京公网安备 11010802034615号
经营许可证编号:京B2-20210330
简单6步,用数据说服你的听众
在之前我提出数据视觉化可以成为大家说服听众的秘密武器。 我想提供一些可以让大家有效地和自己的团队分析数据的可行建议。
在我的职业生涯中, 我开过无数个“痛苦的”会议,聆听我的同事或者客户呈现分析数据。当我说“痛苦的”,不是因为他们没有努力准备或者缺乏独到的见解,而是呈现的手法可以更加有效, 从而体现他们的努力。
呈现数据是“最后的冲刺”,因为大家已经结束了“战斗”,心理上都有了完成感,而现在要做的只是分享成果。这些都是人之常情。觉的这项任务完成了, 这就是为什么很多人混乱地把幻灯片随便一弄就开始下一项任务了。现在我就来劝说你别这样做,花点时间和心思呈现你的数据。
如果你遵循接下来的六步,你的下一场和老板或者客户的会议不仅仅会更顺利, 你也更有可能达到你呈现数据的目的。
为了证明我的观点,我会举几个例子。
千万不要以统计图开始你的报告。 还有绝不要用仅仅电子表格或者数据报表成为你的报告的全部。
简单地装饰一下, 不仅可以更好地展示你的报告, 还可以让你报告在团队内部轻松地流通, 你的上司收到这份材料的时候也更想打开并看完它。
然后你开始进行报告。 首先, 花点时间告诉听众你都干了什么(用视觉化的方法更理想)。比如说你是不是刚刚对网站新的着陆页做了A/B测试(一种网站优化测试)? 很好,在你分享测试结果之前,给大家看看老的着陆页和新的着陆页截图。这样听众就知道你做了什么以及为什么做这种测试。
这样做的好处就是大家可以一上来就跟着你的思维,你也会收到更少的提问。 你的团队可能才完成这个项目但是可能他们记不起来全部的细节。你得帮帮他们!
举个例子,如果我的同事Krista Seiden要做一场报告关于重新设计谷歌商业APP网页, 那么她应该在展示数据之前先呈现旧的的网站是什么样子的。
有太多次我看到年轻的业务执行把所有的数据都放在一张幻灯片上(有的时候连图表都没有,只是一堆数字), 因为他们觉得要先把所有数据先摊出来,越多的数据看起来越专业,越正式,对吧? 错!
千万别在一张幻灯片上放超过一张图表,因为一下子呈现了太多信息, 没有人能理解所有内容,而且还让人眼花缭乱。让我们一边接收太多信息还要集中注意力听发言者太难了。
当你尝试一口气把所有事说出来,你其实什么也没讲。 下面就是个反面教材 (一页幻灯片上有4个柱形图,太多了):
更重要的是,别误导你的听众!下方那张柱形图不仅仅支离破碎而且“卖萌”地使用人形图标组成柱状图让人更加困惑。使用这种图标的人很容易给人一种不务正业的感觉,即使他们的出发点是很好的。
有些图看来连拯救的希望也没有…比如下面这张图,首先3D柱形图是避之不及的,因为它实在令人困惑;柱形图上面的图案是更是让人雾里看花。更别提这个图连标注都没有了!这个图能表达的意思只有千万别让制作这个图表的人做报告。哦对了,其实这是张在会议上真的被使用过的图, 我稍加修改了一下。
如果你想比较不同的收入流增长或者某行业顾客的喜好,你不需要任何高难度的技巧。做一个线性图,标注上标题,来源等各种信息就好。简单!高效!
通过观察下图,我们了解到在2017到2018年间,网上收费视频网站收入将可能超越票房。没有可能产生误解。
我们都有这样的经验:你做了一个不是很明了的图表,但是它是可以修改的。所以想清楚你想表达什么,去重新组合数据。
下图中,一个清晰可见的重点是在过去的10年里高达216%的互联网获取新闻的增长率。但是在左边的图却不能达到如此的效果。加粗你想要强调的内容,考虑标出改变的幅度不失为一个好选择。
(摘取自flowingdata)
比如说,不要单单展示这个月的进度趋势,附加对比去年的就可以让人很快理解趋势如何。
Google Analytics使这个技巧变得信手拈来。一条好看的折线图,向右有着上升的趋势,看起来不错,那么这到底是什么意思呢?这个数字意味着好事吗?我们不知道。可是跟上年度的情况一对比,我们就有了答案。
此外,不要仅仅展示一个这样的统计图。在此之上,加一些注解(比如变化的百分比), 就可以凸显你的观点,告诉听众你想让他们获取到什么样的信息。
记住, 你必须让你的幻灯片清晰明了到就算没有你在演讲,别人也能够仅仅凭着幻灯片了解到你想传递的信息。
分析理应不仅仅包括“发生了什么”,还应该有“为什么”。是否呈现出“这意味着什么”则是好和很好的分界线。一个让你更高效的小贴士:使用Google Analytics 的annotation这项功能, 就可以加上有趣的信息, 当你后来分享数据的时候就不用担心当时发生了什么。
你不用一一赘述每个KPI and 指数单位,尤其是那些对你的项目没有什么用的。 事实上对内容合理取舍,会使你的报告更精彩。太多数据不仅仅不能帮你表达观点,还会让听众失去注意力。
一场报告下来,每个人能吸收到的只有这么多,而且作为分析师和市场营销者,我们的的职责也是只分享至关重要的信息。提供一个附录不仅仅省了你很多麻烦,而且使人了解的更多。他们可以私下继续查看而不是浪费整组的时间。
接近尾声时,你已经报告完毕了你的项目、目标、结果和见解。你让大家都了解了并同意你的想法。(了解现实,耶!)
现在总结一下你将要怎样处理这些数据,以任务列表或者任务交付的形式。(比如说运行新的测试,让员工开始设计急需改造的网站,或者剔除掉购物平台上没有人买的产品。)
额外小贴士:在报告之前,复习你的幻灯片
熟能生巧,才能有好的报告。可能你不需要像准备演讲一样准备台词卡,但是你至少要简单排练下你要讲什么。
付出就会有回报, 排练一两遍不仅可以让你熟悉材料,还能让你进一步修改报告。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
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在CDA(Certified Data Analyst)数据分析师的日常业务分析与统计建模工作中,多组数据差异对比是高频且核心的分析场景。比如验 ...
2026-03-24日常用Excel做数据管理、台账维护、报表整理时,添加备注列是高频操作——用来标注异常、说明业务背景、记录处理进度、补充关键 ...
2026-03-23作为业内主流的自助式数据可视化工具,Tableau凭借拖拽式操作、强大的数据联动能力、灵活的仪表板搭建,成为数据分析师、业务人 ...
2026-03-23在CDA(Certified Data Analyst)数据分析师的日常工作与认证考核中,分类变量的关联分析是高频核心场景。用户性别是否影响商品 ...
2026-03-23在数据工作的全流程中,数据清洗是最基础、最耗时,同时也是最关键的核心环节,无论后续是做常规数据分析、可视化报表,还是开展 ...
2026-03-20在大数据与数据驱动决策的当下,“数据分析”与“数据挖掘”是高频出现的两个核心概念,也是很多职场人、入门学习者容易混淆的术 ...
2026-03-20