數據分析師｜入門實戰：Excel x AI 打造最強數字力｜104獨家
你對數據分析感興趣，卻不知道從何開始嗎？
想要轉職成為數據分析師，但擔心沒有相關經驗？
這堂課將會是你，開啟數據分析之路的新起點！
104學習精靈
數據整理
數據整理
關注
邀請朋友 
Facebook
Line
複製連結
Hi~ 歡迎分享學習資源，有學習問題可匿名向Giver發問！
我要分享
我要提問
數據整理 學習推薦
全部
影片
文章
產品
2022/01/09
VLOOKUP功成身退！全新函數XLOOKUP霸氣取而代之！
更多免費學習與證照資訊，都可加入【104學習精靈】官方帳號
VLOOKUP 會針對lookup_value 搜尋及傳回值的儲存格範圍。 您可以使用命名範圍或資料表，而且您可以在引數中使用名稱，而不是儲存格參照。
使用XLOOKUP 函數來按列尋找表格或範圍中的專案。 例如，以零件編號來查看汽車零件的價格，或根據員工識別碼尋找員工名稱。
菜鳥救星Excel教學：最新函數XLOOKUP取代VLOOKUP
在網路看到這個學習新知，與大家分享唷！
3
0
3612 2
拍手
留言
分享
Line
複製連結
收藏
104學習精靈精選課程
看更多課程
想提升職場競爭力？專業技能課程看起來👇
學習精靈
04/30 00:00
youtube.com
動力學分析法 數據整理影片
8 0
分享
Line
複製連結
收藏
作者
2022/01/02
行銷必備！ 《使用數據的技術》文組生也能快速上手的方法
大數據正夯！許多人都想跨進數據的領域，成為資料分析師或資料科學家。就算不是立志想成為資料分析師，也越來越多人了解數據的重要性，希望將數據運用在自己的工作上，像是會計、行銷、管理等等，甚至使用數據來幫助自己做出投資理財更好的決策。但是從學生時代數學就很差，跟數字不熟，是文組生……到底怎麼跨入數據的領域呢？
此篇文章分享非常實用的一本書—《使用數據的技術：韓國星巴克第一數據科學家》，作者寫得很淺顯易懂，舉了很多比喻及實例，數據初學者也能快速上手！
以下整理書中的內容及融入個人的經驗：
1.1提出問題
數據是用來服務我們的，提出問題的那一刻，數據才有可能幫助我們，否則拿到再多數據都沒有意義。
解決任何問題之前，都要有不滿足及好奇心，好奇為什麼這個月業績成長了？而不是看到業績成長就「噢！好棒」……沒了。
1.2 設計數據
針對想解決的問題，好奇的問題，接下來要知道我們該如何設計數據，需要運用哪些數字解答。書中建議的方法很實用，叫做：拆解問題語句變成數據。
以一句話舉例：最近很流行的電商網站，那裡的包包賣得比其他地方便宜。
接著拆解：
．最近：具體時間點是什麼時候？可以用幾年、幾個月、幾週或是幾天說明嗎？
．很流行：很流行指的是什麼？銷售規模大嗎？銷售排行或成長率高嗎？是在特定族群中受歡迎嗎？在全台灣嗎？在台北嗎？還是特定年齡層經常使用的網站或服務？
．比其他地方：此電商網站的競爭對手是誰？有哪些和這個電商網站類似的商店？是只有賣包包的店嗎？還是只賣特定品牌的店？或是有賣各式各樣品牌的店？
．便宜：有多便宜？便宜幅度是10%嗎？跟全世界價格相比最便宜嗎？在網路或實體中最便宜嗎？是販賣正貨產品業者中，最便宜的嗎？所有的包包都賣得很便宜嗎？其他產品價格都差不多，但這個產品比較便宜嗎？整年度都很便宜，還是只有特定期間才便宜？
1.3 搜尋數據
接下來要用拆解句子裡的元素蒐集數據。蒐集數據不是一件簡單的事，世界上有很多很棒的公司從事販賣數據的服務，但這些服務以個人的身份未必能取可（可能價錢太高或資格不符）。
因此作者建議我們，需要絞盡腦汁思考：能夠拿到哪些數據？如果權限不足拿不到數據，有沒有其他的方法，或是有沒有哪些類似的數據可以替代？
數據依處理程度可分為四大類：
1.Log數據（原始資料）
2.數據表格（簡單加工）
3.商業儀表板（可直接應用，但難以從源頭變化）
4.報告書（可直接運用，方便操作，但沒什麼能更換的地方）
1.4 分析數據
這個步驟是作者說大家最想學，但又最難教的部分。作者建議初學者分析數據時必須抱持「大處著眼，小處著手」的心態。
大處著眼：先挑出數據中最好找，又能看到整體面貌的來仔細檢視，先做一份最有代表性的圖表，像是每日銷售、每月銷售或年度銷售等，數字隨時間推移的長條圖。
小處著手：親手從非常簡單的圖表畫起，用Excel也好，先確認歷史銷售型態，而不是先用演算模型預測銷售走向。如果自己親手做過一次，並了解其含義，下次碰到同樣情況，就能懂得運用相同手法。
2.1 拼出數據的拼圖
不要期待一個數字就能成為公司的轉捩點，重點在於要懂得用數據說故事。將多項分析洞察結果蒐集起來，能決定看到的方向。如果只靠單一分析結果難以斷定，多項數據的準確度就會提升。將分析的結果分門別類，重新排列分類好的內容，讓故事說得通順有理。
以做生意來說，可以用六何法（Who/When/Where/What/How/Why）整理答案，建議以消費者為主詞，也可以用特定店面或特定情況作為主詞。
在拼圖的過程中，若發現空白的地方要追加分析。但也要給自己決定的期限，不能無止盡分析下去。因為藉由數據得到洞察，進而採取動作改變市場，才是最重要的。
2.2 提出方向
提出方向不能講一些虛無飄渺的內容，也不能講一些人人都會講的內容，而是要提出以數據為基礎，具體且符合現實的行動方案。
範例：
（Ｘ）為了做出大眾會喜歡的產品，必須從多個角度檢視。
（Ｘ）必須做出ＯＯ口為的飲料，用ＯＯ色的包裝，必須在ＯＯ超市販賣。
（Ｏ）喜歡ＯＯ的顧客群，通常偏好ＯＯ口味和ＯＯ色。該客群經常在ＯＯ超市出沒。
2.3 數據分享
可透過商業儀表板或報告書分享數據，或選擇藉由兩者之中類似Data Studio等視覺化工具。向不同聽者報告時，需設計不同的故事大綱。（這點跟簡報的原則是類似的。）
2
0
506 2
拍手
留言
分享
Line
複製連結
收藏
學習精靈
08/12 00:00
youtube.com
【數據可視化】2019最新整理全球人口前十國家排名（1960年-2018年）
8 0
分享
Line
複製連結
收藏
推薦給你
Google發表：Gemini 2.0 全新AI模組介紹、四大亮點一次看
在ChatGPT傳出全球大當機災情的同一天，Google 發布了全新 AI 模型 Gemini 2.0。
不僅支援多模態物件，Gemini 2.0採用更精準、強大的代理式AI系統，幫助使用者主動提前思考並完善指令，打造更符合使用者需求的全方位AI人工智慧助理！
▍Gemini 2.0 亮點搶先看
※ 深度學習有效處理複雜問題：採用「深度研究」學習技術功能，大量運用高級推理和長上下文功能充當研究助理，探索複雜的主題並代表使用者編寫報告。
※ 多模態能力生成準確內容： 除了文字生成外，Gemini 2.0 還能直接生成圖片和音訊，並且能有效處理口音問題轉化成更準確的訊息內容。
※ 實現代理式 AI 的多元運用： 不只是AI助理，Gemini 2.0升級的代理式AI系統，能更主動的做出決策，為使用者提前思考，並在使用者的監督下執行任務。Gemini 2.0將以此為基石，使用在Project Astra助理工具與其他開發者工具中。
※ 活化並整合 Google 產品： Gemini 2.0 將逐步整合到 Google 的搜尋、地圖等產品中，為使用者帶來更智能、更個人化的體驗。
Gemini 2.0預計2025年1月正式推出，在此之前，使用者們可以透過Google AI Studio網站搶先體驗Gemini 2.0測試版的與眾不同。
➤ 立即試用：
➤ 歡迎在104學習精靈關注【AI趨勢報－科技愛好者的產地】獲得更多科技新知！
0
0
2105 1
拍手
留言
分享
Line
複製連結
收藏
你可能感興趣的教室