自我進修課程分享Coursera – Google Data Analytics數據分析師課程 - 2

 總算是可以進入到課程的內容分享了，上一篇有大致介紹一下課程的概況，沒有閱讀過的朋友可以連結觀看  >>   點我進入第一篇文章

在Google Data Analytics課程中，總共分為以下八個階段 :

1.    基本介紹 - Introducting

2.    提問 - Ask

3.    準備 - Prepare

4.    流程 - Process

5.    分析 - Analyze

6.    可視化 - Visualization

7.    R語言 - R

8.    證書實作也就是Case Study – Certificate Project

 

每個階段內又細分為4至6周不等的時間，每周都有不同的段落內容，上完一個階段都需要註冊下一個(沒有上完也可以註冊，怕銜接上的問題，還是乖乖的上完後再註冊較好)，每一個上課的影片中，會穿插一些隨堂考題，考過了影片才能繼續(看看人有沒有在電腦前的概念)，每個段落內容也會有相對應的考試，就像課程的老師所說的，都是Open book，也可以觀看自己的筆記作答，雖然Open book，但沒有認真上課還是會有影響，每個段落考試及格分數基本從80分起跳(有一些比較低)，若是一直沒有通過，需要經過24H才能重考，這部分需要多加留意。

 

接下來就依照每個階段的課程內容大致做個介紹~Coursera這個網站某些部分功能可以翻譯成中文，雖然我有設定成繁體，但每次進入都顯示簡體，雖然看得懂但總是不太習慣，不過課程都是英文，所以好像也沒有甚麼好計較了

 

第一階段Introducting Data >> 連結至課程註冊處

介紹甚麼是Data?這些數據哪裡?甚麼是分析生命週期?對於數據的直覺的訓練與培養，分析師需要的技能有哪些，各個階段的順序與過程如何安排，以及關鍵的分析性思考與基本表格介紹(像是Column、Row、Cell，課程中老師用的是Google Sheel，但自己也可以用Excel練習)，以及Google有整理好的學習資源。

 

第二階段Ask

開始進入到如何提問與數據驅動決策的項目，當中介紹了Dashboard(資訊分享的儀表板)、Spreadsheets(電子表格，也就是Excel)與提問的方式，在數據分析中，尚未制定業務目標時能夠將所需問題找尋、經由提問的方式制定，才會進入到對的方向，否則一旦資訊從開始就是錯誤的，最後的結果也當然不會好到哪裡，在這個階段中，比較特別有幾點，包含數學思維的解說(小至大的數據相關特性與使用的方式)，以及解決問題時如何去了解與溝通(問對問題、理解含意)，還有如何將思維進行結構化。

 

第三階段Prepare

要著手準備數據啦!!但是在準備數據之前，需要了解數據相關的保存知識、分辨好與壞的數據源、數據倫理，階段後期還有Big Query介紹(後面課程都會用到)，如何Sort排序、Filter過濾與Organize組織數據，在這個階段很特別的是介紹了分析的偏見Bias，以及有偏見Bias的數據型態，對於偏見這兩個字相信大家不陌生，每個人或多或少都有接觸或產生偏見的時候，但是在進行分析時，有偏見的數據可能會造成非常重大的影響，甚至出現了錯誤決策，影響了整體的進展，我個人是很喜歡課程中對於偏見的一些見解

 

第四階段Process

在這個階段中，就是一般所講的數據清洗，除了流程的教學(何謂數據的樣本、可靠性、約束性、統計功效與處理流程)，識別乾淨、骯髒甚至過舊的數據、再來就是開始進入到清洗數據，清洗的方式分為Spreadsheets電子表格與SQL資料庫，最後還有如何驗證與製作Documentation追蹤文檔

 

在前期的四個階段中，除了應備知識與實作練習外，課程中大多數我個人覺得都是提升思考這件事情，以Spreadsheet、SQL甚至是R來說，都是大量練習變成習慣動作，但是在實際應用的技能上，還包含了協作、溝通、研究、適應性與解決問題的能力，如何提出見解與培養洞察力這件事情上，就需要花費很多時間進行思考，所以在前期的課程中，思考的課程上，我個人建議是可以多花些時間好好琢磨一下這些思考架構。

 

 

這篇介紹了課程中的前四個階段，下一篇進入到後四個階段，也是實際進入了編程的內容與實作的項目，下次見!