數據分析 Data Analysis
- 文｜Cheers編輯部
- 審閱｜政治大學企業管理學系專任教授 陳立民
數據分析是什麼？
數據分析（data analysis）顧名思義就是從數據的質、量或變化中，找出背後代表的意義。從數據分析師日常的工作內容，更能具體了解其內涵：蒐集、整理、分析組織中的各種資料，並將結果用好懂的方式如可視覺化圖表呈現出來。
數據分析的用途？
不同產業運用數據分析的方式各有差異，可能是為了營運分析、行銷分析、產品分析、專案分析或財務分析等，但目的相當類似，都是期待分析出來的結果，可以輔助公司做出正確商業決策及預測市場動態。
（延伸閱讀：零經驗也能當數據分析師？工作內容、薪資待遇、技能５大重點解析）
數據分析的組成？
1. 整理資料：現在企業可以蒐集到愈來龐大、多樣的資料，必須從中挖掘出含金量高的數據。像是粉絲專頁上的一個「讚」，究竟是表示對方真的支持你，還是禮貌性地只表示看到了？換言之，定義何謂正確和有意義的資料，再加以整理，遠比追逐資料量更重要。所以投入數據分析時，第一步應先確定想要回答或解決的問題，再開始蒐集資料、並適當清理掉錯誤或重複者，才會進到分析階段，這樣有助於找到對的數據，而不是大海撈針、白費力氣。
2. 產業知識：儘管做好數據分析需要仰賴電腦科學和統計演算的基礎知識，但現在許多工具或軟體都已經內建了相關的統計公式，連指令都不用寫。但重點仍然是決定要輸入哪些資訊，以及解讀大數據分析後的資料，這就有賴於是否具備產業知識和實務經驗，所以這些技術和背景，都並非數據分析的絕對必要條件。
（延伸閱讀：Tableau是什麼？一鍵匯出專業數據分析圖表）
數據分析有哪些工具？
不同場景和需求會有各自適用的工具，舉例來說，Tableau 就讓使用者能以更直覺式的操作方式，並提供多種模版來處理資料、視覺化冷冰冰的數字。另外，如果目的是網路、網頁分析，那不少行銷人都在使用的 Google Analytics 也是相當方便的工具，為數據分析人員蒐集各種資料，再由他們判斷相關趨勢或相應的策略。
