数据叙事实战完成 Data-Science-For-Beginners 第 16 课 Tell a Story 作业的完整指南【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本指南围绕 Data-Science-For-Beginners 课程《数据科学生命周期沟通Communication》中的实战作业Tell a Story展开结合第 16 课正文的五大叙事策略与仓库内置的真实数据集为学习者提供一份从选题、分析到成文的可操作路线图。读完本文你将理解数据沟通为何以讲故事为核心掌握单向/双向沟通以终为始五幕式结构等关键方法论并能在本仓库的数据目录中挑选数据集、完成一篇符合评估标准的一页纸短文。一、作业概览数据科学本质上是讲故事本作业位于课程第 4 单元数据科学生命周期的第 16 课文件夹中英文原始说明见 4-Data-Science-Lifecycle/16-communication/assignment.md其孟加拉语翻译版见 translations/bn/4-Data-Science-Lifecycle/16-communication/assignment.md。作业要求如下作业题目Tell a story讲一个故事说明数据科学完全是关于讲故事的。请任选一个数据集写一篇关于你可以用它讲述什么故事的短文。你希望你的数据集能揭示什么如果它的揭示被证明有问题你会怎么做如果你的数据不能轻易解锁它的秘密你会怎么做想一想你的数据集可能呈现的各种场景并把它们写下来。评估标准Rubric见下表。优秀Exemplary合格Adequate需改进Needs Improvement提交一篇一页纸的 .doc 格式文章其中数据集被解释、记录、注明来源并基于数据中的详细示例呈现了一个连贯的故事。以较少的细节格式提交一篇较短的短文。上述细节中有任一项缺失。从作业要求可以看出这一任务考察的不是跑通代码而是把数据分析结果组织成有说服力的叙事的能力——这正是数据科学工作流中沟通环节第 16 课的核心训练目标。二、课程背景为什么数据沟通必须讲故事第 16 课正文 4-Data-Science-Lifecycle/16-communication/README.md 开篇即给出定义沟通to communicate就是传递或交换信息涉及发送者communicator与接收者audience。但沟通数据时目标绝不是简单地把数字扔给听众——你的目标应该是讲一个由数据支撑的故事。听众更容易记住你讲的故事而不是你给的一个数字。有效的数据沟通与讲故事密不可分。课程还区分了两种沟通类型作业撰写时应明确自己处于哪种场景单向沟通One-way communication发送者向接收者传递信息不寻求反馈。例如群发邮件、新闻播报、电视广告。写一页纸的短文本质上就是单向沟通——读者无法当场提问因此你必须主动提供充分的背景与清晰的解释。双向沟通Two-way communication各方既是发送者也是接收者存在反馈回路。例如会议、对话、社交媒体互动。作业若后续伴随答辩或讨论则需要预留澄清与问答空间。三、五条叙事策略把作业从报数字升级为讲故事第 16 课给出了五条核心策略它们正是完成本作业的方法论骨架可以逐条映射到你的成文过程。1. 理解你的听众、渠道与沟通方式课程引用了《哈佛商业评论》文章How to Tell a Story with Data中 Jim Stikeleather 提出的五类听众分类新手Novice第一次接触该主题但反感过度简化通才Generalist了解话题但需要概览性理解与主要主题管理层Managerial需要深入、可行动的细节理解及其相互关联专家Expert更想探索和发现而非听故事需要大量细节高管Executive只有时间提炼加权概率的意义和结论。对于作业而言你的听众是批改者或同侪——通常介于通才与专家之间。因此文章既要有清晰的背景铺垫通才友好也要保留可验证的数据细节专家友好。同时要明确一页纸短文是单向沟通你必须在文内一次性完成教育听众 → 呈现数据 → 解释含义 → 说明重要性的完整链条。2. 以终为始Begin with the End in Mind动笔之前先写下你希望读者带走的关键结论。之后准备材料的每一步都反问自己这如何融入我要讲的故事但课程特别警告了一个陷阱——Cherry-Picking挑樱桃只选择支持自己结论的数据忽略其他所有数据。正确做法是如果收集到的数据并非全部支持你的结论甚至支持相反论点也要在文中如实呈现并坦诚说明你为什么仍然坚持这个叙事。这一要求应直接体现在你的作业中——诚实地讨论数据的反例与局限是拿到优秀评级的重要加分项。3. 像写真正的故事一样组织文章五幕结构传统故事有五个阶段可以记为Context背景→ Conflict冲突→ Climax高潮→ Closure收束→ Conclusion结论。数据叙事可以完全套用背景设定舞台确保读者在同一页面上——为什么研究这个主题冲突为什么需要收集这份数据要解决什么问题高潮数据是什么数据意味着什么数据告诉我们需要什么解决方案收束重申问题与提出的解决方案。结论总结关键结论与建议的下一步行动。4. 使用有意义的词句而不是含糊词课程举例说明说我们的用户 onboarding 需要很长时间——每个人对很长时间的理解不同而说用户平均需要 3 分钟完成注册和 onboarding含义立刻清晰。含糊词业绩惊人显著提升大量投入只适合作为引入或总结正文每个环节都应尽力精确。作业中凡是涉及数字的陈述都应给出具体数值并注明来源列或统计口径。5. 运用情感情感能唤起听众共情、促使其行动并提高记忆概率。课程给出的三种手段证言与个人故事尽量同时收集定量与定性数据若数据主要是定量的去寻找个体经历的故事意象Imagery用图片帮助读者设身处地颜色Color不同颜色唤起不同情绪——蓝色通常唤起平和与信任绿色关联自然与环境红色代表激情与兴奋黄色代表乐观与快乐。注意颜色在不同文化中含义可能不同。四、标杆案例Emerson 的 30 分钟会议对比第 16 课正文用完整篇幅展示了一个错误示范 vs 正确示范的案例课程配套文件 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 数据叙事实战：完成 Data-Science-For-Beginners 第 16 课 “Tell a Story“ 作业的完整指南
数据叙事实战完成 Data-Science-For-Beginners 第 16 课 Tell a Story 作业的完整指南【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本指南围绕 Data-Science-For-Beginners 课程《数据科学生命周期沟通Communication》中的实战作业Tell a Story展开结合第 16 课正文的五大叙事策略与仓库内置的真实数据集为学习者提供一份从选题、分析到成文的可操作路线图。读完本文你将理解数据沟通为何以讲故事为核心掌握单向/双向沟通以终为始五幕式结构等关键方法论并能在本仓库的数据目录中挑选数据集、完成一篇符合评估标准的一页纸短文。一、作业概览数据科学本质上是讲故事本作业位于课程第 4 单元数据科学生命周期的第 16 课文件夹中英文原始说明见 4-Data-Science-Lifecycle/16-communication/assignment.md其孟加拉语翻译版见 translations/bn/4-Data-Science-Lifecycle/16-communication/assignment.md。作业要求如下作业题目Tell a story讲一个故事说明数据科学完全是关于讲故事的。请任选一个数据集写一篇关于你可以用它讲述什么故事的短文。你希望你的数据集能揭示什么如果它的揭示被证明有问题你会怎么做如果你的数据不能轻易解锁它的秘密你会怎么做想一想你的数据集可能呈现的各种场景并把它们写下来。评估标准Rubric见下表。优秀Exemplary合格Adequate需改进Needs Improvement提交一篇一页纸的 .doc 格式文章其中数据集被解释、记录、注明来源并基于数据中的详细示例呈现了一个连贯的故事。以较少的细节格式提交一篇较短的短文。上述细节中有任一项缺失。从作业要求可以看出这一任务考察的不是跑通代码而是把数据分析结果组织成有说服力的叙事的能力——这正是数据科学工作流中沟通环节第 16 课的核心训练目标。二、课程背景为什么数据沟通必须讲故事第 16 课正文 4-Data-Science-Lifecycle/16-communication/README.md 开篇即给出定义沟通to communicate就是传递或交换信息涉及发送者communicator与接收者audience。但沟通数据时目标绝不是简单地把数字扔给听众——你的目标应该是讲一个由数据支撑的故事。听众更容易记住你讲的故事而不是你给的一个数字。有效的数据沟通与讲故事密不可分。课程还区分了两种沟通类型作业撰写时应明确自己处于哪种场景单向沟通One-way communication发送者向接收者传递信息不寻求反馈。例如群发邮件、新闻播报、电视广告。写一页纸的短文本质上就是单向沟通——读者无法当场提问因此你必须主动提供充分的背景与清晰的解释。双向沟通Two-way communication各方既是发送者也是接收者存在反馈回路。例如会议、对话、社交媒体互动。作业若后续伴随答辩或讨论则需要预留澄清与问答空间。三、五条叙事策略把作业从报数字升级为讲故事第 16 课给出了五条核心策略它们正是完成本作业的方法论骨架可以逐条映射到你的成文过程。1. 理解你的听众、渠道与沟通方式课程引用了《哈佛商业评论》文章How to Tell a Story with Data中 Jim Stikeleather 提出的五类听众分类新手Novice第一次接触该主题但反感过度简化通才Generalist了解话题但需要概览性理解与主要主题管理层Managerial需要深入、可行动的细节理解及其相互关联专家Expert更想探索和发现而非听故事需要大量细节高管Executive只有时间提炼加权概率的意义和结论。对于作业而言你的听众是批改者或同侪——通常介于通才与专家之间。因此文章既要有清晰的背景铺垫通才友好也要保留可验证的数据细节专家友好。同时要明确一页纸短文是单向沟通你必须在文内一次性完成教育听众 → 呈现数据 → 解释含义 → 说明重要性的完整链条。2. 以终为始Begin with the End in Mind动笔之前先写下你希望读者带走的关键结论。之后准备材料的每一步都反问自己这如何融入我要讲的故事但课程特别警告了一个陷阱——Cherry-Picking挑樱桃只选择支持自己结论的数据忽略其他所有数据。正确做法是如果收集到的数据并非全部支持你的结论甚至支持相反论点也要在文中如实呈现并坦诚说明你为什么仍然坚持这个叙事。这一要求应直接体现在你的作业中——诚实地讨论数据的反例与局限是拿到优秀评级的重要加分项。3. 像写真正的故事一样组织文章五幕结构传统故事有五个阶段可以记为Context背景→ Conflict冲突→ Climax高潮→ Closure收束→ Conclusion结论。数据叙事可以完全套用背景设定舞台确保读者在同一页面上——为什么研究这个主题冲突为什么需要收集这份数据要解决什么问题高潮数据是什么数据意味着什么数据告诉我们需要什么解决方案收束重申问题与提出的解决方案。结论总结关键结论与建议的下一步行动。4. 使用有意义的词句而不是含糊词课程举例说明说我们的用户 onboarding 需要很长时间——每个人对很长时间的理解不同而说用户平均需要 3 分钟完成注册和 onboarding含义立刻清晰。含糊词业绩惊人显著提升大量投入只适合作为引入或总结正文每个环节都应尽力精确。作业中凡是涉及数字的陈述都应给出具体数值并注明来源列或统计口径。5. 运用情感情感能唤起听众共情、促使其行动并提高记忆概率。课程给出的三种手段证言与个人故事尽量同时收集定量与定性数据若数据主要是定量的去寻找个体经历的故事意象Imagery用图片帮助读者设身处地颜色Color不同颜色唤起不同情绪——蓝色通常唤起平和与信任绿色关联自然与环境红色代表激情与兴奋黄色代表乐观与快乐。注意颜色在不同文化中含义可能不同。四、标杆案例Emerson 的 30 分钟会议对比第 16 课正文用完整篇幅展示了一个错误示范 vs 正确示范的案例课程配套文件 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