有經驗的分析師除了對專業工具技能熟稔外，對於公司的客戶需求輪廓一定要非常了解，尤其為公司帶來大部分營收的前幾大客戶就更不用說了。 要了解到什麼程度呢？以B2B電商來說，營收、cost to serve、profitability 、sku mix、季節性變化是基本功，進階一點的像是AOV、sales per case、整箱/散裝比例、fill rate、split shipment rate 、carton per shipment 等指標。我自己是會在作下一層in-depth的分析，比如profitability by sales band、多少比例的訂單是純整箱、多少比例的訂單是一趟出貨、cost to serve by delivery carriers。 這些指標能幫助我們在有新的業務機會時快速模擬並掌握對於公司和客戶端的影響，在沒有新業務時也能分析改善成本結構的機會。 <a href="https://www.threads.net/@dn.ape/post/DGSmZ2Fs6Ei?xmt=AQGzWPbZ1gNFcsQ9tvIULK3KkwRMrl8gLhBxzPzZz_nlvQ">https://www.threads.net/@dn.ape/post/DGSmZ2Fs6Ei?xmt=AQGzWPbZ1gNFcsQ9tvIULK3KkwRMrl8gLhBxzPzZz_nlvQ</a>

學習

分析師論壇

我們秉持著從原人進化的精神，不斷追求智慧的累積和工具的運用來提升生產力。我們相信，每一個成員都擁有無限的潛力，透過學習和實踐，不斷成長和進步。

DigNo Ape 數遊原人

Customer profile

最近接了一個新角色，遠端培訓公司裡的新進供應鏈資料分析師，發現許多新人一開始做專案就想著使用花俏的工具、模型，往往忽略一些最簡單的基礎，比如資料驗證。 舉例來說，我們在做RFQ時，往往會拿到業務從客戶端拿到的需求資料，像是店鋪序號-郵遞區號-SKU 層級的需求表，新人們往往拿到後就開始如火如荼地建模型、資料視覺化，我反問他們兩個問題- 每個郵遞區號都只有一個店鋪嗎? - 每個店鋪都只有一個郵遞區號嗎? 他們通常會回答- 一個郵遞區號通常只會有一家店吧!? 他們佈點不會那麼密吧? - 一家店怎麼可能有多個郵遞區號! 結果跑了個簡單SQL驗證，發現有些大商場就有開個兩間，每個郵遞區號因人口密度，開店數也不同。再來也有發現同個實體店鋪序號有超過一個郵遞區號的狀況，將問題回報給業務和客戶，發現客戶會reuse店鋪序號。這些狀況都不是難以辨識，僅需要簡單的資料處理能力(SQL/ Excel pivot)即能找出，並且有著對數字的敏感度、好奇心加上勤勞一點，It is not Rocket Science!&nbsp;&nbsp; <a href="https://www.threads.net/@dn.ape/post/DGX48zWp0Cf?xmt=AQGz66xIhj9Hcs8YIkLSLUDuAAr3wWs5IIEwEr2udBpfyA">https://www.threads.net/@dn.ape/post/DGX48zWp0Cf?xmt=AQGz66xIhj9Hcs8YIkLSLUDuAAr3wWs5IIEwEr2udBpfyA</a>

成為合格的商業資料分析師沒那麼難！

使用AI 工具幫助自身工作時，也要特別注意其產出的用語，比如資料表的column/ row, 在台灣稱為「欄」和「列」，但因為對岸用語是「列」和「行」，我猜是因為訓練文本較多，因此即便是請他翻譯成繁體中文，也會有把Column 翻成「列」的狀況，使用上要特別注意⚠️

生產力工具

橫列豎欄 or 橫行豎列

在組織裡常會遇到主管或同事對我們提供的數據分析提出質疑，來分享幾個實用的應對方式:



職場

投資理財

國際

以行動支持創作者！付費即可解鎖

數據

質疑

分析師

商業

Threads

分析師日常 - 當分析結果被質疑時，你會怎麼應對？

在處理資料之前，先觀察資料，這裡是一些可以協助觀察資料的函數。

每天學一點資料科學

施政宇的沙龍

觀察

統計

隨機

資訊

科學

鐵達尼號

每天學一點資料科學 Day 3（資料觀察）

在MS SQL 環境使用select into建立臨時資料表，如果已經事先確定表格的欄位名稱、資料屬性、初始值設定，可以試試圖中的cast as + alias 來進行資料結構的形塑和初始值設定，這樣的優點是一次性完成 - 創建資料表(create table) - 欄位新增(ALTER TABLE ADD COLUMN) - 初始值設定(UPDATE) 另外，如果"初始值設定的欄位"，並不是用來分組的欄位，因此不需要出現在 GROUP BY 裡。&nbsp; <a href="https://www.threads.net/@dn.ape/post/DGNqGNjsdmO?xmt=AQGzrDTCUzu2mdejtAcARZCZ-qf9hFgfAkFzIerJXtEg4w">https://www.threads.net/@dn.ape/post/DGNqGNjsdmO?xmt=AQGzrDTCUzu2mdejtAcARZCZ-qf9hFgfAkFzIerJXtEg4w</a>

資料庫

SQL 解鎖 - 初始值

終於不用傻傻地用for迴圈慢慢做字串處理跟型別轉換

閱讀書評

程式

數字

每天學一點資料科學 Day 2（字串取代、型別轉換）

1. Notion 推出後，使用Google Sheets 頻率有下降、Docs &amp; Blogger &amp; Sites &amp; Keep 則幾乎沒在用了2. ChatGPT 推出後，使用Google Search 頻率有下降3. Zoom 推出後，使用Google Meet 頻率有下降4. 目前還深度依賴的Google 產品 - YouTube - Drive (+ Colab Notebook) - Maps - Gmail <a href="https://www.threads.net/search?q=Notion&amp;serp_type=tags&amp;tag_id=18301402690123290">Notion</a> 好像殺掉不少我以前有在用的 Google產品 🤔🤔🤔

Notion

如何在Google Colab環境裡使用Jupyter magic command (ipython-sql)，搭配DuckDB ，直接在 Colab Notebook 中

讀取csv 檔案

建立DuckDB 臨時資料庫 (存在記憶體) 

執行 SQL 程式碼 進行分析 

轉換成 Panda

程式語言

檔案

下載

記憶體

執行

機器學習

Note

Google

SQL 解鎖 - SQL in Colab (DuckDB) 

merge是Pandas中合併表格的方法之一，透過實際執行來瞭解不同語法的用法。