《用数据讲故事》读后感精选
《用数据讲故事》是一本由[美] Cole Nussbaumer Knaflic著作，人民邮电出版社出版的平装图书，本书定价：59.00元，页数：176，特精心从网络上整理的一些读者的读后感，希望对大家能有帮助。
《用数据讲故事》读后感(一)：Amazon超级畅销书终于见到中文版了
“数据可视化”听着有点儿专业，但实际上跟PPT类似，绝对是职场必备技能。这也是原书出版后能上畅销榜的原因之一。
书里用的工具是Excel，有大量案例研究，详尽介绍以下方面：如何选择合适图表，如何消除杂乱、聚焦受众视线，如何像设计师一样思考，如何用数据讲故事。
作者是从Google出来的，与书同名的博客storytellingwithdata.com上一直在介绍相关技巧。
《用数据讲故事》读后感(二)：用数据讲故事-Nussbaumer Knaflic
2018 第14本
是本灰常灰常不错的书
一，干货多
二，薄
是谷歌做数据的大牛写的书，介绍了用数据讲故事的方法
其中图表的制作，一些简单的规则，
你去看看现在大数据网站几乎是条条不建议的都能找到，也是飞起~
以后会买一本当做工具书，很多东西都是需要实践~
前5章是理论基础，后5章基本是实践内容。
收获很多，
但是学而时习之，学到了，模仿了，还要实践，这个是关键
《用数据讲故事》读后感(三)：用数据讲故事—-思维导图
全书阅读时长在4小时以内，如果按照作者介绍方式进行实操，阅读时间可控制在8小时之内。
书中精华在于7章以后的内容。如何展示枯燥无聊的数据表，作者的实际案例讲解很有吸引力。作为一本工具书，该书已选择入我们集团培训教材，对于初阶主管数据处理，数据汇报很有帮助。
书中介绍的正向表达很符合现在互联网时代的信息捕捉需求，如何运用对比数据值得在运行中反复推敲。
建议可以去其博客阅读原版文章，对于跨国企业的来说很有帮助。
《用数据讲故事》读后感(四)：做数据也需要讲故事的人
简评：
无论是否是数据从业者，都值得看的一本书，8.5分：
1、作者本身也是基于讲故事的原理编辑此书，非常的易读；
2、关于讲故事、作图的原理讲的非常清晰，很容易上手；
读完此书后，自己对于数据可视化、职场沟通都会有一个深刻理解、提升。
最大的感受：这个世界不缺少做数的人，缺少的是会讲故事的传播者；
讲故事的传播者需要两个能力：
1、有故事
2、会讲故事
能随口讲出来的故事，大家都已经耳熟能详，怎么才能找到故事？需要深入的发现生活中的美好，理论思考的美、深层规律的美，作者就算是不做数据可视化，去做别的事情也会做的很棒，因为他能发现数据可视化这个小部分的方法论、理论延展等；
像《反脆弱》中所讲的，“世界上有一半的事物是没有被命名的”，这里类似，我们在把数据可视化做到了经验程度的时候，却往往无法说出来自己做的方法论、规律；单看对于职场人的坏处：1）对自己的工作没有总结，所以无法讲出，那么做事无体系性概率较大，也代表着没有办法优化当前工作；2）不利于向上沟通，无法把自己的工作传播给上级、下级，你在职场上的影响力有限，无法升职加薪。
《用数据讲故事》读后感(五)：如何讲好故事
得到：
作者虽然告诉我们怎么用数据讲故事，但其实也告诉我们了很多如何书写报告。
能够恰当的组织故事，用时间顺序，或是空间顺序表达；讲故事中善用展示现象，提示问题，解决问题的三个步骤，条理清晰，一定要符合受众群体大脑认知的过程，才能够吸引他们的注意，取得不错的效果。
书中提到部分书
《 故事》
《 通用设计法则》
《airman's odyssey》
书中提到的可视化的资源链接：
Eage Eyes (https://eagereyes.org)
538 数据实验室(fivethirtyeight.com/datalab)
Flowing Data (flowingdata.com)
thefunctionalart.com
卫报数据博客 (theguardian.com/data）新闻相关的数据，通常有英国新闻媒体相应的报道和图标
HelpMeViz (helpmeviz.com） 允许用户提交图表并能够得到其他用户的反馈
Junk Charts (junkcharts.typepad.com） 主要关注如何绘制图表
makepowerfulpoint.com 关于演示文稿和数据的有趣和易于理解
visualisingdata.om 用图表绘制数据可视化
vizwiz.blogspot.com 包括数据可视化的最佳实践、改进先有作品的方法，还有使用Tableau的方法
torytellingwithdata.com 作者的博客关注有效的数据沟通
《用数据讲故事》读后感(六)：本书推荐的资源
❑Flowing Data（flowingdata.com, Nathan Yau）：有面向会员的优质内容，也有很多免费而优秀的数据可视化示例。
❑The Functional Art（thefuncationalart.com, Alberto Cairo）：包含对信息图和可视化的介绍，有很多不错的文章提供了建议和示例。
❑卫报数据博客（theguardian.com/data，有很多作者）：新闻相关的数据，通常有英国新闻媒体相应的报道和图表。
❑HelpMeViz（HelpMeViz.com, Jon Schwabish）:“帮助人们进行日常的可视化工作”，这个网站允许你提交图表并获得读者的反馈，你也可以翻阅历史文档，看看其中的示例和相应的内容。
❑Junk Charts（junkcharts.typepad.com, Kaiser Fung）：自称“网络第一数据评论家”，主要关注如何绘制图表以及如何改进。
❑Make a Powerful Point（makepowerfulpoint.com, Gavin McMahon）：关于演示文稿和数据的有趣而又易于理解的内容。
❑Perceptual Edge（perceptualedge.com, Stephen Few）：数据可视化沟通的相关内容。
❑Visualising Data（visualisingdata.com, Andy Kirk）：用图表绘制数据可视化领域的发展，有着很棒的每月“网络最佳图表”的资源列表。
❑VizWiz（vizwiz.blogspot.com, Andy Kriebel）：包含数据可视化的最佳实践、改进现有作品的方法，以及使用Tableau软件的建议和技巧。
❑storytelling with data（storytellingwithdata.com）：我的博客主要关注有效地数据沟通，包含很多示例、图表优化和系列话题。
《用数据讲故事》读后感(七)：用故事思维可视化数据
我们要的不是数据，而是数据告诉我们的事实。数据之所以能影响我的判断，是因为他揭示了某种我们没有注意到的规律。
这本书是数据可视化与美学的结合，并且利用数据来讲故事。
在开始构建你的内容之前呢，要了解沟通的对象以及内容，并且可以使用三分钟故事、中心思想和故事板的方法，来让你的故事能够更清楚的讲述。
第一步：选择有效的图表
简单的文本：当只有一两项数据需要分享时，简单的文本是绝佳的沟通方法
表格：表格最合适的场景是一群受众沟通。使用表格最重要的一点是让设计融入背景，让数据占据核心地位。
不要让厚重的边框与阴影与数据争夺受众的注意力。
热力图：能够将表格中的细节和视觉暗示的使用结合起来。
散点图：散点图在展示两件事的关系时很有用
折线图、条形图(水平、垂直)、面积图
这里需要注意的是，尽量少用饼图，而且不要用3D效果。饼图难以阅读，当饼图的各部分大小相近时，你无法或者很难判断哪一块更大。3D会扭曲数据的视觉效果。
这本书的不足之处在于，只讲了方法论，而没有具体的实际操作。具体画图的时候，需要用什么工具、怎么画图的操作，这些都需要我们再学习的。
《用数据讲故事》读后感(八)：不得不看的数据可视化入门书籍
1、关于作者 曾担任过google人力分析团队经理，曾在马里兰艺术学院教授信息可视化课程。 2、适合阅读人群 消化完书中内容，个人感觉比较适合数据可视化初学者或者进入一定瓶颈期的读者，书中多处地方让人有种“原来如此”、“好神奇”的感叹，会萌生想立马试试的冲动。 3、加深对数据可视化的理解程度 数据可视化的根本目的不是漂亮的图表，而是设计与功能之间的平衡；简单来说，就是比起好看，精确的信息表达与高效的沟通更重要。合上书本的那一刻，突然有种顿悟，最近与上司的沟通没有以往那么高效，或许就是受到之前学习设计的影响，导致在数据处理中花了太多的精力在图表美化上，以至于忽略了数据的实际使用场景及受众，才有了自己与上司互不理解的情况出现。 4、少即是多，感受简洁、清晰的力量 书中含有大量的案例介绍，点图、线图、条形图等都有涉及，从一开始的“漂亮图表（工作生活中随处可见，但并没有清晰的传达出有效信息）”到调整后观点明确、适合高效沟通的图表，这个变化非常神奇，过程讲的也很细致。感兴趣或超出自己现有认知范围的地方，我习惯一边看，一边带着用画图工具练习，当看到一幅幅修改过后观点异常具体而明确的图表，有一种难以言说的满足感。 5、丰富的学习资源共享 书中介绍了一些其他的学习资源，如果需要进一步拓宽视野，可能是不错的阅读选择： （1）书 ①Nancy Duarte的《Resonate》，关于了解并划分受众，与受众建立共识的具体策略。 ②Sephen Fewy的《 show Me the Numbers》，更多关于表格结构、元素及设计的内容。 ③lidwell的《通用设计法则》，主要介绍跨学科跨领域的设计思想、解决方案与创新思维。 （2）网站 ①eagereyes.org ②fivethirtyeight.com/datalab （注：国内无法访问） ③flowingdata.com ④thefuncationalart.com ⑤theguardian.com/data （注：国内无法访问） ⑥helpmeviz.com ⑦junkcharts.typepad.com ⑧makepowerfulpoint.com ⑨perceptualedge.com ⑩visualisingdata.com ⑪vizwiz.blogspot.com（注：国内无法访问）
《用数据讲故事》读后感(九)：纯阳书评第347期《用数据讲故事》
用数据说明一件事，讲述一个道理，似乎不是一个有难度的事，但是要想把这件貌似容易的事做好，其实远没有我们想象中那么简单。颇似郭德纲关于相声门槛在门里头的说法，数据使用的门槛也在门里头，初看起来似乎人人都可以轻易上手，随便拿起一个诸如Excel的工具就可以画个像模像样的曲线图、饼图、散点图什么的，但是真要想做出来一个让别人一目了然、层次清晰、重点突出、布局合理的数据图，往往又没那么容易。之所以这样，一方面是因为使用数据、展现数据绝对是一个技术含量比较高的技术活，而不是我们所想象的常规操作或日常动作。数据很重要，但只是原料，所以不是最重要的，比数据重要的是数据里边的信息，信息才是更有价值的产品，所以如何从数据中挖掘信息、发现知识、找到规律、抓住趋势就是体现技术含量的关键了，只有思维水平高的人才具有点石成金的本领，化数据之腐朽为信息之神奇，在数据的僵死躯壳中找到跳跃的灵魂，而思维水平有限的人能做的其实只是数据的搬运工，把其他来源的数据生吞活剥地亦或是原封不动地搬到听众面前，正是因为自己就稀里糊涂，所以只能换来听众的一头雾水和不知所云。 使用数据、展现数据一方面是个技术活，另一方面则是个艺术活，数据图一方面是在反映逻辑、折射关系、投射趋势，另一方面则是要用来说服听众的理性，打动听众的情感，启发听众的思考，激起听众的共鸣，所以要把数据之逻辑、图表之美学、动听之故事融合在一起，要让听众感受到视觉上的美观、故事上的动听、认知上的轻松和结构上的舒畅，一句话，就是要让听众产生喜欢的感觉，让喜欢的情绪推动接受，让接受推动理解，当然反过来也是如此。 所以使用数据的高手其实包括两个维度，既要成为技术高手也要成为艺术高手。那么如何成为这样的高手呢？本书就是为想要成为高手的人提供了一本训练手册，希望帮助读者在成为高手的路上能够少走一些弯路，少做一些无用的试错。 作者提出了一个用数据讲故事的七步法，分别是分析上下文、挑选图表、消除杂乱、引导关注、设计思维和故事思维。其实这七步没有严格意义上的前后顺序，更准确的说法是使用数据需关注的七个方面，或者说是七个原则。一方面这七个方面凝结了作者多年数据分析工作的实战经验和最佳实践，具有很强的实用性和可操作性，另一方面这七个方面中的提法和建议不是一般的泛泛经验之谈，而是都有心理学、认知科学、脑神经科学等理论作为根据，所以具有很强的可靠性和可复用性。
《用数据讲故事》读后感(十)：数据的技术和艺术
用数据说明一件事，讲述一个道理，似乎不是一个有难度的事，但是要想把这件貌似容易的事做好，其实远没有我们想象中那么简单。颇似郭德纲关于相声门槛在门里头的说法，数据使用的门槛也在门里头，初看起来似乎人人都可以轻易上手，随便拿起一个诸如Excel的工具就可以画个像模像样的曲线图、饼图、散点图什么的，但是真要想做出来一个让别人一目了然、层次清晰、重点突出、布局合理的数据图，往往又会轻则感觉颇费九牛二虎之力，重则力不从心、望洋兴叹。之所以这样，一方面是因为使用数据、展现数据绝对是一个技术含量比较高的技术活，而不是我们所想象的常规操作或日常动作。数据很重要，但只是原料，所以不是最重要的，比数据重要的是数据里边的信息，信息才是更有价值的产品，所以如何从数据中挖掘信息、发现知识、找到规律、抓住趋势就是体现技术含量的关键了，只有思维水平高的人才具有点石成金的本领，化数据之腐朽为信息之神奇，在数据的僵死躯壳中找到跳跃的灵魂，而思维水平有限的人能做的其实只是数据的搬运工，把其他来源的数据生吞活剥地亦或是原封不动地搬到听众面前，正是因为自己就稀里糊涂，所以只能换来听众的一头雾水和不知所云。
使用数据、展现数据一方面是个技术活，另一方面则是个艺术活，数据图一方面是在反映逻辑、折射关系、投射趋势，另一方面则是要用来说服听众的理性，打动听众的情感，启发听众的思考，激起听众的共鸣，所以要把数据之逻辑、图表之美学、动听之故事融合在一起，要让听众感受到视觉上的美观、故事上的动听、认知上的轻松和结构上的舒畅，一句话，就是要让听众产生喜欢的感觉，让喜欢的情绪推动接受，让接受推动理解，当然反过来也是如此。
所以使用数据的高手其实包括两个维度，既要成为技术高手也要成为艺术高手。那么如何成为这样的高手呢？本书就是为想要成为高手的人提供了一本训练手册，希望帮助读者在成为高手的路上能够少走一些弯路，少做一些无用的试错。
作者提出了一个用数据讲故事的七步法，分别是分析上下文、挑选图表、消除杂乱、引导关注、设计思维和故事思维。其实这七步没有严格意义上的前后顺序，更准确的说法是使用数据需关注的七个方面，或者说是七个原则。一方面这七个方面凝结了作者多年数据分析工作的实战经验和最佳实践，具有很强的实用性和可操作性，另一方面这七个方面中的提法和建议不是一般的泛泛经验之谈，而是都有心理学、认知科学、脑神经科学等理论作为根据，所以具有很强的可靠性和可复用性。