阿里巴巴菜鸟级数据产品经理半年回顾总结篇
干货教程:如何绘制业务流程图(二)
干货教程:如何绘制业务流程图(一)
技术贴:如何在数据库中秘密地查询隐私数据
攻略教程:信息图(infographic)是怎么做出来的?
分析师一定要看!用数据讲故事的五个步骤
技术篇:怎样玩转千万级别的数据?
北漂书生:大数据时代SEO数据如何搜集和分析
干货,从十大问题重新认识并读懂互联网
相似图片搜索、算法、识别的原理解析(下)
相似图片搜索、算法、识别的原理解析(上)
制作信息图时请遵循这10条原则
提高表格可读性的一些技巧,适用于Excel、PPT等数据报表
实用教程:如何让Excel图表更具“商务气质”?
一张数据信息图是这样制作完成的
菜鸟读财报,如何从上市公司财报中挖情报?
北大数据分析老鸟写给学弟们一封信
如何一步一步制作出高品质数据信息图?
总结:海量数据分析处理的十个方法
【实战经验】数据分析师如何了解老板真正想法?
零售业数据分析那些事儿
数据分析时l常用电子表格公式【大全】
用数据来告诉你 上市公司财报的秘密
这12个数据能 帮你搞定淘宝店铺
首席工程师揭秘:LinkedIn大数据后台是如何运作的?(四)
首席工程师揭秘:LinkedIn大数据后台是如何运作的?(三)
首席工程师揭秘:LinkedIn大数据后台是如何运作的?(二)
首席工程师揭秘:LinkedIn大数据后台是如何运作的?(一)
淘宝网店从激活到挽留,4步走玩转数据营销
文案怎样写才有意思、不空洞、打动人?
入门级扫盲贴:数据分析的步骤有哪些?
关系即数据,论社交媒体的关系转换
数据的力量,苹果教你用数据鄙视竞争对手
谁说文科生不能做数据分析?数据分析入行→技能提升→优势
产品运营数据分析——SPSS数据分组案例
如何追踪iPhone和iPad等移动设备的用户行为数据?
阿里巴巴中国站:用户满意度指标权重计算方法
广告中的AdNetwork、AdExchange、DSP、SSP、RTB和DMP是什么?
信息图制作教程:关于数值的表现
为什么大数据会如此轰动?(值得深度的文章)
多图技术贴:深入浅出解析大数据平台架构
面板数据分析中标准误的估计修正——根据Peterson (2009)的归纳
财务官、投资人、CIO看过来:给企业数据定价
推荐系统中常用算法 以及优点缺点对比
探索Weotta搜索引擎背后的大数据技术
如何识别虚假数据?
为什么我们像驯化小狗那样驯化算法
程序员必须知道的10大基础实用算法及其讲解
电子商务:最影响转化率的九大要素
如何迅速成为一名数据分析师?
想从事大数据、海量数据处理相关的工作,如何自学打基础?
如何用亚马逊弹性MapReduce分析大数据?
译文:机器学习算法基础知识
给hadoop新手的一封信:Hadoop入门自学及对就业的帮助
从入门到精通,我是这样学习算法的
小商家,从老客户身上获取的数据才更有意义
13页PPT讲述:大数据下网站数据分析应用
40页PPT详解:京东大数据基础构架与创新应用
67页PPT解密搜索引擎背后的大技术:知识图谱,大数据语义链接的基石
营销洞察力——10个营销度量指标
技术篇:前端数据之美如何展示?
董飞:美国大数据工程师面试攻略【PPT】
easel:如何制作好的信息图——来自专家的顶级技巧
大数据实操:以3D打印机为例,如何知道卖点有没有市场需求?
大数据建模 需要了解的九大形式
用户画像数据建模方法
从规划开始,公司or企业如何入手和实施大数据?
干货:商品信息数据分析和展现系统的设计与开发
高手教你用Excel制作百度迁徙数据地图
50篇干货:淘宝店/电子商务如何玩转数据分析?
精华索引:大数据实际应用案例50篇
验证最小化可行产品 (MVP) 的 15 种方法
干货:数据分析师的完整知识结构
大数据技术Hadoop面试题,看看你能答对多少?答案在后面
用SPSS做数据分析?先弄懂SPSS的基础知识吧
怎样做出优秀的扁平化设计风格PPT? 扁平化PPT设计手册#3
解答│做大数据过程中遇到的13个问题
40页PPT│社交网络发展的新动力:大数据与众包
以Amazon、豆瓣网为例,探索推荐引擎内部的秘密#1
怎样做出优秀的扁平化设计风格PPT?#2
怎样做出优秀的扁平化设计风格PPT?#1
36页PPT│大数据分析关键技术在腾讯的应用服务创新
如何丰满地做SWOT分析?
【35页PPT】TalkingData研发副总阎志涛:移动互联网大数据处理系统架构
27页PPT|以珍爱网为例,如何构建有业务价值的数据分析系统?
国外数据新闻资源分享
21页PPT重磅发布:Mariana——腾讯深度学习平台的进展与应用
从0到100——知乎架构变迁史
PPT解读:百度大数据质量保障方案探索
45页PPT|大数据环境下实现一个O2O通用推荐引擎的实践
从数据看豆瓣兴衰
深度学习系列:解密最接近人脑的智能学习机器——深度学习及并行化实现(四)
重磅推荐:129页PPT讲述移动时代创业黄金法则 via:腾讯企鹅智酷
重磅推荐:大数据工程师飞林沙的年终总结&算法数据的思考
OpenKN——网络大数据时代的知识计算引擎
大数据下城市计算的典型应用
技术贴:大数据告诉你,如何给微信公众号文章取标题?
你的QQ暴露了你的心——QQ大数据及其应用介绍PPT
如何从企业报表看企业的生存能力?
实用的大数据技巧合集
技术帝揭秘:充电宝是如何盗取你的个人隐私的?
重磅!50页PPT揭秘腾讯大数据平台与推荐应用架构
原创教程:饼图之复合饼图与双层饼图(1)
PPT:大数据时代的设计特点——不了解这个你做不了今天的设计
教程贴:如何用方程式写春联?
原创教程:如何用Excel制作简易动态对比图
深度译文:机器学习那些事
教程帖:数学之美——手把手教你用Excel画心(动态图)
董老师走进斯坦福,聊聊硅谷创业公司和大数据的事儿(附课件PPT下载)
【限时】年度钜献,108个大数据文档PDF开放下载
董飞专栏:大数据入门——大数据相关技术、Hadoop生态、LinkedIn内部实战
亿级用户下的新浪微博平台架构
一张图了解磁盘里的数据结构
浅析数据化设计思维在阿里系产品的应用
美团推荐算法实践
一个P2P创业公司有哪些部门,都是做什么的?
一个P2P平台的详细运营框架是怎样的?
机器学习中的算法——决策树模型组合之随机森林与GBDT
神经网络简史
58页PPT看懂互联网趋势,大数据/物联网/云计算/4G都有了
广点通背后的大数据技术秘密——大规模主题模型建模及其在腾讯业务中的应用(附PPT)
微信红包之CBA实践PPT——移动互联网海量访问系统设计
一文读懂机器学习,大数据/自然语言处理/算法全有了……
搜狐新闻客户端的背后大数据技术原理——推荐系统(PPT)
原创教程:用Excel做动态双层饼图
半小时读懂PMP私有广告交易市场
怎样分析样本调研数据(译)
PPT:支付宝背后的大数据技术——DataLab、Higo的实践及应用
大数据技术人员的工具包——开源大数据处理工具list(限时下载)
计算机视觉:随机森林算法在人体识别中的应用
24页PPT:机器学习——支持向量机SVM简介(附下载)
互联网高手教你如何搜集你想要的信息
深度:对地观测大数据处理、挑战与思考
原创教程:用Excel做饼图之复合饼图与双层饼图(2)
移动大数据时代: 无线网络的挑战与机遇(附pdf下载)
Excel使用技巧——25招必学秘技
【年度热门】加上这些 Excel 技能点,秒杀众人(多图)
原创教程:用Excel做纵向折线图
知识图谱——机器大脑中的知识库
何明科专栏:用数据化的方式解析投资条款
DT时代,如何用大数据分析创造商业价值(23页PPT)
MIT牛人梳理脉络详解宏伟现代数据体系
你的老婆是怎么算出来的?揭秘佳缘用户推荐系统
飞林沙:商品推荐算法&推荐解释
PPT:如何成为真正的数据架构师?(附下载)
开源大数据查询分析引擎现状
董飞专栏:打造数据产品必知秘籍
译文:如何做强大又漂亮的信息图
如何使用Amazon Machine Learning构建机器学习预测模型
如何运用数据协助货架管理(内附26张PPT)
SVM算法
主流大数据系统在后台的层次角色及数据流向
PPT:阿里全息大数据构建与应用
人脸识别技术大总结——Face Detection & Alignment
教程:用Excel制作成对条形图
易观智库:大数据下的用户分析及用户画像(18页PPT附下载)
技术向:如何设计企业级大数据分析平台?
电商数据分析基础指标体系
IBM SPSS Modeler 决策树之银行行销预测应用分析
拓扑数据分析与机器学习的相互促进
基于 R 语言和 SPSS 的决策树算法介绍及应用
用php做爬虫 百万级别知乎用户数据爬取与分析
另类新浪微博基本数据采集方法
以10万+阅读的文章为例 教你做微信公众号的运营数据分析
破解数据三大难题:变现?交易?隐私?
微店的大数据平台建设实践与探讨
阿里巴巴PPT:大数据基础建议及产品应用之道
基于社会媒体的预测技术
人工智能简史
技巧:演讲中怎样用数据说话
马云和小贝选谁做老公?写给非数据人的数据世界入门指南
掘金大数据产业链:上游资源+中游技术+下游应用
原创教程:手把手教你用Excel做多层折线图
销售分析:如何从数据指标发现背后的故事
如何一步步从数据产品菜鸟走到骨干数据产品
也来谈谈微博的用户画像
行走在网格之间:微博用户关系模型
如何拍出和明星一样美爆的自拍照?斯坦福大学用卷积神经网络建模告诉你
运营商如何玩转大数据? 浙江移动云计算和大数据实践(PPT附下载)
大数据分析的集中化之路 建设银行大数据应用实践PPT
腾讯防刷负责人:基于用户画像大数据的电商防刷架构
创业提案的逻辑
友盟分享 | 移动大数据平台架构思想以及实践经验
寻路推荐 豆瓣推荐系统实践之路
“小数据”的统计学
重磅!8大策略让你对抗机器学习数据集里的不均衡数据
小团队撬动大数据——当当推荐团队的机器学习实践
微博推荐架构的演进
科普文 手把手教你微信公众号数据分析
信息图制作的六个注意点
【权利的游戏】剧透新玩法:情理之中?意料之外
推荐系统(Recommender System)的技术基础
核心算法 谷歌如何从网络的大海里捞到针
Quora数据科学家和机器学习工程师是如何合作的
阿里巴巴PPT:大数据下的数据安全
数据建模那点事儿
全民拥抱Docker云–Lhotse系统经验分享
实时股票分析系统的架构与算法
架构师必看 京东咚咚架构演进
什么叫对数据敏感?怎样做数据分析?
推荐系统基础知识储备
刘德寰:数据科学的整合与细分 数据科学的七个危险趋势(视频)
实际工作中,如何做简单的数据分析?
分布式前置机器学习在威胁情报中的应用(附PPT下载)
数据科学 怎样进行大数据的入门级学习?
扛住100亿次请求 如何做一个“有把握”的春晚红包系统?(PPT下载)
从 LinkedIn 的数据处理机制学习数据架构
大数据会如何改变管理咨询公司(I)
优秀大数据GitHub项目一览
生硬的数字和数据新闻:这么近,那么远
经典大数据架构案例:酷狗音乐的大数据平台重构(长文)
揭秘中兴大数据在银行领域的系统部署
基于大数据的用户画像构建(理论篇)
【R】支持向量机模型实现
数据图处处有陷阱?五个例子教你辨真伪
如何用R绘制地图
你确定你真的懂用户画像?
数据模型需要多少训练数据?
【接地气】01 数据报表的颜色怎么配
游戏价值和数据分析新思路
【R】异常值检测
快的打车架构实践
豆瓣还是朋友圈:大数据、新方法和日常问
PPT数据图表,怎么做才好看?
大道至简的数据体系构建方法论
数据的误区及自身业务
新浪微博的用户画像是怎样构建的?
面试干货!21个必知数据科学面试题和答案part1(1-11)
易观智库:中国大数据产业生态图谱2016(附下载)
Airbnb的数据基础架构
50PB海量数据排序,谷歌是这么做的
大数据时代工程师如何应对–今日头条走进硅谷技术讲座
D3.js教学记(下)
D3.js教学记(上)
飞林沙:企业级服务公司如何赚钱?只有平台级产品才有大数据的理论
一个母婴电子商务网站的大数据平台及机器学习实践
7大板块 组成数据分析师的完整知识结构
干货:SaaS领域如何分析收入增长?
学术 | 词嵌入的类比特性有实用意义吗?
6个用好大数据的秘诀
一个数据库外行眼中的微信优化 (附专家补充)
大数据调研,如何实现快全准?
数据大师Olivier Grisel给志向高远的数据科学家的指引
数据堂肖永红:数据交易的是使用权或数据的增值,而不是数据本身(PPT附下载)
淘宝商品详情平台化思考与实践
刘译璟:百分点大数据理念和实践(图文+PPT下载)
如何快速搞定一份看起来还不错的演示文档?
【BABY夜谈大数据】决策树
数据驱动设计:数据处理流程、分析方法和实战案例
美图数据总监:Facebook的法宝,我们在产品中怎么用?
树的内核:量化树结构化数据之间的相似性
拿到用户数据之后,LinkedIn怎么赚钱?
GrowingIO张溪梦:增长黑客的核心 企业应该重视产品留存率(附PPT下载)
[译]Airbnb是如何使用数据理解用户旅行体验的?
微博推荐数据服务代理: hyper_proxy的设计和实现
星图数据谷熠:消费领域DaaS 大数据重构未来商业游戏规则(附PPT下载)
鲍忠铁:TalkingData大数据技术与应用实践(PPT下载)
【干货教材】数据分析VS业务分析需求
九枝兰专访:数字营销的核心—企业如何使用数据管理平台(DMP)进行精准营销
我们的应用系统是如何支撑千万级别用户的
R应用空间数据科学
Excel进行高级数据分析(上)
Excel进行高级数据分析(下)
国内各大互联网公司2.0版技术站点收集
网站数据分析思路导图
大数据分析报表设计开发要素
大数据需要的12个工具 推荐
YARN/MRv2 Resource Manager深入剖析—NM管理
YARN/MRv2 Resource Manager深入剖析—RMApp状态机分析
Hadoop 1.0与Hadoop 2.0资源管理方案对比
Hadoop 2.0中单点故障解决方案总结
Hadoop 2.0 (YARN)中的安全机制概述
Hadoop 新特性、改进、优化和Bug分析系列1:YARN-378
Hadoop 新特性、改进、优化和Bug分析系列2:YARN-45
Hadoop 新特性、改进、优化和Bug分析系列3:YARN-392
Hadoop版本选择探讨
探究提高Hadoop稳定性与性能的方法
《Effective C++》读书笔记(第一部分)
Hadoop分布式环境下的数据抽样
Hadoop计算能力调度器算法解析
如何编写Hadoop调度器
数据结构之红黑树
Hadoop pipes设计原理
《C++ Primer plus》学习笔记之”类”
《C++ Primer plus》学习笔记之”类继承”
《C++ Primer plus》学习笔记之”C++中的代码重用”
《C++ Primer plus》学习笔记之”异常”
《C++ Primer plus》学习笔记之”RTTI”
Hadoop pipes编程
Hadoop Streaming高级编程
《C++ Primer plus》学习笔记之”标准模板库”
《C++ Primer plus》学习笔记之”输入输出库”
Linux Shell 命令总结
算法之图搜索算法(一)
awk使用总结
素数判定算法
《C++ Primer plus》学习笔记之“函数探幽”
使用Thrift RPC编写程序
如何在Hadoop上编写MapReduce程序
怎样从10亿查询词找出出现频率最高的10个

如何快速搞定一份看起来还不错的演示文档?

于2017-04-01由小牛君创建

分享到:


作者:Heidi格物志

新年除了做工作规划,还做了一些个人2016年学习和提升计划,其中,“聚焦”又是工作中项目的关键词,也是个人提升这块的关键词。

所谓厚积而薄发,在我理解,反而是之前要做大量的积累(所谓厚积),而之后更多的是垂直向下深挖打透,在这个基础上,才能够薄发一些可给别人以启迪的东西。

那么我的2016,想要聚焦于【可视化】话题,以及#狗狗行为心理学#,一个是工作必需加上个人爱好,一个是生活所需加上个人兴趣。所以,也请大家监督我的“聚焦”,可视化沟通是个我关注许久,涉猎些许,略有沉淀,也不断实践和反思的话题,我个人因为可视化沟通而受益良多,我也希望能够通过我的不断的分享,帮助你们体验到可视化那一刻的成就感。

有关开篇的《可视化沟通要诀篇》才写了一半,不过本周先来一篇更接地气的,是来自上周周会上小伙伴们抛给我的快速分享题目:你是怎么快速搞定一份看起来还不错的PPT的?

【命题定义】

一. 确实是快速

比如,和周边人对比,看起来速度是别人的三分之一或更少,比如一天搞定业务规划PPT。

二. 质量还不错(我在命题里添加的要素)

别人认为还不错:观感思路清晰,视觉美观大方,可做为模版传播,或讲完后,经常有人来索要说要学习观照。

我自己认为也不错,比如我个人非常强调内容的逻辑性,而不是分页视图(每一页看似不错,但是整体没思路),我个人非常不喜欢形式大于内容,比如是否充满了大量无意义的装饰。我个人非常强调PPT的适用性,也就是面向不同的用户的不同的组装

要符合以上前提下,我们来讲讲所谓的“如何提速”,希望对你有所帮助。

【我的经验】

先看一张图,这是大多数情况下我的PPT创作套路,可能大部分看到的是中间短短的1~2天。

PPT套路
比如,在去年7月份的时候,接到要做两个课件的任务,和我在做的项目有关系,是要做,但是当时一周工作已经排满,且内心有点小抵触(彼时,各种文档已经让我写疯了)。

所以,当发现截止日期是下周二后,我就基本按兵不动。到了本周四,我开始有点压力了,因为我不想把周末两天耗到写PPT上。所以就定了2个小时的大块时间,拿了几张白纸和即时贴,关到一个会议室,密集进行头脑风暴,把围绕目标的各种我能想到的内容、结构的可能性都抛出来,贴到纸面上,然后,进行结构化梳理。当我走出会议室的时候,即便还有一定的不解之处,但是已经没有那么紧张了。

周五,碎片时间开始找素材,搜素材。

周六一天,去公司没人的地方加个班,一天搞出以下两套完整课件。

之后发出来,我的主管还不可思议,因为在上周,她基本上没看我把时间花到这个课件上,好像一下子就变出来了。所以她还忍不住回复邮件说:“我不得不说,这么短的时间,这个课件制作得实在太强悍了!!”。

我内心只有“呵呵”二字。因为只有我知道,这绝对不可能在1天搞定,只是说:80%的功夫在纸面,20%的功夫在工具。

【具体指南】

阶段一. 纸面功夫(在整个周期里,大概占比30%)

要点:

  1. (方向)确认演示文档的目标和受众
  2. (发散)可能性探索
  3. (收拢)结构化梳理
  4. (舞台)分页设计

再三强调:关上电脑关上电脑关上电脑。但是,事无绝对,你也可以尝试在开始第2点前,使用和你的主题有关的关键词在网络上进行一些“漫游”,检索,快速阅读,以便于稍后你关上电脑时,脑子已经被激活了很多可能性。但是基本上这几点,都和软件没啥关系。

第1点:毋庸置疑是最关键,有时也会被忽略的,其实这个问题只能时常提醒自己,比如做一份文档前,提醒自己看看以下矩阵图。

矩阵图
第2点,为多谋。

一定先不要迅速制作,而是进行头脑风暴,把各种和这个主题相关的内容,进行一个探索。做这一点时,我会习惯性,用白纸和即时贴、笔三个工具,加一段没人打扰的时间(最少2个小时),把即时通讯工具签名设置成“勿扰”或直接下线,然后告诉你的同事你要闭关一会。然后,把你的主题写到一张白纸上,把你能想到的内容,先不管它们的关系是否重合,是否有层次,或者是否合适,这些“内容”有的是问题、有的是答案,有的只是素材,都无妨,都写到即时贴上,然后贴到白纸上。

之所以用即时贴,是因为方便,可以随时变换位置,如果直接写到白纸上,则调整起来很麻烦了。

尽量不要放过任何一个突然出现的“灵感”,除非你就是想做一份寻常的毫无新意的PPT,否则给自己的探索时间尽量多一些。

然后第3点,则是善断。

发散到一定地步,该收收了。对已有的可能性进行分类、整理,这里包含了合并同类项,去除一些无关紧要的,或者建立逻辑层次关系。之后,形成了一个较为完成的呈现结构的框架了。

从第2点到第3点,体现在纸面上就是一个从无关系发散到有体系梳理的过程。

纸面梳理
第4点,很奇怪是不?为软件还对思考有负面的作用,做演示的软件PPT或者Keynote,都是帮你分隔好了有相同地位的一页一页的,而人的思考是连续的,是有逻辑的,每一个页面的地位并一样的,有的是引导页,在汇报时它只是快速掠过,有的页面只是中场互动休息,前提是为下一页的内容做好铺垫。如果你没有一个已经成体系的思路,直接打开PPT去做的话,你的思路也会被打断掉,尤其是又耽于细节,在一个单页上花费太多心思后。所以,试着在一张A4的纸上,画上PPT的格子,一页可以做6格,然后每一格,当成一个演示页面,标明你的主题,甚至勾勒出内容框架。

我之前买过MUJI的一个笔记本,但是后来断货后,就直接打印到A4的白纸上一些格子,也是非常好用。

打印
阶段二. 素材搜集和准备(在整个周期里,大概占比30%)

要点:

  1. 搜集可能用到的素材
  2. 素材的优化设计
  3. 这个阶段,可以用大量的碎片化时间完成,因为即使被打断也影响不了大局。

此阶段提效的关键之一在于阶段一的限定,使我们不必盲目地去打捞素材而是更加针对寻找。

阶段提效的关键之二在于你平时是否善于搜集、整理常用的配图、故事、数据,如果是,恭喜你,你可以大大减少重复性劳动。而我在这个环节也是比较高效的,如果你看过《高效的信息搜集及整理术》那篇文章后。

阶段三. 软件制作(在整个周期里,大概占比20%)

要点:

  1. 愉悦的开始很重要:确定色调和风格
  2. 目录页、引导页、内容页的设计
  3. 制作制作制作

当开始在软件上制做时,有的人习惯先不管任何形式,而是把内容都搞上去再说,最后再集中做排版、配图等工作,这诚然会加快写PPT的速度。

但是我个人却不喜欢这种做法。原因是:不够愉悦。而且实际上,会影响后续的效率:因为你总是忍不住想要去排个版,配个色,而当之后你再看的时候,发现配色紊乱。

1. 色调和风格

一般我喜欢扁平化的风格,足够简单。这块要贴合你做PPT的受众和目标,如果如你做的是《中国书法鉴赏》,那么可以选择一些古风风格,比如背景选一张书法背景的等。若你做的是幼儿教材,则颜色更加鲜活等,重金属风格的音乐流派介绍自然无法选择以下小清新风格,是吧?

色调和风格
确定好色盘后,确定你的颜色不要再出现色盘之外的颜色了……和女人的衣橱是一个道理。

2. 目录结构设计

一级目录不超过7个,尽量控制在3~7个以内,每一级目录下面的子目录不用放到目录页,但是属于目录的要点,最好控制到3个左右。

3. 目录页、引导页的设计

所谓引导页,目的是在一章结束,下一章开始前,让听众有喘息的空间,也给演讲人一个互动的机会。我喜欢把目录页和引导页做到一起。

目录设计
此阶段的提效,在于你平时是否提升自己的复用性,让常用的素材能够手到拈来。比如,我平时会专门建几个Keynote文档,其中一个是《某某项目常用配图》,除了自己用,也可以分享给其他成员。

阶段四. 纸面复盘和软件调整(在整个周期里,大概占比20%)

最后,将成型的电子版,打印出来,记得千万不要一页一页打印,而是一页打印6页幻灯片的模式,不仅仅为了环保,而是复盘时能够保障思路的连贯性。

阶段四. 纸面复盘和软件调整
然后我建议你,拿着纸面复盘文档,再次找个不被打扰的时间整体和自己演练一次,说不定,说出来的时候,也能够发现一些可以继续优化的地方。

via:heidixie

End.