Data-Science-For-Beginners 数据科学沟通实战用数据讲故事的五步策略与完整案例解析【免费下载链接】Data-Science-For-Beginners10 Weeks, 20 Lessons, Data Science for All!项目地址: https://gitcode.com/GitHub_Trending/da/Data-Science-For-Beginners本指南基于 Data-Science-For-Beginners 课程中数据科学生命周期之沟通Communication一课位于 4-Data-Science-Lifecycle/16-communication系统讲解数据科学工作流中最后也是至关重要的环节——如何把分析结果转化为能驱动决策的故事。读完本文你将掌握单向与双向沟通的适用场景、五条可落地的数据叙事策略受众分析、以终为始、故事化结构、精准措辞、情感化表达并能通过 Emerson 产品经理会议案例学会如何设计一场让决策者带走预期结论的高效汇报。上图为本课的速记图Sketchnote浓缩了沟通在数据科学生命周期中的位置与核心要点。一、课程定位沟通在数据科学生命周期中的位置在 Data-Science-For-Beginners 课程体系中数据科学生命周期导论 将数据科学定义为一个可拆解为五阶段的流程捕获Capturing处理Processing分析Analysis沟通Communication维护Maintenance沟通位于分析之后是连接数据结论与业务行动的桥梁。前一课 15-analyzing数据分析 通过探索性数据分析EDA确认数据能否回答业务问题、能否支持建模而本课要解决的是当分析已经完成、结论已经得出之后如何让受众真正理解并接受这些结论。课程同时提到可视化本身也是一种与不直接参与数据管理的人沟通的途径可见沟通贯穿于整个数据工作流而非只在汇报时发生。本模块以沟通为主题的封面图对应 4-Data-Science-Lifecycle/README.md。二、什么是沟通从信息传递到数据叙事1. 沟通的定义课程对沟通给出了精确定义沟通是传递或交换信息To communicate is to convey or exchange information。信息可以是想法、思考、感受、消息、隐含信号、数据——任何发送者sender想让接收者receiver理解的东西。在本课语境中发送者被称为沟通者communicator接收者被称为受众audience。2. 数据沟通与讲故事的必然结合当沟通对象是数据时目标不应仅仅是向受众传递数字而应传递一个由数据支撑的故事a story that is informed by your data。课程给出的核心理由很直白受众更可能记住你讲的故事而不是你给的数字。有效的数据沟通与讲故事是相辅相成的。后续的策略小节全部围绕如何用数据讲好一个故事展开。3. 两种沟通类型单向与双向整课围绕两种沟通类型展开讨论类型定义典型场景单向沟通One-way Communication发送者向接收者传递信息不寻求反馈或回应群发邮件、新闻报道、电视广告双向沟通Two-way Communication所有参与方既充当发送者又充当接收者接收者提供反馈或回应面对面交谈、电话、社交媒体、短信在数据沟通实践中两种类型各有适用场合单向沟通在会议上演讲、面对大型群体做展示且之后不会立即接受提问时使用双向沟通用数据说服利益相关者stakeholders支持某项决策、或说服队友投入时间精力构建新事物时使用。明确本次沟通是单向还是双向是设计沟通方式的前提这一点在后面的受众策略与案例研究中会反复体现。三、有效沟通沟通者的责任与五大策略作为沟通者你的职责是确保接收者带走你希望他们带走的信息。在数据沟通中你不希望接收者只带走数字而要带走一个由数据支撑的故事——优秀的数据沟通者一定是优秀的讲故事者。讲数据故事的方式无穷无尽本课提炼出 5 条核心策略理解你的受众、渠道与沟通方式Understand Your Audience, Your Channel Your Communication Method以终为始Begin with the End in Mind像真实故事一样展开Approach it Like an Actual Story使用有意义的词句Use Meaningful Words Phrases运用情感Use Emotion以下逐一详解。策略 1理解你的受众、渠道与沟通方式你与家人沟通的方式显然不同于与朋友沟通的方式——你会选用对方更容易理解的词汇与表达。数据沟通也应如此先想清楚你在对谁说话他们的目标是什么他们对你所解释的处境拥有多少背景知识。课程引用《哈佛商业评论》文章 How to Tell a Story with Data作者为戴尔执行战略顾问 Jim Stikeleather中提出的五类受众分类用于指导数据呈现方式受众类别特征沟通启示初学者Novice首次接触该主题但不希望被过度简化需要先教育、给予足够背景通才Generalist了解该主题但追求概览式理解与主要议题呈现主线与要点管理型Managerial对细节与相互关联有深入、可操作的把握可访问细节可以直接进入数据分析本身专家Expert更倾向探索与发现而非听故事需要大量细节展示方法与细节高管Executive只有时间提取要义与加权概率的结论直接给出结论与意义除了受众类别还要考虑沟通渠道channel写备忘录/邮件与开会/在大会演讲策略应略有不同。此外**沟通方式单向或双向**同样关键。结合两种维度可以推导出不同打法面对以初学者为主的受众 单向沟通必须先教育受众、给出恰当背景再呈现数据并解释数据的含义与重要性。此时要激光般聚焦于清晰度因为受众无法直接提问。面对以管理型为主的受众 双向沟通通常无需教育或提供大量背景可以直接切入数据分析及其重要性。但此时要掌控时间与节奏——管理型受众追求对复杂细节与相互关联的可操作理解互动中可能随时冒出问题把讨论带离你的故事主线一旦发生沟通者要主动行动把讨论拉回轨道。策略 2以终为始Begin with the End in Mind以终为始意味着在开始沟通之前就明确你希望受众带走的关键结论takeaways。提前思考期望的收获有助于你构建一个受众跟得上的故事。该策略对单向与双向沟通同样适用。操作方法在沟通数据之前先写下你的关键结论然后在准备故事的过程中每走一步都问自己这一步如何融入我正在讲的故事必须警惕的陷阱——Cherry-Picking挑樱桃以终为始是理想状态但绝不意味着只沟通支持你预设结论的数据。Cherry-Picking 是指沟通者只展示支持自己观点的数据、无视其他所有数据的做法这是需要明确避免的。正确的做法是如果所有收集到的数据都清晰支持你的关键结论那很好如果存在不支持、甚至反驳你关键结论的数据也必须如实沟通。此时要对受众开诚布公说明为什么你仍然坚持这个故事即使并非所有数据都支持它。策略 3像真实故事一样展开五幕结构传统故事由 5 个阶段构成铺垫Exposition→ 上升动作Rising Action→ 高潮Climax→ 下降动作Falling Action→ 结局Denouement。课程提供了更易记的等价版本背景Context→ 冲突Conflict→ 高潮Climax→ 收束Closure→ 结论Conclusion。数据沟通可以完全套用这套结构背景Context设定舞台确保受众在同一页面上冲突Conflict为什么要收集这些数据你试图解决什么问题高潮Climax数据是什么数据意味着什么数据显示我们需要哪些解决方案收束Closure重申问题与建议的解决方案结论Conclusion总结关键结论与建议团队采取的下一步行动。这套五幕结构也是下一节 Emerson 案例中改进版汇报方案的核心骨架。策略 4使用有意义的词句模糊的语言会让每个受众产生不同的理解。课程给出了生动的对比我们的用户需要很长时间才能完成平台注册——这个很长时间到底是一小时还是一周如果是面对整个受众群体每个人对多长时间的理解可能各不相同。改为我们的用户平均只需 3 分钟即可完成注册并上手平台——信息立刻变得清晰。再如常见的模糊表达及其问题模糊表达问题我们度过了令人印象深刻的一年有人认为增长 2%-3%有人认为增长 50%-60%用户成功率大幅提升多大的提升才算大幅这项工作需要巨大的努力多少努力算巨大沟通者很容易想当然地认为受众与自己的想法完全一致但事实并非总是如此。围绕数据及其含义驱动清晰度driving clarity是沟通者的职责之一如果数据或故事不清晰受众将难以跟随也就不太可能理解你的关键结论。当然模糊词汇并非完全无用——它们可以作为即将展示的更多数据的引子或作为刚刚讲完的故事的总结。但请确保呈现的每一部分对受众都是清晰的。策略 5运用情感情感是讲故事的关键在用数据讲故事时更为重要。数据沟通的一切都聚焦于你希望受众获得的关键结论当你唤起受众的情感时能帮助他们共情、更可能采取行动也提高了受众记住你信息的可能性。电视广告是最常见的例子有的广告基调沉重用悲伤情绪连接受众、让呈现的数据脱颖而出有的广告轻松欢快让受众把数据与愉悦感受关联起来。在数据沟通中运用情感的具体手段使用证言与个人故事Testimonials Personal Stories收集数据时尽量同时收集定量与定性数据并在沟通时整合两类数据。如果数据以定量为主去寻找个体的故事了解他们在数据所讲述事情中的真实体验使用图像Imagery图像帮助受众在情境中看到自己。借助图像你可以把受众推向你认为他们对这些数据应有的情绪使用颜色Color不同颜色唤起不同情绪。注意颜色在不同文化中可能含义不同。蓝色通常唤起和平与信任绿色通常关联自然与环境红色通常是激情与兴奋黄色通常是乐观与快乐四、沟通案例研究Emerson 的产品经理会议课程提供了一个完整的实战案例把上述全部策略串起来。1. 背景与数据Emerson 是一款移动应用的产品经理他观察到两个数据事实客户在周末提交的投诉与 Bug 报告比平时多 42%提交投诉后48 小时内未得到回复的客户有 32% 的更高概率在应用商店给应用打 1 或 2 分。经过调研Emerson 准备了两条解决方案并召集了 3 位公司负责人开一场 30 分钟的会议目标就是让负责人理解以下两个方案可以提升应用评分进而大概率转化为更高营收。方案 1招聘客服代表在周末值班方案 2购买新的客服工单系统让客服代表能轻松识别哪些投诉在队列中等待最久从而判断哪些需要最优先处理。2. 失败的原始方案信息没有传达出去原方案的时间分配是5 分钟解释低应用商店评分为什么糟糕10 分钟解释研究过程与趋势识别方法10 分钟过一遍近期客户投诉案例最后 5 分钟草草带过两个解决方案。这是有效的沟通方式吗会议的实际效果给出了答案第一位负责人只记住了那 10 分钟的客户投诉案例会后记忆里只剩这些投诉第二位负责人主要记住了 Emerson 对研究过程的描述第三位负责人记住了两个方案但不确定这些方案如何落地实施。显然Emerson 想让负责人带走的内容与他们实际带走的内容之间存在显著鸿沟。这正是没有以终为始、没有按故事结构组织的典型失败。3. 改进方案用五幕结构重排 30 分钟课程的改进版方案完全复用背景、冲突、高潮、收束、结论五幕结构背景Context——前 5 分钟介绍整个局面确保负责人理解问题如何影响对公司至关重要的指标如营收。示例话术目前我们应用在商店的评分为 2.5。应用商店评分对 App Store 优化ASO至关重要它影响多少用户能在搜索中看到我们的应用、以及潜在用户如何看待它。当然我们的用户数量直接与营收挂钩。冲突Conflict——约 5 分钟陈述问题。示例话术用户周末提交的投诉与 Bug 报告多 42%。提交投诉后 48 小时未获回复的客户给出 2 分以上评分的可能性低 32%。把应用商店评分提升到 4 分将使我们的可见度提升 20%-30%我预计这将带来 10% 的营收增长。当然Emerson 必须准备好为这些数字提供依据。高潮Climax——约 5 分钟在铺垫完成后引入方案。Emerson 可以介绍两个方案说明它们如何解决前述问题、如何融入现有工作流、方案成本多少、ROI 如何甚至可以展示方案落地后的截图或线框图wireframes。还可以分享等待超过 48 小时才得到处理的用户证言以及公司内部一位对现有工单系统有意见的客服代表的证言——这正是运用情感策略证言、图像、可视化的落地。收束Closure——5 分钟重申公司面临的问题、重新审视两个方案并说明为什么它们是正确的方案。结论Conclusion——留出 10 分钟因为这是一场会使用双向沟通的、面向少数利益相关者的会议Emerson 应留出 10 分钟用于提问确保负责人在会议结束前澄清任何疑惑。如果 Emerson 采用改进版方案负责人更可能从会议中带走他真正想传达的内容——投诉与 Bug 的处理方式可以改进且有两条可落地的方案可以实现这一改进。这套方法在传达数据及其背后的故事上要有效得多。4. 配套素材Emerson 演示图表课程目录中还提供了配套文件 contenteditable="false">【免费下载链接】Data-Science-For-Beginners10 Weeks, 20 Lessons, Data Science for All!项目地址: https://gitcode.com/GitHub_Trending/da/Data-Science-For-Beginners创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考