在數位轉型的時代裡，數據分析的需求日漸增長，然而分析工具種類眾多，對於想要進入這個領域的人來說，面臨如何選擇適合工具的難題，像是：
- 先學習 Python 好呢？還是 SQL？
- 要學哪個工具比較容易找工作？
- 我沒有要當數據分析師，只是工作日常會用，還是要學 SQL 嗎？
對於有一些數據經驗，或是會寫程式但想踏入數據領域的人，可能也會想知道：
- 是該加強 Python 呢？還是讓 R 更熟練？
- 會需要學其他視覺化工具嗎？
為了解決這些心中的疑惑，我們設計一個全方位的技術檢核表（可點擊下方按鈕下載），內容包含數據分析師在工作上實際應用場景，以及對應的工具選擇。
免費點我下載數據技能路線指南
技術檢核表的內容包含：「情境」、「情境簡介」、「技術選擇說明」，並依據不同情境下適合的工具給予適合的分數。通常我們會從目標要達成的任務，進一步探討找出適合的技術，因此，檢核表的設計理念以「情境」為基礎，並針對各情境做詳細描述，以便了解技術選擇的理由。
以下將介紹幾種常見的應用場景，文末大家可以點擊領取技術檢核表，規劃出專屬於自己的學習指南！
依據不同情境下的任務，選擇適當的分析工具
各種分析工具都擁有他獨特的優勢及適用的範圍，從傳統的統計方法到現代的機器學習技術，這些工具應用於不同場域下能發揮顯著效果，以下將舉例 5 種使用情境及搭配的分析工具，介紹如何根據具體需求選擇適合的工具來實現分析目標：
情境一：從大量資料集中提取特定範圍的數據
- 常使用的工具： SQL (Structured Query Language)
- 多數情況下，資料會被儲存在資料庫中，好處是可以統一管理及維護，提高資料的安全性，同時也是數位化的其中一環，促進資源共享。將資料儲存到資料庫中還可以讓我們精確定義好存取的欄位，確保儲存的內容既重要又且具有統一的定義。下方圖表以客戶資料作為舉例。
情境二：數據清洗及萃取出真正需要的內容
- 常使用的工具： Python
- 在實際分析數據時，情況往往並非想像中的完美。下方是幾種常見的情形，而這些情況若未在分析的一開始得到妥善的處理，可能導致分析結果無法反映實際情況，進而影響決策的準確性。
- 缺失值，意即有些欄位內容未被填寫。根據缺失值的多寡會有不同的處理方式，當缺失值較少時，可將該筆有遺失的資料移除，當缺失值較多時，則需要透過常見的 missing data imputation（遺失資料插補）方法來進行缺失值處理。
- 不合理的數據，如：購買的商品數量出現負數，使得計算當日銷售總數量時會有誤。
- 相同資訊寫成不同表示方式，即不一致的資料表示，如：同一個幣別欄位中，有些值寫 NTD ，有些寫 TWD ，使得在計算今日交易情況時會出現兩種幣別的問題，雖然實際上都是指台幣交易，但不同的表示方式會使得在計算當日交易時出現兩種幣別。
- 資料分組、彙總成整體指標（如：總數量、總金額）， Python 的 Pandas 套件是一個常見用來處理資料的方法。
情境三：數據分析結果的圖表視覺化
- 常使用的工具： R
- 直觀、清晰的圖表呈現是讓原本對數據不了解的人，快速理解並掌握數據最快速的做法，同時也是相對文字更易吸引人注目的表達方式，而透過圖表來解析從數據中的發現，也是數據工作者很常遇到的工作情境。
- R 語言擁有豐富的視覺化套件，如：ggplot2 套件，不僅能產生各種圖表，也能結合統計分析，進而在 R markdown 快速製作出專業又精美的分析報告。
情境四：機器學習方法與實際應用
- 常使用的工具： Python
- 讓電腦從數據中學習規律和趨勢，並進行預測和做出決策，機器學習應用領域廣泛，如，自然語言處理、圖像識別和欺詐檢測等領域。
- 下方圖表為機器學習模型訓練與預測的示意圖，常見的訓練模型為從資料庫提取數據，開始進行模型訓練，最後再將產出的模型儲存，提供後續預測使用。以分類模型為例，預測的步驟則是將新資料輸入模型中，即可以得到模型預測新資料會落在哪一類的結果。
- 在 Python 中我們可以從眾多機器學習套件中做選擇，其中也包含被廣泛使用的 Scikit-learn。同時，也有主流的深度學習框架，使得模型開發和部署更加方便。
情境五：網頁爬蟲及 API 開發
- 常使用的工具： Python
- 網頁爬蟲是常見的公開資料蒐集方式，當要蒐集的網站上資訊量很大時，或是該網站會定期新增、更新資訊，透過程式撰寫方式來自動擷取所需的資訊，不但節省時間，也能降低人為疏失的風險。常見的網路爬蟲流程為：建立一支程式，定期訪問並爬取網頁資料，將資料經過清洗後保存到先前已經定義好的資料庫欄位。
- 當模型建立好後，我們可以將它開發成 API，提供其他人方便來做調用。Python 在資料傳接格式上的處理及解析較直覺易懂，且在處理大量且同時進行的請求時，相對有較多輔助方式優化。
從目標出發，選擇優先學習的技術
數據領域相關職缺正蓬勃發展中，數據分析師在不同產業裡的角色定位與需求技術也不盡相同，因此，建議從目標應徵的職缺來判斷學習技術的優先順序，或是從自己感興趣的主題出發，開始實作 side project。透過實際案例的操作，可以直接了解如何應用，進而加快學習的腳步。
如果你正在尋找開始學習的工具，卻沒有想法從哪裡入手，推薦可以從 Python入手。Python 在網路上擁有豐富的學習資源，同時相關社群也十分活躍，使得它成為初學者友好且易上手的語言，或是先從比較入門的資料撈取工具 SQL 來試試水溫，都是不錯的選擇！熟悉這些技能之後，將能夠更快進行數據分析，解鎖更多專業領域的機會。
