大數據時代，所有資料都能被分析，
但分析出的結果，是否符合你原本目的？
輸入資訊，0.5秒就跑出圖表，
但這是該加碼還是該收手的訊息，你看懂了嗎？

所有工作實務都脫離不了數字，
會解讀就會活用！
本書用一張Excel教你輕鬆搞定！

　　所謂的資料科學（Data Science），就是利用數據分析來解決問題。
　　面對龐雜的數據，該怎麼做才能將之消化成能進行決策的關鍵？
　　別以為只有統計專家或數理高手才做得到，
　　就算沒學過統計學，抓住本書6重點，你也能立刻上手，讓數據產生真正實用的價值。

　　1.    先有目的，再開始蒐集資料，順序不能顛倒
　　被數字包圍，埋首於分析時，經常會演變成追求分析「結果」。但不管最後得到多詳細、多明確的結果，如果不符合「目的」，其實就是白忙一場。你得學會「成立假設」，抓住4個重點，蒐集過程才不會走偏。

　　2.    加工資料、適度分解，重點就會跳出來
　　蒐集到的資料通常是絕對值，不妨透過「比例形式」加工，和其他資料組合對比，就能變成更實用的情報。然後再依基軸（例如時間、性別、地區）分解，原本隱藏住的特徵就會清楚浮現，分析角度也會變得更寬廣。

　　3.    發揮「平均數」的功用，掌握市場大方向
　　投入一個新商品時，最先考慮的是是否有發展希望。這時可以將「平均數」當作代表值，再乘以其他變數，就能大致掌握市場規模，並且判斷投入資本需多少年才能回收，倒過來計算時，也能得知多少銷售量才能達到收益目標。
　　★小撇步：在Excel中輸入＝AVERAGE（），或直接選取函數公式，即可算出平均值。

　　4.    將數據可視化（圖表化），才能發現潛在風險
　　光靠平均數還不夠，透過「偏差值」更能檢視營運狀況。利用直方圖將離散程度視覺化，推估風險衝擊程度，就能做出合理假設並模擬最壞狀況。如此一來，不僅能提升資料質感，說服力也瞬間倍增。
　　★小撇步：在Excel中輸入＝STDEV（），或直接選取函數公式，即可算出標準偏差值。

　　5.    善用相關分析，把錢花在刀口上
　　花了錢宣傳，自然希望大有成效。假設現在有三種促銷策略可選：電視廣告、送折價券、店內舉辦特別活動，哪種方案的效益最高？該怎麼評估？確認資料的「相關性」強弱關係，就能找出利潤最大化的方案。。
　　★小撇步：在Excel中輸入＝CORREL（），或直接選取函數公式，即可算出相關係數。

　　6.    拿出數據加上清楚表達，簡報才不會功虧一簣
　　拿出數據，會增加簡報的可信度，但「分析」和「傳達」可是兩件不同的事。若只是將所有分析資料都秀出來，容易讓重點失焦，恐怕聽眾也會一頭霧水。建議你可用簡短句子引導出重點，並同時展示出自己和競爭對手的比較關係，才有機會讓簡報變成正式提案。

本書特色

　　•AI時代必備的數據分析力，絕不能錯過！
　　•從蒐集資料、分析應用到簡報提案，上班族必備技能一次學會！
　　•強化數字力，就等於培養多樣化思考能力！

作者簡介

柏木吉基

　　1972年出生，日本神奈川縣人。慶應義塾大學理工學部畢業後，進入日立製作所工作。取得美國Goizueta Business School的MBA學位。2004年進入日產汽車工作。任職於海外行銷＆銷售部門後，成為組織開發部企業改革小組經理。在董事的領導下，參與「新公司、新組織的成立方案」、「全球業務流程分析、評價、改善」、「人才養成計畫」、「人、物等的全球資源最適化」等的經營課題解決企畫案。平日就在推廣思考決策論（Decision Science）。走遍全世界120個國家，舊東海道五百公里。

推薦者簡介

齊立文

　　《經理人月刊》總編輯、鄭宗記  政大商學院副院長

審定者簡介

胡智超

　　經歷：
　　1.台南大學教育系測驗組。
　　2.台南大學測驗統計研究所碩士班。
　　3.台灣南部地區資優學生甄選（含縮修）題庫資源之擴充與管理：96/03/01～98/06/30負責自然科（可google「資優 GISA」， 7/1到隔年2月在國小實習和考教師檢定）。
　　4.99-101年度攜手計畫課後扶助方案學生評量計畫：99/03/01～99/07/31負責英文科（3月回研究所完成論文時加入此計畫。於8月初去當兵，離開計畫）。
　　5.國家華語能力測驗電腦適性化題庫研發計畫（華測會）：100/09/07～101/08/14（退伍後隔天便進入華測會擔任測驗統計分析師）。
　　6.國立彰化特殊教育學校：101/08/22～迄今，擔任國小部導師。

　　*3、4、5皆是擔任測驗統計分析的工作，主要工作是測驗的預試、描述統計（古典測驗理論）、組卷、難度分析（試題反映理論）、結論和結案報告。3、4是研究所時擔任助理，兼任助理工作如上所述，與專任助理（正職）之差別在於不包含與各縣市聯絡人與學校溝通和施測計畫。5是畢業後之工作，與另一名測驗統計分析師一起處理華測會所有測驗相關事宜。

譯者簡介

黃瓊仙

　　輔仁大學日文系畢業。熱愛文字工作的專職譯者，希望讓讀者感受輕鬆、愉悅的閱讀經驗。

前言  數字力，就是你的超能力

序章  善用數字做企畫，就能變成正式提案
﹝序  幕﹞先有目的，才開始蒐集資料
鎖定範圍，培養分析時的思考力
設定假設，分析就不會走偏
分析必須符合目的，否則再厲害都沒意義
4個重點，成立有效的假設
利用「金字塔結構圖」，讓邏輯更順暢
﹝專  欄﹞廣泛網羅資料，找出關聯性

第 一 章  有目的地蒐集資料，數據才有價值
﹝第一幕﹞資料不是蒐集到就好，重點在於如何使用
清楚真正需要什麼，就不怕假設錯誤
資料蒐集重點① 連假設範圍周邊的資料也蒐集
資料蒐集重點② 鎖定「主軸」，蒐集到的資料才派得上用場
資料蒐集重點③ 選擇適當範圍，才能得到精準結論
資料蒐集重點④ 出現「離群值」，不代表錯誤結果
為資料加工，讓分析角度變寬廣
﹝專  欄﹞比較資料時，要以「相對值」表示

第 二 章  創造收益前，務必分析大局
﹝第二幕﹞擬定策略前，先掌握市場大方向
市場規模有多大？該怎麼算？
平均數不等於最讓人安心的中位數
「中位數」是瞭解自我市場定位的關鍵
如何讓平均數發揮最大功效？
﹝專  欄﹞使用公開資料時，須留意可信度

第 三 章  風險不是愈小愈好，重點在於精準掌控  
﹝第三幕﹞數據可視化，發現潛在風險
透過標準差計算風險
利用Excel算出標準差
標準差在實務上的意義是……
風險有多大？離散程度會告訴你
離散程度具體化，就用直方圖
2步驟製作直方圖，數據意義一目瞭然
以向上（下）擺動值，預估風險範圍
考量2因素，風險狀況更準確
6個理由，說明標準差如何活用於實務
﹝專  欄﹞2個公式，簡單分析母體資料

第 四 章  錢要花在刀口上，靠相關分析就對了
﹝第四幕﹞利用過去的資料，思考未來的策略
什麼策略能花最少錢，創造最大效益？
相關係數：決定資料的強弱關聯
捨棄複雜公式，Excel能輕鬆解讀分布圖
怎樣的相關係數，才叫有相關性？
如何分析相關性，最大化利潤？
避免分析做白工，你得注意……
電視廣告V.S.折扣券，哪個最能增加營業額？
﹝專  欄﹞這樣做，一次能分析多種組合

第 五 章  達成目標需要多少預算？
﹝第五幕﹞做出判斷的關鍵，在於「反推」思考
單一迴歸分析，導出X、Y的關係
成立迴歸分析法，前提是……
簡報時，直線分析圖最容易被理解
雷聲大也可能雨點小，相關係數和斜率沒有絕對關係  
迴歸分析法應用① 從斜率值看出成本效應
迴歸分析法應用② 看清非原因造成的結果
迴歸分析法應用③ 分解資料後再進行分析
迴歸分析法應用④ 當作計算KPI的工具
﹝專  欄﹞單一迴歸分析與多元迴歸分析，哪個較好用？

第 六 章  為什麼簡報要這樣做、那樣表達？
﹝最終幕﹞不能只是秀出資料，還要清楚傳達
分析和傳達，就是不同兩件事
3個方法，簡潔傳達重要訊息
將分析資料視覺化，放大效果
使用「可以比較」的軸別，作為依據
邊執行邊確認，才不會偏離主軸目的
﹝專  欄﹞鎖定範圍於影響度最高的資料

結語  拿出數據，一擊就中

前言

數字力，就是你的超能力

　　「我想成為數字解讀能力很強的商務人士。」

　　這句話背後涵蓋了許多事。任何人都一樣，要將腦海裡知曉的事物與每天工作的自己連結在一起，確實很難。應該很多人有這種感嘆吧？

　　數字只要再加點東西，就能獲得看不到的情報。這個「數字加工法」就叫做「統計」或「資料分析」。不管你手邊有無資料，如果不懂這個「加工方法」，許多情況下，其實你已經錯過了寶貴資訊。

　　那麼，如果有訣竅和技巧能降低數字的整理難度，可以更有效地使用統計數字或資料分析數字，不是很棒嗎？可是，就算閱讀過市面上多本傳授統計和分析方法的書籍，卻還是無法加以活用的人，應該不少吧？

　　「統計」或「資料分析」只是一個名詞稱號，其實個中方法所涵蓋的範圍很廣，沒有真正的極限標準。

　　不過，還是要學會基本常識，那就是除了部分專門行業，商務人士在一般商業現場會用到的方法。

　　首先將焦點鎖定於方便使用的方法，學會有效的應用訣竅及思考模式後，慢慢地，你會覺得學會這些方法是「值得」且「聰明」的作法。

　　基於這樣的考量，本書傳授的方法從「平均分析法」到「單一迴歸分析法」都網羅了。每個方法只要使用Excel，就可以立刻得知分析結果。

　　本書重點如下：
　　（1）看到眼前的資料，如何跨出第一步並加以利用。
　　（2）「分析結果」的效率使用方法。
　　（3）透過分析，創造具說服力的故事情節。

　　整體而言，本書以「製作事業計畫書」為例，介紹資料的實用使用方法。不過，本書並不是事業計畫書製作方法的教學指南書籍，請各位諒解。

　　如果本書能成為讓你變成「擁有優異數字解讀能力商務人士」的入門書，深感榮幸。


2013年4月　柏木吉基

◎分析必須符合目的，否則再厲害都沒意義整理以假設為前題的思考模式優點：（1）省略不必要的分析如果一開始就想好「該調查哪些資料」，就會知道需要什麼樣的資料、該如何取得資料，並減少摸索的時間。同時也能省略修正、無謂的分析等步驟，縮短作業時間。如此一來，就能利用多餘的時間進行多面相的分析，完成更加精準（品質更優）的報告。（2）確認分析目的即便是多麼明確與精準的分析結果，如果不符合目的，將毫無意義。被一堆數字包圍，終日埋頭於分析作業，等回過神時，才發現根本忘了「因為想知道什麼而調查」的原始目的，只是一味追求分析結果而已。不知在什麼時候，已忘了「分析目的」是什麼。假設要找出營業額變少的原因，辛苦調查某商品的銷售資料，發現三十歲世代男性消費者，與二十歲世代女性消費者的消費行為趨勢類似。如果以此為依據進行分析，搞不好會出現好結果，可是對於當初所設定「找出營業額減少原因」的目的，將成效不彰。（3）從大局著想，利於制定論述假設也可以說是為了達到目的所使用的手段。譬如，以「調查營業額下滑原因」為目的時，可以透過假設，針對商品、店鋪、整個市場等幾個線索（觀點）架構假設理論。將多項假設的分析結果予以組合，就能針對目的提出多面相、多方位的觀點，導出更具說服力的答案（論述）。•2個重點，做出完美假設看似完美的假設方法，也有必須注意的重點：（1）錯失課題的風險假設方法的第一步是設定目的或課題。換句話說，如果是相同的資料，當其中隱藏著更重要或更有利的情報時，可能會在最初階段就忘了要成立假設，因而沒找出其他重要的情報。「假設方法」與「網羅方法」是對立的概念。網羅方法不會限定目的或課題，而是從片面，開始針對蒐集到的情報進行網羅式分析。相較於假設方法，需要花費更多時間與心力，但是能意外發現答案的可能性更高。假設方法的焦點只鎖定於與目的有關的事物（只是假設的理論），這些事物就是分析範圍。因為方向明確，很可能會有錯過遺落於路邊的寶貴情報之風險。（2）偏差風險假設不過是檢證前的「想法念頭」而已。這樣的假設多少會夾雜個人的主觀想法，難免會有受到當事者成見或偏見所影響的風險。