《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：）

在之前三篇文章（Day 6 - Day 8）分享了 Google Data Analytics 課程中所訂定的資料分析流程的第一步：Ask 提問，介紹到如何在第一個階段透過有效的提問，明白定義利益相關者的問題，是非常重要的開始。

接下來將要繼續介紹資料分析流程的第二步：「準備 Prepare」，在定義清楚問題之後，接著就是要來準備所需的資料。而本篇文章會先介紹基本的資料型態。

資料蒐集

當資料分析師清楚明白所要解決的問題為何之後，接著就是要來蒐集即將用來分析的資料。一般來說資料會透過以下幾種方法被蒐集：

• 訪談
• 觀察
• 表格填寫
• 問卷
• 調查
• 瀏覽器 cookie

而資料分析師在規劃蒐集資料時，會需要經過以下幾點的考量：

1. 挑選正確型態的資料
2. 定義範圍（使用原有資料 vs. 蒐集新資料）
3. Where？
   • 使用原有資料 → 選擇資料來源
   • 蒐集新資料 → 決定如何蒐集資料
4. How？
   • 使用原有資料 → 決定使用什麼資料
   • 蒐集新資料 → 決定要蒐集多少資料（母體數與樣本數）

資料來源

• 第一方資料：由個人或團體本身擁有的資源來蒐集的資料
• 第二方資料：由團體直接從其客戶蒐集而來隨後賣掉的資料
• 第三方資料：從外部來源而非直接蒐集而來的資料

資料形式 Data Format

定性資料 vs. 定量資料

• 定性資料（Qualitative Data）：對品質及特徵的主觀且解釋性的測量
• 定量資料（Quantitative Data）：對數值事實的特定且客觀的測量

離散資料 vs. 連續資料

• 離散資料（Discrete Data）：可計數且有限量的值
• 連續資料（Continuous Data）：被測量且可以有幾乎任何數值

名目資料 vs. 順序資料

• 名目資料（Nominal Data）：被沒有一定順序分類的定性資料
• 順序資料（Ordinal Data）：有一定順序的定性資料

內部資料 vs. 外部資料

• 內部資料（Internal Data）：存在於公司內部系統的資料
• 外部資料（External Data）：存在於組織外且在組織外生成的資料

結構資料 vs. 非結構資料

• 結構資料（Structured Data）：以特定形式（如行與列）整理的資料
• 非結構資料（Unstructured Data）：沒有被任何簡易辨別的方式整理的資料

隨堂小測驗

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。

• 上週的小測驗解答：
  • [選擇題] 利益相關者已要求資料分析師盡快產出報告。以下哪些選項的策略是資料分析師可以採用，確保工作不會太敢且能正確回答問題，並交付有用的結果？
    • 重構問題
    • 列出問題
    • 隨便做個報告應付
    • 對時間軸設定明確的期待
  • 答案：
    • 重構問題
    • 列出問題
    • 對時間軸設定明確的期待
• 本週小測驗
  • [選擇題] 電影的放映時間長度是屬於以下哪種資料？
    • 名目資料
    • 順序資料
    • 連續資料
    • 離散資料