大家一定都聽過數據分析
讓我們先來看一筆實際的數據
點開kaggle上隨意一筆csv檔

(資料來源：https://www.kaggle.com/andrewmvd/heart-failure-clinical-data)

沒看錯，就是密密麻麻的數字跟符號
這些數據可以拿來幹嘛呢？到底厲害在哪？

數據分析的用途在哪？

數據在現實生活中，主要是拿來協助決策的執行

在網際網路發達的現代，大部分的資料都以數據的形式出現

許多企業在做實務上的決策時，已經無法單純依靠人為的決策做判斷

這時候就需要利用數據分析的產出結果協助做決策

數據分析的流程

1. 首先當然是找出問題點 (Problem Defining):

此時需要明確定義出問題，確認要執行的目標

根據不同的企業應用場景，也會有不同的問題定義手法，最重要的是掌握問題的核心

以下舉例常見的幾種分析問題的思維：

• 結構化思維：

  • 金字塔+MECE：金字塔化的拆解方式，將問題依照不同類別層層拆解，在每個水平層級間又依照MECE的手法，彼此獨立互相遺漏的去拆解細分

  • 6W2H方法論：

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

• 量化思維：

  • 利用公式把問題變成可以量化的指標，像是ROI, GMV, 產品銷量

還有許許多多種的分析思維，主要還是依據不同的領域和場景去選擇

以下從2~4就是我在這個計畫想學習的主題

把這些過程想像成做蛋糕的所有步驟

那開始一邊做蛋糕，一邊進入數據分析的世界吧！

2. 取得所需的數據（Data Acquisition)：

在做蛋糕的過程中，這個步驟就像是準備所有食材，

有些食材是自己家裡已經有的，就像有些公司會有內部的資料數據可以取得，

如購物網站本身的產品資料、消費者資料等等

還是些要另外買的，要特別出門買才能取得的材料

數據分析的世界裡，則叫做從外部獲取數據資料，

這就需要涉及到資料爬蟲（Data Crawler），

把所有需要的東西，從外面抓抓抓到我們自己的資料庫裡

在蒐集完所需資料後就需要資料庫來管理龐大的資料

常見的手法就是利用資料庫管理系統（Database Management System ,DBMS)

此時資料庫管理系統就會像是放我們所有食材的大桌子

把所有需要的食材準備好放在桌上，才能進行下一步

在這個30天計畫裡，我選擇SQLite作爲自學資料庫管理的主題，建立完整的資料庫概念

學習在茫茫的資料海中，攫取有效的數據，建立解決問題所需的有效資料庫

小結

這篇文章先簡介了一半的數據分析流程

下篇會繼續介紹剩下的分析流程