收集数据就是整理数据：以智谋智；根据经验分析情报；以智慧应用智慧。没有算法可以很好地完成这些事情，就像没有多少 人工智能 (AI) 可以取代人们与其他人互动——说话和通信——的需求。无论主题是健康和保健，还是食品和营养，无论该主题是针对许多人还是某些人的主题，数据只能揭示该主题在哪里以及与谁相关。其他一切都需要个人风格，从一个人做的比最好的机器做得更好的事情开始，听起来很自然，打招呼。

数据是技术性的，是的，但将一系列 1 和 0 转换成一系列精心设计的句子并不是技术的工作。不是当沟通的目的是开始或维持对话时。当机器可以为人翻译命令，而不需要人参与时，情况就不是这样了。不是当商业人士的工作是与那些使商业成为可能的人交谈时：消费者。

根据营销总监 Josh Christensen 的说法 天才美食家，酮类产品的制造商：

“分析数据首先要尊重数据所代表的内容：个人消费者的利益。尊重建立了与消费者的关系，同时保持尊重——表现出尊重——加强了这种关系。数据使我们能够与消费者交谈，但尊重数据是消费者选择倾听我们要说的话的原因。”

克里斯滕森关于尊重是正确的，这是一个互惠的问题。消费者有被倾听的权利，这意味着企业有责任在说话之前先倾听。如果 Christensen 比其他人更了解这一点，或者 Genius Gourmet 在使用数据方面具有独创性，那就这样吧。（我不为公司工作，我的研究是我一个人的，但我赞扬任何努力理解的公司。）

关于尊重，关于通过告诉人们你为什么尊重他们来表达尊重的必要性，我 经验之谈. 从事科学工作的经历告诉我，什么是可操作的，取决于什么是可知的；什么是值得知道的，取决于一个知道的人会怎么说；那个人所说的将决定人们做什么或不做什么，因为数据本身并不能说明问题。

说服从数据结束的地方开始，因为一个人有责任投入必要的时间来呈现事实。演示文稿必须易于理解，演示文稿必须与观众交谈，编组符合观众兴趣的文字和图像，演示文稿必须有力——这些事情归结为一件事：尊重。

翻译数据是尊重的标志。翻译是否能引起尊重，翻译是否能激发人们对信使的尊重，不管人们如何回应信息，都是数据能做什么的最终仲裁者。

相关帖子DA内容精选 2022年300个以上最佳免费数据科学课 大厂数据分析面试指南！来自亚马逊、谷歌、微软、头条、美团的面试问题！ 机器学习模型方法总结 历史最全机器学习/深度学习/人工智能专业术语表中英对照表 机器学习如何应用于商业场景？三个真实的商业项目 数据工作者的自我修养 | 哪些技能是必不可少的？ 《汗牛充栋：数据分析书籍分享》CDA网校新课上线 文本挖掘常用的107个语料库 一图读懂“东数西算”工程 零基础转行数据分析，看这篇文章就够了