如花变秋香:数据这样讲故事

2017 年 9 月 7 日 图灵教育 图小鹿


敢问各位小伙伴,秋香和如花哪个更美?想必星爷的眼神已经给了我们答案!不然家中有屋又有田,生活乐无边的他怎能写下卖身契,甘愿我为秋香,卖身华府呢~ 虽然人们的审美各有不同,但是人们都喜欢美的事物,同时也会被美的事物所吸引。你做的产品,你写的代码或者是你这个人本身,都会从某个角度诠释美。

在数据领域,数据可视化是体现数据之美最重要的手段。一听数据可视化,很多人可能觉得跟自己关系不大——先看看下边这几个表格,有没有觉得非常熟悉,然而有种不知所云的混乱感,处女座尴尬癌马上要犯了!没有人有意制作劣质图表,但它们却反复出现,出自任何行业、任何公司、任何人,甚至可能出自媒体,出自你认为的专业人士之手。这是为什么呢?你有没有想过这个问题。

普通人,乃至数据分析人士普遍缺少一种用数据讲故事的能力。上学时我们学习语言和数学,学习了遣词造句和讲故事,但两者并用的情况却很少见:没有人教过我们如何用数字讲故事,更何况几乎没有人天生擅长此道。我们的创造力也在日益加重的学习任务中不断消失!正因为我们缺少先天讲故事的技能,所以我们总是期盼甚至依赖着工具来帮我们实现对数据的理解和处理。

我们也常遇到以下情形:完善详尽的数据分析得出了让人信服的结论,最终却因为制图者糟糕的审美品位和视觉表达,以错漏百出的丑陋形式呈现在老板面前——关键的临门一脚图不达意,惨遭否决。人们觉得只要把数据都堆集到图表中就大功告成了!于是,就有了一大堆饼图、散点图、柱形图、条形图、或者是折线图充斥在幻灯片或报告中!他们都忽略了一个原则,正如数据分析专家秋叶老师所说的:“少即是多”。

其实在报告中呈现的信息越少,人们反而能记住更多的信息。不要以为狂堆数据就能让客户或老板信服,也许你正在一点点消磨老板的耐性。记住,我们要的不是数据,而是数据告诉我们的事实。要有数据,理解数据,可视化呈现数据,而且要干净地呈现,这样我们就能用我们的数据来讲一个完美的故事啦。

我们来看看刚才那些不完美的数据图表经过修改后,是如何把数据可视化与美学结合与并进的。首先是对每个数据进行了展示,清楚地展示出每个数据所对应的项目。其次将展示出来的数据可视化,让看的人更清楚了解这些数据说明了什么。做到一目了然。


当美的数据展现在我们面前,我们很容易感受到。然而,当我们需要“展示数据”时,有什么感受呢?

大部分人面临这样一个挑战:他们认识到数据可视化的必要性,但缺乏这方面的专业技能。现实中很难聘请到拥有数据可视化技能的人。所以与其等待别人救援,不如自己现在就来学习~

想知道数据都给我们讲了哪些故事吗?那么我们来看看这本由Cole Nussbaumer Knaflic创作的 Storytelling with Data: A Data Visualization Guide for Business Professionals, 来看看作者是怎样用Excel玩转数据可视化的。

作者:Cole Nussbaumer Knaflic
译者:陆昊 , 吴梦颖
定价:59.00元

  • 亚马逊数据分析领域畅销书,前Google人力分析团队经理作品

  • 秋叶、范冰、邓凯等国内知名数据分析专家联袂推荐

  • 盖茨基金会、摩根大通银行等组织高管鼎力推荐

  • 用故事思维可视化数据,让沟通更高效、更直接

  • 基于Excel的可视化技能,职场人士通用

要有数据,要理解数据,要可视化呈现数据,而且要干净地呈现,还要围绕你的呈现讲述一个好故事。这就是Cole在这本书中做的全部努力。我们不仅仅要知道数据,更重要的是要利用数据做出决策。

本书通过大量案例研究介绍数据可视化的基础知识,以及如何利用数据创造出吸引人的、信息量大的、有说服力的故事,进而达到有效沟通的目的。具体内容包括: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,以及如何用数据讲故事。

本书内容

本书分解为一系列重点课程,每章以一节课程为核心,并讨论一些相关概念。书中会涉及一点有助于理解的理论,但会重点通过具体而现实的示例强调理论的实际应用。读完每一章,你都能立刻将课程内容付诸实践。

第 1 章:上下文的重要性

在走上数据可视化之路之前,你应该能简洁地回答以下两个问题:谁是你的受众?你需要他们了解什么或者做什么?本章会描述理解情境上下文的重要性,包括受众、沟通机制和期望的语气,还会介绍一些概念,并用示例进行阐释以帮助你充分理解上下文。对情境上下文的充分理解能够帮助你在创建图表时少走弯路,直达成功。

第 2 章:选择有效的图表

对于你想要沟通的数据,什么才是最佳展示方式?作者分析了她在工作中最常用的图表。本章会介绍商业环境中最常用于数据沟通的图表类型,讨论每种图表类型的合适的用例,并通过现实示例进行阐释。具体涵盖的图表类型包括简单文字、表格、热力图、折线图、斜率图、直方图、堆叠直方图、瀑布图、横条图、堆叠横条图、方形面积图。

第 3 章:杂乱是你的敌人

想象一张空白的页面或者屏幕:你添加的每一个元素都占用了受众的部分精力。这意味着我们需要一双慧眼选出允许出现的元素,并尽力识别和去除占用脑力的多余元素。本章的重点在于识别并消除杂乱。

第 4 章:聚焦受众的视线

本章继续探讨人们如何看图表以及你要如何相应地设计图表,其中简单讨论了视觉和记忆,从而引出大小、颜色、位置等前注意属性的重要性。作者会探讨如何有策略地通过前注意属性引导受众注意你期望的地方,并建立图形化的层级帮助引导受众按你期望的顺序处理信息。

第 5 章:像设计师一样思考

形式服从功能。这句产品设计的箴言在数据沟通中有明确的应用。谈到数据可视化的形式和功能,我们首先想到的是我们希望受众用数据做什么(功能),然后才是创建图表(形式)以简化该过程。本章会讨论传统的设计概念如何应用在数据沟通上,利用前文介绍的一些概念,从不同的视角探讨可供性、无障碍和美观。本章还会讨论一些为图表设计提高受众接受度的策略。

第 6 章:剖析样例图表

有效的图形展示值得仔细研究,从中可以学到很多。在本章中,我们会用已经学到的知识分析五幅典型的图表,揣摩其背后的思维过程,感受其设计上的选择。我们会研究如何决定图表的类型和数据的顺序,也会关注如何通过颜色选用、线条粗细和相对大小来强调或者弱化数据。

第 7 章:讲故事的课程

故事与我们共鸣、相伴,这是数据所无法企及的。本章会介绍可用于数据沟通的讲故事的概念,考虑能跟故事大师学到什么经验。故事都有明确的开头、中间和结尾,我们会讨论如何在商业演讲中应用这套框架。我们还会涉及有效讲故事的策略,包括重复、叙述速度以及口语和书面表达的考虑等,确保故事在沟通中清晰地呈现出来。

第 8 章:综合所有课程

前面的章节中用零碎的示例阐释了各章内容的应用。本章中作者通过一个真实的示例,从头到尾全面回顾用数据讲故事的流程:理解上下文、选择合适的图表、识别和消除杂乱、引导受众的注意、像设计师一样思考,然后讲述一个完整的故事。这些课程以及图表、叙述等成果一同展示如何从简单地展示数据到用数据讲故事。

第 9 章:案例研究

本章通过一系列案例研究来探讨解决数据沟通常见挑战的具体策略,具体话题包括深色背景上的颜色选用、演讲中的动画和循环使用的平衡、建立顺序的逻辑、避免意大利面图表的策略以及饼图的替代品。

第 10 章:最后的思考

数据可视化——或者泛化的数据沟通——是科学与艺术的结晶。它显然有科学的一面,可以遵循最佳实践和指导,同样也有艺术的成分。用我们教授的课程打造你的数据可视化之路,利用你的艺术思维简化受众理解信息的过程。

目录 

 

第 1 章 上下文的重要性  1

1.1 探索性分析和解释性分析  1

1.2 对象、内容和方式   2

1.3 对象   2

1.4 内容   3

1.5 方式 5

1.6 举例说明对象、内容和方式 5

1.7 询问上下文:实用问题  6

1.8 三分钟故事和中心思想  7

1.9 故事板 8

1.10 小结  9

 2 章 选择有效的图表  10

2.1 简单文本  12

2.2 表格 13

2.3 图表 15

2.4 点图  16

2.5 线图 17

2.6 条形图 20

2.7 面积图 27

2.8 其他图表类型 27

2.9 需要避开的陷阱 28

2.10 小结  33

 3 章 杂乱是你的敌人 34

3.1 认知负荷  34

3.2 杂乱 35

3.3 视觉认知的格式塔原则  35

3.4 视觉无序  39

3.5 对比的不正确使用  43

3.6 循序渐进地去除杂乱 45

3.7 小结  50

 4 章 聚焦受众的视线 51

4.1 用脑阅读  51

4.2 记忆微解密 52

4.3 前注意属性能够引导视线  53

4.4 文字中的前注意属性 55

4.5 图表中的前注意属性 56

4.6 大小 61

4.7 颜色 62

4.8 页面位置  66

4.9 小结 67

 5 章 像设计师一样思考 68

5.1 可供性  68

5.2 无障碍  76

5.3 美观 80

5.4 接受度  83

5.5 小结 84

 6 章 剖析样例图表  85

6.1 样例图表 1:折线图 85

6.2 样例图表 2:注释预测类折线图 87

6.3 样例图表 3100% 堆叠条形图 88

6.4 样例图表 4:利用正负堆叠条形图 89

6.5 样例图表 5:水平堆叠条形图  91

6.6 小结 92

 7 章 讲故事的课程  93

7.1 故事的魔力 94

7.2 构建故事  96

7.3 叙述结构  99

7.4 重复的力量 101

7.5 保证故事清晰的策略  102

7.6 小结  105

 8 章 综合所有课程   106

8.1 第一节课:理解上下文 107

8.2 第二节课:选择合适的图表 107

8.3 第三节课:消除杂乱  110

8.4 第四节课:引导受众的注意 111

8.5 第五节课:像设计师一样思考  113

8.6 第六节课:讲故事 113

8.7 小结 118

 9 章 案例研究 120

9.1 案例研究 1:深色背景上的颜色选择  120

9.2 案例研究 2:在图表中使用动画效果  122

9.3 案例研究 3:顺序的逻辑  127

9.4 案例研究 4:避免意大利面式图表的策略 133

9.5 案例研究 5:饼图的替代方案 139

9.6 小结  143

 10 章 最后的思考 144

10.1 下一步走向何方 144

10.2 在团队中培养用数据讲故事的能力 149

10.3 快速回顾所学内容  151

10.4 小结


福利时间

本期为小伙伴们送出3本书!还是老规矩!小伙伴们只要留言!说说你的数据之旅中遇到了更多的如花还是秋香呢?你是如何做到把如花变秋香的?如果还没有,这本书就是你最棒的工具。精选留言中选出3位获得赠书!截止日期9月12日14:00!小伙伴们快来参与吧!

本周特价电子书

《Swift编程权威指南(第2版)》

http://www.ituring.com.cn/book/2038
《大师谈游戏设计:创意与节奏》

http://www.ituring.com.cn/book/1862
《Spark快速大数据分析》

http://www.ituring.com.cn/book/1558



☟ 点击【阅读原文】京东购买《用数据讲故事》

登录查看更多
1

相关内容

数据可视化是关于数据之视觉表现形式的研究。
【实用书】学习用Python编写代码进行数据分析,103页pdf
专知会员服务
194+阅读 · 2020年6月29日
【2020新书】从Excel中学习数据挖掘,223页pdf
专知会员服务
90+阅读 · 2020年6月28日
Python地理数据处理,362页pdf,Geoprocessing with Python
专知会员服务
113+阅读 · 2020年5月24日
干净的数据:数据清洗入门与实践,204页pdf
专知会员服务
161+阅读 · 2020年5月14日
【实用书】Python爬虫Web抓取数据,第二版,306页pdf
专知会员服务
117+阅读 · 2020年5月10日
万维钢:数学高手都是训练出来的
罗辑思维
4+阅读 · 2019年3月4日
手把手教你用R语言制作网络爬虫机器人(一)
R语言中文社区
4+阅读 · 2019年1月26日
说说我的老同事,前端大神程劭非
余晟以为
17+阅读 · 2019年1月14日
万万没想到,枯燥的“机器学习”还可以这样学!
快乐的迁移到 Python3
Python程序员
5+阅读 · 2018年3月25日
【入门】数据分析六部曲
36大数据
18+阅读 · 2017年12月6日
如何做个小冰那样成功的聊天机器人
七月在线实验室
5+阅读 · 2017年12月4日
Generating Rationales in Visual Question Answering
Arxiv
5+阅读 · 2020年4月4日
Local Relation Networks for Image Recognition
Arxiv
4+阅读 · 2019年4月25日
Arxiv
12+阅读 · 2019年4月9日
Arxiv
23+阅读 · 2018年10月1日
Relational recurrent neural networks
Arxiv
8+阅读 · 2018年6月28日
Arxiv
5+阅读 · 2018年4月13日
VIP会员
相关资讯
万维钢:数学高手都是训练出来的
罗辑思维
4+阅读 · 2019年3月4日
手把手教你用R语言制作网络爬虫机器人(一)
R语言中文社区
4+阅读 · 2019年1月26日
说说我的老同事,前端大神程劭非
余晟以为
17+阅读 · 2019年1月14日
万万没想到,枯燥的“机器学习”还可以这样学!
快乐的迁移到 Python3
Python程序员
5+阅读 · 2018年3月25日
【入门】数据分析六部曲
36大数据
18+阅读 · 2017年12月6日
如何做个小冰那样成功的聊天机器人
七月在线实验室
5+阅读 · 2017年12月4日
相关论文
Top
微信扫码咨询专知VIP会员