數據會說話:活用數據表達、說服與決策
沈君
買這商品的人也買了...
-
$505圖解Spark:核心技術與案例實戰
-
$403AWS Lambda 實戰 : 開發事件驅動的無服務器應用程序 (AWS Lambda in Action: Event-Driven Serverless Applications)
-
$254亞馬遜 AWS 雲基礎與實戰
-
$474$450 -
$414$393 -
$680$578 -
$419$398 -
$454$427 -
$580$435 -
$653AWS 高級網絡官方學習指南 (專項領域) (AWS Certified Advanced Networking Official Study Guide: Specialty Exam)
-
$414$393 -
$422財務報表分析與商業決策
-
$509Jupyter 金融應用 從入門到實踐
-
$600$468 -
$479$455 -
$880$748 -
$458從 Power BI 到 Power Platform 低代碼應用開發實戰
-
$620$490 -
$454機器學習算法與實現 — Python 編程與應用實例
-
$407$383 -
$505Python 深度學習:基於 TensorFlow, 2/e
-
$599$569 -
$658精益數據方法論:數據驅動的數字化轉型
-
$539$512 -
$449數智財務-PowerBI 業財融合實戰(數據收集+規範+分析+可視化)
相關主題
商品描述
《數據會說話:活用數據表達、說服與決策》用通俗易懂的語言、豐富的案例,介紹瞭如何利用數據有效表達、說服他人,以及如何防止被他人的數據誤導。全書共8章。第1章介紹什麽是“數據說服力”;第2~6章分別介紹如何通過尋找合適的參照點、運用不同的統計方法、其他指標、不同時間點的對比、選擇各種對比結果,來提升數據說服力,讓他人更容易被說服;第7章介紹如何運用4種可視化方法,提高數據的可信度;第8章介紹如何運用6種方法,防止自己在工作和生活中被他人的數據誤導。
《數據會說話:活用數據表達、說服與決策》面向職場人士,可幫助他們在匯報工作、說服客戶、打動他人時更加游刃有餘。為了降低閱讀難度,本書不涉及復雜難懂的公式,可作為新手學習數據分析的入門讀物。
作者簡介
沈君:
“知识孵化”创办人,
拥有160门版权课程与定制课程,
为120名企业高管提供过经验萃取服务,
为100余家企业提供咨询服务,
拥有10余年用户认知领域的研究与实践经验,
上海交通大学海外教育学院顾问,
著有《Excel 必修课——Excel表格制作与数据分析》《数据可视化必修课——Excel 图表制作与PPT展示》等图书
目錄大綱
第 1 章 數據說服力——平淡無奇的數據也能說服他人
1.1 小心數據“陷阱”
1.2 每個人都應掌握數據說服力
第 2 章 沒有對比就沒有傷害——參照點
2.1 收入增加了1 萬元為何還會沮喪?
2.2 突出數據優勢的6 種方法
2.2.1 部門占比是20%——組織占比
2.2.2 部門排名第二——組織排名
2.2.3 超過部門平均值10000 元——組織均值
2.2.4 是公司標準的1.3 倍——組織標準
2.2.5 與第 一名只差1 千元——組織參照
2.2.6 比同事高出11%——競品參照
2.3 通過參照點增強數據說服力的3 個步驟
2.4 數據說服力的使用場景
第3 章 給受眾最好的數據——統計方法
3.1 戰鬥機機翼彈痕多,所以就要加固機尾嗎?
3.2 4 種經典的統計方法
3.2.1 方法一:總和
3.2.2 方法二:計數
3.2.3 方法三:平均值(中位數)
3.2.4 方法四:最值
3.3 通過統計方法增強數據說服力的4 個步驟
第4 章 換個角度看問題——其他指標
4.1 世界杯歷史上最厲害的球員到底是誰?
4.2 營銷工作匯報中的10 個常見指標
4.2.1 利潤
4.2.2 利潤率
4.2.3 潛在客戶數
4.2.4 客戶成交周期
4.2.5 客戶成交率
4.2.6 客戶滿意度
4.2.7 客戶滿意率
4.2.8 客戶投訴量
4.2.9 客戶轉介紹
4.2.10 復眠客戶
4.3 開發工作匯報中的8 個常見指標
4.3.1 成本
4.3.2 良品率
4.3.3 退換貨數
4.3.4 提案數
4.3.5 提案採納率
4.3.6 產品工期
4.3.7 客戶滿意度
4.3.8 客戶體驗時間
4.4 管理工作匯報中的4 個常見指標
4.4.1 人均勞效
4.4.2 培訓時長
4.4.3 員工流失率
4.4.4 員工滿意度
4.5 公司介紹中的6 個常見指標
4.5.1 員工數
4.5.2 產品數
4.5.3 客戶數
4.5.4 市場占有率
4.5.5 財務數據
4.5.6 核心成果
4.6 通過“其他指標”增強數據說服力的5 個步驟
4.7 90% 的合格率要好於10% 的不合格率嗎?
第5 章 突飛猛進地提升——時間點
5.1 我們高估了人類大腦的數據處理能力
5.2 參照點對比的空間維度(橫向)和時間維度(縱向)
5.3 對比過去的4 種常用方法
5.3.1 比上月增長了20%——環比
5.3.2 比去年同期增長了20%——同比
5.3.3 比入職時提升了10 倍——特定時間
5.3.4 超出業績目標25%——預期目標
5.4 歷史數據的3 種呈現方法
5.4.1 方法一:累計
5.4.2 方法二:組合
5.4.3 方法三:抽樣
5.5 通過趨勢線突顯未來向好
5.6 提升數據說服力的完整模型
第6 章 引導受眾的傾向——對比結果
6.1 地球上哪怕有99% 的人討厭你,但還有7500 萬人喜歡你
6.2 118 元比100 元更“便宜”
6.3 “暴漲15%”優於“提升15%”
第7 章 讓數據更直觀——可視化
7.1 人類的眼睛是“騙子”
7.2 利用圖表增強數據說服力的3 種通用方法
7.2.1 坐標軸縮放
7.2.2 讓柱形變“胖”
7.2.3 三維餅圖
7.3 12 種優勢圖
7.4 自由度極高的示意圖
7.5 無圖無真相,有圖更可信
第8 章 防止被數據誤導的6 種方法
8.1 小欣的學歷在家裡排名第 一——組織全貌
8.2 小欣已連續加班2 天——時空維度
8.3 小欣和姚明的平均身高超過2 米——“4 種統計”
8.4 小欣的客戶投訴量最低——“3 個指標”
8.5 小欣的業績增長率高達1%——過濾觀點
8.6 小欣與客戶的合影——忽略圖形