不良数据可视化与良好数据可视化之间的差距很小。
好的数据可视化与出色的数据可视化之间的鸿沟巨大！
面临的挑战是，我们以及我们的HiPPO都会带来意见和感觉，以及我们对将在对话中传播的内容的看法。这在区分好，坏与好方面完全相反。
相反，我们需要的是对我们追求卓越的过程中面临的上升趋势的坚如磐石的理解，以及可以帮助我们无私地评估质量的标准框架。
今天就开始吧。了解如何将坏与好，好与坏分开，并通过以下示例…
继续阅读： 智能数据可视化：质量评估算法»
对负面数据的回应：四种高级领导原型。
并非公司所做的一切都能奏效。
（这与公司未进行的所有工作都不同。:)）
如果您从事数据业务–我的面包，黄油和豆腐–您经常承担承担坏消息的重担。
启动时转化率下降了30％。
目标是实现30％的收入增长，团队实现1.7953％的收入。
在2019年，我们的净促销员得分下降了15分。
我们的视频广告的平均时长为30秒，不到10％的受众观看时间超过5秒，而90％的受众观看时间不到1秒。
我们的市场 …
继续阅读： 对负面数据的回应：四种高级领导原型。»
通过 
最近评论