数据科学生命周期中的沟通与叙事Data-Science-For-Beginners 第 16 课如何用数据讲好故事【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沟通是数据科学生命周期Capturing → Processing → Analysis → Communication → Maintenance五大阶段中的一环也是很多数据科学项目最后一公里最容易失手的地方。本篇指南以本仓库 4-Data-Science-Lifecycle/16-communication 一课为核心系统讲解单向/双向沟通的类型区分、面向五类受众的叙事策略以及一套可直接套用的五幕式数据汇报框架并通过 Emerson 的完整实战案例演示如何把数据转化为能被记住、被采纳的故事。读完你不仅能掌握数据叙事的五条核心策略还能直接照搬案例中的时间分配与话术模板用于自己的项目汇报。沟通在数据科学生命周期中的定位在深入本课之前有必要先明确沟通在整条数据科学流程中的坐标。仓库中 14-Introduction 一课 将数据科学过程拆解为五个阶段数据获取Capturing、处理Processing、分析Analysis、沟通Communication、维护Maintenance并指出沟通Communication与数据获取、处理是生命周期中重点展开的三个部分之一。而 4-Data-Science-Lifecycle 的课程总览 也明确说明这一章节将带领学习者探索围绕数据的分析与沟通。也就是说本课Communication处在分析之后、交付之前的关键位置前面几课教会你如何获取数据第 14 课、如何用探索性数据分析确认数据能回答问题第 15 课 Analyzing而第 16 课解决的是当分析结论已经摆在桌面上如何让利益相关者真正听懂、记住并采取行动。第 15 课中还提到可视化是面向不参与数据管理的人的一种沟通手段这正是数据分析与沟通两个阶段衔接的缩影——数据工作不止于产出结论还在于传达结论。什么是沟通定义与信息流动模型本课首先给出沟通的定义沟通就是传递或交换信息To communicate is to convey or exchange information。信息可以是想法、思考、感受、消息、隐秘信号或数据本身——只要是一名发送者sender希望接收者receiver理解的内容。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。在此基础上本课提出一个贯穿全篇的核心主张数据沟通 ≠ 传递数字。当你沟通数据时目标不应该是把一堆数字倒给受众而应该是讲述一个由数据支撑的故事。原因很朴素受众更容易记住你讲的故事而不是你给的一个数字。这也意味着一名优秀的数据沟通者本质上是一名优秀的故事讲述者。两种沟通类型单向与双向本课将沟通划分为两种类型理解二者的差异是选择表达策略的前提。类型特征典型场景单向沟通One-Way Communication发送者向接收者传递信息不求反馈与回应群发邮件、新闻播报、电视广告双向沟通Two-Way Communication所有参与者既是发送者也是接收者信息来回流动面对面交谈、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景单向沟通典型于在会议或大型场合做演示结束后不设直接提问环节双向沟通典型于用数据说服少数利益相关者为项目投入资源或说服同事投入时间与精力去构建新东西。值得一提的是仓库的测验资源同样围绕这一区分设计。在 quiz-app/src/assets/translations/en/group-4.json 的测验 30本课课前测验中就有这样一道题以下哪项属于双向沟通的示例正确选项正是演讲者向受众演示并开放提问与反馈而领导向选民发布电视/广播消息和品牌向潜在客户投放广告则属于单向沟通。另一道题则考察信息接收者当演讲者面对不提供任何反馈的受众时谁在充当信息接收者答案是受众。这些题目与本课正文的界定完全一致适合作为自测材料。有效沟通的五大策略本课指出作为沟通者你的责任是确保接收者带走你希望他们带走的信息。沟通数据时你不只希望受众带走数字更希望他们带走一个由数据支撑的故事。那么如何用数据讲故事本课给出了 5 条策略原文在引言处列出 6 条但实际只展开 5 条结尾总结处亦以 5 条收束本文以正文实际展开的 5 条为准策略 1理解你的受众、渠道与沟通方式你与家人沟通的方式和与朋友沟通的方式很可能不同——你会使用对方更容易理解的词汇。沟通数据时也应如此先想清楚你在对谁说话思考他们的目标以及他们对当前情境的既有认知。依据《哈佛商业评论》文章《How to Tell a Story with Data》中 Dell 高管战略师 Jim Stikeleather 的归纳绝大多数受众可被归入以下五类之一受众类别特点沟通启示新手Novice首次接触该主题但不希望被过度简化需要先教育受众、给出充分背景通才Generalist了解该主题但寻求概览理解与主要脉络提供提纲挈领式的总览管理层Managerial需要对细节与相互关系的深入、可落地理解能接触细节可以直接切入数据本身但需控制节奏与方向专家Expert更多探索与发现少一些叙事需要高度细节弱化故事强化严谨细节高管Executive只有时间领会加权概率背后的意义与结论直击数据意义与结论除了受众类别你还要考虑沟通渠道写备忘录或电子邮件与开会或参加会议演讲表达方式应当有所差异。而在这二者之上还要明确你将使用单向还是双向沟通。本课给出了两个对照鲜明的场景面向以新手为主的受众 单向沟通必须先教育受众、提供恰当背景然后呈现数据并解释数据意味着什么、为什么重要。这种情况下要像激光一样聚焦于清晰度因为受众没有机会向你直接提问。面向以管理层为主的受众 双向沟通大概率不需要教育受众或提供大量背景可以直接切入收集到的数据及其重要性。但此时要把重心放在时机与对演示的控制上——双向沟通尤其面对追求细节与相互关系的可落地理解的管理层中听众随时可能抛出问题把讨论带离你正在讲的故事。当这种情况发生时你要主动采取行动把讨论拉回正轨。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先明确你希望受众带走的关键结论key takeaways。事先想清楚受众应当带走什么能帮助你编织一个受众跟得上的故事且这一策略对单向与双向沟通同样适用。具体做法是沟通数据之前先把你的关键信息写下来随后在准备故事的每一步都反复追问自己这一步如何融入我要讲的故事本课同时给出一个重要警示——Cherry-Picking摘樱桃不能只沟通支持你预设结论的那部分数据而忽略其余数据。如果收集到的全部数据都清晰支撑你的结论那很好但如果有数据不支持你的结论甚至支持与你的关键信息相反的观点你也应该把这些数据讲出来。此时要对受众坦诚说明你为什么仍然坚持这个故事——哪怕并非所有数据都支持它。策略 3像讲真正的故事一样展开Approach it Like an Actual Story传统故事分为五个阶段通常表述为铺陈、上升动作、高潮、下降动作、收尾Exposition, Rising Action, Climax, Falling Action, Denouement或更易记的五个 C背景Context、冲突Conflict、高潮Climax、收尾Closure、结论Conclusion。数据沟通完全可以套用同样的结构背景Context设定舞台确保受众在同一认知水平上。冲突Conflict为什么需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告诉我们需要哪些解决方案收尾Closure重申问题与提出的解决方案。结论Conclusion总结关键信息并给出你建议团队采取的下一步行动。这套五幕结构正是本课最可复用的部分下一节的 Emerson 案例将完整演示其落地方式。策略 4使用有意义的词语与表达Use Meaningful Words Phrases模糊的语言会放大歧义。本课的经典对比是如果合作中有人对你说Our users take a long time to onboard onto our platform用户需要很长时间才能完成平台注册你估计long time是一个小时还是一周每个人都会有不同的猜测。而换成我们的用户平均需要 3 分钟完成注册与上手信息立刻变得清晰。沟通数据时我们容易误以为所有受众都和自己想的一样但事实并非如此。围绕数据及其含义制造清晰度是沟通者的职责之一。下面是一些模糊与清晰表达的对照示例我们度过了一个令人印象深刻的年份——一个人可能认为令人印象深刻意味着营收增长 2%~3%另一个人可能认为意味着增长 50%~60%。我们用户的成功率显著上升。——显著到底是多少这项任务需要相当大的投入。——相当大是多少投入模糊的措辞并非完全无用——它可以作为后续更多数据的引子或作为刚讲完的故事的总结但请确保演示的每个部分对受众都是清晰的。仓库中对应的课后测验group-4.json 中的测验 31也直接考察了这一点在三个选项里选出对公司年度进展最有意义的表达正确选项是我们度过了出色的一年用户增长 30%营收增长 21%并新增 100 名团队成员而两个充满tremendously / phenomenal等形容词但缺乏数字的选项均为错误答案——这正是本策略的直接印证。策略 5调动情绪Use Emotion情绪是讲故事的关键在用数据讲故事时尤其重要。沟通数据时一切聚焦于你希望受众带走的关键信息而唤起情绪能帮助受众共情、更可能付诸行动也更容易记住你的信息。电视广告就是常见例证有的广告基调沉重用悲伤情绪让数据脱颖而出有的广告明快欢乐让你把数据与愉悦感关联起来。如何把情绪注入数据沟通本课给出了三种手段使用证言与个人故事Testimonials and 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二者。如果你的数据主要是定量的就去寻找个体的经历故事了解他们与数据所揭示内容的真实体验。使用图像Imagery图像帮助受众在情境中看到自己。通过选图你可以把受众推向你认为他们应当对数据持有的那种情绪。使用颜色Color不同颜色唤起不同情绪。常见的对应关系如下但请注意颜色在不同文化中含义可能不同蓝色通常唤起平和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对应地测验 31 中有一道题沟通数据时可以使用颜色唤起受众情绪正确答案为正确与本策略相互印证。实战案例Emerson 的 30 分钟汇报复盘本课用一个完整的案例演示以上策略的落地——这是整份文档中实操价值最高的部分。背景Emerson 是某移动应用的产品经理他注意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%投诉发出 48 小时未获回应的客户给应用打 1~2 星的可能性高 32%。基于调研Emerson 准备了两套解决方案方案 1招聘客服人员周末值班。方案 2采购新的客服工单系统使客服能轻易识别排队最久的投诉从而优先处理。Emerson 与 3 位公司负责人开了一个 30 分钟的会议目标是让负责人理解这两套方案能提升应用评分进而大概率带来更高营收。失败的原始方案会议中 Emerson 用 5 分钟解释低评分的坏处10 分钟解释研究过程与趋势识别方法10 分钟过了一遍近期客户投诉最后 5 分钟草草带过两套方案。结果一位负责人全程只记住了那 10 分钟的投诉内容另一位只记住了研究过程第三位记住了方案却不知道如何实施——Emerson 想让他们带走的和他们实际带走的之间存在巨大落差。改进后的方案五幕结构 双向沟通预留提问时间本课给出了完整的时间分配与话术示范背景Context前 5 分钟介绍整体状况让负责人理解问题如何影响营收等关键指标。示范话术目前我们应用在商店的评分为 2.5。商店评分对应用商店优化ASO至关重要它影响多少用户能在搜索中看到我们的应用、潜在用户如何看待我们而用户数直接关联营收。冲突Conflict约 5 分钟抛出数据事实。示范话术用户周末提交的投诉与 Bug 报告多 42%投诉 48 小时未获回应的客户给应用打 2 星以上评分的可能性低 32%。如果把应用商店评分提升到 4 分我们的可见性将提升 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 分钟介绍两套解决方案说明它们如何解决前述问题、如何嵌入现有工作流、成本是多少、ROI 是多少甚至展示方案落地后的截图或线框图还可以分享等待超 48 小时才被处理投诉的用户的证言以及公司内部对现有工单系统有看法的客服人员的证言。收尾Closure约 5 分钟重申公司面临的问题重访两套方案说明为什么这两套方案是正确的选择。结论Conclusion预留约 10 分钟由于这是少数利益相关者的会议、将采用双向沟通应留出时间提问确保负责人们困惑的地方在会议结束前得到澄清。如果 Emerson 采用第二种方案负责人更可能带走的恰好是 Emerson 希望他们带走的结论——投诉与 Bug 的处理方式可以改进且有两套现成方案可以落地。这就是把传递数据升级为传递故事的差别所在。总结数据沟通者的核心要点本课结尾将全部要点浓缩如下沟通就是传递或交换信息。沟通数据时目标不是简单地把数字交给受众而是传达一个由数据支撑的故事。沟通有 2 种类型单向沟通传递信息且无意索取回应与双向沟通信息来回传递。用数据讲故事有很多策略本课覆盖的 5 条是理解受众、媒介与沟通方式以终为始像讲故事一样展开使用有意义的词语与表达调动情绪。这套要点同样适用于把沟通阶段与其他生命周期阶段衔接第 14 课的以终为始其实与数据获取阶段定义可量化目标一脉相承——先想清楚结论再倒推需要什么数据第 15 课中用可视化向不参与数据管理的人沟通则与策略 5使用图像直接呼应。课后实践与知识自检本课的课后作业是 Tell a story丹麦语译本为 Fortæl en historie选择任意数据集撰写一篇关于你能从中讲出什么故事的短文并思考——你希望数据集揭示什么如果揭示出的内容有问题你会怎么办如果数据不能轻易解锁它的秘密又该如何把数据集可能呈现的各种场景写下来。评分标准分为三档优秀一页纸的 .doc 论文数据集有解释、有文档、有署名且围绕数据给出带具体例证的连贯故事、合格篇幅较短、格式简化、待改进缺少上述要素中的一项或多项。知识自测可直接使用仓库内自带的测验数据课前测验id 30与课后测验id 31的题目与答案均保存在 quiz-app/src/assets/translations/en/group-4.json覆盖双向沟通示例、信息接收者、颜色与情绪、有意义的数据表达、面向高管受众的策略等本课全部核心知识点。最后说明本文所依据的 丹麦语译本 由 Co-op Translator 提供 AI 翻译其声明指出自动翻译可能存在偏差英文原版 应被视为权威来源——对于关键术语如单向/双向沟通、五类受众、五幕结构建议以英文原版为准。【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 数据科学生命周期中的沟通与叙事：Data-Science-For-Beginners 第 16 课如何用数据讲好故事
数据科学生命周期中的沟通与叙事Data-Science-For-Beginners 第 16 课如何用数据讲好故事【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沟通是数据科学生命周期Capturing → Processing → Analysis → Communication → Maintenance五大阶段中的一环也是很多数据科学项目最后一公里最容易失手的地方。本篇指南以本仓库 4-Data-Science-Lifecycle/16-communication 一课为核心系统讲解单向/双向沟通的类型区分、面向五类受众的叙事策略以及一套可直接套用的五幕式数据汇报框架并通过 Emerson 的完整实战案例演示如何把数据转化为能被记住、被采纳的故事。读完你不仅能掌握数据叙事的五条核心策略还能直接照搬案例中的时间分配与话术模板用于自己的项目汇报。沟通在数据科学生命周期中的定位在深入本课之前有必要先明确沟通在整条数据科学流程中的坐标。仓库中 14-Introduction 一课 将数据科学过程拆解为五个阶段数据获取Capturing、处理Processing、分析Analysis、沟通Communication、维护Maintenance并指出沟通Communication与数据获取、处理是生命周期中重点展开的三个部分之一。而 4-Data-Science-Lifecycle 的课程总览 也明确说明这一章节将带领学习者探索围绕数据的分析与沟通。也就是说本课Communication处在分析之后、交付之前的关键位置前面几课教会你如何获取数据第 14 课、如何用探索性数据分析确认数据能回答问题第 15 课 Analyzing而第 16 课解决的是当分析结论已经摆在桌面上如何让利益相关者真正听懂、记住并采取行动。第 15 课中还提到可视化是面向不参与数据管理的人的一种沟通手段这正是数据分析与沟通两个阶段衔接的缩影——数据工作不止于产出结论还在于传达结论。什么是沟通定义与信息流动模型本课首先给出沟通的定义沟通就是传递或交换信息To communicate is to convey or exchange information。信息可以是想法、思考、感受、消息、隐秘信号或数据本身——只要是一名发送者sender希望接收者receiver理解的内容。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。在此基础上本课提出一个贯穿全篇的核心主张数据沟通 ≠ 传递数字。当你沟通数据时目标不应该是把一堆数字倒给受众而应该是讲述一个由数据支撑的故事。原因很朴素受众更容易记住你讲的故事而不是你给的一个数字。这也意味着一名优秀的数据沟通者本质上是一名优秀的故事讲述者。两种沟通类型单向与双向本课将沟通划分为两种类型理解二者的差异是选择表达策略的前提。类型特征典型场景单向沟通One-Way Communication发送者向接收者传递信息不求反馈与回应群发邮件、新闻播报、电视广告双向沟通Two-Way Communication所有参与者既是发送者也是接收者信息来回流动面对面交谈、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景单向沟通典型于在会议或大型场合做演示结束后不设直接提问环节双向沟通典型于用数据说服少数利益相关者为项目投入资源或说服同事投入时间与精力去构建新东西。值得一提的是仓库的测验资源同样围绕这一区分设计。在 quiz-app/src/assets/translations/en/group-4.json 的测验 30本课课前测验中就有这样一道题以下哪项属于双向沟通的示例正确选项正是演讲者向受众演示并开放提问与反馈而领导向选民发布电视/广播消息和品牌向潜在客户投放广告则属于单向沟通。另一道题则考察信息接收者当演讲者面对不提供任何反馈的受众时谁在充当信息接收者答案是受众。这些题目与本课正文的界定完全一致适合作为自测材料。有效沟通的五大策略本课指出作为沟通者你的责任是确保接收者带走你希望他们带走的信息。沟通数据时你不只希望受众带走数字更希望他们带走一个由数据支撑的故事。那么如何用数据讲故事本课给出了 5 条策略原文在引言处列出 6 条但实际只展开 5 条结尾总结处亦以 5 条收束本文以正文实际展开的 5 条为准策略 1理解你的受众、渠道与沟通方式你与家人沟通的方式和与朋友沟通的方式很可能不同——你会使用对方更容易理解的词汇。沟通数据时也应如此先想清楚你在对谁说话思考他们的目标以及他们对当前情境的既有认知。依据《哈佛商业评论》文章《How to Tell a Story with Data》中 Dell 高管战略师 Jim Stikeleather 的归纳绝大多数受众可被归入以下五类之一受众类别特点沟通启示新手Novice首次接触该主题但不希望被过度简化需要先教育受众、给出充分背景通才Generalist了解该主题但寻求概览理解与主要脉络提供提纲挈领式的总览管理层Managerial需要对细节与相互关系的深入、可落地理解能接触细节可以直接切入数据本身但需控制节奏与方向专家Expert更多探索与发现少一些叙事需要高度细节弱化故事强化严谨细节高管Executive只有时间领会加权概率背后的意义与结论直击数据意义与结论除了受众类别你还要考虑沟通渠道写备忘录或电子邮件与开会或参加会议演讲表达方式应当有所差异。而在这二者之上还要明确你将使用单向还是双向沟通。本课给出了两个对照鲜明的场景面向以新手为主的受众 单向沟通必须先教育受众、提供恰当背景然后呈现数据并解释数据意味着什么、为什么重要。这种情况下要像激光一样聚焦于清晰度因为受众没有机会向你直接提问。面向以管理层为主的受众 双向沟通大概率不需要教育受众或提供大量背景可以直接切入收集到的数据及其重要性。但此时要把重心放在时机与对演示的控制上——双向沟通尤其面对追求细节与相互关系的可落地理解的管理层中听众随时可能抛出问题把讨论带离你正在讲的故事。当这种情况发生时你要主动采取行动把讨论拉回正轨。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先明确你希望受众带走的关键结论key takeaways。事先想清楚受众应当带走什么能帮助你编织一个受众跟得上的故事且这一策略对单向与双向沟通同样适用。具体做法是沟通数据之前先把你的关键信息写下来随后在准备故事的每一步都反复追问自己这一步如何融入我要讲的故事本课同时给出一个重要警示——Cherry-Picking摘樱桃不能只沟通支持你预设结论的那部分数据而忽略其余数据。如果收集到的全部数据都清晰支撑你的结论那很好但如果有数据不支持你的结论甚至支持与你的关键信息相反的观点你也应该把这些数据讲出来。此时要对受众坦诚说明你为什么仍然坚持这个故事——哪怕并非所有数据都支持它。策略 3像讲真正的故事一样展开Approach it Like an Actual Story传统故事分为五个阶段通常表述为铺陈、上升动作、高潮、下降动作、收尾Exposition, Rising Action, Climax, Falling Action, Denouement或更易记的五个 C背景Context、冲突Conflict、高潮Climax、收尾Closure、结论Conclusion。数据沟通完全可以套用同样的结构背景Context设定舞台确保受众在同一认知水平上。冲突Conflict为什么需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告诉我们需要哪些解决方案收尾Closure重申问题与提出的解决方案。结论Conclusion总结关键信息并给出你建议团队采取的下一步行动。这套五幕结构正是本课最可复用的部分下一节的 Emerson 案例将完整演示其落地方式。策略 4使用有意义的词语与表达Use Meaningful Words Phrases模糊的语言会放大歧义。本课的经典对比是如果合作中有人对你说Our users take a long time to onboard onto our platform用户需要很长时间才能完成平台注册你估计long time是一个小时还是一周每个人都会有不同的猜测。而换成我们的用户平均需要 3 分钟完成注册与上手信息立刻变得清晰。沟通数据时我们容易误以为所有受众都和自己想的一样但事实并非如此。围绕数据及其含义制造清晰度是沟通者的职责之一。下面是一些模糊与清晰表达的对照示例我们度过了一个令人印象深刻的年份——一个人可能认为令人印象深刻意味着营收增长 2%~3%另一个人可能认为意味着增长 50%~60%。我们用户的成功率显著上升。——显著到底是多少这项任务需要相当大的投入。——相当大是多少投入模糊的措辞并非完全无用——它可以作为后续更多数据的引子或作为刚讲完的故事的总结但请确保演示的每个部分对受众都是清晰的。仓库中对应的课后测验group-4.json 中的测验 31也直接考察了这一点在三个选项里选出对公司年度进展最有意义的表达正确选项是我们度过了出色的一年用户增长 30%营收增长 21%并新增 100 名团队成员而两个充满tremendously / phenomenal等形容词但缺乏数字的选项均为错误答案——这正是本策略的直接印证。策略 5调动情绪Use Emotion情绪是讲故事的关键在用数据讲故事时尤其重要。沟通数据时一切聚焦于你希望受众带走的关键信息而唤起情绪能帮助受众共情、更可能付诸行动也更容易记住你的信息。电视广告就是常见例证有的广告基调沉重用悲伤情绪让数据脱颖而出有的广告明快欢乐让你把数据与愉悦感关联起来。如何把情绪注入数据沟通本课给出了三种手段使用证言与个人故事Testimonials and 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二者。如果你的数据主要是定量的就去寻找个体的经历故事了解他们与数据所揭示内容的真实体验。使用图像Imagery图像帮助受众在情境中看到自己。通过选图你可以把受众推向你认为他们应当对数据持有的那种情绪。使用颜色Color不同颜色唤起不同情绪。常见的对应关系如下但请注意颜色在不同文化中含义可能不同蓝色通常唤起平和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对应地测验 31 中有一道题沟通数据时可以使用颜色唤起受众情绪正确答案为正确与本策略相互印证。实战案例Emerson 的 30 分钟汇报复盘本课用一个完整的案例演示以上策略的落地——这是整份文档中实操价值最高的部分。背景Emerson 是某移动应用的产品经理他注意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%投诉发出 48 小时未获回应的客户给应用打 1~2 星的可能性高 32%。基于调研Emerson 准备了两套解决方案方案 1招聘客服人员周末值班。方案 2采购新的客服工单系统使客服能轻易识别排队最久的投诉从而优先处理。Emerson 与 3 位公司负责人开了一个 30 分钟的会议目标是让负责人理解这两套方案能提升应用评分进而大概率带来更高营收。失败的原始方案会议中 Emerson 用 5 分钟解释低评分的坏处10 分钟解释研究过程与趋势识别方法10 分钟过了一遍近期客户投诉最后 5 分钟草草带过两套方案。结果一位负责人全程只记住了那 10 分钟的投诉内容另一位只记住了研究过程第三位记住了方案却不知道如何实施——Emerson 想让他们带走的和他们实际带走的之间存在巨大落差。改进后的方案五幕结构 双向沟通预留提问时间本课给出了完整的时间分配与话术示范背景Context前 5 分钟介绍整体状况让负责人理解问题如何影响营收等关键指标。示范话术目前我们应用在商店的评分为 2.5。商店评分对应用商店优化ASO至关重要它影响多少用户能在搜索中看到我们的应用、潜在用户如何看待我们而用户数直接关联营收。冲突Conflict约 5 分钟抛出数据事实。示范话术用户周末提交的投诉与 Bug 报告多 42%投诉 48 小时未获回应的客户给应用打 2 星以上评分的可能性低 32%。如果把应用商店评分提升到 4 分我们的可见性将提升 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 分钟介绍两套解决方案说明它们如何解决前述问题、如何嵌入现有工作流、成本是多少、ROI 是多少甚至展示方案落地后的截图或线框图还可以分享等待超 48 小时才被处理投诉的用户的证言以及公司内部对现有工单系统有看法的客服人员的证言。收尾Closure约 5 分钟重申公司面临的问题重访两套方案说明为什么这两套方案是正确的选择。结论Conclusion预留约 10 分钟由于这是少数利益相关者的会议、将采用双向沟通应留出时间提问确保负责人们困惑的地方在会议结束前得到澄清。如果 Emerson 采用第二种方案负责人更可能带走的恰好是 Emerson 希望他们带走的结论——投诉与 Bug 的处理方式可以改进且有两套现成方案可以落地。这就是把传递数据升级为传递故事的差别所在。总结数据沟通者的核心要点本课结尾将全部要点浓缩如下沟通就是传递或交换信息。沟通数据时目标不是简单地把数字交给受众而是传达一个由数据支撑的故事。沟通有 2 种类型单向沟通传递信息且无意索取回应与双向沟通信息来回传递。用数据讲故事有很多策略本课覆盖的 5 条是理解受众、媒介与沟通方式以终为始像讲故事一样展开使用有意义的词语与表达调动情绪。这套要点同样适用于把沟通阶段与其他生命周期阶段衔接第 14 课的以终为始其实与数据获取阶段定义可量化目标一脉相承——先想清楚结论再倒推需要什么数据第 15 课中用可视化向不参与数据管理的人沟通则与策略 5使用图像直接呼应。课后实践与知识自检本课的课后作业是 Tell a story丹麦语译本为 Fortæl en historie选择任意数据集撰写一篇关于你能从中讲出什么故事的短文并思考——你希望数据集揭示什么如果揭示出的内容有问题你会怎么办如果数据不能轻易解锁它的秘密又该如何把数据集可能呈现的各种场景写下来。评分标准分为三档优秀一页纸的 .doc 论文数据集有解释、有文档、有署名且围绕数据给出带具体例证的连贯故事、合格篇幅较短、格式简化、待改进缺少上述要素中的一项或多项。知识自测可直接使用仓库内自带的测验数据课前测验id 30与课后测验id 31的题目与答案均保存在 quiz-app/src/assets/translations/en/group-4.json覆盖双向沟通示例、信息接收者、颜色与情绪、有意义的数据表达、面向高管受众的策略等本课全部核心知识点。最后说明本文所依据的 丹麦语译本 由 Co-op Translator 提供 AI 翻译其声明指出自动翻译可能存在偏差英文原版 应被视为权威来源——对于关键术语如单向/双向沟通、五类受众、五幕结构建议以英文原版为准。【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