Week1

• SMART原则中的五个字母分别对应了五个英文单词：Specific（明确）、Measurable（可衡量）、Achievable（可达成）、Relevant（相关）和Time-bound（有时限）。

• 项目开始前，要清楚的定义数据分析应创造的价值。

Week4

过度概况和样本偏差

• 首先，总是要问很多有关如何收集数据的问题。
• 其次，请始终检查您要查看的所有组中有多少个数据点。
• 第三，如果您确实有很多数据，请将整个数据集分成三到五个随机子集。
• 第四，在从分析中删除具有某些缺失数据的离群值或行之前，请始终检查是否存在那些离群值或行看起来或不相同的特征。

由于缺乏对照组而造成的误解

• 如果数据故事的关键部分没有对照组，请进行一些控制分析，这是确保正确解释数据的唯一方法。

相关性影响决策

• 确保数据的相关性得到的业务建议具有合理的因果关系。
• 首先，每次看到与您要提出的业务建议相关的两个实体之间的相关性时，养成习惯，问是否还有其他第三或第四或第五个变量可以解释您所看到的关系。然后寻找可让您测试第三个或第四个或第五个变量是否可以更好地衡量您感兴趣的现象的数据。

为数据可视化

• 不要使用三维图，影响视觉。 推荐使用折线图，条形图，散点图。

彩色引起的误解

• 使用从黑色到白色的灰度，而不是多色比例。

使用三分法则改进PowerPoint幻灯片

http://sixminutes.dlugan.com/rule-of-thirds-powerpoint/

数据可视化设计过程

https://depictdatastudio.com/data-visualization-design-process-step-by-step-guide-for-beginners/

1. 分析目标对象
   • 谁是观众？
   • 您的听众的算术水平是多少？
   • 您的受众对数据可视化的熟悉程度是多少？
   • 观众有多少时间？
   • 受众群体会做出哪些类型的决策？
   • 需要多少精度？
   • 需要多少个小数位？
2. 选择正确的图表
   • 从经典图表类型开始;
   • 谨慎使用饼图;
   • 掌握了经典的图表类型之后，您就可以玩一些不太熟悉的图表类型，例如 气泡图，项目符号图， 点图，热图，散点图， 斜率图， 社交网络图， 树形图， 瀑布图或更多。
3. 整理
   • 黑色坐标轴改成灰色坐标轴，去掉网格线，能凸显重点
   • 使用白色轮廓
   • 删除图例并直接标记数据
   • 折线图的基线是否为零？（https://www.vis4.net/blog/2012/06/doing-the-line-charts-right/）
4. 用颜色说明信息
   • 使用自定义颜色为视觉品牌增色；
   • 不要使用Excel，Tableau或Google Charts中的默认颜色
   • 确保您的颜色在灰度中清晰可见（黑白打印）
   • 确保您的颜色对于有色觉缺陷的人来说是清晰的（色觉不足模拟器：https://www.color-blindness.com/coblis-color-blindness-simulator/）
   • 使用暗亮对比强调信息
5. 用文字说明信息
   • 自定义字体的品牌形象
   • 在标题中说明图表
   • 注释是提供重要上下文详细信息的标注框
   • 建立文本层次结构
   • 提高文字可读性
6. 测试草稿
   • 将图表草稿提供给重要的其他人或同事。问，“此图中的主要信息是什么？” 如果他们犹豫了几秒钟，或者他们的故事与您想要的故事不符，请尝试处理标题和标题。
7. 共享完整的数据可视化
   • 在演示文稿中共享数据可视化的提示
   • 网络研讨会中共享数据可视化的提示
   • 一页讲义中共享数据可视化的提示
   • 在社交媒体上共享数据可视化的提示
   • 在仪表板上共享数据可视化的提示（面向内部受众）
   • 在信息图中共享数据可视化的提示（面向外部受众）