用数据讲故事

　　第1章　上下文的重要性 1
　　1.1　探索性分析和解释性分析 1
　　1.2　对象、内容和方式 2
　　1.3　对象 2
　　1.3.1　你的受众 2
　　1.3.2　你自己 2
　　1.4　内容 3
　　1.4.1　行为 3
　　1.4.2　机制 3
　　1.4.3　语气 5
　查看完整　　

　　Cole Nussbaumer Knaflic，数据分析专家，前Google人力分析团队经理，曾任银行和私募基金分析师，曾在马里兰艺术学院教授信息可视化课程。目前专门研究定量信息的有效展示，并撰写热门博客storytellingwithdata.com。她的数据分析研讨会和演示深受世界各地受众追捧。

　　本书通过大量案例研究介绍数据可视化的基础知识，以及如何利用数据创造出吸引人的、信息量大的、有说服力的故事，进而达到有效沟通的目的。具体内容包括：如何充分理解上下文，如何选择合适的图表，如何消除杂乱，如何聚焦受众的视线，如何像设计师一样思考，以及如何用数据讲故事。

　　第1章　上下文的重要性 1
　　1.1　探索性分析和解释性分析 1
　　1.2　对象、内容和方式 2
　　1.3　对象 2
　　1.3.1　你的受众 2
　　1.3.2　你自己 2
　　1.4　内容 3
　　1.4.1　行为 3
　　1.4.2　机制 3
　　1.4.3　语气 5
　　1.5　方式 5
　　1.6　举例说明对象、内容和方式 5
　　1.7　询问上下文：实用问题 6
　　1.8　三分钟故事和中心思想 7
　　1.8.1　三分钟故事 7
　　1.8.2　中心思想 7
　　1.9　故事板 8
　　1.10　小结 9
　　第2章　选择有效的图表 10
　　2.1　简单文本 12
　　2.2　表格 13
　　2.3　图表 15
　　2.4　点图 16
　　2.5　线图 17
　　2.5.1　折线图 17
　　2.5.2　斜率图 18
　　2.6　条形图 20
　　2.6.1　竖直条形图/直方图 23
　　2.6.2　堆叠竖直条形图 23
　　2.6.3　瀑布图 24
　　2.6.4　水平条形图 25
　　2.6.5　堆叠水平条形图 26
　　2.7　面积图 27
　　2.8　其他图表类型 27
　　2.9　需要避开的陷阱 28
　　2.9.1　邪恶的饼图 28
　　2.9.2　永远别用3D图形 30
　　2.9.3　双y轴：总之不是个好主意 31
　　2.10　小结 33
　　第3章　杂乱是你的敌人 34
　　3.1　认知负荷 34
　　3.2　杂乱 35
　　3.3　视觉认知的格式塔原则 35
　　3.3.1　临近原则 35
　　3.3.2　相似原则 36
　　3.3.3　包围原则 36
　　3.3.4　闭合原则 37
　　3.3.5　连续原则 38
　　3.3.6　连接原则 38
　　3.4　视觉无序 39
　　3.4.1　对齐 40
　　3.4.2　留白 41
　　3.5　对比的不正确使用 43
　　3.6　循序渐进地去除杂乱 45
　　3.6.1　去除图形边框 46
　　3.6.2　去除网格线 47
　　3.6.3　去除数据标记 48
　　3.6.4　清理坐标轴标签 48
　　3.6.5　直接标记数据 49
　　3.6.6　保持颜色一致 49
　　3.7　小结 50
　　第4章　聚焦受众的视线 51
　　4.1　用脑阅读 51
　　4.2　记忆微解密 52
　　4.2.1　形象记忆 52
　　4.2.2　短期记忆 52
　　4.2.3　长期记忆 52
　　4.3　 前注意属性能够引导视线 53
　　4.4　文字中的前注意属性 55
　　4.5　图表中的前注意属性 56
　　4.6　大小 61
　　4.7　颜色 62
　　4.7.1　少量使用颜色 62
　　4.7.2　一致性 63
　　4.7.3　为色盲考虑 64
　　4.7.4　对色调深思熟虑 65
　　4.7.5　品牌颜色：用还是不用？ 65
　　4.8　页面位置 66
　　4.9　小结 67
　　第5章　像设计师一样思考 68
　　5.1　可供性 68
　　5.1.1　突出重要的内容 69
　　5.1.2　消除干扰 71
　　5.1.3　建立清晰的信息层次 74
　　5.2　无障碍 76
　　5.2.1　不要过于复杂 76
　　5.2.2　文字是你的朋友 77
　　5.3　美观 80
　　5.4　接受度 83
　　5.5　小结 84
　　第6章　剖析样例图表 85
　　6.1　样例图表1：折线图 85
　　6.2　样例图表2：注释预测类折线图 87
　　6.3　样例图表3：100%堆叠条形图 88
　　6.4　样例图表4：利用正负堆叠条形图 89
　　6.5　样例图表5：水平堆叠条形图 91
　　6.6　小结 92
　　第7章　讲故事的课程 93
　　7.1　故事的魔力 94
　　7.1.1　戏剧中的故事 94
　　7.1.2　故事与电影 94
　　7.1.3　故事与写作 96
　　7.2　构建故事 96
　　7.2.1　开头 97
　　7.2.2　中间 97
　　7.2.3　结尾 98
　　7.3　叙述结构 99
　　7.3.1　叙述流：故事的顺序 99
　　7.3.2　口头叙述和书面叙述 100
　　7.4　重复的力量 101
　　7.5　保证故事清晰的策略 102
　　7.5.1　水平逻辑关系 102
　　7.5.2　垂直逻辑关系 103
　　7.5.3　反向故事板 104
　　7.5.4　新视角 104
　　7.6　小结 105
　　第8章　综合所有课程 106
　　8.1　第一节课：理解上下文 107
　　8.2　第二节课：选择合适的图表 107
　　8.3　第三节课：消除杂乱 110
　　8.4　第四节课：引导受众的注意 111
　　8.5　第五节课：像设计师一样思考 113
　　8.6　第六节课：讲故事 113
　　8.7　小结 118
　　第9章　案例研究 120
　　9.1　案例研究1：深色背景上的颜色选择 120
　　9.2　案例研究2：在图表中使用动画效果 122
　　9.3　案例研究3：顺序的逻辑 127
　　9.4　案例研究4：避免“意大利面”式图表的策略 133
　　9.4.1　一次只强调一条线 135
　　9.4.2　空间隔离 136
　　9.4.3　混合方法 137
　　9.5　案例研究5：饼图的替代方案 139
　　9.5.1　方案1：直接展示数字 140
　　9.5.2　方案2：简单条形图 140
　　9.5.3　方案3：100%水平堆叠条形图 141
　　9.5.4　方案4：斜率图 142
　　9.6　小结 143
　　第10章　最后的思考 144
　　10.1　下一步走向何方 144
　　10.1.1　建议1：学好使用工具 145
　　10.1.2　建议2：迭代并寻求反馈 146
　　10.1.3　建议3：投入充足的时间 146
　　10.1.4　建议4：从榜样中获得启发 147
　　10.1.5　建议5：享受并寻找自己的风格 149
　　10.2　在团队中培养用数据讲故事的能力 149
　　10.2.1　提升每个人的技能 149
　　10.2.2　培养一两个内部专家 150
　　10.2.3　外包 150
　　10.2.4　组合方法 150
　　10.3　快速回顾所学内容 151
　　10.4　小结 152
^ 收 起　　

　　Cole Nussbaumer Knaflic，数据分析专家，前Google人力分析团队经理，曾任银行和私募基金分析师，曾在马里兰艺术学院教授信息可视化课程。目前专门研究定量信息的有效展示，并撰写热门博客storytellingwithdata.com。她的数据分析研讨会和演示深受世界各地受众追捧。

　　本书通过大量案例研究介绍数据可视化的基础知识，以及如何利用数据创造出吸引人的、信息量大的、有说服力的故事，进而达到有效沟通的目的。具体内容包括：如何充分理解上下文，如何选择合适的图表，如何消除杂乱，如何聚焦受众的视线，如何像设计师一样思考，以及如何用数据讲故事。