Au cours du module, vous verrez également comment les données et l'analyse dans chacune de ces organisations peuvent être utilisées de manière similaire, dans des fonctions commerciales similaires. En conséquence, vous comprendrez que pour être véritablement axé sur les données, vous devez non seulement vous inspirer d'exemples dans votre propre secteur, mais aussi apprendre et appliquer des concepts d'analyse provenant d'organisations d'autres domaines.

Dans ce module, vous découvrirez un certain nombre de rôles analytiques cruciaux et l'émergence de nouveaux rôles dans les organisations, de la suite C à divers rôles d'analystes. Vous examinerez brièvement les descriptions de poste et les responsabilités. Vous vous mettrez également à la place d'un demandeur d'emploi ou d'un recruteur pour voir quels types de compétences sont les plus importants et quel poste vous convient le mieux. Par exemple, vous découvrirez les trois compétences de base du scientifique des données et les compétences non techniques essentielles pour réussir dans ce domaine.

Ce module explore la manière de raconter des histoires, à l'aide de données, qui créent un lien émotionnel avec votre public. Il passe également en revue des exemples et des chiffres qui facilitent la compréhension du concept. Vous apprendrez les principales choses à faire et à ne pas faire dans la création de dataviz et les règles qui conduisent à une représentation claire de vos résultats. Cette unité se concentre spécifiquement sur les lignes directrices de Dona Wong pour une bonne visualisation des données et des graphiques. La dernière partie du module 4 présente les trois tests qui vous aideront à améliorer votre visualisation. Dans la dernière étape de l'exécution de la dataviz, vous apprendrez la méthode McCandless de présentation des visualisations. Ce processus en cinq étapes permet de communiquer le plus efficacement possible les graphiques à votre public.