{DAY 2} 如何处理一笔数据？(上)

大家一定都听过数据分析
让我们先来看一笔实际的数据
点开kaggle上随意一笔csv档

(资料来源：https://www.kaggle.com/andrewmvd/heart-failure-clinical-data)

没看错，就是密密麻麻的数字跟符号
这些数据可以拿来干嘛呢？到底厉害在哪？

数据分析的用途在哪？

数据在现实生活中，主要是拿来协助决策的执行

在网际网路发达的现代，大部分的资料都以数据的形式出现

许多企业在做实务上的决策时，已经无法单纯依靠人为的决策做判断

这时候就需要利用数据分析的产出结果协助做决策

数据分析的流程

1. 首先当然是找出问题点 (Problem Defining):

此时需要明确定义出问题，确认要执行的目标

根据不同的企业应用场景，也会有不同的问题定义手法，最重要的是掌握问题的核心

以下举例常见的几种分析问题的思维：

• 结构化思维：

  • 金字塔+MECE：金字塔化的拆解方式，将问题依照不同类别层层拆解，在每个水平层级间又依照MECE的手法，彼此独立互相遗漏的去拆解细分

  • 6W2H方法论：

    What? Why? Who? When? Where? Which? How? How much?

• 量化思维：

  • 利用公式把问题变成可以量化的指标，像是ROI, GMV, 产品销量

还有许许多多种的分析思维，主要还是依据不同的领域和场景去选择

以下从2~4就是我在这个计画想学习的主题

把这些过程想像成做蛋糕的所有步骤

那开始一边做蛋糕，一边进入数据分析的世界吧！

2. 取得所需的数据（Data Acquisition)：

在做蛋糕的过程中，这个步骤就像是准备所有食材，

有些食材是自己家里已经有的，就像有些公司会有内部的资料数据可以取得，

如购物网站本身的产品资料、消费者资料等等

还是些要另外买的，要特别出门买才能取得的材料

数据分析的世界里，则叫做从外部获取数据资料，

这就需要涉及到资料爬虫（Data Crawler），

把所有需要的东西，从外面抓抓抓到我们自己的资料库里

在蒐集完所需资料後就需要资料库来管理庞大的资料

常见的手法就是利用资料库管理系统（Database Management System ,DBMS)

此时资料库管理系统就会像是放我们所有食材的大桌子

把所有需要的食材准备好放在桌上，才能进行下一步

在这个30天计画里，我选择SQLite作爲自学资料库管理的主题，建立完整的资料库概念

学习在茫茫的资料海中，攫取有效的数据，建立解决问题所需的有效资料库

小结

这篇文章先简介了一半的数据分析流程

下篇会继续介绍剩下的分析流程