感謝您提交詢問!我們的一位團隊成員將在短時間內與您聯繫。
感謝您提交預訂!我們的一位團隊成員將在短時間內與您聯繫。
課程簡介
數據架構與Excel準備
主題1:引人入勝的可視化原則
- 數據墨水比:最大化數據與墨水的比例以減少雜亂。
- 溝通循環:信息需求與數據可用性。
- 受衆分析矩陣:爲高管(執行摘要)與運營團隊(詳細細節)定製可視化。
- 研討會:解構“糟糕與優秀”的報告,識別後者爲何有效。
準備數據集以進行可視化
- 數據衛生:清理、格式化和構建數據以供可視化工具使用。
- 識別價值:過濾噪音並隔離關鍵績效指標(KPI)。
- Excel準備:使用Power Query(獲取與轉換)清理原始數據。
- 實驗1:參與者使用Excel Power Query準備一個原始、雜亂的CSV數據集以進行可視化。
Excel可視化:超越基礎
- 條件格式作爲數據可視化:熱圖、圖標集和數據條。
- 迷你圖和切片器:在Excel中嵌入迷你圖表和交互式過濾器。
- “禁忌”圖表:爲何避免使用餅圖、3D圖表和雙軸混淆。
- 實驗2:基於實驗1數據集構建一個乾淨、高影響力的Excel儀表板。
撰寫報告敘述(第一部分)
- 標題驅動報告:撰寫總結洞察而非數據的標題。
- 註釋策略:使用文本框、箭頭和高亮引導視線。
- “所以呢?”因素:確保每張圖表都回答一個業務問題。
設計心理學與高級圖表類型
選擇最佳圖表類型
- 比較圖表:分叉條形圖、點圖和子彈圖。
- 分佈圖表:直方圖、箱線圖和小提琴圖。
- 關係圖表:帶有氣泡大小和迴歸線的散點圖。
- 部分與整體:樹狀圖和Marimekko圖表(替代餅圖)。
特定數據類型的佈局
- 時間序列:折線圖、面積圖以及處理多個系列而不雜亂。
- 地理模式:等值線圖、熱圖和正確的地理編碼數據。
- 嵌套數據:華夫餅圖、金字塔圖和分層列表。
- 實驗3:使用Excel和/或容器化R工具創建三個不同的可視化(時間序列、地圖和部分與整體)。
設計心理學與顏色編碼
- 色彩理論:使用顏色進行分類、量級和高亮。
- 可訪問性:爲色盲設計(ColorBrewer調色板)和灰度可讀性。
- 基於文本的可視化:使用排版和圖標展示情感分析、時間線和日曆。
- GIF與信息圖:將靜態數據轉換爲動態或靜態信息圖的最佳實踐。
交互式工具與最終報告組裝
交互式可視化入門(容器化工具)
- Tableau vs. R(Shiny/RMarkdown):何時使用哪種工具進行靜態與交互式報告。
- 連接數據:將工具連接到準備好的數據集。
- 基本交互:創建過濾器、下拉菜單和動態工具提示。
- 實驗4:在Tableau/R中複製第1天的Excel儀表板(簡化版)以瞭解工作流差異。
組裝報告(第二部分)
- 網格系統:儀表板設計中的對齊、留白和層次結構。
- 文件格式:導出爲高分辨率PNG、PDF或交互式HTML/Excel文件。
- 參考文獻管理:如何在可視化中引用來源(腳註、圖例、工具提示)。
- 案例研究分析:回顧金融、營銷和醫療領域的“引人入勝的報告”真實示例。
最終畢業項目與回顧
- 項目:參與者將獲得一個新數據集和一個受衆角色。他們必須準備數據、設計佈局並組裝一份1頁的“引人入勝的報告”。
- 同行評審:小組批判,重點關注清晰度、設計和洞察力。
- 閉幕詞:提供持續學習的資源以及未來報告工作流的清單。
最低要求
- 具備Excel經驗(數據透視表、VLOOKUP/XLOOKUP基礎)會有所幫助。
- 無需編碼或高級設計經驗。
受衆:
- 數據分析師、業務經理、戰略規劃師。
21 小時
客戶評論 (1)
研討會, 實際案例
Martin Stuparek - Orange Slovensko, a.s.
課程 - Monitoring with Grafana
機器翻譯