做資料分析前先問為什麼:好奇探索和有應用目的,走的路不一樣
「我想學怎麼找資料、整理資料、畫成圖表,要先學 Power BI 或 Tableau 嗎?」夥伴的提問
做資料這件事,九成時間在找資料、清資料,回答只佔一成。所以先問為什麼:單純好奇,就放寬了邊玩邊找;要拿去用,就從答案要做的決定往回推。附嚮導對圖表軟體的看法,和一段請 AI 先問你為什麼的指令。
有夥伴想學怎麼找資料、整理資料、畫成圖表,舉的例子是「今年各國小麥的生產和出口」。嚮導沒有先講工具,先講了一個他自己的經驗比例:做資料這件事,九成的時間在找資料、清資料,回答問題只佔一成。所以動手之前,要先問自己為什麼要做這一題。
先講名詞
01清資料是什麼
從不同地方抓回來的資料,常常不整齊:欄位名稱不一樣、單位不一樣、有缺漏、有重複。把它們整理成同一種格式、拿掉錯的和重複的,叫做清資料,也有人叫資料清洗或資料整理。
嚮導說,這一段做完沒有看得見的成果,要求只有一個:乾淨。資料乾淨、正確,後面才回答得出來。
為什麼要先問為什麼
同一個題目,可大可小
題目的大小
02各國小麥的題目,可以大到一整個部門在做
嚮導說,「各國小麥的生產和出口」這種題目,大可以大到一個國家的農業單位動用好幾個部門、找廠商一起,把真正的資料找出來;也可以小到只回答一個很具體的問題。
一個人自己做,不會有好幾個部門幫忙找資料。所以要先決定:這一題做到哪裡就夠?決定的依據,就是你為什麼想知道答案。
九成的力氣花在找和清。沒先想好為什麼,就不知道該找哪些、清到哪裡。
兩種為什麼
03好奇探索,和有應用目的
好奇探索
就是想知道、覺得好玩。屬於研究型的,可以一直挖下去,沒有非要做出什麼不可。
有應用目的
探索完要拿去用。例如知道股票漲跌之後,決定自己的投資策略;分析歷年的成績之後,設計更適合的教材或考題。
兩種都可以,走的路不一樣。好奇的話,範圍可以放寬,邊玩邊找;有應用目的,就從「答案要拿去做什麼決定」往回推,只找那個決定需要的資料。
工具要不要先學
嚮導對圖表軟體的看法
嚮導的看法
04每個工具,都是為了服務當時的需求
夥伴提到想學 Power BI 或 Tableau。嚮導對這類軟體的描述是:它們是比較好的圖形化工具,在 Excel 不容易做彙整、做樞紐分析(把一大張表依類別加總、交叉比對)的時候,幫你抓資料、做出想要的儀表板。
他的看法是:這些是上一個世代頂尖的產品;在現在人人都能用 AI 的時候,對一般人來說,不一定要先學它們。他的理由是,每一個工具誕生,都是為了服務當時最重要的需求;科技一直往前走,有些工具變成歷史,是正常的。
這是嚮導的看法,不是定論。如果你的工作環境已經在用這些軟體,或你想做的事它剛好最順手,照你的需要來。
兩條路
05想好為什麼之後
想好之後,下一步是決定資料是靜態還是即時,再把素材交給 AI,見 想做資料儀表板:先分靜態還是即時,再把素材和目的講清楚。
可以直接貼的一段
06請 AI 先問你為什麼
這一段是為這篇文章寫的,不是課堂上的原話。貼給任何一家對話型的 AI 都可以,要它查資料來源就開啟搜尋功能。括號裡換成你自己的題目。
我想研究一個題目:(例如:今年各國小麥的生產和出口) 請先不要幫我找資料。先問我幾個問題,幫我想清楚: 1. 我是單純好奇,還是答案要拿去做什麼決定? 2. 如果是要做決定,是什麼決定?需要知道到多細才夠? 3. 範圍要多大:哪些國家、哪幾年、哪幾個數字? 一次問一題,等我回答再問下一題。 問完之後,幫我把題目縮成一句話,列出需要哪幾份資料, 每一份寫出可能去哪裡找、是下載的檔案還是要用 API 拿。 你不確定某個資料來源存不存在,就直接說不確定,不要編一個網址給我。
它列出來的資料來源,自己點進去看一次,確認真的有那份資料、資料的年份對得上。
帶得走的東西
先問為什麼。好奇就放寬了玩,要拿去用就從決定往回推。
找資料和清資料佔了大部分的力氣,題目先縮對了,力氣才不會白花。
同一堂課的下一步:想做資料儀表板:先分靜態還是即時,再把素材和目的講清楚。
留言
CYC 看過才會公開。
還沒有公開的留言。