[分享完成數據分析的 5 個關鍵步驟]
近期大致有發現滿多是因數據 or 行銷相關領域來關注我貼文的朋友們 (真心感謝🥰)，所以決定來跟大家先簡單分享完成 #數據分析 的關鍵流程，好的數據分析無關使用困難或是簡單的數據分析方法，#只要能解決問題就是好的方法。通常我在做數據分析報告都會走以下的脈絡，分享給大家(如果大家真的喜歡，我之後再整理更細緻的圖文版☺️)：
1. #定義商業問題 (Define Business Problem)
這步驟絕對是做任何題目最關鍵的，必須要確認你現在在做的題目是「真的有需求、真的有 #商業痛點」，並要能聯想，如果你完成這個這題，「能帶來多少貢獻？」
-
2. #資料準備 (Data Preparation)
針對已定義好的商業題目，開始搜集數據，你需要確認數據的時間、商業範圍。例如：你要分析近半年哪些產品的成長是特別有潛力的，那你就必須去找出商品的銷量數據，而且必須要有時間的顆粒度。如果沒有數據，那就去外面找，可以透過 #爬蟲技術 去抓外部的數據、也可以另外去下載公開的數據源。
-
3. #資料探索 (Data Discovery)
拿到數據以後，必須花一些時間了解你手上的數據，這時需要有一些批判式的思維在洞察的過程上，例如：數據有沒有比較歧異的值不應該被納入後續的分析？哪些數據應該可以被整理在一起，才能讓後續的分析更容易判讀？
-
4. #資料分析 (Data Analysis)
到此步驟，就會延伸各種分析方法了，如果你是資料技術人員，你可能會想用各種 #資料科學演算法 執行數據分析; 如果你是行銷人員，你可能會想用一些 #視覺化工具 輔助，幫你透過不同的維度，執行數據分析。
-
5. #結果呈現 (Result Summary)
最後，切記做完的所有努力都要好好的整理「#商業價值」在哪裡，必須要能回扣到第 1 個步驟 - 定義商業問題。通常我就會做一個簡報把上面的所有過程都帶過一次，最後強調商業效益並分享給 Stakeholder 。
-
希望以上的分享，對大家日常工作有幫助，如果喜歡我會另外再整理更多實用的視角給大家🙌
-
這張照片是真實在開箱戰利品的我😆，最近終於有出門購物，常買的品牌太強，除了我確實補貨了一堆之外，品牌也有紀錄我兩個月前生日，記得補生日禮給我😌
#資料科學 #行銷數據分析
數據分析方法 在 數據分析那些事 - Facebook 的推薦與評價
思維方式”✓，並從更上游的環節思考和找到原因✊。 操作規則也影響數據提取的條件或分析結果的解釋 。 雖然行業和業務知識是逐漸積累 ... ... <看更多>