简介
精彩点评
-
杨征推荐
很有启发，无论数据显示过程还是数据说明的结果，这本都有详细的案例解析，作者的图表绘制有很强的个人风格，已在近期的报告中逐一摸索，希望尽快摸透WPS表格一些精细功能来实现本书中提到的具体操作点
-
朱成亮推荐
2022年看完的第一本书。很不错的书，强烈推荐！ 看过之后有一个比较清晰的思路去呈现。
-
菩提树推荐
很多内容都是关于可视化展现的，深层次的如何用数据把内容串起来的很少
-
小apple推荐
被书名吸引，但又不是无内容的标题党，里面能找到你需要的内容。可以快速读。书中的可视化图形网站也许日后可作为工具查询。冲这一工具书的属性，就无法读完移出书架
-
珍妮曲奇推荐
作者总结的数据可视化、讲故事的方法论，尚需多多练习找到自己的风格。
-
L推荐
#白露读书笔记#用数据讲故事#[美]科尔·努斯鲍默·纳福利克读此书目的： 1.利用数据讲故事提升沟通的有效性和吸引力。 2.提升获取、整理、概括、分析、利用能力。 3.掌握自有逻辑思维模式。 4.简洁而清楚地表达。 书评： 本书实操性比较强，逻辑清晰，但更适合使用数据进行分析的人阅读，其他人比较适合学习逻辑思维、数据背后的价值、讲故事的重要性和模版。 文章结构：6个如何 如何充分理解上下文 如何选择合适的图表 如何消除杂乱 如何聚焦受众的视线 如何像设计师一样思考 如何用数据讲故事 第1章 上下文的重要性 1. 探索性分析从数据开始到结果结束；而解释性分析从结论开始到支撑数据结束。本书着重介绍解释性分析和沟通，即注重结论式的沟通方式。 2. 呈现数据可视化需要回答三个问题（其实很多沟通都是这样考虑， 每次思考问题的时候，可以列提纲的方式，把这三个问题列出来。） * 对象：你的受众是谁？你的受众越具体，你就越能成功地进行沟通。一次性尝试与太多需求不同的人沟通，远没有与细分的一部分受众沟通高效。你的受众其实是你的决策者， 应该将受众视为主人公，为其服务。 * 内容：你希望受众了解哪些内容或者做什么？通过这个问题想明白如何使沟通对受众有意义，并就他们为何要关心你说的话建立一个清晰的认识； 把观众当成是一个十岁或者五岁的孩子，尽可能用简单易懂的方式表达观点； * 方式：如何用数据表达自己的观点？或对比，或占比，或趋势，来为自己的核心论点进行有力说明。 3. 如何理解上下文（获取信息） ❑有哪些至关重要的背景信息？ ❑受众和决策者都是谁？对他们有什么了解？ ❑受众可能对话题存在什么样的正面或者负面偏见？ ❑有什么样的数据可以支撑这个案例？这些数据是受众所熟悉的还是新的？ ❑有什么风险？什么因素会弱化案例？我们是否需要主动提出来？ ❑成功的产出是什么样的？ ❑如果时间有限或者只能用一句话告诉受众需要做什么，你会说什么？ 4.三分钟故事和中心思想 三分钟故事：可以采用背景+冲突+疑问+答案的SCQA的方式来实现；开头+中间+结尾 中心思想包含三个组成部分：（申论和面试） （1）必须能陈述你独特的观点； （2）必须切中要害； （3）必须是一个完整的句子。 第2章 选择有效的图表 第3章 杂乱是你的敌人 认知负荷：避免消耗受众脑力却无价值的信息。合理范围内最小消耗，最大产出 第4章 聚焦受众的视线 注意力方法（前注意属性）---加粗，字体，颜色 ，大小，空间隔离，包围，下划线 第5章 像设计师一样思考 第6章 剖析样例图表 第7章 讲故事的课程 7.1 故事的魔力 唤起共鸣，历史上人们一直用故事进行沟通。 7.1.3 故事与写作 为受众而沟通，不是为“我”沟通。把关注重点放在受众，站在他们的角度来思考他们的需求点和兴趣点 7.2 构建故事 7.2.1 开头 首先介绍情节，为受众建立情境，达成困境共识。设立故事的必要元素（设定、主角、未解决的问题及期望的结果），保证大家达成共识，达成困境把这作为第一步。其中，我们设立故事的必要元素（设定（何时何地）、主角、未解决的问题（失衡、需求）及期望的结果（平衡、改变））。 另一种考虑沟通中“失衡-平衡-解决”的思路。 冲突和戏剧性的紧张是故事的关键 7.2.2 中间 可以涵盖的内容。 ❑覆盖相关背景，进而推动情况和问题进一步发展 ❑结合外部上下文和对比点 ❑举例说明问题 ❑包括能够说明问题的数据 ❑阐述如果不采取行动或者不发生变化会怎样 ❑讨论解决问题的潜在选择 ❑说明建议方案的优势 ❑向受众明确为什么他们会处在这一决策的位置 7.2.3 结尾：以呼吁行动结束：让受众完全清楚地了解，你希望他们如何利用你传授的新知识。结束故事的经典方法之一是呼应开头。 7.3 叙述结构 时间顺序：让受众与我们经历一样的分析过程，并在过程中产生信任。 从结尾开始：即先给结论，这通常需要已经与受众之间存在一定的信任。 如果你预计某一位受众将要偏离主题，可以这样说：“我知道你会有很多问题，请把它们写下来，我保证最后会留时间解答。但首先看看我们团队得出结论的过程，这也可以解释今天需要你们做什么。” 7.4 重复的力量 三次重复———-应用到演讲或是报告上，你可以以概要开始，为受众列出你将要覆盖的内容，然后给出细节或是演讲的主要内容，最终以一页总结性的幻灯片或是小节结尾，回顾你涉及的要点 7.5 保证故事清晰的策略 容易出现的认知盲区： 1. 不是为了利用数据而用数据，是为了获取数据背后的信息价值，正确利用基础数据展示出事物之间的联系、趋势和异常。 2. 处理的信息越多，就越难过滤出最重要的部分。 语音积累： * 用数据驱动决策，用数据驱动沟通 * 认知不协调 授课方法： * 每章以一节课程为核心，学习完将课程内容付诸实践。 * 公务员面试答题技巧之一：用数据讲故事 * 先强调重要，后提出如何实施 * 投影文档， 就是每次做一份PPT建议可以针对每一页PPT，做一个word文档，Word可以先简后繁，熟悉每个细节后，精简话术，少就是多。 * 沟通要形成闭环。 * 做PPT的时候都会在开头几页简明扼要的把整个PPT的内容，用两分钟的时间大致说清楚。因为在讲PPT的时候，开头几分钟都是听众兴趣最大，精力最集中的时候。在这个时候简单概括的把整个PPT要讲的事一次性说清楚，是一个比较高效的手段。 * 先列提纲，再做PPT。 * PPT:边界处避免出现文字和图表；如果非常重要，将其设置为页面中唯一的内容， * 应用到演讲或是报告上，你可以以概要开始，为受众列出你将要覆盖的内容，然后给出细节或是演讲的主要内容，最终以一页总结性的幻灯片或是小节结尾，回顾你涉及的要点。 下一步学习计划： * 强化数据思维 * 强化信息处理能力 * 强化自有思考逻辑 * 强化沟通能力，包括利用数据、故事、重复、中心思想、简洁清晰
-
Karen推荐
这本书是迄今为止读过的最易读的一本技能型书籍，作者分析处理数据的归纳演绎能力以及故事叙述能力同样很好的融入了本书的创作中，降低了学习的门槛也扩大了受众群体。虽然多数篇章主要讲的是数据展示的技巧，但数据展示背后的意图分析和呈现思路才是本书的核心，不仅限于数据分析，对其他工作也有很大的帮助。
-
梅友仁推荐
作为数据爱好者，仅仅对技术精通是不足的，更应该把自己发现的东西传递出去，否则就没有所谓的辅助决策，数据资产赋能一说
-
金冠宇推荐
一个数据分析师最基本是要熟练使用各种工具，上一层是洞察数据背后的逻辑与联系，再上一层则是如何沟通与表达你的见地，从而让别人接受。其中将枯燥的数据优秀的可视化是必不可少的能力。
-
北极星推荐
非常入门的一本书，但很有收获。以前做了很多为做PPT而做的PPT，为做报告而写的报告，目的性弱。 作者既从思维角度帮我们建立了数据可视化的目的，又一步步有逻辑地讲述了如何做，甚至展示了很多案例帮助理解。 看书前看目录，觉得内容重复逻辑性差，但读完后，作者“说服”了我，这些看似重复无用的步骤是有必要的，可以帮助受众更容易理解，帮助我们更好地用数据讲故事。 如果有什么应该被记住，那就是整个讲故事的框架逻辑：理解上下文——选择合适的图表——消除杂乱——提取引起注意力的重点——想设计师一样思考——讲故事。
-
七又五分之一推荐
获取数据，理解数据，清洗数据，模型，数据可视化，数据报告，每一部分都是个学问。 技术与业务是相辅相成的，缺一不可，脱离了业务的精美图表没有意义，而低劣的图表也会拉低业务的等级
-
张浩彬推荐
#读书《用数据讲故事》，作者Cole Nussbaumer Knaflic 算上回顾总结，这本书一共读了9个小时。感谢大为的推荐，同样认为这本书值得强推！ 这本书点出了一个关键，一个好的数据分析师，必然能够讲好一个故事！近年来，数据分析这个岗位，越来越有一些不太好的风气，有些人认为数据分析也就只需要求个平均画个图，又例如有些人认为要体现出自己的价值，应该要用一些很炫酷的图表（即使没有太多信息量），却忘记我们最根本的工作是完成信息的提取和传达。 还记得当初在外企参加培训的时候，第一门课就是“story telling”。参加培训的时候，其实有点不以为然，不就是“忽悠”吗？这一观点一直到我真正跟着咨询前辈进了项目，面对过形形式式客户并被客户虐过千百遍后，才深刻体会到其中的内涵。后来在各种项目中，自己开始断断续续总结了一些技巧，例如应该先把故事的大纲先写出来，每页PPT的标题要高估概括本业的内容而不能是个空洞的描述、数据分析报告前后文图表的配色要尽可能一致减少信息负担等等，但直到阅读完本书后，才感觉终于把这些年的感悟真正的串起来。 分析工作可以分为探索性分析和解释性分析，探索性分析是理解数据并找出其中值得关注或分享给他人的精华。而解释性分析就是将数据抽象为受众能够理解的信息，我们常常会把两者混同起来。 其实，数据分析师的探索性分析工作就像在牡蛎中找珍珠，我们可能要打开一百个牡蛎（尝试上百种不同的假设或者从上百种不同的角度审视数据）才碰巧找到两颗珍珠（关键信息）数据分析师往往有一个错误，就是当我们向受众展示时（解释性分析），往往有一种抑制不住的冲动，就是希望把所有的牡蛎都一并向受众展示，而不是单单把珍珠拿出来。最终，我们只是让受众重新一遍一遍地又打开这些牡蛎，而忘记珍珠在哪里。 所以如何讲好故事，把信息传达好，把作者的关键大概总结一下就是： 1.理解上下文（背景），尤其是明确那你的受众和你的目标 2.设计你的故事大纲（可以考虑利用每一页的标题串联作为大纲） 3.选择合适的可视化方式 4.做好设计（消除无效信息、突出传递重点、优化设计） 最后摘抄一些个人认为值得启发的零散的点： 1.手边有全世界的信息并不会使沟通变得简单，反而会使沟通更难。你处理的信息越多，就越难过滤出最重要的部分。Less is more。 2.沟通环节是受众唯一能够看到的环节，我们需要在这个环节投入足够的时间。 3.思考如何满足受众的需求：不要尝试一次过能够满足所有受众，不同的人需要采取不同的方式，关键在于识别沟通的决策者。 4.如果是利用PPT进行沟通，不是所有的细节都需要包含在材料当中（与此同时，我们还有现场问答交流）。请熟练自己的PPT，尤其是记住别把PPT当作提词器。（我们还可以通过记录下每页PPT的重点、大声讲给自己听、在朋友面前进行模拟演讲来数量） 5.人脑的这种处理能力是有限的。作为信息的设计师，我们希望更合理地使用受众的脑力。上述例子指出了无关的认知负荷：消耗受众脑力却对他们理解信息毫无帮助。这是我们需要避免的。减少杂乱，不要昂图形过于复杂 6.有策略地使用留白也会为你的视觉沟通带来同样强大的效果。而缺少留白——就和演讲中缺少停顿一样——会让受众感到不适。受众对视觉沟通的设计感到不适，这是我们应该极力避免的。有策略地留白正可以将受众的注意力吸引到页面中那些没有留白的部分。 7.过多的对比往往不能帮助获取信息，可以通过讲重点特殊标出，其他用统一方式进行显示突出对比；或者要进行多个对比可以使用多页PPT。 8.幻灯片的标题十分重要，请用它来总结这一页材料的主要传达观点。避免使用冗余的描述性标题，例如“2015年预算”，而是改用动作性的标题（想向受众推荐什么或者号召受众去做什么），“预计2015年预算超支”
-
aeppo推荐
毕业前，我想过当前端开发，想过当产品经理，也想过当QA，唯独没想过的是数据分析。无巧不成书，我现在的工作就是数据分析。希望可以跟同行多多学习，把技术打扎实，也希望读书不停，思维不受限。读懂数据背后的故事，用数据讲故事。 以下分享我的笔记： 1、 数据的背后存在一个故事，但工具是不会理解的。这就是为什么需要你——分析师或者信息沟通者——用可视化和情境化的方式使故事生动有趣。 （纵然工具重要，但到底还是要看用工具的人的思维。当今社会不缺码农，缺的是有想法的、富有创造力的系统架构师。那些你所不知道的事，其实每行代码都会呼吸） 2、 其实在开始着手数据可视化或者沟通之前，应该在理解上下文上多花些时间和精力。 （我想这个上下文，便是为何需要这份数据，对这份数据的期待是什么，它需要带来什么样的价 值。在不明白这两个条件的情况， 我们极容易陷入一个困境，那便是辛辛苦苦做出来的数据，没人看，也发挥不了实际价值。由此也可以看到一个沟通力的重要性，你永远都不是一个分析数据的工具人，你必须清楚对方想在这份数据中获得什么） 3、 探索性分析和解释性分析有着非常重要的区别。探索性分析是指理解数据并找出其中值得关注或分享给他人的精华 （这让我想起在工作中的实际场景，一开始我认为纯粹公正地的将整理好的数据罗列出来即可，减少不必要的个人主观意见误导。但到后面发现，别人很难清楚你的数据想表明什么，这就需要我们去找寻值得关注的点和精华了。原来这就是探索性分析呀，害，希望看到这篇分享的朋友，若也从事数据分析，可以少踩点坑。） 4、 细分受众的方法之一便是识别决策者。你对受众了解得越多，就越能准确理解如何与之产生共鸣，如何在沟通中满足双方的需求。思考你与受众的关系以及你期望他们如何看待你是非常有帮助的。 （我们需要主动关心受众的预期，而不是被动等待。虽然这的确不是件容易的事，但工作上有什么事是简单的呢？不都是一件件克服，一步步提升自己的嘛。） 5、 当你分析数据并进行沟通时，你很有可能是最了解数据的人——你是该主题的专家。因此你才是解读数据并帮助人们理解和作出反应的人。 （该站出来的时候，真不该妄自菲薄。如果自己都不能很好地理解解释这份数据，如何期待别人的预期呢） 6、 如果你只简单地展示数据，受众很容易在说一句“真有趣”之后转入下一件事情。但如果你要求他行动，他就得决定是否回应。 （这便是执行层面的事了，我们需要推动我们的数据，当你决定想让受众采取什么行动时，可以参考以下表示行为的词语： 接受|同意|开始|相信|改变|协作|着手|创建|辩护|想要|分辨|行动|移情|授权|鼓励|参与|建立|检查|促进|熟悉|形成|实现|包括|影响|投入|鼓舞|了解|学习|喜欢|劝说|计划|提升|追求|推荐|接收|记住|报告|答复|促成|支持|简化|启动|尝试|理解|验证） 7、 可以认为需要披露的细节量会随着对信息消化的可控程度的减弱而增长。 （换句话说就是不要理所当然认为别人能读懂，该有的细节还是要有） 8、 消耗受众脑力却对他们理解信息毫无帮助。这是我们需要避免的。无障碍相关的两条具体策 略：（1）不要过于复杂，（2）文字是你的朋友。 9、 别为自己沟通——为受众而沟通。故事是为他们准备的，不是为了你自己。 最后亲爱的读者，不论你是谁， 即将踏入社会就职数据分析的小可爱，我明白你将会遇到很多困难挫折，但请别轻易放弃，天线希望可以一路陪伴你； 已在职多年的前辈们，感谢你们对新人的培养，耐心指导与宽容。也希望有机会可以获得你们的宝贵经验； 总之，打工人，打工魂，一起加油鸭 】
-
Chloris推荐
策略：停下来想一想受众，你需要他们了解什么或者做什么，你准备讲什么故事，学会思考将学到的所有知识以及你的批判性思维能力应用到各种各样的数据可视化挑战中。
-
Jasmine Zhang推荐
经常被邀请“帮我看下我的报告，演示，数据汇报”，对于可视化数据和观点这个标题一直很有兴趣。 非常支持作者的观点：我们需要有意识地设计数据和观点呈现，辅以故事传达观点和号召行动。 没法学成个数字化转型专家，那我努力成为数据展示专家可以吗？[憨笑][玫瑰]