大数据分析师的沟通技巧

在大数据分析中，沟通至关重要。

当然，所有大数据分析工作都需要技术技能来获取数据，清理数据并执行分析。但是，在执行此操作时，记住其原因也很重要。当你获得一个项目时，就应该停止问自己对公司有什么价值，以及它在更大的范围内适用的价值。

知道了回答这些为什么的问题是一个过程，是做为你的实际分析的重要的第一步：传达你的调查结果(通常)非大数据分析家的观众。

在整个组织中展示和传达你的见解可能非常强大。

那么，如何以一种有效的方式来沟通模型呢?

相关问题

假设你已经建立了一个模型，并有机会在公司的主要决策者面前展示你的发现。解释模型的含义及其对业务的影响是你的工作。

提倡首先确定你要解决的问题或挑战。将问题与听众的利益联系起来，并帮助他们理解更大的背景。为了吸引观众，请提出问题，然后再提出解决方案。例如：

Have you ever experienced this?

Have you ever observed that in our business?

这不仅仅是一种修辞手法，它还是一种衡量听众需要了解哪些信息来理解你的其他音调的方法。如果没有人认为这是一个问题，那么你就必须先介绍问题，然后为问题辩护，因为他们认为这不是根本不是问题。

请记住，对你来说似乎很明显的问题不一定会对你的听众显而易见，特别是如果你过去的几周中都将自己的头埋在没有其他人看到的数据集中。你在数据中发现并试图用模型解决的问题可能是其他人尚未真正意识到的问题。

解决问题本身的理由后，你可以提出常见的解决方案以及为什么这些解决方案不是最佳，最有效的解决方案。

你想创造某种类型的悬念，但所有这些都植根于叙事中。从问题开始，展示替代解决方案，然后你最终将展示你的解决方案。

用数据进行沟通

尽管你的宣传通常都是基于语言的(无论是书面报告还是会议上的演讲)，但以视觉方式呈现数据对于与受众交流其含义绝对至关重要。很少有人可以查看电子表格或表格并得出有关数据含义的快速，大数据分析师的沟通技巧https://www.aaa-cg.com.cn/data/2580.html清晰的结论。任何人都可以比较条形图上条形的大小，也可以跟踪折线图上的趋势。

当然，数据可视化在大数据分析过程的每个阶段都是至关重要的技能。可视化可以有很多角度，以及观察角度的方法。” “你可以纯粹从技术角度看待它，也可以从探索性角度看待它，例如使用可视化作为探索数据的工具。

但这对于交流也至关重要。

数据可视化是我们工具包中的工具，可以帮助人们更好地理解我们的见解和数据。

在人的层面上，可视化只是让我们在设计合理的情况下可以更加清晰地感知信息。

在设计视觉效果以与自己的团队进行外部交流时，请务必牢记受众。你的同事可能没有你的团队遇到的有关你的问题的上下文，并且他们也可能没有技术知识。大数据分析交流的最大挑战之一是根据你的听众的技术水平来调整你的演示文稿，并且在不压倒他们(或光顾他们)的情况下仍能传达你的观点。

一个好的技巧的把自己的非技术人员的鞋子是关于信息的思维，你要报告给你，当你已经采取了车到汽车修理厂(假设你不是一个汽车修理工自己)。通常，最有说服力的机械师将是那些能够做到：

1)用清晰，简单的方式说明你的问题。

2)向你显示存在问题的证据。

3)用清晰，简单的方式说明如何解决问题。

4)给你明确的时间表和价格，以了解修复所需的费用。

你不想就影响引擎效率的因素进行30分钟的讲座。你只想确信自己知道问题所在，并且机械师知道解决问题的最佳方法。

这也适用于大数据分析中的交流，但是现在你是机械师。如有疑问，最好的方法就是保持简单。遗漏所有详细信息可能会造成混乱，并使图表的可读性降低，因此，请仅包括传达你的观点所必需的内容。

知道你不必一次显示每个数据点，可以放慢速度。你可以一次显示几个数据点，以帮助你构建故事和叙述。

请记住：如果你的同事觉得自己看得不够多，可以随时通过回答问题来提供更多信息。但是，如果向它们抛出一系列复杂的，难以阅读的图表，则可能会完全失去它们，因此很难撤消。

演讲技巧

将可视化内容集成到演示文稿中是一种艺术形式，尤其是在具有高度技术性数据的情况下。为了使事情简单有效，克里斯汀建议牢记一些指导原则。

第一：不要强迫图表说话。确保你花时间清楚地解释屏幕上显示的内容。如果要在图形中显示数据，则一次只能显示一个图形，并解释该图形显示的内容以及在你要解决的问题的更广泛上下文中的含义。你还可以显示关系存在的位置，异常值的位置以及模型与其他模型相比的有效性。

节奏也很重要。

不要太快，但是整个演讲类型不应超过10或15分钟。你想确保可以在短时间内进行这种类型的宣传，而不会在细节上使听众不知所措，而且还能够清楚地显示数据并将数据用作令人信服的证据。

不要害怕谈论细节。虽然你不想让技术细节淹没你的听众，但你需要确保已包含理解演示文稿所需的细节以及他们将要查看的图表。你是在谈论数小时或数年内产生的新潜在客户吗?为你的听众做数学。如果你要进行预测，请为他们量化。

它还有助于将观众的注意力引向某些可视化对象。将口语单词与视觉数据关联起来可能很困难。如果你正在谈论图形中的特定部分，请指向该部分。从那里建立你的故事。

最终，你需要记住，交流首先是人类的互动。你就是坐在首席执行官前面的那个人，让自己提供图形所支持的解释，而不是相反。

行业大数据分析交流工具

当然，创建此类演示文稿的第一步实际上是创建数据可视化。用于执行此操作的方法取决于你选择的编程语言。对大数据老师来说，我选择的工具是R和R Studio，以及随之而来的各种软件包，数量众多Python程序员还为数据可视化提供了很多选择。

如果你还不知道如何你喜欢可视化数据，公司对在线互动课程探索性数据可视化和讲故事的数据即在Python以及在R数据可视化的免费课程。我们还提供了一些设计提示的快速指南，可帮助你使图表更易于阅读。

无论使用哪种工具，请记住有关大数据分析交流的这些基本技巧，你将更有机会确定下一个演示文稿：

1)从问题开始。这是你的听众已经知道的问题吗?如果没有，你就必须在明确的条款建立有开始是一个问题。

2)对你的听众有同理心，并以他们能理解的格式和语言向他们展示他们想要的信息。

3)通过数据可视化说明你的结论，但让你自己的说明(而不是图表)推动你的演示。

4)保持简单，并在说明和图表中省略不必要的细节。整个演示过程不要超过10至15分钟。

相关推荐

大数据分析为什么学习R中的假设检验

大数据分析为什么要学习R中的线性建模

大数据分析PyTorchx深度学习框架教程

大数据分析为什么要学习R种的条件概率