【給初學者】自學三階段，教你入門資料分析 4 大環節

前言

有鑒於資料領域廣受各路工作者喜愛，未來各大公司一定也會導入更多有關數據應用，資料分析能力將成為基本門檻。本篇整理站長當時在初學時期是如何點資料分析技能樹的，希望對讀者們有幫助。

本文大綱走起：

• 學習資料分析對你的意義
• 資料分析基本流程與技能樹
• 該如何讓自己更加脫穎而出？data 領域的光譜

---

小插播：站長的資料分析師經歷

先說這個，讓大家放心我不是江湖道士。
本人之前在廣告投放新創擔任資料分析師，主要針對客戶網站用戶行為製作客製分析報告，一部分報告內容製作成模組(範本)，我的工作內容涵蓋 資料撈取、資料清理、洞察挖掘及視覺化。
後來進到銀行業的資料科學部門實習，現在正在進修寫碩論。

另外我蠻喜歡講「資料分析」而不是「數據分析」的原因是，其實真實場景會遇到的資料不完全都是量化的數據，更多有文本、文件等等更多非結構化的資料，這才是發揮資料工作者價值所在；否則一份很漂亮的數據集，任何一位統計資訊領域的大學生就能做分析了。

---

(I) 學習資料分析對你的意義

之所以先講這個是因為會牽涉到要學多深。

如果你不是意在於要當資料分析師，或者你的行業其實不會需要到寫程式，那麼對你來說，洞察挖掘、視覺化更為重要：就是如何使簡報更一針見血，少點廢話以及使人confuse的圖表。

如果你的行業價值在於其產生的資料，那知道如何撈取資料、與工程師溝通資料搜集需求，你才能是個和行業接地氣的資料分析師，而不只是透過外部報告做一些邏輯分析。

就我的經驗，綜上所述，能夠講出別人意料外的 insight、insight的意義以及清晰好懂的圖表，是一個資料分析師會與其他部門合作愉快的小關鍵。

(II) 資料分析基本流程 與 技能樹

資料分析師會存在於公司的意義，在於上層需要知道如何優化公司現況，或是告訴外部如何優化他們事業的現況。在你有辛苦的資料工程師大大協助下，已經將大部分公司（或是合作客戶）的資料整理在資料庫（或是雲端服務），這時你需要思考，「你要從用哪些面向整理你的洞察給公司/客戶？」、「所以你會用到哪些資料？」，於是資料分析的基本流程產生：

確立分析目的 >> 資料撈取 >> 資料清理 >> 洞察挖掘 >> 視覺化

---

簡單講一下各 part 的內容：

確立分析目的

重點：知道你的分析報告聽眾會是誰、他們想要被解惑的問題是什麼？
工具：對TA(目標對象) 的了解、報告框架

學習方法：
多看專業的產業分析報告，了解怎麼定位分析題目、報告的前後邏輯是怎麼鋪陳從問題聚焦到資料描述、洞察、提供建議。
不要覺得產業分析報告大部分不是純用程式畫出來所以就不看，學習產業分析報告的架構會對建構自己的資料分析邏輯很有幫助。

---

資料撈取

【重點】掌握現有的資料源、更新頻率
【工具】SQL-like from Database/Cloud Service (ex: BigQuery, AWS RDS, …)

【學習方法】
有可能你是直接從 EXCEL 整理圖表，你覺得不需要學撈取資料的技術；但你要很多份 EXCEL 整併一起是很麻煩，而且未來公司要自動化、數位化基本上會全部匯到資料庫，用 SQL 合併撈完是很快而且可以存 query 節省下次的工，所以還是趁早學起來的好。
然後學程式語言最好方法就是，多解不同情境的問題，在過程中遇到問題學會怎麼找解法、建立解決問題的資料庫。

[實作推薦] SQL Online IDE — 測試用的資料庫，用來練習下 SQL 語法
https://sqliteonline.com/

對初學的人來說，比起影片他教你聽的方式，我會比較推薦 可以一邊練習打語法的“互動式”課程網站（是算互動式對吧？）
[課程推薦] SQL fundamentals | Datacamp (Skill Track)
[課程推薦] Learn SQL | CodeCademy

---

資料清理

【重點】對資料欄位的意義了解、異常值/缺漏值的處理
【工具】Python / R

【學習方法】
初學者建議一步步走過，了解什麼是異常值、缺漏值，不太建議直接套人家包好的資料清理套件，當然你熟悉知道套件裡面在幹嘛，未來省時也可以寫一套自己的清理 function。
我這裡推薦親民一點的 coursera 中文課程：

[推薦課程] 用 Python 玩轉數據 Data Preprocessing Using Python

另外大家也可以多去看課程的「課綱」，快速的聽一下內容，來了解自己的程度大概在哪個狀態。

---

洞察挖掘

【重點】不只是畫出圖表叫做分析報告，還要知道自己做的分析屬於哪個階段、公司或產品需要什麼類型的分析、目的和結果為何。
根據 Gartner顧問公司從《Competing on Analytics: The New Science of Winning》衍伸出來的 4 種分析階段：敘述性分析、診斷性分析、預測性分析、指示性分析。

敘述性分析：
　　挖掘過去數據，聚焦在對公司目標有影響的事，告訴聽眾過去發生了什麼、現況是如何、問題出現在哪？
診斷性分析：
　　針對數據呈現已經發生的事，告訴聽眾為什麼會發生、背後導致的可能原因是什麼？
預測性分析：
　　從診斷性分析延伸，根據可能的導因，分析未來會發生什麼？使用機器學習、深度學習等方法從過去數據預測未來事件的發生機率。
指示性分析：
　　接續預測性分析，透過預測得到的結果，告訴聽眾下一步該做什麼、建議做法。常見應用，如：實時推薦系統。

【工具】
敘述性分析— EX: 描述產業現況的框架、描述電商網站現況的框架等
診斷性分析— EX: 魚骨圖、5W分析法等
預測性分析、指示性分析— EX: 機器學習中的迴歸、分類、分群、關聯演算法、深度學習神經網絡等

【學習方法】
強烈建議要從敘述性分析開始、再來 診斷性分析 ，最後到預測性、指示性分析 循序的學；因為如果連現況都講不清楚，做預測性分析時候你的問題就不夠痛、不夠具體，無法說服聽眾為什麼你分析的這個題目是足夠重要的。
市面上很少課程真的在講「分析邏輯」，畢竟牽涉到不同產業，會有不同的商業指標，分析師要在意的東西都會不一樣，分析邏輯本身真的可說是分析師的價值核心。如果以供應鏈產業為例的話，我會推薦 coursera 這一堂：

[課程推薦] Business Intelligence and Competitive Analysis | Coursera

另外，做分析之前，建議可以先了解 產業各項指標及其重要性，這樣你才會知道分析時，拿什麼數據來做比較、趨勢觀察等。

[課程推薦] Analytical Business Metrics | Coursera

好的分析我認為多少都帶有 競爭、比較 的元素，不管是跟公司的以前，還是跟外部競爭者比較；從客觀的框架比較下，出現問題的參照點，所以才有了優化的目標；商業上的驗證也是一樣，企業做了新的嘗試，和以前比較，就是在分析這個嘗試的有效性。

---

視覺化

【重點】了解各種圖表類型、選擇適合的圖表，知道的視覺化樣式越多、越能針對要講述的結論選擇最好表達的圖表。
【工具】Python (matplotlib, seaborn, plotly…) / R (ggplot2) / EXCEL / Power BI / Tableau / Data Studio …

【學習方法】
當你練習前一 part「洞察挖掘」的敘述性分析時，這時可以自己用各種圖表去表示你的資料分佈。

例如：有一個魚品種和身體特徵的資料集，魚的身長、頭長、鰭長都是連續型變數，魚的品種是離散型名目變數，這時可以怎麼在一張圖同時表示魚的身長和品種分佈？

其中一種答案是用小提琴圖 (Violin Plot)。如下圖，A, B, C, D, E, F 代表魚的品種，y 軸數值代表魚的身長，是不是可以看到不同品種魚類的身長分佈的差異呢？

圖表的 function因為細節很多，自己調整有時不夠效率；此時也可以多參考 Kaggle 上別人做 EDA (Exploratory Data Analysis，探索性資料分析) 的公開 notebook，這裡推薦一份完整度很高的：

[作品參考] A Simple Tutorial on Exploratory Data Analysis | Kaggle

平時儲存一些基本圖表的 function，也能幫助擴充你的圖表資料庫、增加工作效率：

[資源推薦] Top 50 matplotlib Visualizations – The Master Plots (with full python code)

(III) 該如何讓自己更加脫穎而出？data 領域的光譜

　　　　　　　A　　　　　　　　　B

資料工程 <————> 資料分析 <————> 資料科學

我們把職位兩兩的交集區標記成 A、B，如果你發現自己喜歡研究「技術」勝於「團隊、跨部門關係」，那麼很建議你可以挑選其中一區去進階學習

A：爬蟲、資料源串接

B：分析結果用於特徵工程、建立簡單的機器學習模型，推動實際的 AI 商業應用（如產生推薦名單、投放名單等）

---

如果你對「技術、程式語言」沒有那麼大的熱情，但是很喜歡產業分析，那你一定要多認識不同產業，最好能具備接觸多種產業的分析案件的經歷，因為對你來說，不是要搞技術的，是要比眼界和視角，你比別人強的地方在於對不同產業的掌握度高，你在選擇未來有潛力的公司時的視角也會更加開闊和客觀。

如果你很喜歡用 data 說服人、「解釋難懂的東西給人聽」，很鼓勵你往管理層前進！
說真的讓一個績效很好但不喜歡社交的人當主管，無非是把對的人放錯地方、不考慮人際魅力和天性的結果ＱＱ
但是人際魅力並非是把交朋友看得比績效重，而是他很會解決團隊衝突、或是讓對工作沒有自發熱誠的人願意為了團隊努力，這是我的理解。

對我來說，目前我會歸納資料分析師的職涯有這幾種選擇：

1. 到不同產業大企業擔任資深分析師、持續累積資歷
2. 原公司管理階層、建立分析團隊、優化資料分析流程
3. 涉略其他 data position 的專業，往工程端專精
4. 涉略其他 data position 的專業，再到新創公司 lead data team

相信道路很廣還有我沒想到的，也歡迎讀者跟我分享你特殊的職涯囉！

---

結語

即刻開始學習。

如果你希望能有夥伴一起學習的動力，歡迎私我加入 Python 資料分析學伴群。