当我在讨论这一点时你可以使用要点也可以使用你的演讲备注但无论如何幻灯片之间应该有一些过渡以便观众知道这部分结束了并且知道接下来是什么。对于这张幻灯片我使用了我的演讲备注来进行过渡解释例如我们的下一步是识别较高和较低幸福感国家之间的人口统计和经济差异以分离出它们之间相关的特征。然后我们进入下一张幻灯片。这是一个非常常见的主题。它可能是一个不同的图表但整体标题和文字将出现的位置将在同一位置。这样我们在三张幻灯片内让他们熟悉了演示的整体主题。 呈现数据第二部分人口与幸福现在标题立即告诉我们将要讨论的内容。上一张是关于地理的这一张完全是基于人口的。在我们浏览这张幻灯片时正如你在杂乱示例中看到的我们使用了大量的散点图。散点图在演示中可能并不总是最佳选择因为人们很难跟上。但如果你向他们解释一次让他们理解你就可以在整个演示中使用它们因为你已经让他们熟悉了它。因为这是它第一次出现所以深入解释图表以及你将在整个演示后面讨论的所有特征是很重要的。我们再次使用动画。我们讨论散点图的坐标轴是什么。我们创建了一个散点图根据国家的幸福指数和人口来绘制国家以查看两者之间是否存在相关性。散点图上位置越高的点代表该国越幸福。国家绘制的位置越靠右代表人口越多。连接两点之间的线正在测试相关性或者说这两个不同的点是否彼此相关。这些注释和动画是为了阐明图表在绘制什么。现在的总体目的是我们试图确定国家的人口规模与整体幸福指数之间是否存在关系。现在你已经解释了这个图表是什么你可以深入探讨它的结果。这张幻灯片本身有一个要点。它是你可以仅基于数据图表找到的整体分析结果根据我们运行的分析我们发现幸福与人口之间几乎没有相关性。因此所有对图表的深入讨论和解释都保留在演讲备注中除了整体注释。同样过渡到下一张幻灯片非常重要。所以你可以这样说接下来我们深入研究了每个国家的具体人口统计数据看看是否能识别出与国家的整体幸福感分离或相关的特征。 呈现数据第三部分健康与幸福同样的事情。我们有标题我们知道现在要讨论什么现在是每个国家的健康状况以及它如何与幸福感相关联。我们再次看到一个散点图但好消息是你已经介绍了散点图是什么以及你在上面比较什么。现在观众已经熟悉了数据集。你不必详细解释图表代表什么可以直接深入你将在本幻灯片上呈现的整体差异或分析。你可以有一些解释说明我们发现幸福与健康或国家的整体预期寿命之间存在正相关关系。我们发现这一点是因为两个不同因素幸福与健康之间的相关系数为0.50。现在你刚刚引入了一个新概念这就是你现在必须解释这个新概念的地方否则你可能会让房间里的人感到困惑。这是你整体分析的一个技术组成部分并且是一个重要的组成部分因此解释它是什么至关重要但要以简化的方式让每个人都理解。所以你可以这样说相关系数是衡量两个变量之间线性关系强度和方向的指标。换句话说数字越接近1它们的正相关性就越强这意味着当一个变量上升时另一个也会上升。数字越接近-1它们的负相关性就越强这意味着当一个变量如幸福上升时另一个变量如健康会下降。越接近0意味着它们根本不相关这就是我们在人口和幸福之间看到的情况意味着它们之间没有关系。现在我们已经解释了我们在本张幻灯片上用作分析的具体内容。同样重要的是我们讨论了过渡到下一张幻灯片。所以我们确实发现幸福与健康之间存在正相关关系但问题仍然存在是幸福的人健康还是健康的人幸福我们知道它们是相关的但我们不知道是什么导致了另一个。最后是什么促成了更长的预期寿命如果我们知道更长的预期寿命与幸福相关那么在一个国家内是什么有助于创造更长的预期寿命现在在演示结束前我们需要回答这两个问题。同样我们在整个演示过程中创建了一个逻辑流程。 呈现数据第四部分财富与健康/幸福现在我们正在看一个新概念每个国家的财富。既然你使用的图表如散点图已经为观众所熟悉那么现在添加额外的图表是可以的。所以你可以这样说然后我们分析了GDP国家的整体经济状况如何与国家的整体健康相关因为如果我们知道GDP与健康相关并且我们知道健康与幸福相关那么我们可以通过这一点推断出额外的信息。我们发现国内生产总值与特定国家的整体健康状况之间存在很强的相关性相关系数为0.7高于健康与幸福之间的整体相关系数。接下来我们发现GDP与幸福之间存在更强的相关性。因此我们首先查看了健康与幸福然后是GDP与健康现在我们正在查看GDP与幸福并发现它在所有这三个比较中具有最高的相关系数。因此仅在这张幻灯片中我们就得出了一个结论我们发现较富裕的国家具有较高的平均幸福水平。 演示结论与未来方向这是一个很好的过渡可以引出你整个演示的总体结论。同样你通过仅呈现你希望他们查看的文本来引导你的观众。你的整个演示的第一个结论较富裕且经济持续增长的国家往往具有较高的平均幸福水平。你的第二个结论较健康的国家也往往拥有更幸福的人口。然而较健康的国家也往往更富裕。最后这是你总结的地方因此我们的证据表明财富、健康和幸福是相辅相成的。https://github.com/OpenDocCN/dsai-notes-pt1-zh/raw/master/docs/ggl-dtanls-6/img/7a83f6ca6aabac4d328ee72290911b6e_9.png同样重要的是讨论任何注意事项或需要进行的未来分析以回答基于此分析可能产生的问题。https://github.com/OpenDocCN/dsai-notes-pt1-zh/raw/master/docs/ggl-dtanls-6/img/7a83f6ca6aabac4d328ee72290911b6e_11.png所以我们说过证据表明财富、健康和幸福是相辅相成的。但这并不意味着一个会导致另一个。因此需要进行未来的分析以了解它们之间的任何因果关系。❓ 问答环节与个人风格然后你有你的最后一页幻灯片这是提问环节。重要的是要记住数据讲故事是一门艺术。我们为你提供的是一些高层次的概述、不应做什么的例子以及一个改进的版本但不要害怕将你自己融入其中。整体的演示风格将来自你在数据分析方面的个性和技能。你可以使用我们使用的工具来帮助你构建演示的布局但真正投入大量你自己的东西以及大量你自己的技能来帮助人们理解你所进行的整体分析这取决于你。https://github.com/OpenDocCN/dsai-notes-pt1-zh/raw/master/docs/ggl-dtanls-6/img/7a83f6ca6aabac4d328ee72290911b6e_13.pnghttps://github.com/OpenDocCN/dsai-notes-pt1-zh/raw/master/docs/ggl-dtanls-6/img/7a83f6ca6aabac4d328ee72290911b6e_15.png 本节课总结在本节课中我们一起学习了如何构建一个优秀的数据演示。我们从标题页的简洁性开始强调了日期的重要性。然后我们探讨了演示的标准结构目的陈述、故事叙述和结论附录。我们深入了解了如何通过过渡页明确演示目的并通过图表、动画和注释有效地呈现数据逐步引导观众的注意力。关键技巧包括先解释图表再显示文字、使用动画聚焦重点、以及用简洁的文本概括核心发现。我们还学习了如何在幻灯片之间进行流畅的逻辑过渡确保观众始终跟上节奏。最后我们看到了如何得出清晰的结论并坦诚地讨论分析的局限性及未来方向最终以问答环节结束。https://github.com/OpenDocCN/dsai-notes-pt1-zh/raw/master/docs/ggl-dtanls-6/img/7a83f6ca6aabac4d328ee72290911b6e_17.png记住优秀的演示不仅仅是展示数据更是讲述一个引人入胜的故事并将你的个人分析与沟通技巧融入其中。032经证实的演示技巧https://github.com/OpenDocCN/dsai-notes-pt1-zh/raw/master/docs/ggl-dtanls-6/img/5ff2e2ffaf8f44bba92271245ada888c_0.png在本节课中我们将学习为什么演示技巧对数据分析师至关重要并掌握一些简单实用的演示技巧帮助你更有效地向观众传达分析结果。上一节我们介绍了使用框架引导观众以及如何融入数据。本节中我们来看看为什么这些演示技巧如此重要并学习一些可在自己演示中使用的简单技巧。作为数据分析师你承担着两项关键职责分析数据有效呈现你的发现分析数据这一点显而易见毕竟“数据分析师”这个头衔本身就说明了这一点。但数据分析的核心在于将原始信息转化为知识。如果你无法有效沟通分析过程中的发现那么这些知识就无法帮助任何人。数据分析师有多种沟通方式电子邮件、备忘录、仪表板当然还有演示。有效的演示始于我们已经讨论过的内容例如创建有效的可视化和组织幻灯片。然而你的呈现方式会极大地影响观众的理解程度。你需要确保观众在离开时能够掌握知识并准备好根据你的分析做出决策。这就是为什么强大的演示技巧对数据分析师如此重要。如果做演示的想法让你感到紧张不用担心很多人都有同感。但这里有个秘诀练习越多就会越容易。现在让我们看看在做演示时可以使用的一些技巧。稍后我们会讨论一些更高级的技巧但现在让我们从基础开始。在做演示前感到肾上腺素水平上升是很自然的这只是因为你对此感到兴奋。 为了帮助控制这种兴奋感可以尝试进行深度的、有控制的呼吸来让身体平静下来。这样做还有一个好处它能帮助你将所有兴奋转化为一种能展现你对所做工作热情的演示风格。你可能还记得我们之前讨论过使用MECE 方法来呈现数据可视化。实际上这也是演示的一个很好的通用准则。从更宏观的想法开始观众可能有的明显问题以及他们需要理解什么才能将你的发现置于背景中。然后你可以更具体地介绍你的分析和发现的见解。让我们回到牛油果的例子想象一下我们将如何开始那个演示。在自我介绍和演示标题之后我们有一张幻灯片列出了本次讨论的目标。我们从最普遍的目标开始然后逐渐具体化。我们可能会说“今天的目标是首先向大家介绍全球在线牛油果搜索的现状。 然后我们将审视在线牛油果搜索季节性趋势带来的机遇和风险。接着我们将提出可操作的后续步骤帮助大家开始利用这些机遇并降低风险。最后我们希望第三部分能与大家讨论一下对这些后续步骤的看法。”这里需要注意我们的演示在深入探讨对利益相关者的具体意义之前首先关注的是网上对牛油果的普遍兴趣。我们还学习了5 秒规则作为快速回顾。每当你引入一个数据可视化时都应该使用 5 秒规则并问两个问题展示数据可视化后等待5 秒让观众处理信息。然后询问他们是否理解。如果不理解花时间解释一下。接着在告诉他们你希望他们理解的结论之前再给观众5 秒时间消化。尽量不要匆忙略过数据可视化。这对你的一些观众来说可能是第一次接触你的数据值得在你的演示中为他们留出时间。以下是我们牛油果演示中的第一个数据。当我们讲到这张幻灯片时我们希望介绍年度牛油果搜索趋势图并解释这里包含的基本背景信息。 等待 5 秒后我们可以问“对这个图表有什么问题吗”假设我们的一位利益相关者问“你能解释一下谷歌搜索趋势吗”很好。解释完后我们再等待 5 秒。然后我们可以告诉他们我们的结论。 “对牛油果的搜索量每年都在增加。”你将在后续课程中了解更多关于这些概念的内容。但这些是入门的一些绝佳技巧。最后在呈现数据方面准备是关键。 对一些人来说这意味着进行彩排。对另一些人来说这意味着写出讲稿并在脑海中重复。还有一些人发现想象自己正在进行演示会有所帮助。尝试找到适合你的方法。最重要的是要记住准备越充分表现就越好。https://github.com/OpenDocCN/dsai-notes-pt1-zh/raw/master/docs/ggl-dtanls-6/img/5ff2e2ffaf8f44bba92271245ada888c_2.png灯光已经亮起轮到你上场了。接下来我们将介绍更多演示的最佳实践并看一些例子。期待与你继续学习。本节课中我们一起学习了演示技巧对数据分析师沟通价值的重要性掌握了通过深呼吸管理状态、运用 MECE 方法组织内容、遵循 5 秒规则讲解图表以及充分进行准备等核心技巧为进行清晰、有效的演示打下了基础。033通过数据可视化分享数据 https://github.com/OpenDocCN/dsai-notes-pt1-zh/raw/master/docs/ggl-dtanls-6/img/768abd709575de8c58ead7d846e8bc0b_0.png第33讲像专家一样演示 在本节课中我们将学习如何像专家一样进行数据演示。我们将探讨如何专注于听众需求优化演示内容与表达方式并持续提升演示技能。你已经学习了在演示中组织和整合数据的一些方法。你也了解了为什么有效的演示技能对数据分析师如此重要。现在你已准备好开始像专家一样进行演示。接下来我将与你分享一些专业技巧和最佳实践。让我们开始吧。我们之前讨论过听众在整个分析过程中的重要性这在演示环节尤为关键。同样重要的是要记住并非每个人都能以相同的方式体验你的演示。通过电子邮件分享演示文稿并在演示前预先考虑数据可视化的可访问性有助于确保你的工作易于访问和理解。但在实际演示过程中我们很容易专注于自己最感兴趣和兴奋的内容而不是听众真正需要听到的信息。有时即使是最好的听众也可能走神或分心。以下是你在最终演示中可以做的几件事以帮助你专注于听众并保持他们的参与度。首先请记住听众并不总是能理解你得出结论所采取的步骤。你的工作对你来说有意义因为是你完成的。这被称为“知识的诅咒”。基本上这意味着因为你了解某些事情所以很难想象你的听众不了解它。重要的是要记住你的听众没有与你相同的背景。因此请专注于他们需要哪些信息才能得出与你相同的结论。之前我们介绍了一些可以添加到演示文稿中以帮助解决此问题的有用内容。以下是具体要点数据来源与范围回答关于数据来源和覆盖范围的基本问题。数据是如何收集的它是否专注于特定的时间或地点分析目标与假设包含你的指导性假设和驱动分析的目标。添加你用于得出结论的任何假设或方法也很有用。例如在我们的牛油果演示中我们按季节对月份进行分组并查看了整体趋势。结论与推导过程最后解释你的结论以及你是如何得出该结论的。你的听众脑子里已经有很多事情了。 他们可能在想自己的工作项目或午餐想吃什么。他们并非有意无礼也不意味着他们不感兴趣。他们只是有很多事情要忙的忙碌的人。因此请尽量让你的演示重点突出、切中要害以防止他们走神。尽量避免讲述那些会将听众引向无关思路的故事。也尽量不要深入讨论与听众无关的细节。你可能发现了一个非常令人兴奋的新SQL数据库但除非你的演示是关于数据库的否则你很可能可以省略这部分内容。你的听众也容易被演示中的信息分散注意力。例如你在图表中包含的内容越多听众需要探索的内容就越多。因此尽量避免在演示中包含你认为无助于与听众进行富有成效讨论的信息。分享适量的内容以保持听众的专注并准备好采取行动。同样值得注意的是你呈现信息的方式与你呈现的内容同等重要。以下是一些进行演示的最佳实践注意表达方式保持句子简短。能用短词的地方就不要用长词。有意识地加入停顿给听众时间思考你刚刚说的话。尽量保持句子音调平稳以免你的陈述被误认为是问题。留意紧张习惯也要注意你可能有的任何紧张习惯。也许你说话更快紧张时会轻敲脚趾或摸头发。这完全正常每个人都会这样。但这些习惯可能会分散听众的注意力。演示时尽量保持静止有目的地移动。保持良好的姿势并与听众进行积极的眼神交流。最后请记住你可以通过每一次演示来练习和提高这些技能。接受并向你信任的人寻求反馈。反馈是一份礼物也是一个成长的机会。https://github.com/OpenDocCN/dsai-notes-pt1-zh/raw/master/docs/ggl-dtanls-6/img/768abd709575de8c58ead7d846e8bc0b_2.png本节课中我们一起学习了如何专注于听众需求、优化演示内容与表达方式以及持续提升演示技能。你在这里学到的演示技巧——例如使用框架、将数据融入演示以及在实际演示中可以应用的最佳实践——将帮助你有效地向听众传达你的发现。034预见问答环节问题https://github.com/OpenDocCN/dsai-notes-pt1-zh/raw/master/docs/ggl-dtanls-6/img/30cc368f34e11546ba7f5e5614f1224e_0.png在本节课中我们将学习如何在数据演示的问答环节前做好充分准备。通过预见潜在问题你可以更自信、更专业地应对听众的提问。 理解利益相关者期望上一节我们讨论了数据演示的结构本节中我们来看看如何为问答环节做准备。理解利益相关者的期望是预测他们可能提出问题的关键。正如之前所讨论的在项目早期设定利益相关者的期望非常重要。在规划演示和问答环节时请始终牢记他们的期望。确保你清楚地理解项目的目标以及利益相关者请你承担此项目时的初衷。对于“世界健康与幸福”这个项目我们的利益相关者感兴趣的是全球范围内哪些因素促成了更幸福的生活。我们的目标是识别是否存在地理、人口统计或经济因素对幸福生活有贡献。了解这些后我们就可以开始思考他们可能围绕该目标提出的潜在问题。归根结底如果你误解了利益相关者的期望或项目目标你将无法正确预见他们的问题。因此在规划问答环节时要尽早并经常思考这些事项。 识别潜在问题的方法一旦你确信自己完全理解了利益相关者的期望和项目目标就可以开始识别可能的问题了。识别听众问题的一个好方法是进行演示的试运行。我喜欢称之为“同事测试”。以下是进行“同事测试”的步骤向一位对你的工作一无所知的同事展示你的演示文稿或数据可视化。记录他们提出的问题。他们的问题可能与真实听众的问题相同。我们曾将反馈视为礼物。因此不要害怕寻求反馈主动征求同事的意见。https://github.com/OpenDocCN/dsai-notes-pt1-zh/raw/master/docs/ggl-dtanls-6/img/30cc368f34e11546ba7f5e5614f1224e_2.png️ 根据反馈调整演示假设我们与一位同事一起演练了演示。我们向他们展示了数据可视化然后询问他们有什么问题。https://github.com/OpenDocCN/dsai-notes-pt1-zh/raw/master/docs/ggl-dtanls-6/img/30cc368f34e11546ba7f5e5614f1224e_4.png他们告诉我们不确定我们在这张幻灯片中是如何用数据衡量健康和幸福的。这是一个很好的问题。我们完全可以将这些信息融入到演示中。有时同事测试中提出的问题能帮助我们修改演示文稿。其他时候这些问题能帮助我们预见演示过程中可能出现的问题即使我们最初并未打算将这些信息构建到演示文稿本身中。因此做好准备详细解释你的流程是有帮助的但前提是有人问起。无论如何他们的反馈都能帮助你的演示更上一层楼。❌ 从零假设开始接下来从零假设开始是有益的。不要假设你的听众已经熟悉行话、缩写、过往事件或其他必要的背景信息。尝试在演示中解释这些内容并准备好在被问及时进一步解释。当我们向同事展示演示文稿时我们无意中假设他们已经知道如何衡量健康和幸福并将此信息排除在原始演示文稿之外。现在让我们看看我们的第二个数据可视化。这张图显示了健康、财富和幸福之间的关系但包含了GDP来衡量经济。我们不想假设听众知道这意味着什么。因此在演示过程中我们将需要包含GDP的定义。在我们的演讲者备注中我们添加了国内生产总值GDP指一个国家在特定时期内在其境内生产的所有最终商品和服务的总货币或市场价值。我们将在图表出现时立即充分解释GDP的含义。这样听众中就不会有人对这个缩写感到困惑。 与团队协作预见问题与你的团队合作预见问题并起草回应是有帮助的。通过协作你们可以整合他们的观点并协调答案确保团队中的每个人都做好准备随时准备与利益相关者分享他们独特的见解。与你一起从事“世界幸福”项目的团队可能对数据有很多深刻的见解例如数据是如何收集的或者可能缺少什么数据。与他们保持沟通这样你就不会错过他们的视角。⚠️ 准备讨论数据局限性最后准备好考虑并向你的利益相关者描述你数据中的任何局限性。你可以通过批判性地分析数据中发现的模式以确保其完整性来做到这一点。例如发现的关联是否可以被解释为巧合除此之外利用你对分析中所用工具优缺点的理解来找出它们可能引入的任何局限性。 总结与回顾https://github.com/OpenDocCN/dsai-notes-pt1-zh/raw/master/docs/ggl-dtanls-6/img/30cc368f34e11546ba7f5e5614f1224e_6.png虽然你可能无法预测未来但通过做一些关键的事情你可以非常接近地预测利益相关者和听众的问题。请记住以下几点专注于利益相关者的期望和项目目标。与你的团队一起识别可能的问题。以零假设的心态审视你的演示。考虑你数据的局限性。然而有时你的听众可能会在演示前后对数据提出异议。接下来我们将讨论他们可能提出的异议类型以及你如何回应。https://github.com/OpenDocCN/dsai-notes-pt1-zh/raw/master/docs/ggl-dtanls-6/img/30cc368f34e11546ba7f5e5614f1224e_8.png本节课中我们一起学习了如何通过理解期望、进行测试、消除假设和团队协作来有效预见问答环节的问题从而为数据演示做好更充分的准备。035处理异议 https://github.com/OpenDocCN/dsai-notes-pt1-zh/raw/master/docs/ggl-dtanls-6/img/c929d7017487adcb4c096ef851fa5873_0.png在本节课中我们将学习如何在数据演示中有效处理利益相关者可能提出的异议。理解并妥善回应这些异议能增强演示的说服力并建立您作为数据分析师的专业信誉。上一节我们探讨了如何构建演示文稿本节中我们来看看当听众对数据、分析或结论提出疑问时应如何应对。异议的类型利益相关者可能在演示过程中或结束后提出异议。这些异议通常围绕数据、分析过程或最终发现展开。以下是几种常见的异议类型关于数据的异议关于数据的异议可能涉及多个方面。有时利益相关者会询问数据的来源和获取系统。他们也可能想了解在您处理数据之前数据经历了哪些转换或者数据的时效性与准确性如何。应对策略您可以在演示的开头部分就包含所有这些信息以建立数据背景。此外在附录中提供更详细的分解说明以备回答更深入的问题。在讨论数据清洗时我们学过保持一份详细的数据转换日志非常有用。这份日志可以帮助您回答此处讨论的各类问题。如果您将其放在演示文稿的附录中在问答环节中若有利益相关者需要更多细节您便能轻松引用。关于分析过程的异议您的听众可能对您的分析过程有疑问或异议。他们可能想知道您的分析是否具有可复现性。应对策略因此保留一份记录您所采取步骤的变更日志会很有帮助。这样其他人可以遵循并复现您的流程。如果您认为有必要甚至可以在演示文稿的附录部分创建一张幻灯片来解释这些步骤。如果您使用像 SQL 或 R 这样的编程语言我们将在后续课程中学习保留一份干净的脚本副本也很有用。同时准备好回答诸如“在此过程中您从谁那里获得了反馈”这类问题。当您的分析结果与听众对数据的直觉感受相悖时这一点尤其重要。确保在整个分析过程中纳入多方视角将有助于您在演示时为您的发现提供支持。关于分析结果的异议最后您可能会面临对发现本身的异议。很多时候这些问题会是“这些发现在之前的时间段是否存在”或“您是否控制了数据中的差异”应对策略您的听众希望确保您的最终结果考虑到了任何可能的不一致性并且结果是准确和有用的。如何回应异议现在您已经了解听众可能提出的几种异议类型接下来我们谈谈如何构思回应。https://github.com/OpenDocCN/dsai-notes-pt1-zh/raw/master/docs/ggl-dtanls-6/img/c929d7017487adcb4c096ef851fa5873_2.png以下是几种有效的回应方法沟通假设首先沟通关于数据、分析或发现的任何假设这可能有助于回答他们的问题。例如您的团队是否在分析前清洗和格式化了数据告知听众这一点可以消除他们可能存在的疑虑。解释差异其次解释为什么您的分析可能与预期不同。引导听众了解那些改变结果的变量帮助他们理解您是如何得出结论的。承认有效异议第三有些异议是有道理的特别是当它们提出了您之前未曾想到的问题时。如果确实如此您可以承认这些异议是有效的并采取措施进行进一步调查。事后跟进并提供更多细节也是一个很好的做法。现在您已经了解了一些可能遇到的基本异议。理解您的听众可能对您的数据、分析或发现提出疑问可以帮助您提前准备好回应。引导听众了解关于数据的任何假设或解释意外结果都是回应的好方法。 接下来我们将进一步探讨在问答环节中回应问题的更多最佳实践。本节课中我们一起学习了如何处理数据演示中可能出现的三类主要异议关于数据、分析过程和结果的异议并掌握了沟通假设、解释差异和承认有效异议等关键回应策略。提前准备和保持透明是有效管理异议、建立信任的核心。036问答环节最佳实践 https://github.com/OpenDocCN/dsai-notes-pt1-zh/raw/master/docs/ggl-dtanls-6/img/cf685755e948531aed6d43ead19b208c_0.pnghttps://github.com/OpenDocCN/dsai-notes-pt1-zh/raw/master/docs/ggl-dtanls-6/img/cf685755e948531aed6d43ead19b208c_0.png在本节课中我们将学习如何在演示的问答环节中有效回应听众的问题。我们将探讨一系列最佳实践帮助你清晰、专业地回答问题确保沟通顺畅。上一节我们讨论了如何在演示期间或之后应对反对意见。本节中我们来看看问答环节的具体操作技巧。https://github.com/OpenDocCN/dsai-notes-pt1-zh/raw/master/docs/ggl-dtanls-6/img/cf685755e948531aed6d43ead19b208c_2.png有效回答问题的步骤 ️以下是确保有效回答问题的几个关键方法。1. 倾听完整问题这听起来理所当然但人们常常在对方尚未问完时就开始思考答案。务必听完整个问题再开始回应。2. 复述问题复述问题有几个好处确保你正确理解了问题给提问者纠正的机会让未听清问题的听众了解内容同时给自己时间组织思路。https://github.com/OpenDocCN/dsai-notes-pt1-zh/raw/master/docs/ggl-dtanls-6/img/cf685755e948531aed6d43ead19b208c_4.png例如在演示的第11页概述结论后一位利益相关者问“这个项目中幸福感是如何测量的” 听完并复述问题后你可以解释“不同国家的参与者填写了一份调查问卷要求他们对自己的幸福感进行评分。”3. 利用附录提供详细信息附录是存放演示中非必需但有助于回答问题的额外信息的好地方。例如关于调查数据的详细信息可以放在这里便于参考。4. 理解问题背景始终考虑听众是谁他们可能有什么顾虑或背景。记住项目目标及利益相关者的兴趣点使回答与具体背景相关。例如如果你向医疗保健行业的利益相关者展示包含“预期寿命作为健康指标”数据的幻灯片他们可能更关注医疗数据及整体健康与幸福感的关系。你可以据此调整回答重点。5. 面向全体听众回答你不是在与提问者进行一对一对话而是在向可能抱有相同问题或需要知道答案的群体展示。避免无意中排除其他听众。如果听众或团队中有人能提供见解可以邀请他们分享想法。6. 回答简洁扼要首先给出标题式回应提供基本答案。如果对方有更多疑问再深入细节。数据分析师可能掌握大量背景信息但应避免冗长复杂的回答导致听众困惑。专注于问题本身尽可能直接、简洁地回答。例如当被问及幸福感数据如何收集时可以先说“我们使用了一份调查问卷来测量个人幸福感。” 仅当对方表现出进一步兴趣时再提供更多细节。总结与提醒 ✅在演示问答环节回答问题时请记住倾听完整问题必要时复述问题理解背景面向全体听众保持回答简洁。此外并非所有问题都需要当场回答。如果遇到需要额外分析或研究的难题可以告知听众你将后续跟进并记得及时反馈。这些技巧将使回答问题更容易并让你显得准备充分、专业可靠。本节课中我们一起学习了问答环节的最佳实践包括倾听、复述、利用附录、理解背景、面向全体回答以及保持简洁。掌握这些方法将帮助你在未来的演示中更自信、有效地与听众沟通。https://github.com/OpenDocCN/dsai-notes-pt1-zh/raw/master/docs/ggl-dtanls-6/img/cf685755e948531aed6d43ead19b208c_6.png演示准备就绪后即可圆满结束。我们涵盖了许多内容包括如何预先考虑问题、处理不同类型的反对意见以及可在下次演示中使用的实用技巧。本节内容到此结束。我们下个视频再见。037谷歌数据分析师第六课《通过数据可视化分享数据》https://github.com/OpenDocCN/dsai-notes-pt1-zh/raw/master/docs/ggl-dtanls-6/img/97c822612769b5b52356f73870a3d86a_0.png课程概述在本节课中我们将学习如何成为一名专业的数据翻译者。数据分析师的核心价值不仅在于处理数据更在于将复杂的技术分析结果清晰、有效地传达给不具备技术背景的业务决策者。我们将探讨成功进行数据演示的关键要素。在我的职业生涯中随着你在数据分析领域不断深入你会发现对公司真正重要的并非数据本身而是对数据的理解以及数据能产生的影响。然而许多业务领导者不具备理解原始数据形式的技术专长。因此你作为分析师就是数据的翻译者。所以数据最重要的部分是分析师为业务领导者所做的数据翻译工作。根据我的职业经验展示数据可能是数据分析师工作中最重要的环节。因为无论你的分析多么有说服力或多么精确如果人们无法理解它那么它就无法为业务或任何人提供价值。我投入了大量时间并且我当前工作的一个重要部分就是帮助业务领导者理解他们的数据将非常技术性的内容简化让人们理解其含义以及如何利用它来影响业务。这是一门艺术也是一种技能能够将高度技术性的内容简化让房间里的每个人都明白它在说什么以及如何使用它。因此很多时候当我审视他人的演示文稿或自己构建演示文稿时一个非常重要的方面是定义你的目的。https://github.com/OpenDocCN/dsai-notes-pt1-zh/raw/master/docs/ggl-dtanls-6/img/97c822612769b5b52356f73870a3d86a_2.png定义你将要谈论的确切内容及其重要性。明确房间里每个人为何在此以及他们将从这次演示中获得什么。一个优秀演示的下一个方面是保持简洁。https://github.com/OpenDocCN/dsai-notes-pt1-zh/raw/master/docs/ggl-dtanls-6/img/97c822612769b5b52356f73870a3d86a_4.png你不希望内容过于冗长。你不希望屏幕上出现大量文字也不希望演示时间过长。这并不是说每个人都太忙而无法专注而是你确实需要确保在阐述观点的同时不分散每个人的注意力。下一个方面是确保你的演示具有逻辑性。https://github.com/OpenDocCN/dsai-notes-pt1-zh/raw/master/docs/ggl-dtanls-6/img/97c822612769b5b52356f73870a3d86a_6.png你不希望在你试图阐明观点时每个人的注意力在不同的想法之间跳跃。你需要一个非常简洁和合乎逻辑的流程让他们知道接下来会发生什么以及你当前在谈论什么。下一个需要考虑的方面是使演示文稿具有视觉吸引力。你希望人们知道他们正在看什么并理解它。因此你选择的视觉效果、整个演示文稿的主题应该是吸引人的并且能够吸引人们让他们确切地知道能从演示中获得什么。所有这些都归结为构建演示文稿时应考虑的一个主要概念即易于理解的程度。你正在尝试将非常技术性的数据分析简化使得无论听众的技术背景甚至业务背景如何他们都能理解你试图向他们解释的内容。https://github.com/OpenDocCN/dsai-notes-pt1-zh/raw/master/docs/ggl-dtanls-6/img/97c822612769b5b52356f73870a3d86a_8.pnghttps://github.com/OpenDocCN/dsai-notes-pt1-zh/raw/master/docs/ggl-dtanls-6/img/97c822612769b5b52356f73870a3d86a_9.png课程总结本节课中我们一起学习了成为专业数据翻译者的核心思想。关键在于将复杂的数据分析转化为易于理解的见解。我们探讨了成功数据演示的四个关键要素明确目的、保持简洁、逻辑清晰以及视觉吸引所有这些最终都服务于一个核心目标——确保演示内容易于理解从而让分析结果真正为业务创造价值。038通过数据可视化分享数据 https://github.com/OpenDocCN/dsai-notes-pt1-zh/raw/master/docs/ggl-dtanls-6/img/c0d2e609b49697438189718a7d98304e_0.png概述在本节课中我们将对《通过数据可视化分享数据》课程进行总结回顾学习成果并展望后续课程内容。课程总结与祝贺 现在你已经完成了课程挑战这标志着你可以正式进入下一门课程的学习。在接下来的课程中Carrie将向你介绍一种新工具R语言。R是一种编程语言你可以用它以新颖且复杂的方式来收集、分析和可视化数据。这与我们目前所学的技能有所不同而这正是其令人兴奋的原因之一。你还将了解更多关于编程语言的知识以及如何使用R来处理数据。致谢与展望在继续前进之前我想感谢你加入这门课程并把握这次学习机会。学习应是一项终身追求你为这类课程所付出的努力将使你在任何选择的领域中都做得更好。从本系列课程的第一个视频开始你已经取得了长足的进步。请花一点时间来庆祝你的进步和你所学到的一切。之后请前往下一门课程Carrie正等待着帮助你开始新的学习旅程。总结本节课中我们一起回顾了《通过数据可视化分享数据》课程的完结并了解了下一阶段将学习R语言这一强大的数据分析工具。学习之旅永无止境祝贺你已完成本阶段课程并准备好迎接新的挑战。
