无论是业务分析数据分析还是商业分析，最后在交付或者做汇报的时候都需要一个可视化的方式。能够用数据讲故事是一种技能，在我们这个数据不断增长、数据驱动决策的世界中变得越来越重要。在交流研究结果、为你的非营利组织筹集资金、向董事会陈述，或者仅仅是让听众明白你的观点时，有效的数据可视化可能意味着成功与失败的区别。
我的经验告诉我，大多数人都面临着类似的挑战:他们可能意识到有必要有效地与数据进行沟通，但感觉自己缺乏这方面的专业知识。精通数据可视化的人很难找到。部分挑战在于数据可视化是分析过程中的一个简单步骤。那些雇佣为分析角色通常是技术背景,他们更擅长的是一起找到数据,分析它,建筑模型，但并没有经过一些培训关于怎么和数据沟通，怎么展示数据，怎么让听众去明白数据是什么，故事是什么？即使在这个数据驱动的世界里，那些没有技术背景的人也被要求戴上分析的帽子，使用数据进行交流。
考虑到能够有效地与数据进行交流并不是传统上所教授的内容，在这个领域中你可能会感到不舒服，这并不奇怪。那些出类拔萃的人通常都是通过尝试和错误来学习什么是可行的，什么是行不通的。这可能是一个漫长而乏味的过程。通过这几期的介绍，我希望能为你加快学习提供帮助。
数据里面一定是有内容可以讲解的，但是工具是不知道你要展示的内容的，这个就需要分析师来把这故事进行带有语境的可视化展现，以下会采取 before-and-afters 来选取《Storytelling with data》中一些案例来进行讲解：
图一. Example1： Showing data
图二. Example 1：storytelling with data
解析：从图一的直方图可以看出来，仅仅是一个数据展示，但是作为画图缺少了以下几个重点信息
1，数据时间范围（2014）
2，数据来源（Data source）：参考图二
3，对关键节点和数据的波动没有进行解释：参考 图二中五月份员工辞职（employees quit in May ）
对比图一和图二可以发现，图二在关键节点进行了解释且在数据发生很大波动的地方进行了数据的标记，从八月份开始对变化的重点描述分析。其中图二的故事就是在说8月份票的数量发生的变好以及波动因素是什么？
案例 2 ：
图三. Example 2 :Showing data
图四. Example 2: Storytelling with data
对于图三单纯展示数据可以发现：
1，色块太多，令人头疼，抓不到重点
2，没有benchmark，不知道这些数据的意义是什么？
通过图四可以发现，对于产品的推荐的区间已经标出，推荐在平均值223美元以下的一个区间（150-2—美元），数据一旦有了benchmark，就类似有了参照物，用数据讲的故事就有一个方向性，好比车有了方向盘，大的方向就握在手中了。
