目錄
《解讀數據的技術》這本書作者車賢那，是韓國星巴克第一數據科學家。以「消費者心態」思考，以「物以類聚」進行分析。企業在檢視數據上，需同時考量供給者和消費者的面向，從雙向的數據進行思考，才能避免僅僅看到片面的數據觀點，錯失了許多的機會。
一般在分析顧客資料，從人口統計數字出發，如從性別、年齡的分佈，已逐漸不具代表性，而是應以顧客行為為基準，推薦符合個人取向的產品，或是將消費行為群體化。「現在我們不再花錢讓一萬個人看見廣告，而是將錢花在可能會購買這項產品的一百個人身上。」
3個好奇問題
書中帶出三個令人好奇的問題，讓我們一一來探討。
問題1、資料不就是資料嗎？它會說謊嗎？
書中將數據資料分為：主動式資料（active data）、被動式資料（passive data）。主動式資料像是我們使用信用卡的行為，搭捷運或公車使用悠遊卡時，使用ETC支付高速公路通行費，上班時使用打卡機也是一種行為數據。被動式資料則是透過問卷調查，由消費者回饋問題，而獲得的結果。
- 主動式資料：在不同的情境下也可能有不同的解釋，理解資料的上下文（context）是至關重要的。例如，信用卡的消費行為可能會受到季節、節日、生活事件的影響。因此，數據分析師應該結合資料的時間、地點和情境，才能更準確地解讀數據背後的行為模式。
- 被動式資料：雖然可能蘊藏謊言，但能從中找出價值。在消費者經過主觀判斷、有意識或無意識回答問題、當下的環境情況，而與現實不完全匹配。但這並不意味著被動式數據就不具參考性，找出有用的訊息，並排除干擾進行數據清洗（data cleaning）提高數據質量，讀懂其中隱藏的消費者行為原理。
問題2、在什麼情況之下，我們的花費會比往常來得高嗎？
在「渴望追求多樣性」的情境下，人們會做出與往常不同的消費行為。
- 從週五晚間一直持續到週日下午，是否會更容易有較高的花費呢？尤其在經歷了一週五天的工作後，有了犒賞自己的心理，進而增加了花費。
- 當我們去到旅遊地，許多的花費被視為理所當然，因為我們到了度假的地方，會有極高的機率想要感受一些和平時不同的事物，在花費的容許度就會提高。
- 心理因素如情緒、壓力和社交影響也會大大影響消費行為。例如人在心情愉快或沮喪時更容易進行衝動消費；經由社交媒體、網紅、親友推薦下，也會提升消費機率。
- 經濟環境（如經濟繁榮或衰退）也會影響消費者的花費模式，宏觀經濟因素應該被納入分析，以理解消費行為的變化。
問題3、當消費者回答「會購買」，就一定會真的花錢嗎？
消費者身上都有著像「黑盒子」一樣難以解析的心理，如何運用「延遲時間」透析消費者身上的黑盒子?
從被動式資料得到了消費者有想構買產品的意願，但是最後實際的購買行為卻沒有發生時，我們該怎麼得知消費者是否為真實的潛在客戶呢？
從各種足跡來顯示：他們搜尋過官網、點擊與消費的紀錄。將記錄串聯起來，觀察這些不經意的行為、延遲的時間、搜尋、點擊，就可以推斷出消費者內心的想法。
透過未經造假的搜尋結果或相關詞彙，就可以排序出消費者目前關心的事情。進而將資源投放在具有潛在消費機會的顧客身上。
5個工作要點
當然身為資料分析師，書中也提出了許多工作中一定要留意的五要點：
要點1、用全面性的結構來思考資料建構，是對日後運用鋪好道路
在進行資料建構時，需先進行全盤的思考，資料結構、屬性、欄位定義、分類，是否具有應因變化的彈性，是否保留修改的空間。
這讓我想到，近兩年在工作中推行重組日常我們解析資料的專案時，來來回回討論資料組合、分類，除了有保留彈性變化空間外，其中最重要的一塊是「中心準則」，在資料欄位、屬性規劃上，需要時常回頭思考「中心的準則」是什麼，在未來面對新的變化，要不時拉來中心思考，才不會應因變化而不斷的修改重來，亦或是疊床架屋，最後長出難以管控的資料怪獸。
要點2、BI只是一個工具，但不是用了BI就代表公司有好好利用數據。
在實際使用BI工具這幾年，在設計儀表板主要是初階資料的呈現，的確是有其便利之處。若需要更進階的鑽研，則除了需在設計上，有自身對於資料脈落的解讀要有一定的深度，且仍需搭配BI工具的功能需有一階、二階、三階往下看，由上到下，再由下到時間拉長遠來看，這都需要經驗的累積。
再回頭來看，要發揮BI工具的功效，書中所提的一位能夠正確掌握數據結構與使用目的的使用者，才能真正將這工具的效能發揮到淋漓盡致。
這是我認同的，一是數據結構，若一開始沒有全盤了解最終的目的，再來思考資料結構的建構，不同的資料結構與最終的目的可能完全背離，那打掉重來的機率就很高，這也是在使用BI工具中，要完成結果，最重要也最花費時程的反而是資料結構的設計。
要點3、永遠要了解問題的核心在哪？
做數據分析，從來都不是為了分析而分析，更重要的，其實是問題本身有沒有針對核心提問，所提問的對象是否合宜。
「為什麼高層要問這個問題？」、「他們真正想聽的是什麼？」、「這問題是真正的問題嗎？背後真正的問題是什麼？」爬梳完千頭萬緒後，來再展開計劃，否則一開始就弄錯方向，倒頭來只會花費更多的力氣和時間。
要點4、用數據證明常識，本身是一件有意義的事
要以數據證明某件事情，有時候就必須經歷從無到有的創造過程。以過往沒有的方式收集無數資料的階段，以及將分析結果透過人類語言表述時，很可能會出現一個眾所皆知的常識。
而常識恰好就是檢驗數據是否合理、正確最好的方式。試想，當我們的數據結果一開始就不符合常識，我們該如何自信的使用這份資料延伸其他的應用。
要點5、歷史不一定會重演，但我們需要知曉歷史發生了什麼事
在我的工作中，老闆總笑稱歷史資料不就是「驗屍報告」。
雖然歷史不一定會重演，但我們往未來前進的路線，也許會有雷同之處，亦或是「當年」曾經犯的錯誤，我們怎麼會知道不會再來一次。
利用數據創造出更好的現在與未來，比單純將數據看成過去的情況，來得更為常見。為了計畫將來，我們就有必要回顧過去，所謂的「新」，也必須要回顧過去沒有什麼，才能產出所謂的「新」東西。
2個實用叮嚀
叮嚀1、「現場」是驗證數值分析是否正確的最佳之處
「愚問賢答」，我們問題的答案就在現場。我們可以透過數據來確認我們在現場發現的現象與問題，及需要改善的地方。現場是產品與消費者相遇之地，而數據分析師的真正價值，就在於未來是否能為現場帶來變化。只產生數據，但對「真實」情況一知半解，那也不算是真正的理解。數據分析能夠告訴我們「什麼」正在發生，但現場觀察能夠告訴我們「為什麼」會發生。
叮嚀2、「數據素養」的形成，是我們成長茁壯的養分
我們常說，試著回頭看，一路走來，那些跌倒的過程，都是日後成長茁壯的養分。回顧過去不是要我們陷入在失敗的泥沼之中，而是要從中檢討，「如果重來的話我們可以怎麼做會更好？」和「下一次，我怎麼避免這些錯誤？」
「數據素養」的養成，有時候遠比熟悉新技術更加的重要。而該如何養成，就是從日常有沒有養成這些習慣而來。
結語
對公司而言，直白地說，研究數據的目的是「為了提升獲利」。我們得要試圖了解購買公司產品的消費者，釐清消費者的需求與心理是非常重要的。
擁有數據的公司，就像是掌握了一台邁向未來的推進器。未來不需要數據就能生存的公司，比重將會下降，或者說：「數據扮演的角色，將會變得更重要」。數據分析不應該是孤立的過程。
與不同部門和團隊合作，可以帶來更全面的視角和更豐富的背景知識，從而提升數據分析的效果。數據可以幫助我們在經營決策上，進行更「有所本」的決定，在這瞬息萬變的商業環境中不再盲目前進，幫助公司找到獲利的契機。
《解讀數據的技術》這本書，推薦給資料分析工作者，從書中的觀念反思在工作中遇到的問題，重新認識數據帶給我們的幫助與視野。
4 留言
覺得這篇好讚，最喜歡「歷史不一定會重演，但是我們需要知曉歷史發生甚麼事」!超級有感!如果不知道歷史會發生甚麼事，很容易造成重工現象，降低效率!
謝謝~ 我也很喜歡這句話。歷史雖然是過去式，但是我們可以從中學習很多，減少重工也是非常重要的!
認同在數據分析之前要先釐清核心問題，不然一頭熱栽進去分析，很容易做白工
沒錯!過往的我也很常一頭栽進去，原來一開始沒有先弄清楚核心問題在哪? 所以時時要先提醒自己。