Skip to content

搞英语 → 看世界

翻译英文优质信息和名人推特

Menu
  • 首页
  • 作者列表
  • 独立博客
  • 专业媒体
  • 名人推特
  • 邮件列表
  • 关于本站
Menu

我应该以我的推荐开始还是结束?

Posted on 2022-05-17

通过全球的虚拟和面对面研讨会,我们已经教会了成千上万的人如何与数据进行有效沟通。本系列记录了我们在这些会议中听到的一些值得注意的问题以及我们的答案。

我应该以推荐开始我的演讲还是等到最后才传达我对观众的要求?我想在一开始就设定期望,但我也想解释导致提议行动的细节。

只有当我们发现的见解被付诸行动时,我们的分析工作的价值才能真正实现。由于查看相同数据的不同人可能会注意到数据的不同方面,因此我们必须明确这些见解是什么。我们不能假设我们的预期外卖对观众来说就像我们想象的那样立即显而易见。

那么,该号召性用语应该放在您的演示文稿中的什么位置呢?在你分享了你的分析和你的发现之后(“按时间顺序”的路径),最后有你的建议会更好吗?还是在您进入任何细节之前预先设定期望(“带结局的引导”路径)更好?

您是否以推荐开始或结束很大程度上取决于您的受众以及您与他们的关系。

在以下情况下考虑“按时间顺序”路径:

  • 您是第一次与某人交流。假设您还没有可以利用的现有信任库。在这种情况下,在您提供最终建议之前,可能值得让该人了解您的方法和思考过程。

  • 您的听众对该主题不熟悉。在与某人谈论一个新主题时,首先解释细节将确保他们理解关键点并且不会感到困惑或害怕。然后,您可以以号召性用语结束,因为您知道每个人都在同一个页面上。

  • 您将与技术人员或注重细节的人员交谈。有些人更喜欢先了解分析项目的细节,因此他们准备好接受您对后续步骤的想法。在这种情况下,按照时间顺序并在您要求的内容之前展示调查结果可以避免有人用一堆问题使您的演示脱轨。

在以下情况下考虑“以结尾引导”路径:

  • 您与观众建立了良好的关系和可信度。他们了解您并相信您会进行彻底的分析。您可以从结论开始,以便更快地进行富有成效的对话。

  • 会议中的每个人都知道这个话题。在这种情况下,您无需花时间重复已经了解的内容。从一开始就从您的提案开始可能会有好处,因此您可以花更多时间讨论其他背景和后续步骤。

  • 您将与高管或其他以“大局”为导向的人进行交流。当您的听众对您的分析细节没有太多耐心时,您应该考虑从您的请求开始。进入“那又怎样?”很快将减少失去注意力的风险。

在决定是开始还是结束您的推荐时,这一切都归结为对您的背景有很好的了解。如果您在如何安排内容方面遇到困难,请向了解预期目标的人寻求有关您的演示文稿大纲的反馈,并了解他们对最有效的方法的看法。

原文: https://www.storytellingwithdata.com/blog/should-i-begin-or-end-with-my-recommendation

本站文章系自动翻译,站长会周期检查,如果有不当内容,请点此留言,非常感谢。
  • Abhinav
  • Abigail Pain
  • Adam Fortuna
  • Alberto Gallego
  • Alex Wlchan
  • Answer.AI
  • Arne Bahlo
  • Ben Carlson
  • Ben Kuhn
  • Bert Hubert
  • Bits about Money
  • Brian Krebs
  • ByteByteGo
  • Chip Huyen
  • Chips and Cheese
  • Christopher Butler
  • Colin Percival
  • Cool Infographics
  • Dan Sinker
  • David Walsh
  • Dmitry Dolzhenko
  • Dustin Curtis
  • eighty twenty
  • Elad Gil
  • Ellie Huxtable
  • Ethan Dalool
  • Ethan Marcotte
  • Exponential View
  • FAIL Blog
  • Founder Weekly
  • Geoffrey Huntley
  • Geoffrey Litt
  • Greg Mankiw
  • Henrique Dias
  • Hypercritical
  • IEEE Spectrum
  • Investment Talk
  • Jaz
  • Jeff Geerling
  • Jonas Hietala
  • Josh Comeau
  • Lenny Rachitsky
  • Li Haoyi
  • Liz Danzico
  • Lou Plummer
  • Luke Wroblewski
  • Matt Baer
  • Matt Stoller
  • Matthias Endler
  • Mert Bulan
  • Mind Matters
  • Mostly metrics
  • Naval Ravikant
  • News Letter
  • NextDraft
  • Non_Interactive
  • Not Boring
  • One Useful Thing
  • Phil Eaton
  • Product Market Fit
  • Readwise
  • ReedyBear
  • Robert Heaton
  • Rohit Patel
  • Ruben Schade
  • Sage Economics
  • Sam Altman
  • Sam Rose
  • selfh.st
  • Shtetl-Optimized
  • Simon schreibt
  • Slashdot
  • Small Good Things
  • Steph Ango
  • Steve Blank
  • Taylor Troesh
  • Telegram Blog
  • The Macro Compass
  • The Pomp Letter
  • thesephist
  • Thinking Deep & Wide
  • Tim Kellogg
  • Understanding AI
  • Wes Kao
  • 英文媒体
  • 英文推特
  • 英文独立博客
©2025 搞英语 → 看世界 | Design: Newspaperly WordPress Theme