階段 1 資料分析入門

資料分析師的起手式:能自己把資料撈出來、洗乾淨、算出關鍵指標,並交出一份別人看得懂的報告。

這一階段學什麼

• Excel/Sheets:樞紐分析表、查找函數與基本統計函數 — 它仍是商業世界流通最廣的分析介面。
• SQL:SELECT、WHERE、GROUP BY、JOIN,直接對資料庫發問,不用等別人匯出檔案給你。
• Pandas:用 Python 處理更大的資料 — 讀檔、缺值處理、去重、分組彙總,把髒資料變成能分析的表。
• 基本圖表:折線看趨勢、長條比大小、圓餅看占比(慎用),讓數字自己說話。

為什麼是現在學

這是整條資料路線的輸入端。階段 2 的統計思維需要乾淨資料當原料;沒有 SQL 與 Pandas 的手感,階段 3 的 BI 儀表板和階段 4 的商業 ML,都會卡在「資料拿不出來、洗不乾淨」這一步。

怎麼練(具體行動)

1. 找一份公開的銷售或訂單資料集,用 SQL 算出月營收、客單價、回購率。
2. 用 Pandas 重做一次同樣的分析,體會兩種工具的分工。
3. 產出一份銷售分析報告:三張圖、三個發現、一個建議。
4. 把它改成可以每週更新的營運週報格式。

完成標準

• 交出一份完整的銷售/訂單分析報告,從原始資料到結論全程可重現。
• 拿到一份沒看過的髒資料,能在一小時內完成清理並算出基本指標。

⚠️ 常見誤區:急著學模型、跳過清資料 — 實務上分析師八成時間在跟髒資料搏鬥。