Data Analytics Foundations 課程心得

Data Analytics Foundations 課程心得¶

資料來源：Coursera — Micron Smart Manufacturing and AI Program

這門課程分為四個模組，帶我從資料分析的基礎概念，一路走到實務心法，獲益良多，以下是我的學習心得整理：

Module 1：資料分析是什麼？¶

開場介紹了什麼是資料分析（Data Analytics），並解釋了結構化資料（Structured Data）、非結構化資料（Unstructured Data）及大數據（Big Data）的定義與差異。這一章讓我對資料分析師日常面對的資料型態有了初步認識。

有趣的是，課程納入了 AI 元素，教我們如何與 AI 工具互動，透過問答的方式獲取資訊，將 AI 當作資料分析旅程中的「導航員」，是一個創新的切入點。

Module 2：資料處理的第一步 — — Excel¶

資料處理的第一步通常從 Excel 開始。這章介紹了各種實用函數、圖表工具與樞紐分析表（Pivot Table），不僅幫助我們快速了解資料，也能從中探索初步的趨勢與異常，是許多人入門資料分析的重要工具。

Module 3：資料視覺化¶

這章深入介紹了圖表的選擇與應用。雖然畫圖看似簡單，但實際上要根據資料特性與溝通目的選對圖表，並不容易。課程介紹了常見的圖表類型如柱狀圖（Bar Chart）、堆疊柱狀圖（Stacked Bar Chart）、折線圖（Line Chart）、散佈圖（Scatter Plot）等，並說明各自適合的使用情境。

Module 4：資料分析師的心法與實務¶

這章是我感觸最深的一部分，不只是講技術，更談到資料分析師的實務角色。雖然外界對 DA 的印象可能是寫程式、拉圖表，但實際上更多的是與使用者（user）溝通、理解實際場景。

在不同專案中，資料分析師往往需要快速學習領域知識（domain knowledge），雖無法完全掌握，但必須盡可能涵蓋關鍵細節。而在沒有前例可循的新專案中，Agile 敏捷開發的心態也非常重要：與使用者一同迭代、成長、調整需求，成為靈活的合作夥伴。

如果資料分析師同時負責軟體開發，那麼遵守物件導向的 SOLID 原則也會讓程式碼更具彈性與可維護性，不僅能提高開發效率，也有助於長期維持使用者滿意度。

這門課讓我重新審視資料分析不只是工具與技術的應用，更是一門關於理解人、溝通需求、與使用者共創價值的藝術。

如果你也在資料分析的路上，這門課程會是非常好的入門指南與思維啟發。