本研究巧妙地利用了情绪分析，追踪了公众对 CEO 的看法与其所代表的企业品牌的整体看法之 喀麦隆电报号码数据100万包 间的对比。亮点是什么？看看 Uber 的命运如何与前任 CEO Travis Kalanick 的崛起和衰落同步。或者看看 Elon Musk 的 Twitter 活动对特斯拉产生了怎样不成比例的影响。
资料来源：Alva，《CEO 声誉与企业声誉：伊隆·马斯克车祸》（2018 年）
民主党总统候选人关注的焦点是什么？
除了情绪分析之外，社交媒体数据还可以通过多种方式用来为内容活动提供见解。
为了进行这项研究，彭博社抓取了 2020 年美国总统大选民主党候选人的全部 44,000 条推文，并使用了另一种数据科学技术——主题建模，为每条推文分配主题。这意味着他们可以辨别出每位候选人的首要任务，然后利用数据可视化的力量，以一种引人入胜、发人深省的方式呈现这些任务。
资料来源：彭博社，《民主党总统候选人关心什么》，44,000 条推文（2019 年）
宽带速度图揭示英国的数字鸿沟
数据科学和可视化可以讲述一个强有力的故事。英国《金融时报》的这项研究利用英国各地的宽带数据和统计方法根据邮政编码估算宽带速度，创建了一张交互式地图，展示了该国的互联网速度差异。
这项研究发现了一个令人惊讶的地区差异：与其他可预测地得出农村地区宽带比城市中心慢的结论的研究不同，这项研究发现，英国一些宽带最快的邮政编码位于农村社区。最好的一点是什么？这些违反直觉的数据让英国《金融时报》找到了一个小社区，在那里采访了当地的农民，让这项研究真正成为现实。
来源：FT，宽带速度地图揭示英国新的数字鸿沟（2019 年）
这五个例子在使用的数据和使用方式上有很大不同——API、招聘广告、情绪分析、推文、宽带数据——但它们都表明了一件事：数据讲述故事的力量。你对这些数据的处理方式可以决定一项思想领导力研究是好是坏。