Πώς να Πείσετε με Δεδομένα
Περιγραφή:
Το Πώς να πείσετε με δεδομένα απευθύνεται σε όσους καλούνται να εξηγήσουν αποτελέσματα αναλύσεων σε άλλους. Στο βιβλίο παρουσιάζεται με συνθετικό τρόπο ένα ευρύ φάσμα τεχνικών που πρέπει να γνωρίζουν οι σημερινοί επαγγελματίες δεδομένων και παρέχεται μια πλήρης εργαλειοθήκη για τη δημιουργία πετυχημένων επιχειρηματικών παρουσιάσεων. Οι αναγνώστες θα μάθουν πώς να απλοποιούν τις παρουσιάσεις τους για να ενισχύουν το μήνυμα που θέλουν να μεταφέρουν, πώς να παρουσιάζουν αναλύσεις δεδομένων, πώς να προετοιμάζονται για την αντίσταση του ακροατηρίου, και πολλά ακόμη. Στο βιβλίο συνδυάζονται η πρακτική και η ακαδημαϊκή οπτική με πραγματικά παραδείγματα από διάφορους επιχειρηματικούς κλάδους, οργανισμούς και επιστημονικά πεδία. Είναι κατάλληλο για ένα ευρύ φάσμα αναγνωστών –από προπτυχιακούς φοιτητές έως επαγγελματίες με μέτρια εμπειρία και διοικητικά στελέχη– και έχει χρησιμοποιηθεί με επιτυχία, μεταξύ άλλων, σε πανεπιστημιακά μαθήματα και σε εκπαιδευτικά σεμινάρια επιχειρήσεων.
Ο Miro Kazakoff είναι επίκουρος καθηγητής Διοικητικής Επικοινωνίας στο MIT Sloan School of Management
«Η μετατροπή δεδομένων σε διαγράμματα και γραφήματα —και η σαφής διατύπωση των συμπερασμάτων που προκύπτουν— είναι μια μορφή τέχνης. Απαιτεί όχι μόνο αναλυτικές ικανότητες, αλλά και ικανότητες δραματοποίησης κατά την παρουσίαση των συμπερασμάτων. Ο Miro Kazakoff συνέταξε έναν εξαιρετικό οδηγό που θα σας βοηθήσει να αποφύγετε βαρετές για το ακροατήριο παρουσιάσεις».
Barbara Minto, συγγραφέας του The Minto Pyramid Principle
«Αυτό το βιβλίο είναι δύο βιβλία σε ένα! Ο Kazakoff συμπεριέλαβε όλες τις βέλτιστες πρακτικές οπτικοποίησης δεδομένων και τις συνδύασε με τις βέλτιστες πρακτικές επιχειρησιακής επικοινωνίας. το αποτέλεσμα είναι ένα πραγματικά επίκαιρο, χρήσιμο και πολύτιμο βιβλίο για όποιον θέλει να μεγιστοποιήσει τον αντίκτυπο των δεδομένων του».
Kerrie Aman Carfagno, αναπληρώτρια καθηγήτρια Διοικητικής Επικοινωνίας, McIntire School of Commerce/Darden School of Business, πρόγραμμα Master of Science in Data Analytics, University of Virginia
