數據素養：看懂與說出數據故事
一、 數據素養：數位時代的共通語言
在數位化環境中，無論你的職位是什麼，你都會接觸到數據報告。數據素養不是要求你成為數據科學家，而是：- 看懂： 理解數據指標的意義和局限性。
- 提問： 質疑數據背後的假設和收集方法。
- 應用： 將數據結果轉化為具體的商業行動。
二、 基礎統計概念釐清：避免數據陷阱
許多決策錯誤源於對基礎統計概念的誤解。釐清以下概念是看懂數據報告的基礎。
1. 集中趨勢的陷阱：平均數 vs. 中位數
- 平均數 (Mean)： 所有數值的總和除以數量。易受極端值 (Outliers) 影響。
- 中位數 (Median)： 將所有數值排序後，位於最中間的那個數值。不受極端值影響，更能反映典型情況。
案例：薪資報告
某公司員工平均年薪為 100 萬，但中位數年薪是 60 萬。這強烈暗示了少數高薪高層拉高了平均數。在這種情況下，中位數更能代表普通員工的真實收入水平。在評估客戶價值、員工薪資等有極端值的情況時，應優先考慮中位數。
2. 相關性 vs. 因果性 (Correlation vs. Causation)
- 相關性 (Correlation)： 兩組數據的變化趨勢具有一致性（例如：冰淇淋銷量上升時，溺水人數也上升）。
- 因果性 (Causation)： 一個事件的發生直接導致了另一個事件的發生（例如：開啟電燈，導致房間變亮）。
數據陷阱： 相關性並不意味著因果關係。冰淇淋銷量和溺水人數的上升，可能是因為潛在的第三方變數—天氣變熱。
數據應用原則： 永遠不要僅憑「兩件事同時發生」就斷言它們互為因果，必須追問是否有合理的業務邏輯和實驗驗證。
三、 看圖說話：如何用數據圖表支持你的論點
數據圖表的目的是溝通，而不是炫技。你的任務是將冰冷的數字轉化為引人入勝的數據故事。
1. 選擇正確的圖表類型
2. 數據故事三要素
成功的數據溝通，必須包含三個層次：
- 觀察： 客觀描述你看到的事實（例如：「從折線圖看，第三季度的客戶流失率上升了 5%。」）
- 洞察： 解讀這個事實背後的意義和原因（例如：「這與我們在 Q3 削減客服預算的時間點高度吻合。」）
- 建議： 基於洞察，提出具體可行的行動方案（例如：「我們建議立即恢復客服預算，並追蹤流失率在一個月內的變化。」）
