京公网安备 11010802034615号
经营许可证编号:京B2-20210330
由图比的数据科学家迈克尔·伯克
交流是数据科学工作中最具挑战性的方面之一。这是我的笔记…
有一个基于研究的古老格言,即93%的交流是非语言的。你的交流55%是肢体语言,38%是语音,7%是口语。
视频通话中的肢体语言交流会发生什么?它通常会消失。
您应该试着收回这55%并更加强调语调和口语。
一些有用的技巧来弥补肢体语言的差距,包括夸张的声音变化和改变你的音量。增加你的面部表情和手势也可以提高你的演示文稿的接收效果。这可能看起来不自然,但如果你记录下你的谈话并重新观看,你会惊讶于这些变化看起来是多么正常和有魅力。
另一个有趣的想法是内容、设计和交付框架-SRC。
后两者,设计和交付,分别指极简幻灯片设计和复杂主题的简单措辞。然而,内容部分真的很有趣。
简而言之,这篇文章假设你的听众只会从你的演讲中拿走一句,所以要让它算数。为此,您需要了解他们的技术水平、期望和项目的先验知识。如果你为你的听众量身定制你的演讲,你可以让这句话变得有价值。
一个非常简单的技巧是合并组织中其他团队的视觉效果。例如,展示一个支持您的声明的UX研究视频。通过利用先前的工作,您可以节省时间,创建引人注目的演示文稿,并在公司内部建立关系。
尽管有这些令人敬畏的想法,但互联网上的绝大多数信息都是常识。在这一节中,我们将关注那些不太明显的策略。让我们潜入…
对于超过10人的会议,可以放心地假设其中一人不想出席。他们是忙碌的人,生活忙碌,就像你一样。
所以,试着理解是什么让你的观众兴奋。兴奋是什么让事情完成。它使你的工作可见,从而产生影响。
虽然组织之间的角色差异很大,但大多数数据科学家都有选择和开发自己项目的自由。如果你工作的成功涉及到涉众的认同,你必须让他们对这个项目感到兴奋。经期。
不幸的是,没有一个明确的捷径来做到这一点,但以下是一些对我有效的事情:
通过将你的工作与激动人心的想法联系起来,你可以极大地增加你的演示文稿的价值。
不必要的信息是有害的。你会认为展示你的步骤和假设会对你的听众有益。嗯,大多数情况下不是。
通过包括对他们的理解是不必要的信息,你是…
一个简单而有效的代理是尝试提前结束会议。我的一个队友受到了涉众和数据科学家的喜爱,因为他总是提前结束会议。现在,这条规则显然有例外,但这些例外比你想象的要少得多。
如果你的目标是提前结束会议,你就必须有条理、简洁和相关。
上面的两个部分可能是劳动密集型的,所以这里有一些简单的提示,希望能让你在20%的时间里得到80%的结果。
感谢阅读!以上所有的资源对我和我的职业生涯都有很大的影响。请分享您自己的。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据驱动决策的浪潮中,数据挖掘与数据分析是两个高频出现且极易被混淆的概念。有人将二者等同看待,认为“做数据分析就是做数 ...
2026-04-01在数据驱动决策的时代,企业与从业者每天都会面对海量数据——电商平台的用户行为数据、金融机构的信贷风险数据、快消品牌的营销 ...
2026-04-01在数字化转型的浪潮中,企业数据已从“辅助运营的附属资源”升级为“驱动增长的核心资产”,而一套科学、可落地的企业数据管理方 ...
2026-04-01在数字化时代,每一位用户与产品的交互都会留下可追溯的行为轨迹——电商用户的浏览、加购、下单,APP用户的注册、登录、功能使 ...
2026-03-31在日常数据统计、市场调研、学术分析等场景中,我们常常需要判断两个分类变量之间是否存在关联(如性别与消费偏好、产品类型与满 ...
2026-03-31在CDA(Certified Data Analyst)数据分析师的职场实战与认证考核中,“可解释性建模”是核心需求之一——企业决策中,不仅需要 ...
2026-03-31多层感知机(MLP,Multilayer Perceptron)作为深度学习中最基础、最经典的神经网络模型,其结构设计直接决定了模型的拟合能力、 ...
2026-03-30在TensorFlow深度学习实战中,数据集的加载与预处理是基础且关键的第一步。手动下载、解压、解析数据集不仅耗时费力,还容易出现 ...
2026-03-30在CDA(Certified Data Analyst)数据分析师的日常工作中,“无监督分组、挖掘数据内在聚类规律”是高频核心需求——电商场景中 ...
2026-03-30机器学习的本质,是让模型通过对数据的学习,自主挖掘规律、实现预测与决策,而这一过程的核心驱动力,并非单一参数的独立作用, ...
2026-03-27在SQL Server数据库操作中,日期时间处理是高频核心需求——无论是报表统计中的日期格式化、数据筛选时的日期类型匹配,还是业务 ...
2026-03-27在CDA(Certified Data Analyst)数据分析师的能力体系与职场实操中,高维数据处理是高频且核心的痛点——随着业务场景的复杂化 ...
2026-03-27在机器学习建模与数据分析实战中,特征维度爆炸、冗余信息干扰、模型泛化能力差是高频痛点。面对用户画像、企业经营、医疗检测、 ...
2026-03-26在这个数据无处不在的时代,数据分析能力已不再是数据从业者的专属技能,而是成为了职场人、管理者、创业者乃至个人发展的核心竞 ...
2026-03-26在CDA(Certified Data Analyst)数据分析师的能力体系中,线性回归是连接描述性统计与预测性分析的关键桥梁,也是CDA二级认证的 ...
2026-03-26在数据分析、市场研究、用户画像构建、学术研究等场景中,我们常常会遇到多维度、多指标的数据难题:比如调研用户消费行为时,收 ...
2026-03-25在流量红利见顶、获客成本持续攀升的当下,营销正从“广撒网”的经验主义,转向“精耕细作”的数据驱动主义。数据不再是营销的辅 ...
2026-03-25在CDA(Certified Data Analyst)数据分析师的全流程工作中,无论是前期的数据探索、影响因素排查,还是中期的特征筛选、模型搭 ...
2026-03-25在当下数据驱动决策的职场环境中,A/B测试早已成为互联网产品、运营、营销乃至产品迭代优化的核心手段,小到一个按钮的颜色、文 ...
2026-03-24在统计学数据分析中,尤其是分类数据的分析场景里,卡方检验和显著性检验是两个高频出现的概念,很多初学者甚至有一定统计基础的 ...
2026-03-24