С данными: Работа с данными в C# — Learn

«В серии Storytelling with Data Коул создала , являющееся актуальным дополнением к работе пионеров визуализации данных, таких как Эдвард Тафте . Она работала в некоторых из наиболее ориентированных на данные организациях на планете и работала с ними, а также некоторые из наиболее целеустремленных организаций, не использующих данные. В обоих случаях она помогла отточить их идеи и их мышление.»
— Ласло Бок, старший вице-президент по работе с персоналом, Google, Inc. и автор рабочих правил!

похвалы за рассказывание историй с помощью данных

« Рассказывание историй с помощью данных — это великолепно написанная, мастерская демонстрация редких произведений искусства в мире бизнеса. Коул Нуссбаумер Кнафлик обладает уникальной способностью — даром — рассказывать истории через данные В JPMorgan Chase она помогла улучшить наши возможности объяснять сложный анализ исполнительному руководству и регулирующим органам, с которыми мы работаем. Книга Коул объединяет ее таланты в удобном для чтения руководстве с превосходными примерами, на которых каждый может извлечь уроки, чтобы способствовать более разумному принятию решений. «
—Марк Р. Хиллис, Директор по рискам ипотечного банковского обслуживания в JPM Chase

» У нас так много данных, что может быть трудно заставить людей обратить внимание на наши важные выводы. Коул Нуссбаумер Кнафлик преподала нам ценные уроки на своем семинаре, и замечательно видеть, что они были расширены в Storytelling with Data . Моя команда уже использует уроки, которые преподает Коул, чтобы побуждать людей к действию, когда они видят новые жемчужины понимания и меняют жизни других. Теперь могут и другие! «
—Элеанор Белл, Директор по бизнес-аналитике в Фонде Билла и Мелинды Гейтс

« Есть что-то прекрасное в том, чтобы быть последовательными со своими собственными учениями. Коул Нуссбаумер Кнафлик достигает этого в своей первой книге. Она выступает за ясность и лаконичность в визуализации, и ее книга настолько ясна, лаконична и практична, насколько это возможно. Если вы новичок в визуализации или если вам сложно создавать хорошие диаграммы в повседневной работе с помощью таких инструментов, как Excel, Tableau, Qlik и т.п., это отличное место для начала изучения основных принципов ».
— Альберто Каиро, кафедра визуальной журналистики Knight и профессор визуализации в Университете Майами, автор книги The Functional Art

«Слайды данных на самом деле не о данных, они о значении данных.Коул Нуссбаумер Кнафлик понимает это и написал простое и доступное руководство, которое поможет любому, кто общается с помощью данных, более эффективно взаимодействовать со своей аудиторией. «
— Нэнси Дуарте, генеральный директор Duarte, Inc. и автор бестселлеров.

С задней обложки

похвалы за рассказывание историй с данными

« Рассказывание историй с помощью данных — это великолепно написанный, мастерский показ редких произведений искусства в мире бизнеса. Коул Нуссбаумер Кнафлик обладает уникальной способностью — даром — рассказывать истории с помощью данных. В JPMorgan Chase она помогла расширить наши возможности объяснять сложный анализ исполнительному руководству и регулирующим органам, с которыми мы работаем. Книга Коул объединяет ее таланты в удобном для чтения руководстве с превосходными примерами, на которых каждый может извлечь уроки, чтобы способствовать более разумному принятию решений. «
―Марк Р. Хиллис, Директор по рискам ипотечного банковского обслуживания в JPM Chase

» У нас так много данных, что может быть трудно заставить людей обратить внимание на наши важные выводы.Коул Нуссбаумер Кнафлик преподала нам ценные уроки на своем семинаре, и замечательно видеть, что они были расширены в Storytelling with Data . Моя команда уже использует уроки, которые преподает Коул, чтобы побуждать людей к действию, когда они видят новые жемчужины понимания и меняют жизни других. Теперь могут и другие! «
―Элеанор Белл, Директор по бизнес-аналитике в Фонде Билла и Мелинды Гейтс

» Есть что-то прекрасное в том, чтобы соответствовать своим собственным учениям. Коул Нуссбаумер Кнафлик достигает этого в своей первой книге. Она выступает за ясность и лаконичность в визуализации, и ее книга настолько ясна, лаконична и практична, насколько это возможно. Если вы новичок в визуализации или если вам сложно создавать хорошие диаграммы в повседневной работе с помощью таких инструментов, как Excel, Tableau, Qlik и т.п., это отличное место для начала изучения основных принципов ».
―Альберто Каиро, кафедра визуальной журналистики Knight и профессор визуализации в Университете Майами, автор книги The Functional Art

«Слайды с данными на самом деле не о данных, они о значении данных.Коул Нуссбаумер Кнафлик понимает это и написал простое и доступное руководство, которое поможет любому, кто общается с помощью данных, более эффективно взаимодействовать со своей аудиторией. «
―Нэнси Дуарте, генеральный директор Duarte, Inc. и автор бестселлеров

Об авторе

Коул Нуссбаумер Кнафлик рассказывает истории с помощью данных. Она является основателем и генеральным директором компании storytelling with data (SWD) и автором бестселлера storytelling with data: руководство по визуализации данных для бизнес-профессионалов , переведенное на дюжину языков, используется в качестве справочника. учебник более 100 университетов и учебник для десятков тысяч участников семинаров по SWD.

В течение почти десяти лет Коул и его команда проводили интерактивные обучающие сессии, пользующиеся большим спросом у людей, компаний и благотворительных организаций по всему миру, ориентированных на данные. Они также помогают людям создавать понятные графики и вплетать их в увлекательную историю с помощью популярного блога SWD, подкастов, ежемесячных заданий, событий в прямом эфире и других ресурсов. Узнайте больше на сайте storytellingwithdata.com.

Давайте попрактикуемся в повествовании с данными | Шарль Солнье | Nightingale

Другой случай, когда смешанная аудитория затруднена, — это когда у них разные требования к уровню детализации: один член аудитории хочет вникнуть в историю, а другой хочет просмотреть ее построчно. Нельзя делать все сразу, в любом случае вы кого-то не устраиваете! Возможно, вам удастся определить тех членов аудитории, которым нужен такой уровень детализации, посидеть с ними заранее, чтобы, когда вы доберетесь до большого собрания, вы могли сосредоточиться на общей картине. Или запланируйте с ними какое-то время после.

Любое количество времени и мыслей, которые люди уделяют: «как мне сделать этот сценарий успешным для меня?» будут потрачены не зря. Кто наша аудитория? Как мы им представляем? Что мы представляем в первую очередь? Все это играет на этом роль.Возможно, вы ищете волшебный рецепт успеха, но его нет! Ограничения каждый раз разные, и это одна из причин, почему эта работа так интересна. И есть много подходов, которые могут сработать. Обдумывая, как мы подходим к этому, как мы проектируем наши данные, как мы их представляем, мы увеличиваем наши шансы на успех.

CS: Это напрямую связано с одним из инструментов в вашей книге, листом «Большая идея», куда вы переходите из всех возможных аудиторий и сужаете их до одной цели, не так ли?

CNK: Верно! Часто у нас есть большая аудитория, но в ней есть кто-то или небольшая группа людей, которые будут нашей основной целью: лица, принимающие решения, влиятельные лица, поэтому мы можем в первую очередь помнить о них, чтобы они были немного стратегическими.

CS: Ваша первая книга вышла в 2015 году; Как изменилось ваше мастерство и, возможно, ваша точка зрения между двумя вашими книгами?

CNK: Для меня одно из самых больших изменений, когда я думаю о том, где все было в 2015 году и как обстоят дела сейчас, ну, основные принципы не изменились. Между книгами существует поток, поскольку процесс остается прежним. История, однако, сильно изменилась со времени выхода первой книги, а вместе с ней и компоненты, которые есть в Let’s Practice! : сюжетная линия, напряжение… Вспоминая историю с первой книгой, я все еще пытался придумать, как говорить об этом и учить этому в деловой обстановке.И это один из элементов, который с тех пор прошел долгий путь. И в моем собственном понимании истории, и в том, как быть стратегическим и тактическим в отношении того, как использовать ее в рабочей обстановке или когда вы преподаете данные.

Я думаю, что очень интересно, как люди думают об истории: они представляют маркетинг, какие-то пушистые вещи, что совсем не так или не должно быть вообще. Вы можете стратегически подходить к тому, как использовать историю, чтобы действительно заставить людей обратить внимание на ваши данные и сосредоточиться на правильных вещах или, надеюсь, на правильных действиях, к которым вы ведете.

CS: Говоря об истории, вы недавно взяли интервью у Нэнси Дуарте о повествовании с данными p. для ее книги Data Story . Она выдвинула концепцию «объяснителей данных». Как вы относитесь к этой роли (которая, как мне кажется, растет) и как мы можем улучшить этот аспект нашей практики?

CNK: Я думаю, что это интересная эволюция.Не так давно технические навыки были востребованы в отношении отчетности и визуализации данных. Но есть предостережение: если вы можете разобраться в данных самостоятельно, но не можете помочь другим разобраться в своих выводах, значительная часть вашей работы будет потеряна. Однако этот набор навыков сложно развить, потому что часто люди, обученные технической стороне дела, не тратили так много времени на общение. У вас есть такой опыт, но вы не можете сделать шаг назад, чтобы занять место вашей аудитории.

Люди, которые осознают ценность этой части процесса и вкладывают время в оттачивание этих навыков, получат огромную пользу. Есть невероятная ценность, которую можно извлечь из работы, которая уже выполняется, но не сообщается должным образом. Высокотехнологичные люди, статистики, которые потратят время на то, чтобы инвестировать в эти так называемые «мягкие навыки», как вы говорите о своих данных, как вы помещаете их в бизнес-контекст, чтобы они могли процветать от вашей работы, будут действительно вознаграждены.

Невероятная ценность, которую можно извлечь из работы, которая уже выполняется, но не сообщается должным образом.

CS: Можно ли сказать, что это недостающее звено, позволяющее доказать, что анализ данных может принести пользу предприятиям и заинтересованным сторонам? Потому что они часто думают о работе с точки зрения рентабельности инвестиций?

CNK: ROI всегда сложно измерить. Визуализация данных редко приводит к немедленным и измеримым действиям: например, продажи выросли на X процентов.Для меня проверка эффективности больше похожа на «если вам нужно, чтобы что-то произошло в результате вашего анализа, произошло ли это?» Обсуждение, которое необходимо было провести, решение, которое необходимо было принять — разве бы оно развернулось по-другому, если бы вы его не сообщили?

Трудно измерить, потому что ответ чаще всего содержит нюансы, но это то, как вы делаете все данные, насколько они полезны и используются?

CS: Ранее на этой неделе у меня было обсуждение с другим членом DVS, Фрэнсисом Ганьоном , который больше занимается дизайном, а не технической стороной, и который сказал что часто его клиенты обращаются к ним, когда сталкиваются с ситуациями, когда им приходится решать, что делать или умереть.«Если я не изложу свою точку зрения, наш проект может потерпеть неудачу или мы можем даже потерять клиента», например. Быть услышанным как дизайнер обычно становится легче в таких ситуациях, потому что они тратят деньги на ваш опыт для определенного проекта или количества времени.

К сожалению, мы не всегда попадаем в такую ​​ситуацию. Как бы вы убедили заинтересованные стороны в том, что стоит вкладывать время и ресурсы в создание историй, которые приведут к эффективным результатам?

CNK: Вы имеете в виду, как вы обосновываете, что стоит тратить время на рассказывание историй? Во-первых, вы должны осознавать, что это не обязательно означает, что вам нужно вернуться и, например, полностью изменить дизайн отчета.Один из способов перейти на следующий уровень — начать с отчета, как он есть, вы его просматриваете. Какой бы тип отчета у вас ни был (информационная панель, система показателей, электронная таблица), это инструмент для отображения ваших данных и определения того, где все работает так, как должно, а где они меньше соответствуют нашим ожиданиям . .. вы не пытаетесь создать историю из каждого из них. Иногда будет только одна история: все, как ожидалось.

Когда это , а не , вы можете аргументировать это и использовать многое из того, что мы делаем на семинарах, чтобы достучаться до вашей аудитории, направить ее внимание, сказать им: «Мы можем продолжать делать то же, что и в прошлое, и вот что, вероятно, произойдет.Или мы могли бы использовать уже проведенный нами анализ, и вот самые важные элементы, на которые вам нужно обратить внимание, чтобы мы вышли на следующий уровень ». Здесь в игру вступят ваши техники повествования. И когда вы начнете это делать, вы укрепите уверенность в своих навыках, а также доверие к клиентам и заинтересованным сторонам. Они будут знать, что вы сосредотачиваетесь на правильных вещах, и вы сможете увести их от всех деталей, чтобы теперь начать обсуждение истории.

Для меня это одна из самых интересных вещей, которые происходят при эффективном обмене данными: разговор меняется. Это больше не о графике или о том, что он означает, или о запросах дополнительных данных, больше данных, больше данных! Он становится следующим: что на самом деле означают эти данные и как мы можем использовать их с точки зрения нашего бизнеса? Это волшебное превращение. Это никогда не бывает легко, это требует времени и легко может стать ошеломляющим. Начните с малого, с низко висящих плодов, вещей, о которых никто не будет кричать, если они изменятся и будут набирать обороты.Вы сможете завоевать доверие и привести к более серьезным изменениям.

Для меня это одна из самых интересных вещей, которые происходят при эффективном обмене данными: разговор меняется.

CS: Слушая в последнее время подкасты и интервью, и учитывая то, что вы только что упомянули, приятно осознавать, что это всегда требует времени. Что даже люди, на которых я равняюсь в этой области, все еще могут спросить себя: правильно ли я делаю это?

CNK: Да, и вам нужно привыкнуть к методам проб и ошибок, но каждый раз учиться чему-то: изучать, что прошло хорошо, что подражать в будущем, а что не сработало для меня и должно быть исключено пути.Здесь нет экспертов, каждый может стать порядочным, более тонким в своем подходе к данным, и это одна из причин, почему это пространство так весело!

CS: Теперь, когда книга вышла, я предполагаю, что у вас НАМНОГО больше времени в ваших руках 🙂 Это может быть своего рода вопрос левого поля, но он освободил вас, чтобы проверить некоторые элементы на вашем список для чтения?

CNK: На моей тумбочке лежит книга Elefant швейцарского автора Мартина Сутера. Я начал читать его, когда путешествовал с семьей в Цюрих летом. Он на немецком, который я понимаю, но мне нужно действительно сосредоточиться, чтобы все уследить. Я тут и там читал короткую главу, но планирую закончить ее в декабре, когда у меня будет свободное время. Все остальное время я уделяю семье!

CS: Есть ли шанс дать мне возможность взглянуть на следующее соревнование SWD? (который сейчас доступен здесь .)

CNK: Скажем так: это подразумевает возврат к основам, но с изюминкой … Оставайтесь с нами!

CS: У меня есть последний вопрос (на который Коул был достаточно любезен, чтобы ответить в Twitter DM, так как я забыл его вживую, потому что, да, я болтал с Коулом Нуссбаумером Кнафликом !!) Есть намного больше на этот раз нарисованные вручную иллюстрации, выполненные Кэтрин Мэдден. (Ваше сообщение в блоге о создании книги объясняет, почему вы использовали этот подход).

Я, например, не всегда уделяю время наброскам в своей повседневной работе; Я подозреваю, что многие люди с техническим опытом могут сразу перейти к своим ноутбукам для создания прототипов. Как бы вы убедили профессионалов (и заинтересованных лиц) посвятить некоторое время наброскам и созданию прототипов, не требующих высоких технологий, в процессе их проектирования? Другими словами, какую добавленную стоимость может дать нам набросок?

CNK: Хотя кажется более эффективным сразу перейти к нашим инструментам, есть важные преимущества в сопротивлении этому побуждению и началу проектирования нашей передачи данных в низкотехнологичной манере.Лучше всего это сделать после того, как вы потратите некоторое время на ознакомление со своими данными, но до того, как потратите время на создание красивых версий графиков или другого контента.

Возьмите чистый лист бумаги и начните рисовать. У рисования есть несколько замечательных преимуществ. Это освобождает нас от ограничений наших инструментов (или того, что мы умеем делать в наших инструментах). Кроме того, у нас меньше шансов сформировать привязанность — я могу набросать сумасшедшую идею, которая у меня есть, для графика и увидеть, что она может не сработать. Если бы я потратил время на создание того же сумасшедшего графика в своем инструменте, я был бы менее готов отпустить его, даже если бы он в конечном итоге не послужил моей цели.Наконец, это не займет много времени (большие преимущества, если вы потратите всего пять-десять минут, а рисунки могут быть грубыми и некрасивыми, и это совершенно нормально), И это оптимизирует остальную часть вашего процесса.

Когда у вас будет набросок вашего графика или набросок вашей истории, получите обратную связь с заинтересованными сторонами, чтобы увидеть, на правильном ли вы пути или вам нужно изменить направление. Возможно, вы получите обратную связь от кого-то другого (или снова от вашей заинтересованной стороны) после того, как вы внесли изменения. Предварительное согласование означает, что в остальной части процесса будет меньше итераций (все еще всегда, что неизбежно, но такого рода низкотехнологичное планирование сделает остальную часть процесса более эффективной).В Let’s Practice! Есть ряд упражнений! , который поможет читателю осуществить низкотехнологичное планирование: формирование Большой идеи, создание раскадровки, рисование графиков и т. Д., Что, с моей точки зрения, является одной из наиболее важных частей процесса эффективного обмена данными.

(Спойлер: это была тема презентации Коула на конференции Tableau, см. Видео ниже!)

Еще раз спасибо Коулу за то, что он нашел время поговорить со мной.Еще раз поздравляем с новой книгой и желаем всего наилучшего в отношении всех других мероприятий, связанных с рассказыванием историй с использованием данных!

Чтобы узнать больше о деятельности Cole и с использованием данных , воспользуйтесь следующими ссылками:

Веб-сайт | Twitter | LinkedIn | Страница Facebook

Особая благодарность Алиссе Белл за ее щедрое сотрудничество над этой статьей!

Обзор «рассказывания историй с использованием данных» | Шарль Солнье | Nightingale

Книга Коула Нуссбаумера Кнафлика — доступный ресурс для практиков в области визуализации данных, клиентов и всех, кто находится между ними.

Три года назад я был на перекрестке карьеры. Как консультант по бизнес-аналитике, я какое-то время разрабатывал отчеты для разных клиентов. Я всегда получал восторженные отзывы как инструктор, когда обучал персонал работе с такими инструментами, как Excel, SSRS и Power BI, но начал замечать, что люди все равно возвращались к своим старым привычкам после окончания обучения. Как разработчик (тогда я не осмеливался называть себя дизайнером!) Меня расстраивало то, что мои работы чаще всего не находили широкого распространения. Люди часто использовали эти отчеты только для извлечения данных, а не в качестве инструментов информации и принятия решений.

Я понял, что, хотя я хорошо умею создавать отчеты, мне нужны ресурсы для разработки чего-то, что отвечало бы выраженным и неосознанным потребностям моей аудитории и приводило к НАСТОЯЩЕМУ принятию. Я начал копать в поисках ресурсов и даже вернулся в школу! Там я получил настоящее откровение во время урока по дашбордингу: хорошие отчеты — это не только технические продукты, но и тонкий баланс данных, дизайна, человеческого познания и информатики. Я не мог справиться со всем этим за одну ночь, но я знал, что мне нужно научиться лучше общаться с данными, если я хочу видеть ценность своей работы.

В комплекте S повествование с данными : «Руководство по визуализации данных для бизнес-профессионалов», , книга, доступная для начинающих, охватывает многое основ визуализации данных, и можно поделиться с коллегами и заинтересованными сторонами, которые не имеют представления о данных, а именно. За те два года, которые у меня есть, это все еще первая книга, которую я рекомендую коллегам, которые хотят узнать больше о визуализации, независимо от того, являются они дизайнерами или нет.

Почему эта книга? Его структура ориентирована на практические данные, а именно, что очень хорошо подходит для деловой среды. Главы относительно короткие и посвящены теме, они ориентированы на общение и важность контекста. Это книга, которую можно легко продать как обучающую.

Одна концепция, в частности, Большая идея, поразила меня: объясните вашего визуала и что с того? в одном предложении, которое (1) формулирует вашу уникальную точку зрения, (2) передает то, что поставлено на карту, и (3) состоит из полного предложения.Теперь я помню об этом, когда придумываю что-нибудь, чтобы судить о том, понятна ли моя цель аудитории. Например, теперь я добавляю свою Большую идею к комментариям к первому слайду моих презентаций Powerpoint и возвращаюсь к ней по мере создания слайдов, чтобы убедиться, что я остаюсь в курсе, и что все, что я добавляю, поддерживает ее. Что касается визуальных элементов или информационных панелей, я стараюсь резюмировать это в основном с помощью заголовков, например, на этом простом графике информационной панели по продажам мороженого:

Еще один главный аргумент для меня — это то, как Коул позволяет нам понять свой мыслительный процесс при построении графиков. Книги часто показывают вам до и после; Я нахожу гораздо более поучительным, когда вы видите итерации и почему они не были сохранены в качестве окончательного решения. Целая глава посвящена тематическим исследованиям, которые часто отсутствуют в академических работах.

Его сильная сторона также может быть его основной слабостью: охватывая все основные темы визуализации на языке, подходящем для бизнес-аудитории, он никогда не вникает так глубоко в любой из них.Я бы сказал, что если у вас есть опыт работы с принципами гештальт, атрибутами предварительного внимания и высокой грамотностью в визуализации данных, вы больше не являетесь целевой аудиторией этой книги. Если вы ищете ресурс, в частности, о дашбордах, есть и другие книги, к которым можно обратиться. Его можно использовать как ступеньку к книгам, посвященным более академическим предметам, таким как человеческое восприятие, ориентированный на пользователя дизайн и т. Д., Если вы почувствуете, что освоили их основы.

Таким образом, я определенно рекомендую S torytelling с Data как часть любой начинающей (и опытной) библиотеки данных, а именно библиотеки практикующего специалиста.Если вы хотите, чтобы клиенты и коллеги понимали ценность хорошо разработанных графиков, диаграмм и отчетов, это будет отличный ресурс. Он отлично подходит для объяснения относительно сложных концепций на языке, понятном как дизайнерам, так и бизнес-профессионалам.

Вы можете обратиться к другим книгам и авторам, когда вы наберетесь опыта и захотите развить определенные области ваших данных, а именно набор навыков. Но вы не найдете много книг, которые были бы столь же доступны, как эта, и позволили бы вам говорить о визуализации на языке, понятном вашим близким.Это была моя первая профессиональная покупка, о которой я ни разу не пожалел!

Для заинтересованных: веб-сайт , рассказывающий истории с данными , наполнен дополнительным контентом, а ежемесячный #SWDchallenge подталкивает всех участников оттачивать свои навыки, оспаривать предположения и пробовать новые инструменты и методы. Следующая книга, рассказывание историй с использованием данных: давайте попрактикуемся! , также будет опубликован этой осенью.

Ссылка: NUSSBAUMER KNAFLIC, Cole. Истории с данными: Руководство по визуализации данных для профессионалов бизнеса.John Wiley and Sons, Нью-Джерси, 2015. ISBN 10: 11157

Огромное спасибо Джейсону Форресту за то, что помог мне набраться сил для моей первой публикации. Дополнительная благодарность Элайдже Миксу и Исааку Леви-Рубинетту за их помощь в создании более удобного для чтения материала!

Начните работу с Data Quality Unit

Вы — администратор Salesforce в Gelato, супергигантской компании, занимающейся новыми медиа-технологиями. Gelato разработала передовую платформу для потоковой передачи рекламного контента 4K Ultra HD.Пока что он используется во множестве теле- и кино-приложений и веб-сайтов. Вы работаете в сфере B2B, а вашими клиентами являются компании, в том числе рекламодатели, медиа-агентства и другие участники рекламной индустрии.

Для развития бизнеса Gelato новый директор по продажам хочет лучше определять клиентов и их потребности. Поскольку вы являетесь гуру Salesforce, она просит вас предоставить полный обзор аккаунтов Gelato. Вы подходите к ноутбуку, открываете освежающий напиток, создаете несколько отчетов Salesforce и наслаждаетесь ливнем похвалы.

Звучит просто, правда?

Неправильно!

Вы просматриваете отчеты, и вот что вы видите только для аккаунтов в западном регионе США.

Несколько вещей действительно выделяются. Отсутствуют записи. Только в Калифорнии у вашей компании более 500 клиентов, но в отчетах представлены данные только по 200 учетным записям во всем западном регионе. Дублирующиеся записи. Быстрый взгляд на список учетных записей показывает, что данные для клиентов с несколькими местоположениями фиксируются в нескольких записях учетных записей.На самом деле, в стольких записях фигурирует так много клиентов, что вы даже не понимаете, что определяет клиента. Это адрес? Название компании? Нет стандартов данных. В региональной разбивке представлены клиенты в 87 штатах. Урок географии был давным-давно, но вы, кажется, помните только 50 штатов. Например, Калифорния указана как: CA, Calif, Cali, и, ваш любимый, «Surfin’, USA «. Неполные записи Почти во всех учетных записях в западном регионе отсутствуют ключевые данные. В учетных записях потребителей отсутствуют такие данные, как телефон и электронная почта.В бизнес-аккаунтах не указаны отрасль, выручка и количество сотрудников. Устаревшие данные По крайней мере половина всех аккаунтов в западном регионе не обновлялась за последние 6 месяцев, поэтому вы не знаете, насколько точны данные. И в эти данные даже не входят аккаунты, не зарегистрированные в Salesforce.

При таких проблемах с данными отчет в лучшем случае является неполным, а в худшем — неточным. Естественно, вы обеспокоены. Вы запускаете ветку Chatter, запрашивая мнение всех ваших менеджеров по продажам.

Региональный менеджер в Нью-Йорке откровенно говорит вам: «В Salesforce слишком сложно найти нужную информацию, поэтому мои команды просто не используют ее так часто».

Другой менеджер по продажам из Лондона объясняет вам: «Мы пытались удалить все дубликаты в нашем регионе, но они принадлежали какой-то другой команде».

Менеджер по маркетингу из Гонконга в чате: «У потенциальных клиентов недостаточно подробностей, чтобы определить, какие действия нужно предпринять. И кажется, что данные, которые у нас есть, устарели на следующий день после их получения.Оказывается, он прав: данные постоянно меняются.

Вы понимаете, что рост вашей компании и ее бизнес-решения связаны с качеством данных Salesforce. Вы делитесь своими наблюдениями с директором по продажам. Она ценит вашу проницательность, но у нее есть один вопрос: «Насколько важно качество данных ?»

Аудиокнига недоступна | Audible.com

• Evvie Drake: более чем

• Роман
• К: Линда Холмс
• Рассказал: Джулия Уилан, Линда Холмс
• Продолжительность: 9 часов 6 минут
• Несокращенный

В сонном приморском городке в штате Мэн недавно овдовевшая Эвелет «Эвви» Дрейк редко покидает свой большой, мучительно пустой дом почти через год после гибели ее мужа в автокатастрофе. Все в городе, даже ее лучший друг Энди, думают, что горе держит ее внутри, а Эвви не поправляет их. Тем временем в Нью-Йорке Дин Тенни, бывший питчер Высшей лиги и лучший друг детства Энди, борется с тем, что несчастные спортсмены, живущие в своих худших кошмарах, называют «ура»: он больше не может бросать прямо, и, что еще хуже, он не может понять почему.

• 3 из 5 звезд

• Что-то заставляло меня слушать….

• К Каролина Девушка на 10-12-19

Отвечая на вопросы с данными

Цитата : Crump, M. J. C., Navarro, D., & Suzuki, J. (2019, 5 июня). Отвечая на вопросы с данными (Учебник): Вводная статистика для студентов-психологов.https://doi.org/10.17605/OSF.IO/JZE52

Важные примечания

Это бесплатный учебник вводной статистики для студентов факультетов психологии. Этот учебник является частью более крупного пакета курсов ООР по обучению студентов статистике психологии, включая этот учебник, лабораторное руководство и веб-сайт курса. Все материалы являются бесплатными и копируемыми, а исходный код хранится в репозиториях Github. Ссылки ниже относятся к различным компонентам проекта. Основная ссылка на проект OSF: https: // osf.io / 3s68c /.

Веб-сайт курса

Все ресурсы выпущены под лицензией Creative Commons CC BY-SA 4.0. Щелкните ссылку, чтобы узнать больше о лицензии, или прочитайте больше ниже в разделе лицензий.

Авторы

Члены команды, вносящие новый контент, включают Мэтью Крампа, Аллу Чаваргу, Анджали Кришнан, Джеффри Сузуки и Стивена Волца. Этот учебник был написан Мэтью Дж. К. Крампом. Джефф предоставил видеоролики на YouTube, которые были добавлены в учебник.Все статистические видео Джеффа доступны на его канале Youtube: Плейлист «Статистическое видео».

Алла, Анджали и Стивен написали лабораторные упражнения для SPSS, JAMOVI и Excel. Мэтт Крамп написал лабораторные упражнения для R

.

Мэтт Крамп написал бесплатный и копируемый веб-сайт курса на R Markdown. На сайте курса также есть слайды для лекций.

Атрибуции

Две главы были адаптированы из замечательного (и более крупного) бесплатного учебника Даниэль Наварро, который также находится под той же лицензией Creative Commons.Цитата для этого учебника: Navarro, D. (2018). Статистика обучения с R: учебник для студентов-психологов и других начинающих (версия 0.6). Веб-сайт: https://compcogscisydney.org/learning-statistics-with-r/

.

Примечания к главам в книге предназначены для обозначения разделов, в которые был включен материал из Наварро. Краткое резюме здесь

Глава 1: Почему статистика , адаптирована почти дословно с некоторыми редакционными изменениями из глав 1 и 2, Navarro, D.

Глава 4: Вероятность, выборка и оценка , адаптировано и расширено из глав 9 и 10, Navarro D.

Лицензия CC BY-SA 4.0

Эта лицензия означает, что вы можете:

• Поделиться: копировать и распространять материал на любом носителе или любом формате
• Адаптировать: ремикшировать, преобразовывать и дополнять материал для любых целей, даже в коммерческих целях.

Лицензиар не может отозвать эти свободы, пока вы соблюдаете условия лицензии.

На следующих условиях:

• Атрибуция: Вы должны указать соответствующую ссылку, предоставить ссылку на лицензию и указать, были ли внесены изменения. Вы можете сделать это любым разумным способом, но не любым способом, который предполагает, что лицензиар одобряет вас или ваше использование.
• ShareAlike: если вы ремикшируете, трансформируете или дополняете материал, вы должны распространять свои материалы по той же лицензии, что и оригинал.
• Без дополнительных ограничений: вы не можете применять юридические условия или технические меры, которые юридически ограничивают других делать все, что разрешено лицензией.

Копирование учебника

Этот учебник был написан в R-Studio с использованием R Markdown и скомпилирован в формат веб-книги с использованием пакета bookdown. В целом, я благодарю более широкое сообщество R за все замечательные инструменты, которые они создали, и за то, что они сделали эти инструменты открытыми, чтобы я мог использовать их для создания этой штуки.

Весь исходный код для компиляции книги доступен в репозитории GitHub для этой книги:

https://github.com/CrumpLab/statistics

В принципе, любой может разветвить или иным образом загрузить этот репозиторий.Загрузите файл Rproj в R-studio, а затем скомпилируйте всю книгу. Затем отдельные файлы .rmd для каждой главы можно было бы отредактировать по содержанию и стилю, чтобы они лучше соответствовали вашим потребностям.

Если вы хотите внести свой вклад в эту версию учебника, вы можете делать запросы на вытягивание на GitHub или обсуждать проблемы и запросы на вкладке «Проблемы».

Благодарности

Спасибо библиотекарям Бруклинского колледжа CUNY, особенно Мириам Дойч и Эмили Фейри, за их поддержку на протяжении всего процесса.Спасибо CUNY за поддержку разработки ООР и за грант, который мы получили на развитие этой работы. Спасибо Дженн Ричлер за то, что разрешила мне все лето говорить о статистике.

Почему мы это сделали

Зачем писать еще один учебник по статистике, если их уже не так много? Да это так. У нас было несколько причин. Во-первых, мы хотели бы сделать R более доступным для студентов, и мы написали этот учебник, посвященный возможностям R. Учебник был полностью написан на R-Studio, и большинство примеров связано с R-кодом. В учебнике R не уделяется особого внимания, но в лабораторном руководстве есть введение в использование R для решения задач анализа данных. Многие инструкторы по-прежнему используют SPSS, Excel или новые бесплатные графические интерфейсы, такие как JAMOVI, поэтому мы также сделали лабораторные упражнения для каждого из них.

Это слегка самоуверенное, нетрадиционное введение в статистику. В нем признаются некоторые основные идеи традиционных частотных подходов и некоторые байесовские подходы. Большая часть концептуальной основы уходит корнями в моделирование, которое может быть проведено в R.Мы используем некоторые формулы, но в основном объясняем вещи без формул. Учебник был написан с учетом математической фобии и попытки уменьшить фобию, связанную с арифметическими вычислениями. Многого не хватает, но, вероятно, следует добавить. По мере обновления учебника мы будем стараться добавлять необходимые вещи.

Hypothes.is

Hypothesis — это надстройка для веб-браузера, которая позволяет комментировать веб-сайты, выделяя текст, а затем оставляя комментарии. Не стесняйтесь использовать гипотезы в этом учебнике.Будем читать ваши комментарии.

1. Используйте Hypothes.is, замечательный инструмент для аннотирования в Интернете.

1. Зайдите на Hypothes.is и начните работу

2. Установите надстройку для Chrome или другого браузера

3. Вот и все, включите Hypothes.is, когда будете читать этот учебник, и вы увидите все общедоступные аннотации, сделанные кем-либо еще.

Computing with Data — Введение в индустрию данных | Гай Ливан

Эта книга знакомит с базовыми компьютерными навыками, предназначенными для профессионалов отрасли, не имеющих большого опыта в области компьютерных наук.Написанный в легкодоступной форме и сопровождаемый удобным веб-сайтом, он служит руководством для самостоятельного изучения науки о данных и инженерии данных для тех, кто стремится начать карьеру в области вычислительной техники или расширить свою текущую роль в различных областях. такие как прикладная статистика, большие данные, машинное обучение, интеллектуальный анализ данных и информатика.

Авторы опираются на свой совместный опыт работы в компаниях-разработчиках программного обеспечения и социальных сетях, над продуктами с большими данными в нескольких крупных интернет-магазинах, а также на своем опыте создания систем больших данных для стартапа AI.Эта книга, охватывающая от базовой внутренней работы компьютера до передовых методов обработки данных, открывает читателям двери для быстрого изучения и расширения своих компьютерных знаний.

Вычисления с использованием данных включает широкий спектр вычислительных тем, важных для специалистов по обработке данных, аналитиков и инженеров, предоставляя им необходимые инструменты для достижения успеха в любой должности, связанной с вычислениями с данными. Введение является самодостаточным, и главы развиваются от базовых концепций оборудования до операционных систем, языков программирования, построения графиков и обработки данных, инструментов тестирования и программирования, фреймворков больших данных и облачных вычислений.

Книга рассчитана на несколько аудиторий. Читатели без сильного образования в области CS или те, кто нуждается в переподготовке, найдут главы об аппаратном обеспечении, операционных системах и языках программирования особенно полезными. Читатели с сильным образованием в области CS, но без значительного отраслевого опыта, найдут следующие главы особенно полезными: изучение R, тестирование, программирование, визуализация и обработка данных на Python и R, проектирование систем для больших данных, хранилища данных и программное обеспечение. мастерство.

.

No related posts.