这篇文章通过讲述数据分析的重要性，强调了建立数据流利度的必要性。作者提出了一些实用的方法和技巧，帮助读者更好地理解和运用数据分析工具。文章内容通俗易懂，适合初学者阅读。建议大家多多关注数据分析的发展，提升数据处理能力。
数据对话：建立你的数据流利度读后感篇一
本书的作者是圣加仑大学副校长——马丁·埃普勒和 宾夕法尼亚州立大学客座助理教授，研究兴趣是视觉传达的法比耶纳·宾兹利。 圣加仑大学尤以金融和工商管理而见长，圣加仑大学管理学硕士在2014至2017年英国《金融时报》的全球管理学硕士排名中稳定位于第1位。 由国家高端智库中国人民大学国家发展与战略研究院研究员——程絮森翻译成中文。 作者和译者是我对书选择的起点，我认为本书在面向普通大众更通俗易懂，全面专业，也能更好的根据数据对话使非专业读者理解代入。 从译者序和前言致谢可以看出本书翻译过程追求细致严谨，诚意十足，希望帮助更多人“和数据对话，建立数据流利度”！ 本书分为两大部分：认识数据和数据交流，共13章。引言概述每个章节大致内容。每章最先指明“你将学到什么？”就像通关游戏首先告诉你会获得的奖励，让人更有动力阅读。比如在面对数据分析焦虑，根据情景对话故事，让人意识到提高数据文化水平的重要性。提出疑问：什么是分析焦虑？为什么要在意？是什么导致分析焦虑？怎样减少？带有解答疑问的目的阅读，最后总结出要点。文中还不断穿插图形数据，这大概就是法比耶纳的研究兴趣：通过视觉传达对个体起到说服作用。“图数并茂”简单概括，对比要点。 我本人性格是什么都感兴趣，但又很怕麻烦，不想过度用脑强迫自己理解，本书我最喜欢的还是风趣幽默的额外话题：“给自己泡杯咖啡，坐在舒适的凳子上。让我们来带领你穿越线性关系的神奇世界。”我真的会泡杯咖啡坐在床上靠着柜子继续看书，此时我被带入了一家餐厅理解数据。 “数千员工的it部门负责人，我要用一种全新、容易使用的、结构良好的待处理任务管理软件。”还有一个明明因为员工常使用落后且枯燥管理系统而大量犯错的固执老板，胜负欲也能让我在大量数据中找到快乐。 章节末尾还会有上一段对话的延续，让你看到这段对话，那你面临的问题也会迎刃而解。章节结尾还会有陷阱总结，相关的资源网站或文章。 其实每章内容并不多，但直击重点，再加上令人高效阅读的写作形式，可以说轻松掌握跟数据对话的流畅度了。
数据对话：建立你的数据流利度读后感篇二
这是一本读了第一遍还想再读第二遍的书。 本书的作者是圣加仑大学副校长——马丁.埃普勒和宾夕法尼亚州立大学客座助理教授法比耶纳.宾兹利。本书的译者是中国人民大学国家发展与战略研究院的研究员——程絮森。 在大数据越来越成熟的今天，无论个人还是企业的决策者都应给有敏锐的数据意识和数据感，但这绝对不是让我们一切跟着感觉走，通过过往的经验来分析数据，也不是在局限的空间里去分析数据。 各种各样的专业理论知识和技巧就显得格外重要，所以决策者就要有与数据建立链接和数据对话的能力。 本书总共分为两大部分，第一部分认识数据和第二部分数据交流。
首先作为门外汉不要小瞧了第一部分认识数据这一步，在本章中，作者进行了大量的理论铺垫和知识的讲解。 当然，那你不用为他的枯燥而担忧，每章的开始部分都会有——你将学到什么，这样的章节内容概述，可以简单明了的对本章节有大概的了解，头脑里有大纲再看就会简单很多，其次在章节结尾的部分会作重点提示及相关知识的重要链接，所以即便有不懂的也可以在这里做一个回顾。 第二部分，作为普通人就会更感兴趣，会有各种各样的技巧方法教你如何去分辨，如何去判断，如何真正的与数据建立连接，顺利对话，读来让人饶有兴趣。 总体而言，本书专业性很强，对于决策者是非常有意义的，当然对于普通人而言也可以非常好的拓展知识面，帮我们建立更高层次的知识体系。 不断学习的过程是一个丰富人生的过程，不断提升，不断进步，让我们越走越远。
数据对话：建立你的数据流利度读后感篇三
重点： 1、这本《数据对话：建立你的数据流利度》，总共分为两部分，第一部分，认识和了解数据，第二部部分，双方或者多方如何用数据交流。在这两部分里，又各自根据双方的重点，拆分成一个又一个的章节，让你在了解数据概念的同时，学会处理数据，简单的数据建模以及数据流利展示。 2、在内容方面，全书思维脉络也很清晰，分布很工整，针对每个“数据重点”，按照WHW（what how why）的写作规律，告诉你要学的内容，分析你学的要点，阐述你学的重点，以及展示常见的思维误区，最后在辅导一些内容延伸，帮助你全面理解本小节的内容。 3、对于数据分析师这个岗位感兴趣的宝子们，也可以读这本书，来评估自己是否适合这类工作。因为沟通是双方的，和数据分析师有协作的人员也可以读这本书，比如工程师、产品经理、销售人员、商务拓展人员，来提高彼此的沟通流利度。 ——————详细版—————— 在商业活动中，或者策划中，如何证明自己的观点，讲故事是一个很好的选择，因为一个有有趣，或者有意思的故事，能够引起观众的共鸣，经常讲故事显得不够专业，在故事中加入一些合适的数据，是一个很靠谱的方法。 如果你也想通过数据展示你的方法和观点，那么建立数据流利度是一个很不错的主意，如果你没有任何的数据分析经验，那么这本《数据对话：建立你的数据流利度》，很适合你当做入门读物。
这本《数据对话：建立你的数据流利度》，总共分为两部分，第一部分，认识和了解数据，第二部部分，双方或者多方如何用数据交流。在这两部分里，又各自根据双方的重点，拆分成一个又一个的章节，让你在了解数据概念的同时，学会处理数据，简单的数据建模以及数据流利展示。 所以说，这里的数据流利度不仅仅是数据的清晰、流畅，更有图表的流畅以及展示人语言的表达流畅。 在内容方面，全书思维脉络也很清晰，分布很工整，针对每个“数据重点”，按照WHW（what how why）的写作规律，告诉你要学的内容，分析你学的要点，阐述你学的重点，以及展示常见的思维误区，最后在辅导一些内容延伸，帮助你全面理解本小节的内容。
全书图文结合，文字解说，搭配图片示例，能帮读者很好的消化比较专业的数据分析。当然，本书的另一个特点在于，聚焦于数据交流，又不仅限于交流，对于数据展示，也就是数据可视化，还分享了图表设计，还有数据叙事画布的五要素，举个栗子，〔数据可视化关键概念：整理、强调、故事化、参与、赋予意义、不失真。〕
整体来看，这本《数据对话：建立你的数据流利度》，它是一本兼具专业和通俗易懂的入门级读物，他不仅适合对数据分析感兴趣的读者们，来分批量的阅读本书内容，也很适合创业者更科学的运用数据分析来拉到合适的投资人。 同时，对于数据分析师这个岗位感兴趣的宝子们，也可以读这本书，来评估自己是否适合这类工作。因为沟通是双方的，和数据分析师有协作的人员也可以读这本书，比如工程师、产品经理、销售人员、商务拓展人员，来提高彼此的沟通流利度。
数据对话：建立你的数据流利度读后感篇四
01
这本书译者在序中就已明确，目标是成为一本面向普通人群的通俗、全面、系统、生动的科普读物。
实则，也的确通俗，也够全面系统，生动可能就因人而异，个人觉得还行，因为即使枯燥的概念作者也不断的用提问的方式，吸引读者一步步的读下去。
它非一本快餐书，还是需要专心认真的读，才能更好的理解，扫读、跳读会不知道它在说什么。
02
读的过程中，我个人觉得可以先从第二部分开始，遇到不懂的概念，再回到第一部分查看，会更容易读下去。
因为第一部分大量概念里面，穿插的案例实在让人难以共情（不知道别人是不是，我自己对翻译过来的书里面的案例大多都很难共情）。
虽然第二部分里面，穿插的案例也实在让人难以共情，但第二部分已经到了实战层，即使不看案例，也可以想到自己工作场景里面的画面。
03
这本书，我觉得最让人惊喜的是书里面，给出了许多的“关键组成部分“。我理解就是不同情况下关键考虑的要素有哪些。
比如，关于数据的提问，你应该从哪几个方面去提？对数据可视化的设计，你应该考虑哪些元素？等等。这就让一件事的进行有了方向、范围、边界。
这也印证了标题，数据对话，这个对话不是单纯的你说一句我说一句，而是我们在一个范围、有边界，有方向的前提下你说一句我说一句，不是凭个人的经验、臆测随意进行。
工作多年，没少被这种没有边界的对话折磨，动不动就喊开会，讨论讨论，说好听点叫头脑风暴，其实就是不知道如何进行。
让谈谈想法，公说公有理婆说婆有理，最后谁也不服谁，谁也不想拍板决定，为结果负责任，老是重复不了了之的会议。
书中“关键组成部分“就像一个模型，让事情对话交流有了核心轴。
04
这本书的作者是瑞士的马丁·埃普勒和法比耶纳·宾慈利。译者是程絮森，中国人民大学信息学院教授、博士生导师，数字经济与商务协作实验室主任、元宇宙研究中心副主任……总之众多的身份与荣誉。
从译者序、前言包括书中的文字，可以看出译者的用心与用力，还是值得想要了解数据的同伴读一读。
@丁玥读书
数据对话：建立你的数据流利度读后感篇五
这是一本大数据科普读物，旨在帮助读者建立一种称为数据流利度的技能、常掌握一系列有效的数据分析交流技巧，从而能够清晰、准确地表达数据的含义并挖掘数据潜在的价值。 在数字化时代背景下，掌握大数据知识技能有助于我们更好的了解社会的发展，这也能促进我们更好的工作和生活。活到老学到老，不是只有科研人员等专业人士才需要掌握数据知识，为了顺应时代发展，掌握理解数据成为一项人们重要的技能，所以这本大数据科普读物是最好的选择。 这本科普读物通俗易懂，利用对话、图表等方式来帮助读者理解，有认识数据和数据交流两大模块，详细介绍有关数据概念、数据处理、数据建模以及数据展示等技能知识。 本书一共有十三章，每一章都以数据对话的形式将读者带入实际情境中，引出相关专业知识概念，并列出关键要点，最后总结出人们容易掉入的分析陷阱和交流陷阱，从而来帮助读者清晰地讨论数据。 要掌握运用数据，首先要理解统计数据的相关知识，了解最基本的定量和定性数据，是分类的还是连续的，分析它的集中趋势（众数、中位数、均值），变量的分布、分散程度等等。 掌握了基本的统计数据知识后，我们就能用数据模拟世界去预测结果，用数据去分析事物之间的相关关系，在庞大的数据里找到各个变量之间存在的复杂关系、相关程度，这就需要用到一种分类方法——聚类分析，简单来说就是依据研究对象（样品或指标）的特征，对其进行分类的方法，减少研究对象的数目。 我们在数据收集、分析和沟通过程中存在的偏差会让数据存在一定的失真，我们要检测数据的失真程度，这样才能更好的去数据交流。 要进行数据交流，就要学会将数据以简明、合适的形式进行可视化，遵循整理、强调、故事化、参与、赋予意义、不失真的六个原则，通过数据叙事画布（有趣的开头、充实的内容、鼓舞人心的结尾）进行数据展示。 这本书不止让我们认识数据，还让我们学会数据交流，让我们在工作中进行有效的对话，而不是没有边界的胡乱瞎扯。#@丁玥读书#
数据对话：建立你的数据流利度读后感篇六
设想一下，公司例会上，当主管询问某产品目前的销售情况，其中一人答：不错，每天销量都在上升。而另一个人则清晰的说出近期产品的销量数据，增长百分比，客诉占比以及每一个客诉类型占比等，主管会满意哪一个呢？
数据具有直观性。清晰简洁的数据能够更准确的显ge示出当前状况和未来趋势。而有效的数据分析，则能在战术战略上给到提示，规避错误，调整方向，以获得更大的进步和更好的发展。
当前社会，企业更倾向于能够理解数据，分析数据的人才，因为数据是商业，社会的成功和进步，是去糟粕留精华，去伪存真的工具，是调整策略的指南针。
圣加仑大学副校长马丁·埃普勒和研究员法比耶纳·宾兹利二人所著的《数据对话：建立你的数据流利度》通过理解数据和数据交流两大模块的讲解和介绍，能够让人在了解数据概念的基础上，学习关于数据的处理，建模，展示等技能知识。
值得注意的是作者还特别关注了如何有效地将数据结果传达给其他专业或非专业技术人员，从而能更好的与他人分享和探讨数据，以达到有效，甚至高效的交流。
在书中，作者通过对话的形式，引出问题。通过概念，图表和数据等加以分析和解答，让读者一目了然。
除此之外，每一章的陷阱部分，都有分析和交流，让读者获得更多的警示。而更多资源部分则能让读者在书中内容的基础上，自行查阅和扩展相关知识。
建设现代化经济体系离不开大数据发展和应用，所以，如果想要步入数据的世界，我选择这本通俗，全面，系统，生动的科普读物。
数据对话：建立你的数据流利度读后感篇七
现代社会的一切决策都是以数据来说话，再也不是过去那种凭借着直觉或者拍脑袋就能决策的时代了。但是对于决策者来说，面对于各种各样的数据、以及相应的数据分析结果和与之相关的各种行话，往往都会一头雾水，都会陷入焦虑之中。毕竟不理解就不能洞悉数据背后的真相，就不能凭借着这些数据做出最有效的决策。 所以对于所有的决策者来说，建立起一种数据的意识，建立起一种对于数据行话的了解，建立起数据相关逻辑的理解也就是一种必须。举个不一定恰当的比喻，就像每个行业都有各自的黑话一样，只有对于这些黑话有着清晰的认识，才能更好的融入。对于数据分析也同样如此，同样也要求我们学会这样一个行业的黑话，建立起自己的数据流利度。
马丁·埃普勒，瑞士圣加仑大学副校长，法比耶纳·宾慈利，圣加仑大学研究员，两人都在数据分析领域有着相应的研究。因此他们也就给我们创作了这样一本著作《数据对话：建立起你的数据流利度》，帮助并非数据分析领域的非专业读者们，提供对于数据分析相关的基础知识。
这些知识包括对于数据语言的掌握以及相应理念的认知，也就是作者所说的让我们建立起一种被称为“数据流利度”的技能。 什么是数据流利度呢？他就是包括提出与数据有关的正确问题，讲述数据的迷人故事，实现数据可视化或建设性的处理数据分析等技能，并把这些技能转化成我们的日常语言，让我们在与他人的沟通过程中畅行无阻。
既然有数据流利度，其实也就有着它的反面，就是我们很多人现在所面临的一种状态，也就是数据分析焦虑。而这种数据分析焦虑就包括数据的收集、分析、呈现、解释和使用等等相关方面的焦虑，这本书就是致力于解决这些焦虑，致力于为我们提供这些领域的相关概念、认知而完成。 比如书中就有着理解统计数据相关的知识科普。这也许是对于我们普通读者来说，数据分析最为浅显的知识了，可相信很多人依然是没有掌握的。比如作者给我们提供的对于数据分析的方法就有定量数据、变量数据；比如对于变量数据，我们还需要一种更为确定的分析工具，这就有了频率分布，有了各种平均数，有了极差等等的概念。而这些都是需要我们更进一步理解数据必备的知识。
举个最简单的例子，同时也是很容易犯错的例子。关于数据统计的平均数其实就包括众数平均数、中位数和均值等等，而且它们分别代表着不同的含义，在现实应用之中也会有所差别，如果不把它们的概念搞清楚，必然让我们在借助于数据决策时出现失误。
而这还仅仅是数据认识的起点，这本书中还给我们提供着怎样用数据模拟世界、预测结果？怎样理解数据之中的复杂关系？怎样把数据的差异表现出来？怎样检测数据之中的失真现象，等等。 当然认识是为了交流，而既然这本书所书写的重点落在了“数据对话”之上，那么作者当然也要给我们提供着大量用数据交流的方式方法，让我们可以和数据分析师在同样一个平台上进行交流，让交流的过程顺畅无碍，让交流的结果可以得到公认。
这是一本相对较为专业的著作，但也是所有决策者必然需要了解的著作。而这本书其实已经在为读者们降低了阅读的难度。因此书中不但有着大量的现实对话场景呈现，让我们可以在这些对话场景之中了解数据对话的核心要义；更是每一章张都给我们提供了关键要点，提供了数据对话的陷阱提供了可以帮助我们延展学习的更多资源，让我们在这样一条路上不断的深耕下去，不断的提高自己，不断的提升自己的数据流利度，助力我们不断走向成功。
数据对话：建立你的数据流利度读后感篇八
数据是什么？如何处理数据？怎样构建数据思维？一本书可以告诉你答案。在书中，作者从底层逻辑开始教会我们与数据相关的知识与方法。
一、实用性
在本书中，每章的开头都有“你将学到什么”的部分，探讨的话题和内容往往能解jue我们的实际需要，匹配自己的需求去阅读，显得更具有实用性，在我们遇到相关疑惑时，翻开书页，就能寻求到相应的解jue方案。
我们处在信息技术迅速发展的时代，在这样的大数据时代背景下，难免会遇到数据处理方面的问题，例如“如何开发一种分类方法来整理数据”，这是许多公司会面临的问题，实现快捷地整理数据，书中第六章分享了“聚类分析”的方法，并在本章节结束时设置了“更多资源”，如果有不懂的内容，可以借助资源延伸了解，很好地帮助读者解jue困惑。
二、权威性
为迎合广大读者的需求，市面上不少关于数据、统计类型的书籍，“现实中，如果数据分析师和管理者使用不同需语言，拥有完全不同的观点，或者对彼此的方法和约束条件缺乏了解，那么双方就难以就数据达成共识。”本书以“理解数据zui有力的工具是良好的对话”这一观点作为前提，用专业的方式帮助读者建立数据流利度这一技能。
作者在数据领域深耕不辍，对这方面有诸多研究，出版或发表过不少相关著作，很多人选择阅读这本书，也是循着作者而来。
如果您觉得内容还无法满足您的需要，“更多资源”还分享了不少相关文献，我们可以找来读一读。
文中为了让读者更了解底层逻辑，还为专有名词进行了详细的解读。层层深入地让人明白“关键要点”。
三、通识性
这本译作，为让人读得明白，表达方面的语言还是比较易于理解的，即使是专有名词，也能用更为通俗的方法去描述。更增添了本书的通识性，让更多人能从中受益。
同时，各种形式的图表也帮助我们更好地明白作者想要传达的相关概念和注意事项等内容，这些形象的方式，都能帮助读者更加清晰地探讨数据。
与数据对话，建立你的数据流利度！
