數據分析感覺好難，他能告訴我哪些資訊？
其實數據分析不是你的數學敵人，他是善於資料分析的軍師，利用資料視覺化工具和資料呈現，讓你一目了然公司商業決策，降低成本，提高收益，改進產品，留住客戶等等，而且我們其實無形之中就有接觸到數據了！
早期的收集資料VS現代收集資料方法
早期我們會使用些調查方法去訪談（例如在路上被攔下來填問卷）這些都是企業為了解使用者的想法，但現在網路發達的時代，人最真實的想法與行為都在網路上被記錄下來，我們可以透過數據來追朔使用者的足跡與留言。
消費者在網路願意主動與他人分享討論對各種產品、議題的看法，就形成了數據，而社群數據更大、資料更即時時，就能夠透過觀察與分析，得到些新的想法。
初步使用簡易的方法分析您的社群管道
剛使用FB粉絲專頁與IG，可以先從他們的簡易後台開始，先了解你的客群輪廓，地區、年齡、頻率，哪幾篇貼文受歡迎，如果資料非常龐大需要使用分析工具，推薦幾個工具給大家。
如果資料開始龐大後
1、Excel
Excel是最全能的資料分析工具之一，包括表格製作、資料透視表、VBA等等功能，保證人們能夠按照需求進行分析。
只是大家不太熟悉它這些全面的功能。企業若不大的話Excel足夠處理絕大多數的資料分析需求。
新人要是想學資料分析，Excel絕對是首選！我也是常常使用excel做資料收集與分析。
2、BI工具
BI這類工具就是為資料分析而生的。BI工具的產品設計，幾乎是按照資料分析的流程來設計的。
先資料處理與整理>資料建模>最後資料視覺化，全程圍繞資料指導運營決策的思想。
操作起來也非常簡潔，依靠拖拉拽就能完成大部分的需求，沒有程式設計基礎的業務人員也能很快上手。
我身邊認識的做數據分析的不少用Tableau、PowerBI。
3、Python
Python在資料分析領域，確實稱得上是一個強大的語言工具。可以寫程式碼執行想要的東西。入門難度高於Excel和BI，但是作為資料科學家的必備工具，從職業高度上講，它肯定是高於Excel、BI工具的。在統計分析和預測分析等方面，Python等程式語言更有著極大的優勢。
新人可以先不學Python，如果想在這條路上長遠發展，它一定是個逃不開的工具。
佳佳認為不論是Excel/BI/程式語言，這些工具都有各自的優勢，無論是哪種工具，只要你能利用它解決你遇到的問題，那他就是最棒的工具。
