步驟B-4：資料分析(Data Analysis)

針對【清洗乾淨且依照料理所需準備的食材】做料理
針對【清洗乾淨且依照分析需求做出的資料】做分析

終於，我們要把辛辛苦苦準備好的蘿蔔和排骨下鍋了！
事實上，光是這個步驟，就有讓人寫上好幾本書的潛力，呼~還好小馬先畫地自限，本系列只先針對專有名詞去著墨。

食材準備好之後，能做的事情非常多，先以最簡單(姑且不論美味與否)的蘿蔔排骨湯來談，就像是針對交易資料，只需要彙整出當月業績、銷售商品類別各自佔比、當月交易人數，看看是否有成長，與上個月相比、與去年同月份相比等等，這樣簡單。這小學生程度就能做到。縱使如此，這同屬於【資料分析(Data Analysis)】領域。

分析方法由淺入深，從新手到老手，方法非常多，並不因為難易等級，而有簡單的分析不叫分析、困難的分析才叫分析這種區別。

如果想進行比較難的料理，例如蒜香蘿蔔燉排骨，嗯......這就使用了比較高級的手法，在資料分析領域，大概就是迴歸分析一類的大學統計學會教的內容。由此可知，系列文Day1提及硬塞科技(Inside)文章裡說的六種分析：

1.分類分析(Classification)
2.群集分析(Clustering)
3.迴歸分析(Regression)
4.時間序列分析(Time Series Analysis)
5.關聯分析(Associative Analysis)
6.順序型態分析(Sequential Pattern Analysis)

要我歸類，這並不單純只屬於【資料採礦(Data Mining)】、而是mining後的下一步【資料分析(Data Analysis)】才更為正確。畢竟，上面六種分析方法都冠上了「分析」二個字了不是嘛！而且透過上述分析方法能得出的結論，已經到了可以執行操作的地步了，怎還會只停留在「探勘」、「採礦」呢？

你鑽石都做出來了啊！還說自己只在採礦？
也太謙虛了吧......

當然，資料採礦的目標，視使用者下一步要做什麼而定，甚至，資料採礦完的資料，只能讓某個分析方法使用。因此在這例子上，【資料採礦(Data Mining)】和【資料分析(Data Analysis)】二者是密不可分的，這也是小馬認為目前大眾容易混淆之處，覺得好像講Mining也說得通、講Analysis也說得通，但小馬仍建議了解箇中奧秘，未來一旦自己執行操作，才會清楚自己正在處在哪個領域，及自己做這件事的目標為何？這是釐清專有名詞的重要目的。

話說回來，我們講得極端點：

跳過資料採礦，你能不能做分析？當然可以！當然可以把原始資料來做簡單直覺地分析。就像是把整隻豬和整根蘿蔔丟進女巫大鍋裡煮，只要有煮熟，能不能吃？當然可以吃！

做完資料採礦，能不能不做分析？當然也可以！還記得下面這張圖嗎？除了分析，採礦完的資料還有很多出路(第三天的資料匯入(Data EL)有出現過)。還記得我提過某種推薦商品的背後運作模式只停留在資料採礦嗎？

由此可知，【資料採礦(Data Mining)】和【資料分析(Data Analysis)】並不是非得綁在一起不可，但多數狀況下，資料分析所需要使用的資料，都必須經過資料採礦才能得到。

接著，小馬將會針對這6種分析做簡單的說明。
如果你已經是個數據分析大師，接著兩三天，看番外篇就好。(喂!!)

數據分析 番外篇1

在我們分析工作裡面，最常需要被分析的主題是【XXX有沒有成效？】

而這是一個……會得罪很多人的工作……

我們很常看到類似以下的分析結論：
「這次發的EDM(廣告Email)，經追蹤有10%的人後來有購買，EDM成效不錯。」
「這次進行的週年慶促案活動，增加了兩萬個新會員，可見活動效益很高。」

如果你一眼能看出上面兩句話的問題所在，恭喜你，你完全是不折不扣的大壞蛋…呃不是…數據敏感度很高的人、或你根本就是這領域的同行；如果覺得「沒問題啊！」的也不用灰心，至少你不需要扮黑臉，也不用昧著良心講些粉飾太平的話。

關鍵在於「比較基準」。

10%購買率如何得知「有成效」？如果在三個月內會回購的會員本來就是10%，那這群人來買，也只是剛好而已，而不是因為有發EDM。縱使沒發，他們本來就也會來買，除非現在正常的回購率只有1%，結果因為EDM，而有10%回購率，哇~快發獎金給執行此案的人吧！
同理，增加兩萬新會員很多嗎？如果平常沒有周年慶，就已經會增加兩萬人了，那不僅只是更凸顯周年慶一點效果都沒有嗎？

但這很殘酷啊…人家可能一整個部門，甚至幾個部門，幾個月下來都為了這檔活動做準備，而結論你要跟他們說，「一點效果都沒有」嗎？

小馬論文是做「自願揭露理論」，意指：

透過一個人主動揭露的資訊，可能帶出背後他沒有揭露的隱藏資訊。

什麼意思呢？

如果現在正常狀況是1%回購率，發了EDM有10%，那這個人做結案報告的時候，肯定會提到，「平常只有1%回購率，但經我們發了EDM，暴增到10%呢！」但是一旦他只提了10%，卻沒有提到正常狀況下是多少，那麼，你大概可以猜測，這10%和正常狀況其實相去不遠，甚至可能沒有比較高……

更進一步，你可以推敲出，實際上，報告的人想要隱瞞「無效」這件事。

有時候我在會議裡，正在報告的行銷部門同事人也很好，平常我們互動也還不錯，有好吃的大家都會分，偶爾還會一起吃飯、揪團購......。但我的角色是數據分析者，現在老闆轉頭問了句：「小馬，你覺得呢？」你要知道，那是多麼天人交戰的事。

「在平常，新增的會員數大概就是兩萬人。」這句話，要說，還是不說呢？