数据 – 第10页小小书 XXshu

大数据世界的错位

您是否想知道是什么吸引了您进入您的职业/学习道路？众所周知，数据科学被评为最性感的工作 21世纪。其次是从事该职业的人数激增。我本人是千禧一代，所以在读完这则新闻后也被它吸引了。对我而言，不幸的是，发生在我完成大学一年级学习商务管理课程之后。不合身？（此外，有趣的事实：我在理科就读高中）。因此，当我在大学第二年的新学院之一正在查询我们的兴趣时，在众多CFA和MBA追求者中，我站着。我说我想将来继续攻读统计学/分析学或相关领域的硕士学位。绝对是不合适的。我读了无数关于该性别歧视行业及其组成的文章。由此，我发现这是计算机科学，数学和领域专业知识不同应用的真正异常融合。特别是，它的两个应用对我最有吸引力：用数据讲故事 –尽管已经有一段时间了，但借助数据讲故事的艺术的美学性和互动性使我特别着迷。我最喜欢的之一是R2D3…

公平警告：太空怪诞，奥运会和咒骂

你好！本周，我去了苏格兰，并就数据可视化和良好实践进行了讨论，我认为它进展顺利。这证明它确实发生了，并且为了加分，这是在我谈论查尔斯·米纳德时采用的：普通读者会知道，我通常将新闻通讯分成几部分（在家庭方面-英国的东西；在池塘中-美国的东西；在其他地方-其他任何地方；偶尔还有诸如“奇数与零头”之类的东西），但是本周的内容非常普遍，因此，我对它们进行了稍微不同的分组。下周，如果我能找到足够的力量在正常标题下分组，应该恢复正常服务。让我知道您对这两种方式的看法。民主党需要赢得28个席位才能控制参议院，共和党只需要8个席位。无论如何，这就是纽约时报所说的，这很有趣的是，将参议员按自己的温和程度（或不适当）分组，并通过获胜的机会进行讨论或失去席位。显然，工党在民意调查中现在落后于保守党四分，而我所能想到的就是，我不敢相信我以前一直呆在这方面，因为我们距选举和选举还有很远的距离。在很短的时间内就能改变很多？我不知道。我想我的意思是：放松一下。英国《金融时报》写道，极右翼的保守派人士在Facebook上分享的虚假新闻故事比任何其他政治团体都多。另一个有趣的消息是：特朗普的支持者“与其他组织的联系最少，并与96％的已知“垃圾新闻”网站共享链接”。您在一小时内可以从市中心到达多远？有人看着一堆欧洲城市，伦敦从这个城市冒出来。根据迈克·伯德（Mike Bird）的说法，一半的英国人口居住在这条蛇中。不，我尚未对此进行检查：…

发布者应使用其数据来推动其付费专区策略

几年来，出版商建立了付费专区，以开发数字订阅并使其收入来源多样化（请参阅美国采用付费专区的状况）。在媒体行业中，这种情况越来越多地受到关注：如何找到正确的公式将读者转变为订户？ — —在2017年8月30日发布在我们的博客上— 我们经历了一个紧张的第一阶段，在此期间，（在线）支付模型以不同的方式出现（增值，计量，固定，数据墙等）。尽管付费模式以不同的方式出现，但付费墙仍然“简单”，因为它为所有读者提供了相同的体验。一种“适合所有人”的模式，允许发布者挫败1-2％的核心读者，并将其转变为订阅者。如今，订阅为发行商带来了巨大的潜力，而且可能是一种更健康的模式，即读者为内容付费。一个合理的问题出现了：我们如何才能进一步发展数字订阅？为了说明这个问题，我个人喜欢弗雷德里克·菲卢克斯（Frederic Filloux）的一句话：“让我们填补飞机的其余部分”。意思是：我们卖掉了一等舱座位的很大一部分，如何用飞机的其余部分赚钱？发布者使用不同的工具来收集，分析和使用其第一方数据。多年来，这些数据一直用于广告方面，以提高库存价值并获取更好的每千次展示费用。如果我们回到付费专区的故事，“一个适合所有人”的模式对粉丝来说效果很好，但显然代表了读者和出版商之间对其他读者的摩擦区域。与我们的客户进行的早期研究表明，平均而言，有60％的读者在面对付费内容时会直接离开网站…

数据科学与大数据与数据分析

数据无处不在。实际上，现有的数字数据量正在快速增长，每两年翻一番，并改变着我们的生活方式。根据IBM的数据，2012年每天产生25亿千兆字节（GB）的数据。福布斯》（Forbes）发表的一篇文章指出，数据以前所未有的速度增长，到2020年，地球上每一个人每秒将创建约1.7 MB的新信息。至少了解该领域的基础知识非常重要。毕竟，这是我们未来的所在。在本文中，我们将根据数据科学，大数据和数据分析的用途，用途，成为该领域专业人士所需的技能以及每个领域的薪资前景来区分数据科学，大数据和数据分析。数据科学：在处理非结构化和结构化数据时，数据科学是一个包含与数据清理，准备和分析有关的所有内容的领域。数据科学是统计，数学，编程，解决问题，以巧妙的方式捕获数据，以不同方式看待事物的能力以及清理，准备和整理数据的活动的结合。简而言之，它是尝试从数据中提取见解和信息时使用的技术的总括。大数据：大数据是指无法使用现有的传统应用程序有效处理的大量数据。大数据的处理始于未聚合的原始数据，通常是不可能将其存储在单台计算机的内存中的。用来描述庞大的数据量（无论是非结构化还是结构化数据）的流行语每天都会淹没企业。大数据可以用来分析洞察力，从而可以做出更好的决策和战略业务转移。 Gartner对大数据的定义是：“大数据是高容量，高速和/或多变的信息资产，需要经济高效的创新信息处理方式，以增强洞察力，决策能力，和过程自动化”。数据分析：数据分析是检查原始数据的科学，目的是得出有关该信息的结论。…

3个很棒的资源来创建和呈现数据

创建有效的数据可视化并以一种引人入胜且令人难忘的方式呈现它们似乎是一项不可能的任务。您不仅需要制作引人入胜的故事，还必须选择正确的图表，遵循最佳实践，并想出一种向观众展示的方式，而不会让听众沉迷。事实证明，这项任务并非不可能。我们在这里为您提供帮助！这小堆惊人的资源将使您直接走上成功之路。您将学习如何：打造完美的可视化制作功能强大的图表并呈现给热心的观众 1）免费电子书：数据可视化技术我们想帮助您制作更好的图表。这就是为什么我们写这本有用的电子书“简单的数据可视化技术，使图表质量提高110％”的原因。在这里，我们向您展示如何选择主题，组织数据，选择正确的图表以及避免常见的设计错误。掌握了基础知识之后，您就可以继续学习如何使数据更加令人印象深刻。 2）使数据引人注目的10种方法简单的图表可能很容易制作，但是它们通常没有“哇”的因素。 HubSpot的这篇文章向您展示了如何将报告提升到一个新的水平。为了展示您的作品的真正价值，您需要关注并微调细节。…

如果您在使用数据时仅学到了一点，请学习此内容

https://www.pexels.com/photo/abstract-background-beach-color-355288/ 灵感处理数据的世界异常庞大。这里有概念，工具，数学和统计数据，可视化技术，数据叙事最佳实践等等。为了使事情更加困惑，这些领域中的大多数也随着时间而发展。如果处理数据是一条新的学习途径，它可能会成为一个令人生畏的艰巨任务。相反，有一些静态技能易于学习，经常使用，并且是激发深刻的分析见解的核心，但在应用中却非常细微。要点是，它们在正确使用时功能强大，绝对值得在课堂上简短提及。例如，转换率很容易将两个数相除，但是艺术和科学才能真正理解如何对其进行优化。我们强迫自己选择一种技能来讨论。因此，如果您仅在处理数据方面学到一件事，那就学一下：增长。目标到本文结尾，我们希望使您更进一步，以了解处理数据的基础领域（即增长），为自己建立一个更好的分析品牌，并与世界分享您最好的作品。至少，我们希望引发有关基本数据技能的其他想法。这是我们要介绍的内容： 1.为什么要增长？…

分析特朗普讲话，伦敦的绿色基础设施，通用电气的兴衰，纽约市交通冲突— DataViz Weekly

我们今天在DataViz Weekly上赞扬的新的有趣数据可视化项目非常有用，有助于分析特朗普有关美墨墙，伦敦绿色基础设施，通用电气兴衰以及纽约市交通冲突的讲话。快速浏览。每周数据可视化：2019年2月8日至2019年2月15日分析特朗普关于美国墨西哥墙的讲话，2015–2019年 https://www.nytimes.com/interactive/2019/02/13/upshot/detailed-timeline-trumps-words-border-wall.html The Upshot发表了另一个有趣的视觉故事，《纽约时报》的图形编辑Kevin Quealy分析了美国总统唐纳德·特朗普在演讲中说过的话，并答应了美国和墨西哥之间的隔离墙，揭示了这一点。从2015年夏季到2019年1月这段时间发生了变化。关注的第一个问题是谁来为隔离墙付费？然后，作者介绍一下特朗普如何（以及何时）称呼它为“墙”，“障碍”，“栅栏”或“任何东西”。最后，您将相同的方法应用于如何它将由混凝土制成，或具有“美丽的门”，透明或钢制板条的外观。看模式。通用电气的兴衰 https://www.bloomberg.com/graphics/2019-general-electric-rise-and-downfall/ 彭博图形团队对通用电气公司的情况进行了调查。 GE一直是美国工业的标志。但是去年对公司来说似乎是灾难性的，因为当时通用电气被排除在道琼斯工业平均指数之外，而且其市值和股价继续急剧下跌至历史最低水平。查看视觉故事，了解GE如何随着时间增长和下降，当前的确切位置以及未来的可能。…

故事指标

设置几个最重要的指标很容易，而忘记了为什么过了一会儿又将它们放在那里。讲一个鼓舞人心的故事也很容易，但是很快就失去了动力。许多公司已经认识到定义指标的重要性，而其他许多公司也都拥有拥有强大叙述能力的重要性。对于产品经理来说，讲故事也是一项越来越关键的技能-但是，什么是好的指标，什么是好的故事呢？我们发现，好的指标可以说明一个故事，而好的故事则由指标来指导。度量可以表示为识别杠杆的公式-讲述我们将如何实现最终目标的故事。一个粗略的故事情节示例您的故事可以追溯到用户获取之后，直到业务方面的纯收入。可以采用多种方法来构造公式，以最佳地突出您达到最高目标的方法或基准。如果最小化渠道丢失不是您的叙述的主要内容，则可以轻松地压缩故事情节，以忽略“ Funnel Starts上的“ Funnel Completions ，而只需查看“ Active Users上的“ Funnel…

公平警告：秘密隧道，统计错误和“平地”真实者

嗨！您可能已经注意到，现在不是星期天，也不是早晨。您说得对，对不起。我也错过了上周的时事通讯，但生活有时会受阻。无论如何，嗨！注册以通过电子邮件接收公平警告土地注册处的数据揭示了伦敦下方的秘密隧道。哇！是。是！您没看错。在高霍尔本（High Holborn）下面，显然有一个防原子弹的电话交换机。这改变了一切。英国《金融时报》表示，有关英国退欧投票影响的研究已经开始，这表明“英国经济每周损失3.5亿英镑-具有讽刺意味的是，对于那些支持休假的人来说，不会因为他们对英国脱欧的要求而损失。公交车的一侧。” 英国制作的电影，例如《星球大战》和《帕丁顿》，在2016年为经济增加了77亿英镑。这是由ONS发行的真正有趣的作品。而且我发现这张图表在美学上令人愉悦：尽管每个人都对英国退欧感到厌倦（我猜吗？），这个“英国退欧很晚的博客”非常有趣。…

数据实践：可能是常见原因

*在数据交叉口提供：迈阿密大学，2018年3月2日* 感谢Paige，Alberto和Cameron的精彩活动。我上次错过了DH + DJ，对此我感到非常遗憾。参与将图书馆员，数据科学家，新闻工作者和统计人员的工作汇聚一堂的对话，我感到很荣幸。就我而言，我将谈论一种称为“数据实践”的东西，并将努力将其框架化为加入我们工作的“可能是共同原因” 。我确实想指出我将在演讲中讨论一些困难的内容，鉴于最近在帕克兰（Parkland）的枪击事件，这尤其具有挑战性。为了清晰起见，将讨论两次大规模枪击事件。如果您觉得需要离开，我会明白的。在讨论之前，我将再次标记此内容。在本演讲中，我将讨论4个主题。首先，我将介绍数据实践的概念，并详细说明“可能是常见原因”。其次，我将在“现在和现在”中介绍数据实践的需求。第三，我将介绍集合作为库中数据的概念，并建议它是我们之间进行协作的主要载体。最后，我将提供一些具体建议，这些建议为我们培养广泛数据实践的集体能力铺平了道路。当我谈论代理和自我实现时，我指的是社会的一个广泛领域，具有技能和性格，可以批判性地与驱动我们讲述的故事的数据互动。…