“一旦你能定義問題，就需要尋找合適的技術和正確的方法來應用它。並且，有許多很多很多方法。問題是：你能選擇合適的嗎？而且往往取決於：你是否以正確的方式定義問題？“ - Kaiser Fung，Analytically Speaking網絡廣播，2012年9月10日
如何在新聞媒體中以圖形方式表示數據，以及它真正講述的是什麼故事？數據科學與統計學不同嗎？統計人員和業務分析師之間存在的溝通障礙真的會被打破嗎？發現在預測分析中扮演什麼角色？
最近，我們有幸聽到了 Kaiser Fung 在9月的分期付款期間解決這些問題分析說 （ 現在可以按需觀看以防你錯過了它）。Fung，Vimeo商業智能和分析副總裁兼作者數字統治你的世界 （ 書和博客 ），還討論了他們沒有在統計課程中教你的五個統計原則，以及為什麼他對折線圖的偏好會給他開創性的博客帶來很多有爭議的帖子，垃圾圖表 。
由於凱撒是如此受歡迎的演講者，我們無法對網絡直播觀眾提交的所有問題做出現實回應，所以他很友好地同意在這次活動後的採訪中回答更多問題。
題： 您在信息可視化中看到的一些最常見的最差實踐是什麼？
德皇： 最糟糕的做法是為繪圖而繪圖。有很多圖表，我無法弄清楚設計師想要解決的問題。下一個問題是使用不良數據。另一個問題是偏向於扭曲我們觀念的漂亮事物：泡沫圖就是一個例子。在Junk Charts上，我使用三重檢查來測試這三個標準的每個圖表。
題： 分析師的最終目標是為戰略決策提供數據支持。為了做出業務決策，分析師應具備哪些關鍵資格？
德皇： 分析師至少需要能夠精神上處理大量數字，並提取出來的信息。很容易被細節困擾。大數據放大了這個問題。我更傾向於看到對數據子集的高質量分析，而不是對大量數據的不良分析。
接下來，分析師必須始終牢記業務目標。使用鑽孔技術的簡單分析經常產生比複雜方法更大的影響，這些方法通過一些非實質性的數量改善現狀，即使它具有統計意義。
最後，成功的分析師可以發現許多無形的品質。好奇心，堅持不懈，謙虛，知道如何以及何時偷工減料，時間管理等都是有用的。
題： 在Analytically Speaking網絡廣播中，您提到您只向受眾展示最終故事，並且很多內容被“傾銷”。在數據質量檢查，實際分析和撰寫最終故事文檔上花費的典型時間是多少？？我相信我在前兩步上花了太多時間。您是否有任何改進故事講述技巧的技巧，以便所有分析都值得？
德皇： 這是我理想的情景：你花了一個月的時間來完成項目，你在假設之後經歷假設，你達到了許多死胡同，但最後你找到了一個可以忍受的答案。你喜歡這個答案，因為它簡單地解決了這個問題，而且你能夠拋棄大部分其他工作，因為事實證明它與你的最終答案無關或效果要弱很多。所以現在你有一個簡單的理論和可靠的數據來支持它。這一切都適合一張幻燈片，你找到了一張圖表將它們整合在一起。我帶著一張幻燈片走進那次會面。經理得到了故事，它解決了他/她的問題。
題： 你會如何定義一個故事？
德皇： “故事”是指用英語寫的東西，只有幾個關鍵數字。想像一下，你有10張幻燈片。拉出10個標頭並將它們放在一張紙上。你有一個故事嗎？通常，它有一個結論，然後它有支持結論的要點。這就像為歷史課寫論證;唯一的區別是你有一些原材料的數據。
題： 您能否分享您對分析師和分析工具的看法？他們怎樣才能最好地相互補充？
德皇： 我一直認為分析師來自工具之前。如果分析師清楚如何查看數據，他/她可以找到有助於分析的工具。這就是為什麼在Junk Charts上，我很少談論工具。如果你真的想讓我談論工具，那麼我會說工具必須簡化分析師的生活。半開發的工具不可避免地為分析師創造了額外的工作。
題： 你能解決一下如何處理帶有大量噪音的凌亂數據嗎？您是否通常通過評估乾淨的數據或原始數據或數據集之外的其他內容來開始您的流程？
德皇： 這個問題可以用兩種方式解釋。噪音可能是您數據的一項功能，或者是錯誤地添加到您的數據中。我總是花時間弄清楚如何收集數據，理想情況下與收集數據的人交談。在花時間糾正錯誤之前，一定要問自己錯誤有多大。如果您的數據具有高差異，則需要統計方法。
題： 您有什麼建議可以打破統計人員和高管之間的障礙？
德皇： 我最喜歡的提示是學會說他們的語言。不要試圖教授[高管]數學。
Richard Giambrone 中寫道：
“不要試圖教導[高管]數學。”這是一個非常好的建議。我不認為這意味著高管們是愚蠢的。這意味著他們時間緊迫，他們想知道你的建議。我認為這意味著你已經嘗試了解他們的世界並用他們的語言說話。這將建立信任和良好的工作關係。他們知道你已經很聰明了。如果他們想知道方程式，他們會問。
