104學習

數據資料分析

數據資料分析
關注
邀請朋友
邀請朋友

Line

Facebook

複製連結

取消
「數據資料分析:負責收集、整理與分析公司內外部數據,以支持決策制定及業務策略優化。主要目標為透過數據挖掘提供見解,協助公司提升運營效率與市場競爭力。此角色需具備精良的數據分析技能,熟悉統計軟體(如R、Python等)及數據視覺化工具(如Tableau、Power BI)。同時,需要具備良好的跨部門溝通能力,能將複雜的數據分析結果轉化為易懂的報告,並與產品、行銷及管理層密切合作,以推動數據驅動的決策文化。在台灣職場,應對快速變化的市場需求、數據隱私法規遵循及跨文化合作挑戰是此角色不可或缺的部分。」
關於教室
關注人數 0 人
104人力銀行從職缺中挑選出常見技能所成立的官方教室,提供大家進行共學互動。
學習主持人
持續分享知識,
有機會成為官方教室主持人
教室標籤
關於教室
關注人數 0 人
104人力銀行從職缺中挑選出常見技能所成立的官方教室,提供大家進行共學互動。
學習主持人
持續分享知識,
有機會成為官方教室主持人
教室標籤
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

數據資料分析 學習推薦

不知如何開始嗎? 先進行技能挑戰吧~

技能挑戰:初級
目前等級:未達初級
0 人已通過「初級」測驗,通過率0%,和學習一起探索知識、增強能力!
我要挑戰
邱志威

創辦人

2022/01/07

資料科學家、資料分析師、資料工程師,實務上如何在資料團隊分工
擅長 #分析應用 的: 資料分析師(Data Analyst)
擅長 #程式實作 的: 資料工程師(Data Engineer)
擅長 #模型理論 的: 資料科學家(Data Scientist)
換句話說,他們分別是「看資料」,「調資料」以及「玩資料」。不過實際上的分工與職能其實會更加複雜一點,有幾種常見的狀況:
資料科學家與資料工程師中間的 GAP
模型「部署/上線」的工作誰來做?
「資料分析師」與「商業分析師」
看更多
5 0 1217 1
Steve Sue 蘇書平

執行長

2021/12/23

Excel 樞紐分析 該如何開始?
樞紐分析,一言以蔽之,就是「就是將Excel資料表,快速進行分類彙總的過程,可以依照不同的組合進行計算。方便我們透過表格和圖表、從不同角度分析問題。」
舉例來說,我們通常會拿到密密麻麻的Excel表,接著要進行分析。
你可能會想知道「每個月各產業客戶的訂單金額」或者是「每個部門對這5項產品的貢獻」。因此我們要將以下這個Excel表依照不同的組合進行計算,並用表格和圖表進行呈現。
看更多
4 0 2904 5

104學習精選課程

看更多課程
想提升職場競爭力?專業技能課程看起來👇
NEW【AI數據力】數位人資管理師 2026/7/7-8/11(週二晚)
1.<2026全新課目>了解數位轉型三大要素:E化X數據XAI,人資在當中所扮演的關鍵角色 2.熟悉e化流程的設計方法步驟,協助組織善用數位科技的力量,優化現有制度流程,促進員工體驗。 3.清楚大數據分析的內涵,與業界實務運用案例,可幫助公司導入大數據分析專案,解析人才管理上碰到的重大議題。 4.了解AI運作的原理,以及如何改變人力資源管理的未來。 5.<2026全新課目> 了解並能實際操作,如何將AI應用在教育訓練管理的場景 6.<2026全新課目> 了解並能實際操作,如何將AI應用在招募&員工管理的場景 ※為帶給您最好的學習體驗,建議具企業內部執行人資e化系統一年以上實務經驗。 🚀 數位人資學程2026年迎來第三次大改版,為了真正呼應人資夥伴的真切需求。 連講師本人都覺得:「學到就賺到了!」 AI進步的速度在近一年快速到令人咋舌,近一年有太多的AI工具,聲稱可以幫你這個幫你那個,有太多的課程教你如何善用AI 但我們捫心自問,現在我們真的已經在工作流程中,順利應用AI優化我們人資的工作流程了嗎? 104人資學程課程研發團隊,在2024年底對人資夥伴們做了調查,發現人資最希望在數位化浪潮中學到的功夫如下: ✅ 100% 懂得用(大)數據分析做出正確的人力資源診斷與決策 ✅ 90% 善用生成式AI的基本功--下提示詞prompt的技巧實作 ✅ 90% 學習如何設計數位化系統與流程,提高行政效率、提升員工體驗 ✅ 86% AI在訓練發展的應用場景與實作 eg.知識管理、課程規劃、課程製作、出考題 ✅ 81% AI在招募選才的應用場景與實作 eg.履歷篩選、履歷評分、面談輔助... ✅ 81% 瞭解何謂流程自動化(RPA)以及在人力資源的應用 我們得出以下結論 1.人資沒有被AI沖昏頭,認為「E化」、「數據力」的重要性絕不亞於AI 2.比起跟風學五花八門的AI工具,HR更想知道在人資工作流程中如何應用 因此數位人資學程2026年迎來第三次大改版,為了真正呼應人資夥伴的真切需求。 我們引入的數名新師資,每一位都具備實打實的經驗,已經將AI放入他們的人資工作流程中, 推出這個全新系列課程,連講師本人都覺得:「學到就賺到了!」 💡「數位人資管理師學程」幫助你搶占先機,掌握HR數位力! ✅ HR數位化3大關鍵:E化、數據、AI——告別傳統直覺決策,讓數據為你做出最優選擇!✅ AI在人力資源的應用——學習如何運用ChatGPT、NBLM等AI工具,提升招聘、員工管理與培訓效能!✅ HR數據分析實戰——從基礎統計到決策樹分析,讓數據驅動HR決策,提升企業競爭力!✅ E化流程設計實戰——學習PDCA方法,打造高效HR數位化流程,提升人資運營效率! ✅ AI在教育訓練的應用——透過AI生成培訓計畫,提高員工學習效率! ✅ AI在招募與管理的應用——從優化職缺資訊、履歷篩選到績效管理,提升HR作業效率超過 40%!
104人資市集
AI辦公自動化實戰:用ChatGPT快速產出文案、報告與簡報【05/25】​
AI整合Microsoft Office提升效率。 10秒生成專業文案與翻譯。 10秒生成合約書。 Excel自動計算、統計與格式化。 建立吸引人的簡報與講稿。 AI助力快速完成企劃與文件。 在當今快速發展的數位化時代,人工智慧(AI)的應用正全面改變我們的工作方式與生活習慣。本課程旨在幫助學員掌握AI技術在辦公室自動化中的應用,提升工作效率與職場競爭力。通過實踐與操作,學員將深入了解如何將AI工具整合到日常工作中,實現資料處理自動化、文案快速生成、語言翻譯以及專業簡報製作等技能。以下為課程的具體學習目標: 1. 提升工作效率與精準度 本課程將教導學員如何利用AI技術快速完成大量日常工作,包含以下幾個方面: 文案生成:在10秒內完成1000字的專業文案,例如產品介紹、公司簡介或新聞稿,幫助學員在有限時間內高效完成複雜文字創作。 翻譯工具應用:學習如何運用AI完成中翻英或英翻中的專業翻譯,達到與專業譯者相媲美的水準,適合需要進行國際溝通或文件處理的學員。 Excel自動化應用:通過AI輔助學習Excel,實現數據合併、格式化、計算、統計分析等操作,徹底改變傳統手動操作的繁瑣過程。 2. 掌握AI簡報製作與美化技巧 簡報製作是現代工作環境中不可或缺的一項技能。本課程將教導學員如何使用AI技術,迅速創建高水準的簡報,並輕鬆進行內容優化與美化: 主題與大綱生成:僅需輸入主題,AI即可自動完成整個簡報的大綱與主要內容,節省大量時間。 專業簡報設計:透過AI工具,學員可以迅速生成視覺化簡報,並對文字、圖片與版型進行細緻調整,使簡報更具吸引力與專業感。 講稿輔助:學習如何讓AI根據簡報內容生成流暢的演講稿,幫助學員在演示中更加自信與專業。 3. 實現數據管理與分析自動化 資料的整理與分析是現代辦公的核心工作之一。本課程將幫助學員利用AI工具高效處理與分析數據,從而提升決策能力: 資料格式統一:快速修正電話格式、日期格式或其他資料的標準化問題,減少手動校對錯誤。 資料轉換與合併:將分散於不同文件中的資料自動化整理為可用的結構化表格,提升工作流程的流暢性。 報表生成:利用AI快速生成數據報表,讓資料分析結果更具可視化效果,幫助決策者迅速掌握關鍵資訊。 4. 增強職場競爭力與創新能力 本課程的設計不僅注重技術技能的傳授,更希望激發學員在職場上的創造力與競爭力: 效率的倍增:通過AI工具的應用,學員將能夠完成更多工作內容,並專注於更高價值的創新任務。 跨領域能力提升:本課程適用於多種職場角色,包括行政助理、行銷人員、專案經理及自由職業者,無論學員來自何種背景,都能學以致用,提升自身價值。 與未來接軌:AI技術是未來職場的趨勢,掌握此項技能將幫助學員在職場中保持領先優勢,並為長期職業發展奠定基礎。 5. 創造更高效的工作環境 我們的目標不僅是提升個人效率,更希望幫助學員將所學應用於團隊工作中,打造高效能的工作環境: 團隊合作優化:學員可利用AI工具簡化協作流程,如文件共享、數據處理及報告撰寫,提升團隊整體效率。 決策支持:通過AI分析與呈現數據,學員能提供更具說服力的建議,幫助團隊或企業做出更精準的決策。 總結 本課程的核心目的是讓學員熟悉並掌握AI技術在辦公室應用中的多樣化可能性,學會如何利用AI解決日常工作中的痛點,並實現效率與品質的雙重提升。完成課程後,學員將不僅具備全新的技能,也能夠更自信地迎接未來數位化職場的挑戰,成為職場中的創新領袖與效率標杆。
104人資市集
Steve Sue 蘇書平

執行長

2021/12/23

學好數據分析的第一步,先學會拆解「句子」!
大數據時代,人人都有機會接觸到數據,將來可能還會變成每個人都需要具備的能力,但不是專業的數據分析師,也能學會數據分析及使用的技術嗎?
韓國星巴克第一數據科學家說:「可以的!」即使你是文科生,只要懂得思考,並經常練習拆解問題語句,慢慢的,你就可以從數據堆中發掘出意義。
看更多
1 0 207 1
你可能感興趣的教室