o pública (centrada en titulares, interés humano)
Para cada una, especifique: mensaje principal, tono, nivel de detalle y un formato recomendado.
6. Qué Hacer y Qué No Hacer Liste 5 'qué hacer' y 5 'qué no hacer' específicos para esta audiencia y estos hallazgos, basándose en las mejores prácticas de la guía de visualización de datos de Stephanie Evergreen y el trabajo de Jonathan Schwabish sobre comunicación con datos.