疫情自學系列 III：一個月取得Google Data Analytics證書心得(上)
閱讀時間約 11 分鐘
Is Google Data Analytics Certification Worths the Time & Money?
數據分析近年來成為顯學，相信不少人對 「Big Data (大數據)」都可以說上幾句，那麼，你知道 Data Science 和 Data Data Engineer 有何不同？而 Data Cleaning 又是在幹嘛呢？繼上回的 Google UX Design，今天要分享前陣子剛完成的 Google Data Analytics 課程心得。
緣起
身為一個好奇寶寶，我一直對數據很有興趣，數據包羅萬象，不同的人用不同維度去分析，可能得出完全不一樣的結果。
我過去的工作需要用 Excel 經手數據跑專案，隨著 Big Data 時代的來臨，分析工具也越來越進階，當我手癢想學點皮毛時，卻不知從何下手，這時候發現 Coursera 的 Google Data Analytics 課程，想說來試試吧！
Google Data Analytics 課程是我在 Coursera 上的第二門課，其他的 Coursera 上課心得可以看這裡。
如果你是下面的 6 種人之一，這篇文章應該可以對你有些幫助，happy reading！
- 對數據分析有興趣，但是不知道學不學的來
- 聽聞 Google Data Analytics 課程，還在觀望要不要報名
- 久仰 Coursera 的大名，正在猶豫要選哪一堂課好
- 工作上需要處理數據，想要更精進數據分析能力
- 想轉職，或想拿證照幫履歷加分
- 因 Work from home 在家工作或 self-quarantining 居家隔離，突然多了很多時間，除了看 Netflix 不知道要幹嘛
課程背景
Coursera 和 Google 從 2018 年開始合作 Grow with Google 專案，先從最缺的 IT 人才開始，上線 Google IT Support Professional Certificate，這個課程目前上的人最多，截至 2021/9 上課人數高達 1 百萬人。
Google Data Analytics 專項課程全名是 Google Data Analytics Specialization，是目前 Google 開的 3 堂商業課程中最受歡迎的，遺憾的是目前只提供英文教學。
這堂課跟其他 Google 課程一樣，標榜不用任何相關經驗就可以完成，官方建議一週上課 10 小時， 6 個月就可以上完。如果你跟我一樣有點數據分析的底子，也可以挑戰在一個月，或更短時間內完成並拿到 Google Data Analytics Certification 證書。
課程內容
整門 Google Data Analytics 專項課程 (Specialization) 包含 8 堂單一課程 (Course)，每堂課再細分成 4~6 星期的內容；如果慢慢上，入手專項課程證書花費時間約為 8 堂課 * 5 星期 * 4.5 小時/週 = 180 小時，不是很大負擔吧？
跟上回一樣，讓我先介紹每堂課在教什麼，你可以先挑幾個有興趣的主題，點標題下面的連結看內容適不適合你，再決定要不要花錢註冊 (目前單一專項課程月費為 US$39)。
給不熟悉 Coursera 上課方式的人：Coursera 上課採看影片自學，每堂課內容含預錄影片、影片隨堂考、課外閱讀、討論論壇、課後作業，和自我評量。
Google Data Analytics 特別的是前 3 堂課提供 Speed Track 考試，通過了可以選擇直接跳過該堂課；可以想像就是迪士尼的 Fast Pass 快速通關券，讓你直接從最想要的地方開始玩。
有看過我上篇 UX Design 課程介紹的人，還記得有很費工的一堆 Peer Review 學生互評要完成嗎？幸好 Data Analytics 課程完全沒有這個機制。
讓我們開始吧！
Course 1: Foundations: Data, Data, Everywhere 數據分析基礎
第一堂課主要介紹 Data Analytics 基本概念 ，你將學到：
- Data Analytics 的六個步驟：Ask 瞭解問題 → Prepare 準備數據→ Process 處理數據→ Analyze 分析數據 → Share 分享洞見 → Act 付諸行動
- 數據分析工具：除了我熟悉的 Excel，還有建立數據資料庫的 SQL (Structured Query Language/結構化查詢語言)、可以把數據視覺化的 Tableau 跟 R 等等
- Data Analytics 相關工作職責：由不同 Google 數據分析師們告訴你他/她的故事，可以看出不用相關求學背景，還是可以靠自學或坊間課程成為 Google 數據專家
以下將加入我的 Google Data Analytics 課程作業簡報做範例說明
Course 2: Ask Questions to Make Data-Driven Decisions 瞭解問題
第 2 堂課進入 Data Analytics 第一階段 — 瞭解問題，你將學到：
- 如何瞭解你要分析的對象：問「對的」問題來了解公司最重要的目標是什麼？要達到目標需要解決什麼樣的問題？分析過程中會遇到哪些利害關係人？
- 如何有效的抽絲剝繭：利用良好的溝通技巧問對問題，並根據數據分析結果做出商業決定
- 如何用 Spreadsheet 試算表做簡單數據分析：使用工具是微軟的 Excel 和 Google Sheet 線上試算表，同時提供快捷鍵列表
Course 3: Prepare Data for Exploration 準備數據
第 3 堂課進入 Data Analytics 第二階段 — 準備數據，你將學到：
- 如何蒐集數據：認識不同資料類型 (如 Boolean)，瞭解 SQL 或 R 處理不同資料類型的方式
- 如何確保數據可信度：理解數據倫理 (Data Ethics)跟保存數據的重要
- SQL 在數據分析中的角色和其基本概念：不意外地，這裡示範和練習用的是 Google 自己的 BigQuerry
- Data Analytics 職涯建議：如何建立線上能見度，並擴展專業社交圈
Course 4: Process Data from Dirty to Clean 處理數據
第 4 堂課進入 Data Analytics 第三階段 — 處理數據，你將學到：
- 如何用 Spreadsheet 跟 SQL 先確認 Data Integrity 數據完整性，再開始做Data Cleaning 數據清洗
- Data Verification 數據確認的重要性跟建議步驟
- 建立 Data Analyst 資料分析師履歷的技巧分享
怕寫太長大家看不完，所以先 Update 到這裡，後面 4 堂課程的介紹跟心得分享請期待下一篇文章，等不及的話也可以到我的個人網站，所有文章都會優先在上面發表。
下一篇文章會一併分析 Google Data Analytics 課程的優缺點，讓大家可以好好評估適不適合自己，我們下次再見囉。
希望你喜歡我的第二篇 Coursera 自學心得文，如果你也上完這堂課想交換心得，或對數據分析有興趣，歡迎在底下留言跟我分享。我的其他學習心得可以在這裡找到。
另外，如果你是 Liker 一員也別忘了在下面幫我按讚 5 下！免費註冊成為 Liker 的連結在這裡，加入後可以隨時支持喜歡的創作者，多多益善！
此篇文章會顯示動態置底廣告
為什麼會看到廣告
留言0
查看全部
你可能也想看
Google News 追蹤
徵的就是你 🫵 超ㄅㄧㄤˋ 獎品搭配超瞎趴的四大主題，等你踹共啦！還有機會獲得經典的「偉士牌樂高」喔！馬上來參加本次的活動吧！
隨著理財資訊的普及，越來越多台灣人不再將資產侷限於台股，而是將視野拓展到國際市場。特別是美國市場，其豐富的理財選擇，讓不少人開始思考將資金配置於海外市場的可能性。
然而，要參與美國市場並不只是盲目跟隨標的這麼簡單，而是需要策略和方式，尤其對新手而言，除了選股以外還會遇到語言、開戶流程、Ap
本週的工作內容包括推廣線上課程的重新定位思考，內部行銷團隊的廣告數據分析週報、月報規劃，多種儀錶板的整合需求，以及Amazon DSP 的數據分析。
僅僅用了兩天就完成Google AI Essentials課程，整個課程總長約9小時，但實際上花掉的時間不用這麼多。這算是我第一次上Coursera的課、也是第一次上Google的課程，也得到不少心得。
我覺得這次課程非常值得，主要是我上到一門真的明白如何落Google廣告，那些複雜多端的名稱是什麼意思？這個我會專門另開post講解。不過我並不是認為網絡課程不好，只是覺得上課的模式和自身知識底子有關，所以我分別寫一些個人感想上的優缺點……
Professional Cloud Database Engineer 考試/資源/心得整理 ｜Google Cloud
數據分析是現代社會的核心技能，適用於各行各業。無論是在市場營銷、財務管理，還是產品開發中，數據分析都扮演著至關重要的角色。提升數據敏感度有助於提高分析的準確性和效率，使我們能夠迅速找到關鍵信息，進而做出明智的決策。本文將探討數據分析訓練方法，提供實用案例，幫助初學者快速掌握數據分析技術。
轉職數據分析師是一項需要長期努力的過程。對於文組生來說，由於缺乏數學、統計、程式設計等方面的基礎，在轉職過程中往往會面臨更多的挑戰。因此，制定一個合理的學習計劃，對於提高轉職成功率至關重要。
以下是一些規劃轉職數據分析師學習進度表的建議：
第一步：確認你的優勢和劣勢
在開始學習之前，我們首先要
本文介紹了 Google Analytics 4（GA4）示範帳戶的取得方式，並提供了幾種 GA4 分析小練習，讓新手能夠實際練習和學習。文章包含了關於 GA4 示範帳戶的資源、如何移除帳戶存取權以及各種分析練習，旨在幫助讀者更熟悉 GA4 這個工具。
在當今數位時代，SEO（Search Engine Optimization）已成為網站提升曝光度和流量的重要手段。Google Analytics作為一個龐大的數據分析工具，對於SEO分析提供了豐富的數據和洞察。以下是一個簡單的指南，幫助您學習如何使用Google Analytics進行SEO分析
這是文科轉職數據工程師系列的第一篇文章。
許多人會在轉職前上許多數據分析課程，該怎麼選擇比較適合自己，但又不會噴錢呢？
這篇文章要介紹這個轉職過程前的準備工作。
徵的就是你 🫵 超ㄅㄧㄤˋ 獎品搭配超瞎趴的四大主題，等你踹共啦！還有機會獲得經典的「偉士牌樂高」喔！馬上來參加本次的活動吧！
隨著理財資訊的普及，越來越多台灣人不再將資產侷限於台股，而是將視野拓展到國際市場。特別是美國市場，其豐富的理財選擇，讓不少人開始思考將資金配置於海外市場的可能性。
然而，要參與美國市場並不只是盲目跟隨標的這麼簡單，而是需要策略和方式，尤其對新手而言，除了選股以外還會遇到語言、開戶流程、Ap
本週的工作內容包括推廣線上課程的重新定位思考，內部行銷團隊的廣告數據分析週報、月報規劃，多種儀錶板的整合需求，以及Amazon DSP 的數據分析。
僅僅用了兩天就完成Google AI Essentials課程，整個課程總長約9小時，但實際上花掉的時間不用這麼多。這算是我第一次上Coursera的課、也是第一次上Google的課程，也得到不少心得。
我覺得這次課程非常值得，主要是我上到一門真的明白如何落Google廣告，那些複雜多端的名稱是什麼意思？這個我會專門另開post講解。不過我並不是認為網絡課程不好，只是覺得上課的模式和自身知識底子有關，所以我分別寫一些個人感想上的優缺點……
Professional Cloud Database Engineer 考試/資源/心得整理 ｜Google Cloud
數據分析是現代社會的核心技能，適用於各行各業。無論是在市場營銷、財務管理，還是產品開發中，數據分析都扮演著至關重要的角色。提升數據敏感度有助於提高分析的準確性和效率，使我們能夠迅速找到關鍵信息，進而做出明智的決策。本文將探討數據分析訓練方法，提供實用案例，幫助初學者快速掌握數據分析技術。
轉職數據分析師是一項需要長期努力的過程。對於文組生來說，由於缺乏數學、統計、程式設計等方面的基礎，在轉職過程中往往會面臨更多的挑戰。因此，制定一個合理的學習計劃，對於提高轉職成功率至關重要。
以下是一些規劃轉職數據分析師學習進度表的建議：
第一步：確認你的優勢和劣勢
在開始學習之前，我們首先要
本文介紹了 Google Analytics 4（GA4）示範帳戶的取得方式，並提供了幾種 GA4 分析小練習，讓新手能夠實際練習和學習。文章包含了關於 GA4 示範帳戶的資源、如何移除帳戶存取權以及各種分析練習，旨在幫助讀者更熟悉 GA4 這個工具。
在當今數位時代，SEO（Search Engine Optimization）已成為網站提升曝光度和流量的重要手段。Google Analytics作為一個龐大的數據分析工具，對於SEO分析提供了豐富的數據和洞察。以下是一個簡單的指南，幫助您學習如何使用Google Analytics進行SEO分析
這是文科轉職數據工程師系列的第一篇文章。
許多人會在轉職前上許多數據分析課程，該怎麼選擇比較適合自己，但又不會噴錢呢？
這篇文章要介紹這個轉職過程前的準備工作。