數據分析師照妖鏡：交個流程圖給我
閱讀時間約 4 分鐘
今天我們要談的，不是數據分析師都會的硬技能，而是能揭開數據分析師的照妖鏡。舉凡來說，所有數據分析師必備以及最會的技能，應該就是SQL，撈數查數一把抓，每天都得select個幾百遍。
第二工具應該是EXCEL，但據我觀察，真的會孰悉且知道怎麼正確EXCEL的人似乎沒有想像中的多，大家都把EXCEL當作貼數及處理報告素材的表格使用。但EXCEL最強大的功能是你得把它當成試算表使用，所以EXCEL用來作互動式的估算工具其實很好用。舉例：下個月公司的廣告投放預算應該要怎麼分配？不會用的人要花兩三天甚至一個禮拜拼拼湊湊各種數據，並逐一計算。會用的人只需把類別、項目值、及參數規劃好，利用函數設計，預算規劃分分秒秒都能算出且進行調整。
還有很多工具，因應工作內容與團隊的不同，經常會使用到的工具如：Python、R、Power BI、FINE BI、Tableau等，或者很多互聯網公司都能自己建立常用分析場景的工具，所有要跑的檢測都是一鍵完成。但是有了這麼多工具，或者說會用這麼多工具，是不是就代表你是一位優秀的數據分析師？
我認為分析師的核心價值在於能進行多維度的思考，並藉由大數據的處理來設計與驗證思考的正確性，這種能力（經驗）才是有價值的。而我發現一個方法，可以快速地辨認我的哪個分析師程度較高，哪個程度不行，不需要寫分析報告就能判斷。這個方法就是：
請交個業務分析流程圖給我
很多人很會寫代碼，撈數速度一流，但當你要他畫個流程圖給你的時候，他可能兩三天都畫不出來，或者畫了一個看似是圖，但只是把文字套上框框，用箭頭一個指向一個而已。
我剖析下，為什麼畫流程圖很困難。因為人們通常知道要怎麼做一件事（線性思維），但不知道該怎麼系統性地思考一件事的開始與結束之間會發生哪些情境並予以處理（網狀思維）。能否有多情境的思考能力，並化繁為簡，的確很深地涉及到個人經驗（當你工作經驗越多，理當要更有方法論，不是球來就打），以及對方法論的提煉（思考一個現象的深度與廣度）。
就像寫程式的工程師一樣，通常花較多時間在處理的不是那些正常操作情境下，用戶的下一步要怎麼處理。絕大多數比較花時間的是，設想當用戶不正常操作的時候，下一步應該怎麼處理，也就是try and error senario1,2,3。
我整理以下幾點，讓大家未來畫流程圖的時候可以參考：
- 流程圖是否有明確的開始與結束點，絕對會有唯一的個開始點與最後唯一的結束點。我之所以這麼強調唯一的原因是，我碰過太多案例跟我說，什麼時候開始都可以，也能什麼時候都能結束。結果流程圖畫出來就是一線到底，然後每條線（場景）各自獨立，彼此之間找不到聯繫的關係。
- 每個節點，用戶是否有機會走另一個選擇（不要一條直線走到底）。這呼應第一點，你必須思考用戶有哪些下一步能選，應該在哪些環節設計按鈕與用戶互動，藉此蒐集用戶的使用行為（決策過程），讓用戶此次行為能產出一個用戶的使用評估。
- 在明確的業務主軸之外，哪些情境屬於關鍵情境，其用戶行為流向是否有合理的閉環設計。舉例，用戶要求退費之後，你最後的處理結果不應該僅是退還用戶款項。應該是退還用戶款項之後，用戶狀態如何紀錄，並如何繼續製造能與客戶維持關係的場景。想辦法讓用戶未來還能上門使用我們的服務，不應該用一次不愉快的經驗結束關係，反倒是要積極處理，讓口碑外傳。
- 是否有正確使用流程圖的圖形規則（請去谷歌一下，不要方框一路到底）。很多人的流程圖那真心是只是一堆烤串串在一起，而且線條還九彎十八拐。請學習如何規劃版面，多用不一樣個區塊、顏色、粗細、字體、圖示等幫你的流程圖看起來更專業。這不只會提升專業形象，還能讓看圖的人一目瞭然，不然當你主管看到一處有問題的時候，那很多問題就會開始展開了。
- 最後，既然是業務分析流程圖，你必須事先思考在每個環節，客戶會有什麼操作，會留下哪些足跡（埋點）。在這些場景之下，你可以展開哪些分析主題（關鍵指標是否在這，舉例轉化率、留存率、續費率、看播數等），分析鍊路之間是否有邏輯關係，以及每種分析場景大概多久進行一次數據迭代（用最少的成本抓到真正的數據轉折）；以及在每個分析環節上對應到公司的負責部門是誰？如何與其部門KPI考核掛勾？這一連串的流程設計，才能讓你的分析呈現出點線面的威力。
當你的業務分析圖包含以上幾點時，我想離一個完整的數據分析架構已經不遠了。沒有一套分析架構可以套用所有場景，但你得學習思考，如何抓到核心要點的分析思維。
4會員
9內容數
留言0
查看全部
你可能也想看
Google News 追蹤
這個秋，Chill 嗨嗨！穿搭美美去賞楓，裝備款款去露營⋯⋯你的秋天怎麼過？秋日 To Do List 等你分享！
秋季全站徵文，我們準備了五個創作主題，參賽還有機會獲得「火烤兩用鍋」，一起來看看如何參加吧～
11/20日NVDA即將公布最新一期的財報, 今天Sell Side的分析師, 開始調高目標價, 市場的股價也開始反應, 未來一週NVDA將重新回到美股市場的焦點, 今天我們要分析NVDA Sell Side怎麼看待這次NVDA的財報預測, 以及實際上Buy Side的倉位及操作, 從
Hi 大家好，我是Ethan😊
相近大家都知道保濕是皮膚保養中最基本，也是最重要的一步。無論是在畫室裡長時間對著畫布，還是在旅途中面對各種氣候變化，保持皮膚的水分平衡對我來說至關重要。保濕化妝水不僅能迅速為皮膚補水，還能提升後續保養品的吸收效率。
曾經，我的保養程序簡單到只包括清潔和隨意上乳液
Dcard 是我在 2021 年所有面試公司中體驗最糟糕的，面試官基本上就是有幾年經驗的分析師，技術水平也不是非常卓越，對答中面試官始終採取上對下的高姿態，一臉傲氣且不耐煩地回應你對於問題的疑惑。後續和其他友人閒聊才知道，大家都對於 Dcard 的面試嗤之以鼻。
Appier 面試體驗滿好的，對談過程中很順暢且快速，大約兩週多就結束所有面試進入最後薪資談判。值得注意的是該崗位並沒有標示出職等，面試官會根據面試內容去給予其職等，能力達標會直接掛 Senior level。薪資方面應該是台灣數據分析產業數一數二高的，有興趣的人可以試試
Puffy Sr. DA 的面試體驗非常糟糕，過程中沒有人介紹過工作內容以及團隊，前兩關需要花很多時間完成線上測試與作業，終面的過程很隨便，完全感受不出面試人員的技術水平。公司只是想要找有相關工具使用經驗的人，並不太在乎你其他的經驗。
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
好的數據分析師要能做到釐清合作方需求、拆解問題並用數字詮釋問題、解釋分析結果以及寫出好維護的 SQL
Python is a so powerful tool in data science and this course is helpful for reviewing basic concepts. Even though I still have a long way to my future
你真的了解區塊鏈有哪些特性嗎？為什麼在區塊鏈上容易有詐欺和洗錢等犯罪問題？我們可以提前預防嗎？今天馬克就要來介紹一間區塊鏈上的數據分析公司Chainalysis，帶你一探究竟，Chainalysis到底有哪些厲害的服務，可以守護各位投資者在區塊鏈上交易的安全及保障！
是否要花時間解析考題嗎？
司法三等與四等考題之差異，網路上有人在介紹，但是這些介紹的內容可以相信嗎？會不會因為主觀認知而有所偏頗呢？
過去並沒有看到有人把考題重點數據化分析，就沒有人去做了，因此如果能夠花點時間把考題重點加以分析，走對了方向，考上的機率變高了。
請參考下圖
司法三等：分則考題較多
數據分析的好，人人都知道。可以改善用戶體驗、找到肉眼無法注意的機會點、尋找新的商機、可以讓資源花在刀口上等等的族繁不及備載，所以大家會努力想著要找到能數據分析的人、方法、設備，讓自己的公司能夠藉著數據分析殺出一條活路、或是開出一條別人看不見的賽道。
不知道大家曾經上過哪些線上平台的課程，VUCA的高變動性時代，過往體制內的科系，遠不足以應付未來世界的工作職能，而Google則根據未來市場急需且「高成長、高收益的工作」，推出3大數位學程，數據分析是一項必備的技能，協助我們找到問題的肇因、運用數據導向的思維、判斷出最佳的決策。
這個秋，Chill 嗨嗨！穿搭美美去賞楓，裝備款款去露營⋯⋯你的秋天怎麼過？秋日 To Do List 等你分享！
秋季全站徵文，我們準備了五個創作主題，參賽還有機會獲得「火烤兩用鍋」，一起來看看如何參加吧～
11/20日NVDA即將公布最新一期的財報, 今天Sell Side的分析師, 開始調高目標價, 市場的股價也開始反應, 未來一週NVDA將重新回到美股市場的焦點, 今天我們要分析NVDA Sell Side怎麼看待這次NVDA的財報預測, 以及實際上Buy Side的倉位及操作, 從
Hi 大家好，我是Ethan😊
相近大家都知道保濕是皮膚保養中最基本，也是最重要的一步。無論是在畫室裡長時間對著畫布，還是在旅途中面對各種氣候變化，保持皮膚的水分平衡對我來說至關重要。保濕化妝水不僅能迅速為皮膚補水，還能提升後續保養品的吸收效率。
曾經，我的保養程序簡單到只包括清潔和隨意上乳液
Dcard 是我在 2021 年所有面試公司中體驗最糟糕的，面試官基本上就是有幾年經驗的分析師，技術水平也不是非常卓越，對答中面試官始終採取上對下的高姿態，一臉傲氣且不耐煩地回應你對於問題的疑惑。後續和其他友人閒聊才知道，大家都對於 Dcard 的面試嗤之以鼻。
Appier 面試體驗滿好的，對談過程中很順暢且快速，大約兩週多就結束所有面試進入最後薪資談判。值得注意的是該崗位並沒有標示出職等，面試官會根據面試內容去給予其職等，能力達標會直接掛 Senior level。薪資方面應該是台灣數據分析產業數一數二高的，有興趣的人可以試試
Puffy Sr. DA 的面試體驗非常糟糕，過程中沒有人介紹過工作內容以及團隊，前兩關需要花很多時間完成線上測試與作業，終面的過程很隨便，完全感受不出面試人員的技術水平。公司只是想要找有相關工具使用經驗的人，並不太在乎你其他的經驗。
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
好的數據分析師要能做到釐清合作方需求、拆解問題並用數字詮釋問題、解釋分析結果以及寫出好維護的 SQL
Python is a so powerful tool in data science and this course is helpful for reviewing basic concepts. Even though I still have a long way to my future
你真的了解區塊鏈有哪些特性嗎？為什麼在區塊鏈上容易有詐欺和洗錢等犯罪問題？我們可以提前預防嗎？今天馬克就要來介紹一間區塊鏈上的數據分析公司Chainalysis，帶你一探究竟，Chainalysis到底有哪些厲害的服務，可以守護各位投資者在區塊鏈上交易的安全及保障！
是否要花時間解析考題嗎？
司法三等與四等考題之差異，網路上有人在介紹，但是這些介紹的內容可以相信嗎？會不會因為主觀認知而有所偏頗呢？
過去並沒有看到有人把考題重點數據化分析，就沒有人去做了，因此如果能夠花點時間把考題重點加以分析，走對了方向，考上的機率變高了。
請參考下圖
司法三等：分則考題較多
數據分析的好，人人都知道。可以改善用戶體驗、找到肉眼無法注意的機會點、尋找新的商機、可以讓資源花在刀口上等等的族繁不及備載，所以大家會努力想著要找到能數據分析的人、方法、設備，讓自己的公司能夠藉著數據分析殺出一條活路、或是開出一條別人看不見的賽道。
不知道大家曾經上過哪些線上平台的課程，VUCA的高變動性時代，過往體制內的科系，遠不足以應付未來世界的工作職能，而Google則根據未來市場急需且「高成長、高收益的工作」，推出3大數位學程，數據分析是一項必備的技能，協助我們找到問題的肇因、運用數據導向的思維、判斷出最佳的決策。