從 2019 年開始因為身為 PM 很想看產品資料而開始學數據，這個過程相當有趣，打開了另外一個世界！😻 這一系列的文章，我想分享寫 30 個這三個視角的體驗，
希望能代表在成為 Data Practitioner (數據實踐者，這硬翻中文真是太怪了 😂)的旅程中，會經歷的階段。刻意不用 Data Analyst 數據分析師，是因為這些想法不見得只有職稱掛著 Data Analyst 的人才有感，希望能讓工作內容有涉略數據分析的朋友也有點共鳴。
就讓我們開始吧
你為何想使用資料？這不是要選職業。任何職位，可能多多少少都有會接觸到資料。
資料從事實中萃取。它是客觀、中性的。這些數字如果沒有對應的問題來思考，數字本身的高低或大小沒有意義。
當我利用廣告銷售作為產品獲利的方式，我得知道比較哪個廣告聯盟網為產品上帶來的效益較多，會切分不同的廣告版位、形式、尺寸來比較。我一開始只會用試算表來計算。但當一個試算表已經有超過 10 萬行，還有很多複雜的公式時，整個試算表幾乎是打不開。因此我不得不尋找其他方法，才開始學習資料分析。
有的同事想知道廣告購買的成效，有個同事每月要花一週準備財務報表，真希望可以減少到半天。他們可以尋求數據團隊協助是沒錯，但這對他們來說沒有比較簡單或快速。他們得知道如何跟數據團隊溝通、說明需求，而且還要等到數據團隊有空處理他們的問題。
如果這個問題對你很重要又緊急，你一定會想自己解決，不會想讓進度掌握在別人手裡。至少你得自己解決一次，知道該怎麼做了，才能發包給別人。有沒有一個問題，是你希望掌握到非常細節，每個數字來源跟指標計算都希望一清二楚的？
有個同事每個月需要花 6 小時整理一個資料來源，而他有 10 個要整理，幾乎佔掉每個月時間。他只期待一台新電腦，讓他的工作可以快一點 😦。
如果我問人們需要什麼？他們可能會回答「一匹快一點的馬」
拆解他的問題，到底為什麼清資料需要花 6 小時？才能真的幫助到他。當然也可以考慮直接增加人手、外包資料整理或要求或找數據團隊幫忙。但為何他選擇或不選擇拆解問題或者將此視為數據問題？
想解決問題是一個外在動機。當問題被解決，你可能就去做別的事情。但你如果有個你無法停止思考的問題、或者你覺得很有趣一直想探索的問題，這就是內在動機。這會驅動你一直想探索資料，想沈浸在數字中，即使你的外在世界都還沒發生變化。
第一篇文章希望是個引子，能激起你的好奇，讓你繼續看下去
對 dbt 或 data 有興趣 👋？歡迎加入 dbt community 到 #local-taipei 找我們，也有實體 Meetup 請到 dbt Taipei Meetup 報名參加
iThome鐵人賽
看影片追技術