
由图比的数据科学家迈克尔·伯克
交流是数据科学工作中最具挑战性的方面之一。这是我的笔记…
有一个基于研究的古老格言,即93%的交流是非语言的。你的交流55%是肢体语言,38%是语音,7%是口语。
视频通话中的肢体语言交流会发生什么?它通常会消失。
您应该试着收回这55%并更加强调语调和口语。
一些有用的技巧来弥补肢体语言的差距,包括夸张的声音变化和改变你的音量。增加你的面部表情和手势也可以提高你的演示文稿的接收效果。这可能看起来不自然,但如果你记录下你的谈话并重新观看,你会惊讶于这些变化看起来是多么正常和有魅力。
另一个有趣的想法是内容、设计和交付框架-SRC。
后两者,设计和交付,分别指极简幻灯片设计和复杂主题的简单措辞。然而,内容部分真的很有趣。
简而言之,这篇文章假设你的听众只会从你的演讲中拿走一句,所以要让它算数。为此,您需要了解他们的技术水平、期望和项目的先验知识。如果你为你的听众量身定制你的演讲,你可以让这句话变得有价值。
一个非常简单的技巧是合并组织中其他团队的视觉效果。例如,展示一个支持您的声明的UX研究视频。通过利用先前的工作,您可以节省时间,创建引人注目的演示文稿,并在公司内部建立关系。
尽管有这些令人敬畏的想法,但互联网上的绝大多数信息都是常识。在这一节中,我们将关注那些不太明显的策略。让我们潜入…
对于超过10人的会议,可以放心地假设其中一人不想出席。他们是忙碌的人,生活忙碌,就像你一样。
所以,试着理解是什么让你的观众兴奋。兴奋是什么让事情完成。它使你的工作可见,从而产生影响。
虽然组织之间的角色差异很大,但大多数数据科学家都有选择和开发自己项目的自由。如果你工作的成功涉及到涉众的认同,你必须让他们对这个项目感到兴奋。经期。
不幸的是,没有一个明确的捷径来做到这一点,但以下是一些对我有效的事情:
通过将你的工作与激动人心的想法联系起来,你可以极大地增加你的演示文稿的价值。
不必要的信息是有害的。你会认为展示你的步骤和假设会对你的听众有益。嗯,大多数情况下不是。
通过包括对他们的理解是不必要的信息,你是…
一个简单而有效的代理是尝试提前结束会议。我的一个队友受到了涉众和数据科学家的喜爱,因为他总是提前结束会议。现在,这条规则显然有例外,但这些例外比你想象的要少得多。
如果你的目标是提前结束会议,你就必须有条理、简洁和相关。
上面的两个部分可能是劳动密集型的,所以这里有一些简单的提示,希望能让你在20%的时间里得到80%的结果。
感谢阅读!以上所有的资源对我和我的职业生涯都有很大的影响。请分享您自己的。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
机器学习解决实际问题的核心关键:从业务到落地的全流程解析 在人工智能技术落地的浪潮中,机器学习作为核心工具,已广泛应用于 ...
2025-09-09SPSS 编码状态区域中 Unicode 的功能与价值解析 在 SPSS(Statistical Product and Service Solutions,统计产品与服务解决方案 ...
2025-09-09CDA 数据分析师:驾驭商业数据分析流程的核心力量 在商业决策从 “经验驱动” 向 “数据驱动” 转型的过程中,商业数据分析总体 ...
2025-09-09R 语言:数据科学与科研领域的核心工具及优势解析 一、引言 在数据驱动决策的时代,无论是科研人员验证实验假设(如前文中的 T ...
2025-09-08T 检验在假设检验中的应用与实践 一、引言 在科研数据分析、医学实验验证、经济指标对比等领域,常常需要判断 “样本间的差异是 ...
2025-09-08在商业竞争日益激烈的当下,“用数据说话” 已从企业的 “加分项” 变为 “生存必需”。然而,零散的数据分析无法持续为业务赋能 ...
2025-09-08随机森林算法的核心特点:原理、优势与应用解析 在机器学习领域,随机森林(Random Forest)作为集成学习(Ensemble Learning) ...
2025-09-05Excel 区域名定义:从基础到进阶的高效应用指南 在 Excel 数据处理中,频繁引用单元格区域(如A2:A100、B3:D20)不仅容易出错, ...
2025-09-05CDA 数据分析师:以六大分析方法构建数据驱动业务的核心能力 在数据驱动决策成为企业共识的当下,CDA(Certified Data Analyst) ...
2025-09-05SQL 日期截取:从基础方法到业务实战的全维度解析 在数据处理与业务分析中,日期数据是连接 “业务行为” 与 “时间维度” 的核 ...
2025-09-04在卷积神经网络(CNN)的发展历程中,解决 “梯度消失”“特征复用不足”“模型参数冗余” 一直是核心命题。2017 年提出的密集连 ...
2025-09-04CDA 数据分析师:驾驭数据范式,释放数据价值 在数字化转型浪潮席卷全球的当下,数据已成为企业核心生产要素。而 CDA(Certified ...
2025-09-04K-Means 聚类:无监督学习中数据分群的核心算法 在数据分析领域,当我们面对海量无标签数据(如用户行为记录、商品属性数据、图 ...
2025-09-03特征值、特征向量与主成分:数据降维背后的线性代数逻辑 在机器学习、数据分析与信号处理领域,“降维” 是破解高维数据复杂性的 ...
2025-09-03CDA 数据分析师与数据分析:解锁数据价值的关键 在数字经济高速发展的今天,数据已成为企业核心资产与社会发展的重要驱动力。无 ...
2025-09-03解析 loss.backward ():深度学习中梯度汇总与同步的自动触发核心 在深度学习模型训练流程中,loss.backward()是连接 “前向计算 ...
2025-09-02要解答 “画 K-S 图时横轴是等距还是等频” 的问题,需先明确 K-S 图的核心用途(检验样本分布与理论分布的一致性),再结合横轴 ...
2025-09-02CDA 数据分析师:助力企业破解数据需求与数据分析需求难题 在数字化浪潮席卷全球的当下,数据已成为企业核心战略资产。无论是市 ...
2025-09-02Power BI 度量值实战:基于每月收入与税金占比计算累计税金分摊金额 在企业财务分析中,税金分摊是成本核算与利润统计的核心环节 ...
2025-09-01巧用 ALTER TABLE rent ADD INDEX:租房系统数据库性能优化实践 在租房管理系统中,rent表是核心业务表之一,通常存储租赁订单信 ...
2025-09-01