《30天帶你上完 Google Data Analytics Certificate 課程》系列將透過30篇文章，和各位分享 Google Data Analytics Professional Certificate 課程的心得與筆記，希望對資料分析有興趣的朋友，能藉由這些分享，對此領域更深的認識與了解。

若對於文章主題或內容有任何建議，也歡迎留言給予寶貴的意見，謝謝：）

Google Data Analytics Certificate 的第一堂課為「Foundations: Data, Data, Everywhere」，也就是這堂課的基礎：什麼是資料（Data）？而什麼是資料分析（Data Analytics）

在課程的一開始，講師首先跟我們分享由 Google 團隊定義資料分析流程的六個步驟（Data Analysis Process），也分享了不同版本的資料分析生命週期（Data Analysis Life Cycle）。

資料分析流程的六大階段

Google 將資料分析的流程分成以下六個步驟，依序為「提問 Ask」、「準備 Prepare」、「處理 Process」、「分析 Analyze」、「分享 Share」及最後的「行動 Act」。

Phase 1：提問 Ask

• 行為：多提問並定義問題
• 資料分析意義：商業挑戰/目標/問題

Phase 2：準備 Prepare

• 行為：透過蒐集並儲存資訊來準備資料
• 資料分析意義：資料生成、蒐集、儲存及管理

Phase 3：處理 Process

• 行為：透過清理及確認資訊來處理資料
• 資料分析意義：資料清洗/資料完整性

Phase 4：分析 Analyze

• 行為：分析資料來發現模式、關係及趨勢
• 資料分析意義：資料探索、資料視覺化及資料分析

Phase 5：分享 Share

• 行為：向受眾分享資料
• 資料分析意義：溝通及解讀結果

Phase 6：行動 Act

• 行為：依據資料及分析結果進一步行動
• 資料分析意義：將見解進而去解決問題

資料分析生命週期

接著講師也分享接著講師也分享五種版本的資料分析生命週期，有興趣的讀者可以點擊以下連結進行查閱，並和上述 Google 提出的六大步驟進行相互比對。

• EMC's data analysis life cycle
• SAS' iterative life cycle
• Project-based data analytics life cycle
• Big data analytics life cycle
• Data life cycle based on research

名詞定義

• 資料(Data)：由一堆事實所組成。
• 資料分析（Data Analysis）：為了產生結論、做出決策及驅動告知決策模式，而進行蒐集、轉換、整理資料。
• 資料分析（Data Analytics）：資料的科學。
• 資料分析師（Data Analyst）：進行資料的蒐集、轉換及整理，並進而驅動告知決策的人。
• 資料生態系（Data Ecosystems）：為了產生、管理、儲存、整理、分析、分享資料，而和彼此有所互動的相異元素們。
• 資料科學（Data Science）：藉由原始資料來產生模型及理解未知的新方式。
• 資料導向決策（Data-driven Decision-making）：使用事實來引導商業策略。
• 資料集（Dataset）：能夠被操縱及分析成單一單位的一堆資料。

隨堂小測驗

之後的每篇文章最後都會有隨堂小測驗，正確答案將於下一篇文章提供。

• 是非題：資料分析師經常在完成分析後，將結果分享給領域專家。資料分析師會對商業問題提供額外的見解、辨識分析中的不一致並驗證即將做的選擇。