專 案 管 理 輕 鬆 學

許多人因為工作需求要學習數據分析，進而接觸統計學名詞，像是迴歸分析（英語：Regression Analysis），是一個使用線性模型函數預測數據的方法，透過無線多條線找出點到線平均最短的距離，而那條平均線即為線性迴歸。

大部分的公司或部門會有每週的例行會議，由業務負責人彙報各地的銷售業績。面對老闆的提問，但在會議上總有人無法立即提出具體的解決辦法。

上課時我常常談到關於「數據分析的重要」，該如何「做好數據分析」，但發現，有些學員會有一些錯誤的認知，陷入某些常重複的盲區中，也整理了這些容易被搞混與提出來的問題，想跟大家討論。

從財務系統中，撈出過往的銷售資料，並匯出成Excel檔案，面對這堆銷售數據，你的主管想要掌握各項產品的銷售狀況，而不是模擬兩可的答案。

例如：

老師想請問：我從財務系統中把資料匯出成Excel 檔案，接著，利用Excel 的樞紐分析進行，想了解各部門的花費或是各科目花費，但不知為何，Excel 的樞紐分析似乎沒辦法這麼做，到底怎麼了？」

來上數據分析的學員絕大部分，共同的苦惱是：報表都是分散的！

每周或每月都需要製作公司的產品銷售報表，他們都遇到了一些狀況…

比較常見的是：

提到數據分析，曾有學員私下問我：

「公司其實有不少資訊系統，這些系統都可以根據用戶需求，自動產生所需的報表，很不理解的是，系統這麼方便使用，我還需要花時間學習數據分析？」

如果你是產品經理，你會需要掌握每個產品何時是淡季，何時又是旺季，以便有效的規劃行銷預算並將預算放在對的產品中。

6.以表格式清單呈現數據

這類的問題主要在於系統已經將匯出的資料整理成以表格式清單呈現數據資料，如下圖所示，清楚的列出每個產品每天的銷售數字，這樣的報表造成預設狀況下無法透過Excel 樞紐分析進行進一步的數據分析，這樣狀況在企業時常發生，因此，我將這類的問題也同樣歸屬於髒數據。

為什麼近幾年許多企業開始培養大數據人才，因為，只要懂得善用手邊的數據，精確找到“對”的客戶、把預算放在“對”的產品，用最少資源產出最大價值，進而提高公司營運績效，這絕對是現今企業最想做的事！

所謂的“髒數據”指的是：接收到的數據還沒預先處理好，數據資料還處於原始狀態，無法直接對數據資料進行相對應的分析處理。