真相了!我们要的不是数据,而是数据告诉我们的事实

2017 年 9 月 28 日 图灵教育 秋叶

为大家推荐一本书:《用数据讲故事》。原版 Storytelling with Data: A Data Visualization Guide for Business Professionals 出版之后广受欢迎,成为商务数学、信息科学、信息管理等细分领域的畅销榜前3的图书。与此同时,英文原版在豆瓣上获得了 9.2 分的好评。

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

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。


以下是秋叶老师为这本书所做的推荐序。


我们要的不是数据

而是数据告诉我们的事实

本书作者 Cole 的信念是“消除世界上糟糕的幻灯片”,依我的经验,估计 90% 的幻灯片在 Cole 看来都应该归到要被消除的行列。


Cole 的解决方案很简单——用数据说话


在幻灯片中,数据的作用一直很受重视。在工作场合,饼图、柱形图、条形图、折线图、散点图充斥在幻灯片中。问题是这些密密麻麻的图表到底想告诉我们什么观点?传递什么事实?希望我们对哪些趋势予以关注或形成警惕?


使用太多的幻灯片,与其说是展示数据,不如说是展示自己的工作量。


PPT+Excel 这套组合,让人人都能快速做出“好看”的图表。但是正确利用基础数据展示出事物之间的联系、趋势和异常,这并不是有了软件的帮助,人就可以自动获得的能力。


这个世界上的一个大误会就在于,太多人把掌握一个工具软件的操作等同于掌握某个领域需要的专业能力。


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。


如果你提供的数据图表能让人做出更有效的决策,那么我觉得它就是一个成功的图表,否则它仅仅是一个看起来很酷很美的东西,除了浪费大家的制作时间,并没有带来什么本质的改变。

数据之所以能影响我们的判断,首先是因为它揭示了某种我们没有注意到的规律。


有意思的是,看惯了饼图、条形图、折线图的人们,开始对很多数据图表产生免疫力。他们可能只是一眼扫过你的图表,忽略了你苦心要表达的信息。并不一定是你的图表数据有问题,而是图表的呈现方式过于单一。


和我到处宣传做 PPT 的原则一样,做数据图表也要琢磨一个道理:少就是多。


呈现在 PPT 上的信息越少,被听众记住的信息反而越多。


很多数据图表之所以没有达到效果,就是因为犯了三个错误:


◎ 没有选择最合适的关系图表来呈现

◎ 用了过多的修饰和美化,分散了听众对核心信息的注意力

◎ 数据图表的呈现形式过于单调


和 Cole 一样,在 2015 年我们专门推出了“和阿文一起学信息图表”课程,就是为了帮助这些想用好数据但又不知道如何开始的人。


其实,只要理解了一些简单的原则,掌握最常用的 10 多种图表,使用最常用的工具,比如 PPT 或 Excel,你就可以做出有故事的图表。


心动不如行动,不如一起看看 Cole 对数据呈现做了哪些令人受益的思考吧!



文末点击【阅读原文】京东购买《用数据讲故事》。

登录查看更多
0

相关内容

【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
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
【ICLR2020-哥伦比亚大学】多关系图神经网络CompGCN
专知会员服务
49+阅读 · 2020年4月2日
最有趣的机器学习可视化图集
AI前线
5+阅读 · 2018年10月8日
已删除
将门创投
7+阅读 · 2018年4月18日
关于机器学习,你需要知道的三件事!
云栖社区
3+阅读 · 2018年3月3日
威胁情报浅析
计算机与网络安全
7+阅读 · 2017年11月15日
有图才更有真相 | 论文访谈间 #16
PaperWeekly
5+阅读 · 2017年8月2日
Arxiv
102+阅读 · 2020年3月4日
Deep Co-Training for Semi-Supervised Image Segmentation
OD-GCN: Object Detection by Knowledge Graph with GCN
Arxiv
4+阅读 · 2019年9月30日
Scale-Aware Trident Networks for Object Detection
Arxiv
4+阅读 · 2019年1月7日
VIP会员
相关VIP内容
相关资讯
最有趣的机器学习可视化图集
AI前线
5+阅读 · 2018年10月8日
已删除
将门创投
7+阅读 · 2018年4月18日
关于机器学习,你需要知道的三件事!
云栖社区
3+阅读 · 2018年3月3日
威胁情报浅析
计算机与网络安全
7+阅读 · 2017年11月15日
有图才更有真相 | 论文访谈间 #16
PaperWeekly
5+阅读 · 2017年8月2日
Top
微信扫码咨询专知VIP会员