
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
LSTM 为何会产生误差?深入剖析其背后的原因 在深度学习领域,LSTM(Long Short-Term Memory)网络凭借其独特的记忆单元设 ...
2025-06-27LLM进入拖拽时代!只靠Prompt几秒定制大模型,效率飙升12000倍 【新智元导读】最近,来自NUS、UT Austin等机构的研究人员创新 ...
2025-06-27CDA 数据分析师:就业前景广阔的新兴职业 在当今数字化时代,数据已成为企业和组织决策的重要依据。数据分析师作为负责收集 ...
2025-06-27探秘 z-score:数据分析中的标准化利器 在数据的海洋中,面对形态各异、尺度不同的数据,如何找到一个通用的标准来衡量数据 ...
2025-06-26Excel 中为不同柱形设置独立背景(按数据分区)的方法详解 在数据分析与可视化呈现过程中,Excel 柱形图是展示数据的常用工 ...
2025-06-26CDA 数据分析师会被 AI 取代吗? 在当今数字化时代,数据的重要性日益凸显,数据分析师成为了众多企业不可或缺的角色 ...
2025-06-26CDA 数据分析师证书考取全攻略 在数字化浪潮汹涌的当下,数据已成为企业乃至整个社会发展的核心驱动力。数据分析师作 ...
2025-06-25人工智能在数据分析的应用场景 在数字化浪潮席卷全球的当下,数据以前所未有的速度增长,传统的数据分析方法逐渐难以满足海 ...
2025-06-25评估模型预测为正时的准确性 在机器学习与数据科学领域,模型预测的准确性是衡量其性能优劣的核心指标。尤其是当模型预测结 ...
2025-06-25CDA认证:数据时代的职业通行证 当海通证券的交易大厅里闪烁的屏幕实时跳动着市场数据,当苏州银行的数字金融部连夜部署新的风控 ...
2025-06-24金融行业的大数据变革:五大应用案例深度解析 在数字化浪潮中,金融行业正经历着深刻的变革,大数据技术的广泛应用 ...
2025-06-24Power Query 中实现移动加权平均的详细指南 在数据分析和处理中,移动加权平均是一种非常有用的计算方法,它能够根据不同数据 ...
2025-06-24数据驱动营销革命:解析数据分析在网络营销中的核心作用 在数字经济蓬勃发展的当下,网络营销已成为企业触达消费者 ...
2025-06-23随机森林模型与 OPLS-DA 的优缺点深度剖析 在数据分析与机器学习领域,随机森林模型与 OPLS-DA(正交偏最小二乘法判 ...
2025-06-23CDA 一级:开启数据分析师职业大门的钥匙 在数字化浪潮席卷全球的今天,数据已成为企业发展和决策的核心驱动力,数据分析师 ...
2025-06-23透视表内计算两个字段乘积的实用指南 在数据处理与分析的过程中,透视表凭借其强大的数据汇总和整理能力,成为了众多数据工 ...
2025-06-20CDA 一级考试备考时长全解析,助你高效备考 CDA(Certified Data Analyst)一级认证考试,作为数据分析师领域的重要资格认证, ...
2025-06-20统计学模型:解锁数据背后的规律与奥秘 在数据驱动决策的时代,统计学模型作为挖掘数据价值的核心工具,发挥着至关重要的作 ...
2025-06-20Logic 模型特征与选择应用:构建项目规划与评估的逻辑框架 在项目管理、政策制定以及社会服务等领域,Logic 模型(逻辑模型 ...
2025-06-19SPSS 中的 Mann-Kendall 检验:数据趋势与突变分析的利器 在数据分析的众多方法中,Mann-Kendall(MK)检验凭借其对数据分 ...
2025-06-19