# 數據科學生命周期：溝通 |](../../sketchnotes/16-Communicating.png)| |:---:| | 數據科學生命周期：溝通 - _Sketchnote by [@nitya](https://twitter.com/nitya)_ | ## [課前測驗](https://ff-quizzes.netlify.app/en/ds/quiz/30) 透過上方的課前測驗來測試你對即將學習內容的了解！ # 簡介 ### 什麼是溝通？ 讓我們從定義溝通的含義開始這堂課。**溝通是傳遞或交換信息的過程。** 信息可以是想法、思考、感受、消息、隱秘信號、數據——任何一個**_發送者_**（傳遞信息的人）希望**_接收者_**（接收信息的人）理解的內容。在這堂課中，我們將把發送者稱為溝通者，而接收者稱為受眾。 ### 數據溝通與故事講述 我們知道溝通的目的是傳遞或交換信息。但在溝通數據時，目標不應僅僅是向受眾傳遞數字，而是要講述一個由數據支撐的故事——有效的數據溝通與故事講述是密不可分的。受眾更可能記住你講述的故事，而不是你提供的數字。在這堂課的後半部分，我們將探討一些方法，幫助你更有效地利用故事講述來溝通數據。 ### 溝通的類型 在這堂課中，我們將討論兩種不同類型的溝通：單向溝通和雙向溝通。 **單向溝通**是指發送者向接收者傳遞信息，而不需要任何反饋或回應。我們每天都能看到單向溝通的例子——例如群發電子郵件、新聞報導最新事件，或者電視廣告告訴你他們的產品有多好。在這些情況下，發送者並不尋求信息的交換，他們只是希望傳遞或提供信息。 **雙向溝通**是指所有參與方既是發送者又是接收者。發送者首先向接收者溝通，接收者則提供反饋或回應。雙向溝通是我們通常所認為的溝通方式，例如面對面的交談、電話通話、社交媒體互動或短信交流。 在溝通數據時，有些情況下你會使用單向溝通（例如在會議或大型群體中進行演講，之後不會直接回答問題），而有些情況下你會使用雙向溝通（例如用數據說服幾位利益相關者支持某項提案，或說服同事投入時間和精力開發新項目）。 # 有效溝通 ### 作為溝通者的責任 在溝通時，你的責任是確保接收者能夠理解你希望他們接收到的信息。在溝通數據時，你不僅希望接收者記住數字，更希望他們能理解由數據支撐的故事。一位優秀的數據溝通者也是一位優秀的故事講述者。 如何用數據講述故事？方法無窮無盡——但以下是我們在這堂課中將討論的六種方法： 1. 理解你的受眾、溝通渠道和溝通方式 2. 從結果出發 3. 像講述真正的故事一樣進行溝通 4. 使用有意義的詞語和短語 5. 善用情感 以下是每種策略的詳細解釋。 ### 1. 理解你的受眾、溝通渠道和溝通方式 你與家人溝通的方式可能與你與朋友溝通的方式不同。你可能會使用不同的詞語和短語，讓對方更容易理解。同樣的原則也適用於數據溝通。思考你正在與誰溝通，思考他們的目標以及他們對你所描述情境的背景知識。 你可以將大多數受眾分為以下幾個類別。在 _哈佛商業評論_ 的文章“[如何用數據講故事](http://blogs.hbr.org/2013/04/how-to-tell-a-story-with-data/)”中，戴爾的執行策略師 Jim Stikeleather 提出了五種受眾類型： - **初學者**：第一次接觸該主題，但不希望過於簡化 - **普通人**：對主題有所了解，但希望獲得概述和主要主題 - **管理者**：深入了解細節和相互關係，並能採取行動 - **專家**：更注重探索和發現，較少需要故事講述，並希望獲得詳細信息 - **高管**：只關注重要性和結論，並希望快速了解加權概率 這些類別可以幫助你決定如何向受眾展示數據。 除了考慮受眾的類別，你還應該考慮你用來與受眾溝通的渠道。如果你是寫備忘錄或電子郵件，與在會議或大會上進行演講的方式應有所不同。 此外，了解你將如何與受眾溝通（使用單向溝通或雙向溝通）也至關重要。 如果你的受眾主要是初學者，並且你使用的是單向溝通，你必須首先教育受眾並提供適當的背景知識。然後，你需要向他們展示你的數據，並解釋數據的含義以及數據的重要性。在這種情況下，你可能需要專注於提高清晰度，因為受眾無法直接向你提問。 如果你的受眾主要是管理者，並且你使用的是雙向溝通，你可能不需要教育受眾或提供太多背景知識。你可以直接討論你收集的數據及其重要性。然而，在這種情況下，你需要專注於時間管理和控制你的演示。使用雙向溝通時（尤其是面對尋求“深入了解細節和相互關係”的管理者受眾），可能會出現一些問題，導致討論偏離你想要講述的故事方向。當這種情況發生時，你可以採取行動，將討論拉回到你的故事主題。 ### 2. 從結果出發 從結果出發意味著在開始溝通之前，先了解你希望受眾獲得的主要信息。提前思考你希望受眾獲得的關鍵信息，可以幫助你構建一個受眾能夠跟隨的故事。從結果出發適用於單向溝通和雙向溝通。 如何從結果出發？在溝通數據之前，先寫下你的關鍵信息。然後，在準備用數據講述的故事的每一步，都問自己：“這如何融入我正在講述的故事？” 需要注意的是——雖然從結果出發是理想的，但你不應只溝通支持你預期結果的數據。這種做法被稱為挑選性溝通，指溝通者只傳遞支持自己觀點的數據，而忽略其他數據。 如果你收集的所有數據都明確支持你的預期結果，那很好。但如果你收集的數據中有些不支持你的結果，甚至支持與你的關鍵信息相反的觀點，你也應該溝通這些數據。如果出現這種情況，坦誠地告訴受眾，並解釋為什麼即使所有數據並不完全支持你的故事，你仍然選擇堅持自己的故事。 ### 3. 像講述真正的故事一樣進行溝通 傳統故事通常分為五個階段。你可能聽過這些階段被表述為：背景介紹、情節升級、高潮、情節下降和結局。或者更容易記住的：背景、衝突、高潮、結束和結論。在溝通你的數據和故事時，你可以採用類似的方法。 你可以從背景開始，設置場景並確保受眾都在同一頁面上。然後引入衝突——為什麼需要收集這些數據？你試圖解決什麼問題？接下來是高潮——數據是什麼？數據的含義是什麼？數據告訴我們需要哪些解決方案？然後是結束——你可以重申問題和提出的解決方案。最後是結論——總結你的關鍵信息以及你建議團隊採取的下一步行動。 ### 4. 使用有意義的詞語和短語 如果我們一起合作開發一款產品，我對你說“我們的用戶在註冊平台時花了很長時間”，你會估計“很長時間”是多久？一小時？一周？很難確定。如果我對整個受眾說這句話呢？每個人可能會對用戶註冊平台所需的時間有不同的理解。 但如果我說“我們的用戶平均花了3分鐘註冊並完成平台的使用”，那就清晰多了。 在溝通數據時，很容易認為受眾的思維方式和你一樣。但事實並非總是如此。清晰地傳達你的數據及其含義是你作為溝通者的責任。如果數據或故事不清晰，受眾就很難跟隨，也更不可能理解你的關鍵信息。 你可以通過使用有意義的詞語和短語，而不是模糊的表述，來更清晰地溝通數據。以下是一些例子： - 我們有一個*令人印象深刻*的一年！ - 一個人可能認為令人印象深刻的一年意味著收入增長2%-3%，而另一個人可能認為是50%-60%的增長。 - 我們用戶的成功率*顯著*提高。 - 多大的提高才算顯著？ - 這項工作需要*大量*努力。 - 多少努力才算大量？ 使用模糊的詞語可能在引入更多數據或總結故事時有用，但請考慮確保演示的每個部分對受眾都清晰。 ### 5. 善用情感 情感是故事講述的關鍵。在用數據講述故事時，情感更為重要。當你溝通數據時，一切都圍繞你希望受眾獲得的關鍵信息。喚起受眾的情感有助於他們產生共鳴，並更可能採取行動。情感還能增加受眾記住你的信息的可能性。 你可能在電視廣告中遇到過這種情況。一些廣告非常沉重，利用悲傷的情感與受眾建立聯繫，讓他們更關注所展示的數據。或者，一些廣告非常歡快，讓你將他們的數據與快樂的感覺聯繫起來。 如何在溝通數據時使用情感？以下是幾種方法： - 使用見證和個人故事 - 在收集數據時，嘗試收集定量和定性數據，並在溝通時整合這兩種類型的數據。如果你的數據主要是定量的，尋找個人故事來了解他們的經歷。 - 使用圖像 - 圖像幫助受眾將自己置於情境中。使用圖像可以引導受眾產生你希望他們對數據的情感。 - 使用顏色 - 不同的顏色喚起不同的情感。以下是一些常見顏色及其喚起的情感。需要注意的是，顏色在不同文化中可能有不同的含義。 - 藍色通常喚起和平和信任的情感 - 綠色通常與自然和環境相關 - 紅色通常代表激情和興奮 - 黃色通常代表樂觀和快樂 # 溝通案例研究 Emerson 是一款移動應用的產品經理。他注意到客戶在週末提交的投訴和錯誤報告增加了42%。他還發現，如果客戶提交的投訴在48小時內未得到回應，他們給應用商店評分1或2星的可能性增加了32%。 經過研究，Emerson 提出了幾個解決方案來解決這個問題。他安排了一次30分鐘的會議，與公司的三位主管溝通數據和提出的解決方案。 在這次會議中，Emerson 的目標是讓公司主管理解以下兩個解決方案可以提高應用的評分，這可能會轉化為更高的收入。 **解決方案1.** 雇用客服人員在週末工作 **解決方案2.** 購買新的客服工單系統，讓客服人員能輕鬆識別隊列中等待時間最長的投訴——以便優先處理。 在會議中，Emerson 花了5分鐘解釋為什麼應用商店的低評分是有害的，10分鐘解釋研究過程和如何識別趨勢，10分鐘討論一些最近的客戶投訴，最後5分鐘簡略介紹了兩個潛在解決方案。 艾默生在這次會議中是否有效地進行了溝通？ 在會議中，一位公司主管只專注於艾默生所提到的10分鐘客戶投訴內容。會後，這些投訴成為該主管唯一記得的部分。另一位公司主管主要關注艾默生描述的研究過程。第三位公司主管記得艾默生提出的解決方案，但不確定這些方案如何實施。 在上述情況中，可以看到艾默生希望主管們從會議中獲得的重點與他們實際記住的內容之間存在顯著差距。以下是艾默生可以考慮的另一種方法。 艾默生如何改進這種方法？ 背景、衝突、高潮、結尾、結論 **背景** - 艾默生可以花前5分鐘介紹整個情況，並確保主管們了解這些問題如何影響公司關鍵指標，例如收入。 可以這樣表述：「目前，我們的應用程式在應用商店的評分是2.5。應用商店的評分對應用商店優化至關重要，這會影響有多少用戶在搜索中看到我們的應用，以及潛在用戶如何看待我們的應用。而當然，我們的用戶數量直接與收入掛鉤。」 **衝突** 接下來，艾默生可以花5分鐘左右談論衝突。 可以這樣表述：「用戶在週末提交的投訴和錯誤報告多了42%。提交投訴後48小時內未得到回覆的客戶，給我們的應用程式評分超過2的可能性降低了32%。將我們的應用程式評分提高到4，將提升我們的可見度20-30%，我預計這將使收入增加10%。」當然，艾默生應該準備好為這些數據提供合理的解釋。 **高潮** 在鋪墊完成後，艾默生可以花5分鐘左右進入高潮部分。 艾默生可以介紹提出的解決方案，說明這些方案如何解決所列出的問題，如何融入現有的工作流程，這些方案的成本是多少，投資回報率（ROI）如何，甚至可以展示一些解決方案實施後的截圖或線框圖。艾默生還可以分享一些用戶的感言，例如那些投訴超過48小時才得到回覆的用戶的感言，甚至是公司內部現有客服代表對目前工單系統的評論。 **結尾** 現在艾默生可以花5分鐘重申公司面臨的問題，回顧提出的解決方案，並再次說明為什麼這些方案是正確的選擇。 **結論** 由於這是一場與少數利益相關者的會議，會使用雙向溝通，艾默生可以計劃留出10分鐘的時間回答問題，以確保主管們在會議結束前能夠澄清任何困惑的地方。 如果艾默生採用方法#2，主管們更有可能從會議中獲得艾默生希望他們記住的重點——即投訴和錯誤的處理方式可以改進，並且有兩個解決方案可以實施以實現這一改進。這種方法將更有效地傳達艾默生希望溝通的數據和故事。 # 結論 ### 主要要點摘要 - 溝通是傳遞或交換信息。 - 在溝通數據時，目標不應僅僅是向觀眾傳遞數字，而應該是傳達一個由數據支持的故事。 - 溝通有兩種類型：單向溝通（信息傳遞無意圖回應）和雙向溝通（信息來回交流）。 - 有許多策略可以用來講述數據故事，我們討論了以下五種策略： - 了解你的觀眾、媒介和溝通方式 - 從結果開始思考 - 像講述真正的故事一樣進行 - 使用有意義的詞語和短語 - 善用情感 ### 自學推薦資源 [The Five C's of Storytelling - Articulate Persuasion](http://articulatepersuasion.com/the-five-cs-of-storytelling/) [1.4 Your Responsibilities as a Communicator – Business Communication for Success (umn.edu)](https://open.lib.umn.edu/businesscommunication/chapter/1-4-your-responsibilities-as-a-communicator/) [How to Tell a Story with Data (hbr.org)](https://hbr.org/2013/04/how-to-tell-a-story-with-data) [Two-Way Communication: 4 Tips for a More Engaged Workplace (yourthoughtpartner.com)](https://www.yourthoughtpartner.com/blog/bid/59576/4-steps-to-increase-employee-engagement-through-two-way-communication) [6 succinct steps to great data storytelling - BarnRaisers, LLC (barnraisersllc.com)](https://barnraisersllc.com/2021/05/02/6-succinct-steps-to-great-data-storytelling/) [How to Tell a Story With Data | Lucidchart Blog](https://www.lucidchart.com/blog/how-to-tell-a-story-with-data) [6 Cs of Effective Storytelling on Social Media | Cooler Insights](https://coolerinsights.com/2018/06/effective-storytelling-social-media/) [The Importance of Emotions In Presentations | Ethos3 - A Presentation Training and Design Agency](https://ethos3.com/2015/02/the-importance-of-emotions-in-presentations/) [Data storytelling: linking emotions and rational decisions (toucantoco.com)](https://www.toucantoco.com/en/blog/data-storytelling-dataviz) [Emotional Advertising: How Brands Use Feelings to Get People to Buy (hubspot.com)](https://blog.hubspot.com/marketing/emotions-in-advertising-examples) [Choosing Colors for Your Presentation Slides | Think Outside The Slide](https://www.thinkoutsidetheslide.com/choosing-colors-for-your-presentation-slides/) [How To Present Data [10 Expert Tips] | ObservePoint](https://resources.observepoint.com/blog/10-tips-for-presenting-data) [Microsoft Word - Persuasive Instructions.doc (tpsnva.org)](https://www.tpsnva.org/teach/lq/016/persinstr.pdf) [The Power of Story for Your Data (thinkhdi.com)](https://www.thinkhdi.com/library/supportworld/2019/power-story-your-data.aspx) [Common Mistakes in Data Presentation (perceptualedge.com)](https://www.perceptualedge.com/articles/ie/data_presentation.pdf) [Infographic: Here are 15 Common Data Fallacies to Avoid (visualcapitalist.com)](https://www.visualcapitalist.com/here-are-15-common-data-fallacies-to-avoid/) [Cherry Picking: When People Ignore Evidence that They Dislike – Effectiviology](https://effectiviology.com/cherry-picking/#How_to_avoid_cherry_picking) [Tell Stories with Data: Communication in Data Science | by Sonali Verghese | Towards Data Science](https://towardsdatascience.com/tell-stories-with-data-communication-in-data-science-5266f7671d7) [1. Communicating Data - Communicating Data with Tableau [Book] (oreilly.com)](https://www.oreilly.com/library/view/communicating-data-with/9781449372019/ch01.html) ## [課後測驗](https://ff-quizzes.netlify.app/en/ds/quiz/31) 透過上方的課後測驗回顧你剛學到的內容！ ## 作業 [市場研究](assignment.md) --- **免責聲明**： 本文件已使用 AI 翻譯服務 [Co-op Translator](https://github.com/Azure/co-op-translator) 進行翻譯。我們致力於提供準確的翻譯，但請注意，自動翻譯可能包含錯誤或不準確之處。應以原始語言的文件作為權威來源。對於關鍵資訊，建議尋求專業人工翻譯。我們對因使用此翻譯而引起的任何誤解或錯誤解讀概不負責。