数据分析入门必看！数据分析师需要掌握的5个步骤和11种工具

数据分析入门必看！数据分析师需要掌握的5个步骤和11种工具

数据分析是近年来在就业市场中非常火热的领域，其技能可应用于许多领域及面向。无论是在大企业还是小公司，都需要懂得数据分析的人才。那么，究竟什么是数据分析？数据分析是通过大量数据与资料，整理出数据背后可能产生的问题。数据分析师通常需要先厘清问题，将问题当作指南针，再到数据海中寻找问题的解答。

数据分析的重要性

数据分析是指通过大量数据与资料，整理出数据背面可能产生的问题。然而，要在一片数据海中寻找问题并不容易，若以航海来比喻，数据分析师通常都需要先厘清问题，将问题当成指南针，再到数据海中寻找问题的解答。充分了解问题后，我们可以将数据分析的工作简单理解为“用资料说话”，数据分析师通过数据，让数据背后的含义实际呈现出来，进而提供各种问题的解答，改善或解决现有问题，甚至提前预测未来可能发生的问。

三大应用数据分析的面向

1. 了解客户：通过收集客户资料，针对客户做数据分析，可以将客户分类，包含：年龄、性别、职业、偏好、行为、消费能力等，未来将可针对不同客户的喜好做营销，将可更精准地向客户营销公司商品或服务，提高客户的购买机率，进而达到更高的获利。

2. 优化作业流程：通过收集公司内部的资料，可以厘清公司有哪些效率不彰的问题，进而针对该问题提出解决方案，以降低公司营运的成本，提高公司的获利，比如对运输业来说，通过数据分析来拟定最快的运输路径，就可以直接减少运输的燃料成本、司机人力成本。

3. 研发：想要研发出高销量的商品，前提是要够了解市场需求，通过数据分析，可以筛选哪些商品极具潜力，或市场其实有一定需求但尚未被满足，此时针对该市场需求研发产品，就可以避免研发成本被浪费，同时提高公司的获利。

数据分析流程与方法

数据分析师的工作有哪些？数据分析有哪些步驟？

数据分析的步骤不少，一般来说，有数据分析四步驟、数据分析五步驟 2 種說法。但嚴格說來，數據分析流程可拆解為 5 個步驟，會較為仔細，每一個步驟都有其重要性，每一個步驟都要做到，才能有效達成數據分析的目的。

1. 数据分析步驟 1：定義問題與蒐集資訊
   对数据分析师来说，最重要的一步，是在分析前先定义问题，比如：为何这季销售状况不佳？确认想厘清的问题后，再收集分析问题所需的资料，用问卷、网页 cookie 或追踪程式等数位工具收集资料，来建立数据资料库。

2. 数据分析步驟 2：处理
   资料收集完成后，可能会有不同形式，因此数据分析师需要将资料先进行处理，让资料之间可以互相比对参考，比如将 2 笔不同时间单位的资料，换算成相同时间单位，这样才方便后续进行数据分析。

3. 数据分析步驟 3：储存
   资料收集完成后，资料的储存与管理也是一件非常重要的事，这个步骤如果可以做得完善，未来要从资料库中重新提取资料，就会非常方便。

4. 数据分析步驟 4：分析
   将资料放进数据分析的工具中，进行我们需要的分析，产出分析结果，一般来说，数据收集越多，分析结果就会越准确，下方会再更深入的为大家介绍分析方法。

5. 数据分析步驟 5：使用
   数据分析结果出来后，数据分析师需要将资料视觉化，让人可以轻松理解产出的所有资讯，或是了解将来可以确切优化的流程在哪里。

5 大常见数据分析方法

数据分析工具中通常内建许多种类的资料分析方法，数据分析师可依照资料的特性，选择适合分析的工具，以产出最合适的分析结果，以下就为大家介绍常见的 5 种分析方法。

1. 分组分析法
   先建立一个区分标准，将相同标准的资料分为一组，再比较不同组别的数据，举例来说，将市场用价格区间分成不同组别，分为：低价位、中价位、高价位，来比较不同价位的业绩量。

2. 结构分析法
   结构分析经常用于做市场占有率分析，也就是比较总体与某部分的占比关系，当某商品的市占率越高，就代表该商品在市场是具有权威性的指标商品。

3. 交叉分析法
   就像生物课或化学课的实验设计，交叉分析法是需要找出一个特定变因，来比较 2 项资料的差异，进而厘清关键变因的差异，是否就是造成特定结果的原因。

4. 杜邦分析法
   杜邦分析法是由美国杜邦公司创造的一种分析法，通过收集公司财务资料与营运资料，来比较并寻找这两项资料内部有关的链接，进而找出可能存在的营运盲点。

5. 漏斗分析法
   漏斗分析法是使用营销漏斗的概念来进行分析，营销漏斗分为：关注、兴趣、考虑、购买，这 4 项环节，说明了一位消费者购买的完整流程，因此这个方法就是在研究营销漏斗每一个环节的转换率，去分析是哪一个环节流失了较多客户，又或者哪一个环节转换率很高、客户几乎都有进行消费，进而厘清营销漏斗转换时的细节。

数据分析入門該從何開始？3 個方向开启数位分析之路！

若想要开始数据分析自学，建议先从了解数据分析入门的思维开始，之后再学习基础的数据分析工具，以下为你介绍学习数据分析应该会的几项工具与思维，也会教你如何选择适合自己的数据分析课程。

1. 培养分析思维
   认识各种数据分析方法与背后的逻辑，了解何种情况该使用何种分析方法，若想要从理论着手，会建议搭配书籍阅读。以下推荐一本数据分析书籍《商业智慧与大数据分析》，由沧海书局出版，内容包含理论与实作，更重要的是本书主要以商业应用为目标，会以商用的角度来介绍数据分析知识，以及如何应用在商业管理当中，对于想要快速上手数据分析概念的人来说，会非常实用。

2. 学会基础的数据分析工具 - Excel
   了解数据分析概念后，接着就是学习操作数据分析工具，建议先摸熟 Excel。Excel 是最基础的数据分析工具，网路上有很多影片资源，可以先通过 Excel 学习基础分析技巧，并搭配网路上的数据分析范例来参考，先见习专业的数据分析都是如何做，然后试着自己使用 Excel 操作看看，在参考几个数据分析范例之后，相信就会对数据分析有个基础的概念了！

3. 选择符合自身的数据分析线上课程
   建议对数据分析还没有概念的人，先从概念课上起。目前网路上有许许多多的线上课程可以挑选，大致包含 2 种，包含：商业类型的课程、特定工具类型的课程。前者包含数据分析概念课、数据分析师的心法课程等，主要是教数据分析的逻辑、概念；后者则是特定工具的专门课程，比如：Google 数据分析课程、Python 程式语言课程、BI 工具课程等。若想要通过课程学习，数据分析课程会推荐先从概念课上起，有了大概的观念，并且实际操作过几次后，再针对自己需要加强的部分选购适合的专门课程，增加实力！

数据分析工具有几种？5 大步驟所需工具一次整理给你！

数据分析的整个流程中都需要不同工具，随着进行至不同流程，就会有对应的分析工具或软件来处理不同阶段的资料，对应市场需求，甚至还有数据分析 APP 可供使用，以下会介绍数据分析 5 大步驟常見的使用工具。

（一）蒐集资料

常见工具：SQL、Python、Google 表单、Survey Cake 等。

• SQL：SQL 是数据分析研究人員及工作人員经常使用的工具，具备高度专业性，但语法与英文极类似，即便没有程式背景，只要英文基础不错，也有机会可以很快上手。

• Python：Python 为强大且免费的开源系统，学会撰写程式码后，使用程式抓取资料的能力十分出众，且后续若出现问时，也有许多学习资源与社群可询与讨论。

• Google 表单：Google 表单深为大众所知的表单系统，作为蒐集资料的基础工具，在 Google 后台的设计也简单易懂，不需要程式背景、不需特地学习也可以轻松使用。

• Survey Cake：Survey Cake 不需程式背景即可轻松上手，在前台及后台都具备非常好的介面设计。

（二）资料处理

常见工具：Excel、Apache Hadoop 等。

• Excel：Excel 是一款非常好上手的工具，若只是要分析少量数据，就非常适合使用 Excel，但若要分析巨量数据，Excel 就会卡顿。

• Apache Hadoop：Apache Hadoop 可以从各装置中取用资料，并共享各装置中的储存空间，同步处理与储存大量资料。

（三）资料储存

常见工具：Excel、SQL 、Python、Hive Systems 等。

• Excel：Excel 作为大众熟知的表格工具，适合储存少量资料。

• SQL：SQL 可以架构出一整套管理资料库的系统，让众多使用者同时使用同一个资料库，从中提取或删除资料。

• Python：Python 具备扩展性高的特色，因此可拿来架构资料库，仰赖 Python 基础而强大的功能，以 Python 架构建构的资料库，往往能满足一般使用需求。

• Hive Systems：Hive Systems 是建构在 Apache Hadoop 上的分散式储存工具，可以批次处理大量资料。

（四）资料分析与建模

常见工具：程式语言 Python 数据分析工具、R 語言数据分析工具、Excel 工具、SPSS 数据分析工具等。

• Python：利用 Python 进行数据分析，是许多较进阶的数据分析师会采用的方式，若本身已有程式基础，使用 Python 做数据分析不会太困难，建议先参考一些网路上的 Python 数据分析范例，再来使用 Python 做数据分析练习。

• R 語言：R 語言属于免费开源的程式语言，在做统计分析上有许多套件可以使用，对使用者来说非常方便，若想做出漂亮的统计分析模型，那么 R 語言会是你的好朋友，唯一的缺点是没有程式背景的人在学习、使用上会比较困难。

• Excel：Excel 也是常见的数据分析工具，若对程式语言不熟悉，可优先从学习 Excel 来分析简单数据开始，而若想用 Excel 做数据分析，网路上有许多 Excel 数据分析课程与 Excel 数据分析教学可以看，建议多做一些 Excel 数据整理的练习，充实自己的作品集！

• SPSS：SPSS 是需要付费的软件工具，但其友善的介面设计十分容易上手，适合对数据分析领域不熟悉的朋友。除了付费软件之外，网路上也有免费数据分析工具可以使用，这些免费的资料分析工具也可帮助新手练习，若觉得免费软件功能不够用了，再考虑买软件，也比较好不会浪费钱。

（五）资料视觉化

常见工具：Tableau 、Power BI 等。

• Tableau 数据分析工具：Tableau 数据分析工具采用问题式去生产出数据图表，可以很直观的选择想问的问题，直接产出图表，对于没有数据分析基础的新手来说，可以用最快的方式上手，且图表配色上更和谐漂亮，重视图表美观的话可以使用。

• Power BI 数据分析工具：使用者使用Power BI 数据分析工具时，必须先选择数据与分析方式后，才能进行数据分析，在使用逻辑上比较像 Excel，所以若是熟悉 Excel 的使用者，想学习 Power BI 可以更快衔接。如果要比较这 2 个数据视觉化 BI 工具，可以说Tableau 的视觉化功能，跟 Power BI 资料视觉化的功能其实不相上下，端看个人使用习惯决定，但如果想进入数据分析师业界，最好 2 种都学习，因为通常每间公司习惯使用的工具不一，2 种都学就可能比别人拿到更多工作机会。

数据分析应用在哪些产业与面向？解析 3 大产业数据分析应用

数据分析在商业上应用的层面很广，以下会举例子说明商业数据分析、营销数据分析及数位营销数据分析的应用实例，让你更了解数据分析在产业的应情况！

1. 数据分析应用 1. 金融
   目前在股票交易与消费金融的应用上，都大量使用数据分析，特别是在消费金融领域中，各大银行都有使用数据分析来优化与改善消费者的使用体验，比如：国泰金、富邦金。

2. 数据分析应用 2. 医疗
   通过数据分析，医疗产业可以更及时的得知病人的情况，针对可能出问的病人做及时处置，目前医疗产业已将数据分析应用在监控早产与患病婴儿的状况。

3. 数据分析应用 3. 营销
   营销领域包含线上（即数位营销）及线下营销，这两种面向的营销都可以使用数据分析来协助，线上营销通常使用数据分析来预测消费者喜欢的物品，精准投放广告，或推荐消费者喜欢的折扣信息，来提升购买率，而线下营销一样可以透过分析消费者的偏好，将消费者可能会更乐于购买的商品，放置在店面醒目位置，来拉抬购买率。

想要找到一位具备专业的数据分析师并不容易，但 Welly 团队有专业的数据分析团队，可以为你找出最具潜力的SEO 关键字，为你在竞争激烈的SEO排名中获取更好的位置。

以上是数据分析的相关资讯，如果你喜欢我们的文章欢迎分享！如果有其他问题也可以查看其他文章，如果你希望学习数位营销领域的最新知识或收到 Welly 定期汇总的知识懒人包，那么可以填写下方申请表订阅 Welly 的电子报喔！

Polly
品牌营销经理
撰写超过 100+ 篇专业 SEO 文章，负责掌管 Welly 官网的 SEO 专案，成功将 Welly 官网通过 SEO 优化，提升网站 5 万月流量，并负责将 Welly 香港官网从无到有建置，同时利用 SEO 策略让新官网每月有破万曝光。