資料分析如何邁出第一步？從使用情境推薦 4 大語法和 3 樣工具

提高說服力、達到目標業績或是挑戰轉職之路，在 21 世紀的當下皆與資料分析息息相關。然而，相關的語法與工具眼花撩亂，是否讓你不知從何處開始？就和 Hahow 一起規劃學習清單吧！

對文章有興趣來不及看？點選右上角「橘色小書籤」收藏文章，再也不怕錯過就是一輩子！

想做好資料分析最重要的是理解問題的能力，才能避免 ” Garbage in, garbage out ” 的窘境，但這種攸關統計與研究的訓練需要透過一次又一次的練習以累積經驗，這時，學好語法與工具正是最有成效的解決方式。Hahow 依照「使用情境」劃分成三類，讓你在 4 大語法和 3 樣工具中邁出第一步。

情境一：從資料中理出頭緒， 3 樣工具建立視覺化圖表和儀表板

若將資料分析領域依照靠近人或機器的距離來劃分，可分為最靠近機器端的資料庫（資料以電腦能理解的形式存儲）、整理過的資料（透過語法擷取人類需要的資料），以及最靠近人類端的視覺化工具（將整理過的資料以視覺化圖表呈現）。先問問自己，目的為何？若你是業務、行銷或活動企劃，需要將資料簡報給廠商或主管，增加說服力或解讀資料趨勢，那麼 Tableau、Excel Power BI、Google Data Studio 這三種視覺化工具已是綽綽有餘。

Tableau：主打「自助式分析」，不是工程師不會程式語言也能輕鬆直覺使用。可別因為操作簡單就小看它，內建篩選器加上獨有的圖表操作邏輯，非常適合用於「探索」。比如，逐步深入每一項資料細節，最終找到是什麼導致年度業績下滑，更可發現某產品在OO年開始OO市的銷售率成負成長，如此就能對症下藥。
Excel Power BI：主打「自助式分析」，由 Microsoft 所開發，所以操作介面與 office系列接近，更熟悉且易上手。 Power BI 支援多種類型的資料庫來源，辦公室最受歡迎的 Excel 就是其中一種。同樣內建篩選器，與Tableau差別若論圖表操作邏輯，主要是針對同一圖表新增分析細項的層數有限，所以更適合用來整體性「描述」。
Google Data Studio：免費且只在線上操作，串接多種 google 的資料源（如：Google Analytics、Google Search console、YouTube）並提供視覺化工具。同類型資料模板只需建立一次之後都可套用，也可複製其他模板直接使用，更有龐大的第三方資源（有些要付費），非常適合需要整合各類行銷管道的行銷人使用。但其圖表類型相比前兩樣工具較有限。

想體驗 Tableau 的強大與有趣嗎？這堂課適合你：

▶︎ 資料變決策！從零上手 Tableau 大數據視覺化

想了解 Excel Power BI 對行銷多加分嗎？這堂課適合你：

▶︎ Excel Power BI 購物籃分析及視覺化實戰

行銷人必學的 Google Data Studio 會了嗎？這堂課適合你：

▶︎ Data Studio 視覺化報表｜數據分析輕鬆上手

資料視覺化
圖片來源：Hahow 圖庫

情境二：更深層的資料整理，從 3大語法找出問題根源

碰上視覺化工具也解決不了的問題？試著將目光向機器端挪近一些，從更接近源頭且功能更進階的 R 語言、Python 與 Excel VBA 去找答案。

R 語言：免費且開源，在統計領域是明星語法，它的優勢就在可調用數量極多的統計函數，涵蓋簡單到困難非常全面。而且，甚至可以更向機器端靠近，執行網路爬蟲的作業利於後續分析。所以，雖然從學習到上手所費時間成本較高，但在業界被廣泛接受，是成為資料分析師需具備的語法能力之一。
Python：免費且開源，目前在各領域都是一門受歡迎的語法，使用者多代表套件（package）眾多，這正是它在資料分析領域的強項所在。學習的時間成本雖較高，但在業界被廣泛接受。
Excel VBA：全名為 Visual Basic for Application，主要用來擴充 Office 功能的巨集語法。辦公室最不可少的 Excel 基礎技能多數人都有，學習 VBA 可讓你的 Excel 開發率從原先的三成上升至八成，打破一般人對 Excel 的印象。不過，需注意的是 Excel 處理大量資料的性能較差，若平時處理的資料動輒幾十萬條就須考慮。

想掌握R 語言洞悉商業趨勢嗎？這堂課適合你：

▶︎ R語言和商業分析-洞悉商業世界中的資料科學

想運用Python分析資料嗎？這堂課適合你：

▶︎ Python 資料分析 - 網頁爬蟲與視覺呈現

想知道Excal到底可以多萬用嗎？這堂課適合你：

▶︎ Excel VBA 金融資料抓取 | 打造股票研究系統

Python 資料分析
圖片來源：Hahow 圖庫

必修學分：SQL，打開資料庫的關鍵鑰匙

Structured Query Language，一個結構化查詢的語言。把 SQL 列為資料分析必修學分並不誇張，現代企業存儲資料的方式都是放在資料庫中確保安全性。只要會碰到資料庫，就不可避免需使用到 SQL。換言之，這是一門不可或缺，卻也經常需搭配其他語法共同使用的重要地基。若你的使用情境只需建立視覺化圖表無需接觸資料庫，那不見得是必修，但只要想更深入觸碰問題核心，或是想朝資料分析師發展，SQL 就是必備技能。

想補修資料分析的必修學分SQL嗎？這堂課適合你：