《30天带你上完 Google Data Analytics Certificate 课程》系列将透过30篇文章，和各位分享 Google Data Analytics Professional Certificate 课程的心得与笔记，希望对资料分析有兴趣的朋友，能藉由这些分享，对此领域更深的认识与了解。

若对於文章主题或内容有任何建议，也欢迎留言给予宝贵的意见，谢谢：）

在第一堂课中有介绍到，Google 将资料分析流程分成六个步骤：提问、准备、处理、分析、分享、行动，而第一个步骤的「提问 Ask」将会影响後续所有步骤的发展，而身为资料分析师该如何在一开始进行有效且正确的提问，就是很重要的关键。

有效的提问

在资料分析专案的一开始的提问阶段，需要先考量以下几点：

• 定义正要尝试解决的问题
• 确保有完全理解利益相关者的期待
• 专注在实际的问题且避免分心
• 和利益相关者合作并保持开放沟通的心态
• 往後一步去看清整体脉络的状况

接着去问自己以下两个问题：

• 「我的利益相关者是如何描述他的问题？」
• 「当我已经确定议题时，我该如何协助利益相关者解决他们的问题？」

而这些需要被解决的问题，主要可以分成以下几类：

• 进行预测
• 分类事物
• 异常侦测
• 确认研究主题
• 发现连结
• 寻找特徵模式

SMART 问题提问法

那应该如何有效的提问呢？Google 讲师介绍了 SMART Question 的方法来进行提问：

• Specific（明确的）：简单、重要、专注在单一主题或少数相关想法上
• Measurable（可测量的）：可以被量化且被使用
• Action-oriented（行动导向的）：鼓励去改变
• Relevant（相关的）：对要解决的问题重要的问题
• Time-bound（有时限的）：指定相关时间

在进行提问时也应该避免以下几种状况：

• 引导式问题：只会得到特定回覆
• 封闭式问题：只会得到一个字或简短的回覆
• 模糊不清的问题：问题本身不明确或是没有提供相关脉络

资料导向决策

在进行资料导向决策时，我们要先了解我们拥有的资料属於什麽资料，以下将介绍几种资料分类方式以及以下将介绍几种资料分类方式以及进行资料导向决策的工具。

定量资料 vs. 定性资料

定量资料（Quantitative Data）

• 定义：对数值事实的特定且客观的测量
• 工具：焦点团体、社群媒体文字分析、面对面访谈

定性资料（Qualitative Data）

• 定义：对品质及特徵的主观且解释性的测量
• 工具：结构式访谈（Structured Interview）、调查、票选

小数据 vs. 大数据

小数据（Small Data）

• 特性：特定的、短时间的、每天的决定

大数据（Big Data）

• 特性：大量且较不特定的、长时间的、重大决定

资料导向决策工具

报吿 Report

• 定义：定期将静态的资料呈现给利益相关者
• 优势：
  • 高阶历史资料
  • 容易设计
  • 预先清理且排序的资料
• 劣势：
  • 需要持续维护
  • 缺少视觉吸引
  • 静态呈现

仪表板 Dashboard

• 定义：对持续进来的资料进行即时监控
• 优势：
  • 动态、自动、互动性
  • 让更多利益相关者可以取得
  • 不需时常维护
• 劣势：
  • 需要人力开发
  • 可能会让观看者感到困惑
  • 可能会有未清洗过的资料

随堂小测验

每篇文章最後都会有随堂小测验，正确答案将於下一篇文章提供。

• 上周的小测验解答：
  • 题目：[是非题] 资料分析流程包含提问（Ask）、准备（Prepare）、处理（Process）、分析（Analyze）、分享（Share）及行动（Act）。在处理（Process）的阶段，资料分析师会清理资料并确保资料完整且正确。
  • 答案：是
• 本周小测验
  • 题目：[选择题] 资料分析师产出资料视觉化并进行简报。以上描述的是资料分析流程的哪一个阶段？
    • 处理 Process
    • 分析 Analyze
    • 分享 Share
    • 行动 Act