Эффективные презентации по науке о данных

Если вы новичок в области науки о данных, я хотел бы предложить несколько советов о том, как перейти от презентаций, которые вы проводите в академических кругах, к созданию эффективных презентаций для промышленности.

К сожалению, если ваш опыт связан с математикой, статистикой или информатикой, вероятно, никто не подготовил вас к созданию потрясающей презентации в отрасли. И правда в том, что для этого нужна практика. В академических кругах мы делимся таблицами t-статистики и p-значений и много говорим о математических формулах. По сути, это противоположно тому, что вы хотели бы делать при презентации для нетехнической аудитории.

Если ваша аудитория полна кучкой докторов наук в области естественных наук, тогда приступайте к делу, но во многих случаях нам нужно изменить то, как мы думаем о представлении наших технических материалов.

Я мог бы бесконечно говорить об этой теме, но здесь мы рассмотрим:

  1. Говоря о выходе модели, не говоря о модели
  2. Создание картины с использованием реальных клиентов или материалов
  3. Уделить время, чтобы рассказать историю

Говоря о выпуске модели, не говоря о модели

Некоторые модели действительно хорошо подходят для этого. Логистическая регрессия, деревья решений, они просто кричат, чтобы их воплотили в жизнь.

Вы же не хотите, чтобы результаты модели копировались / вставлялись в свои презентации. Вы также не хотите форматировать вывод в красивую таблицу и вставлять ее в свою презентацию. Вы хотите рассказать историю, и логические коэффициенты, конечно же, не расскажут историю вашим заинтересованным сторонам.

Хорошим первым шагом для модели логистической регрессии было бы просто возвести в степень логарифмические шансы, чтобы вы имели дело хотя бы с точки зрения шансов. Поскольку этот вывод является мультипликативным, вы можете сказать:

«На каждую единицу увеличения [переменной] мы ожидаем увидеть рост в среднем на x%, при сохранении всех остальных величин постоянными».

Поэтому вместо того, чтобы говорить о технических аспектах модели, мы просто говорим о том, как различные драйверы влияют на результат. Однако мы могли бы пойти еще дальше.

Использование реальных клиентов для создания картины

Я люблю использовать примеры из реальной жизни, чтобы продемонстрировать, как работает модель. Выше мы видим нечто похожее на то, что я представил, говоря о своей сезонной модели. Конечно, я изменил его имя для этого поста, но в презентации я хотел бы рассказать о бизнесе этого человека, почему он сезонный, показать очевидную сезонную закономерность и дать им понять, что модель классифицирует этого человека как сезонного. Я не говорю о преобразованиях Фурье, я описываю, как классифицируются реальные люди и как мы можем думать о маркетинге для них. Подобное копание также помогает мне лучше понять общую картину происходящего. Все мы знаем, что когда мы копаем глубже, мы видим сумасшедшие модели поведения.

Получение конкретных клиентов / вариантов использования работает и для других типов моделей. Вы построили модель удержания? Выберите пару человек с высокой вероятностью сбивания с толку и пару с низкой вероятностью сбивания и поговорите об этих людях.

«Мэри была клиентом в течение длительного времени, но в последнее время она была менее заинтересована и не использовала x, y или z (драйверы моделей), поэтому вероятность того, что она отменит подписку, высока, даже если клиенты с более длительным сроком полномочий обычно уходят с меньшей вероятностью ».

Найдите время, чтобы рассказать историю

Как указывалось ранее, для того, чтобы собрать эти вещи воедино, потребуется дополнительная работа. Еще один отличный пример - кластерный анализ. Вы можете создать слайд для каждого атрибута, но тогда людям нужно будет просмотреть несколько слайдов, чтобы выяснить, действительно ли кластер 1 ВОЗ отличается от кластера 2 и т. Д. Вы хотите агрегировать всю эту информацию для своего потребителя. И я не прочь придумывать дрянные названия для своих сегментов, это просто связано с территорией :).

Здесь стоит отметить, что если бы я не агрегировал всю эту информацию по кластерам, я также не смог бы говорить на высоком уровне о том, кто на самом деле попадает в эти разные кластеры. Для меня это было бы большим упущением, потому что, в конце концов, ваши заинтересованные стороны хотят понять общую картину этих кластеров.

Каждый анализ, который я представляю, я трачу время на размышления о том, какой поток должен быть уместен для истории, которую могут рассказать данные. Мне может понадобиться дополнительная информация, например, проникновение на рынок по географическому признаку (или что-то еще, возможности безграничны). Количество малых предприятий по географическому признаку, возможно, не входило в мою модель, но с небольшим поиском в Google я могу его найти. Приложите небольшую дополнительную работу, чтобы произвести расчет проникновения на рынок, а затем создайте карту и используйте эту информацию для дальнейшего подтверждения моей истории. Или, может быть, я узнаю, что проникновение на рынок не подтверждает мою историю, и мне нужно провести дополнительный анализ, чтобы понять истинную суть происходящего. Мы детективы. И мы имеем дело не только с данными, которые фактически присутствуют в модели. Мы пытаемся изучить все, что могло бы дать интересное понимание и помочь рассказать историю. Кроме того, если вы выполняете дополнительную работу и обнаруживаете, что ваша история не соответствует действительности, вы просто сэкономили немного душевной боли. Гораздо хуже, когда вы сначала выступаете, а потом понимаете, что ваши выводы ошибочны. womp womp.

Закрытие комментариев

Прежде чем приступить к построению модели, вы должны были убедиться, что на выходе можно будет действовать, верно? В конце презентации вы, безусловно, захотите рассказать о следующих шагах о том, как можно использовать вашу модель, и о добавлении ценности, если вы придумываете идеи о том, как вы можете общаться с клиентами новым способом, на который, как вы думаете, они отреагируют, уменьшите удержание, увеличьте привлечение и т. д. Но поясните это. Потратьте время, чтобы придумать конкретные примеры того, как кто-то может использовать этот вывод.

Я также хотел бы упомянуть, что изучение передовых методов создания отличных визуализаций очень поможет вам. Есть две статьи Кейт Страчный, посвященные этой теме. Вы можете найти эти статьи здесь и здесь.

Если вы создаете слайд и не можете найти, что говорит «Ну и что?» есть слайда, он, вероятно, принадлежит к приложению. Когда вы создаете пару первых колод в своей карьере, вас может поразить то, что вы не включите слайд, на который вы потратили много времени, но если он не добавляет что-то интересное, к сожалению, этот слайд попадает в приложение.

Надеюсь, вы нашли в этой статье хотя бы один совет, который сможете применить в своей следующей презентации. Если я смогу помочь хотя бы одному человеку создать классную презентацию, оно того стоит.

Первоначально опубликовано на сайте datamovesme.com 10 сентября 2018 г.