外觀
Data Science › Data Communication
資料溝通 (Data Communication)
把分析做對,也把問題問對、把結果說清楚。很多分析失敗不是因為模型不夠好,而是一開始問錯問題,或結果沒有以讀者能理解、信任、採取行動的形式交付。
建議順序
text
形成分析問題 → 溝通結果(報告、簡報、可重現報告)→ Dashboard 設計 → BI 工具(選讀)筆記
| 筆記 | 內容 | 回答的問題 |
|---|---|---|
| 形成分析問題 | 業務 / 研究問題 → 分析問題、釐清需求、四種分析類型 | 這個問題要怎麼改寫成資料能回答的問題? |
| 溝通分析結果 | 讀者分析、單一訊息、資料故事、可信度、報告與簡報結構、可重現報告 | 有了結果之後怎麼說、用什麼格式交付? |
| Dashboard 設計 | 目的、版面層級、KPI 與比較基準、篩選與互動 | 多張圖怎麼組成幫人做決策的畫面? |
| BI 工具 | Power Query、Power BI 模型與 DAX、Power BI 報表、Tableau | 要交付互動式報表給非程式使用者時,工具怎麼用? |
圖表本身的設計原則與繪圖見 Visualization;R Markdown / Quarto 的可重現報告實作見 R Markdown 與 Quarto。