數據分析不是說一堆數字，而是探索數字背後的故事與可能

    數據分析，並不是看著數據報表的一堆數字，敘說著數字與數字的變化，或者報告數據的數值，這是沒有任何意義的。數據需要解讀，需要探索數字背後的意義。

 

    就以這張圖為例，這是今天學習英文時看到的畫面，他給了我一些想法。

 

這張圖是Duolingo線上語言學習APP的社群關注數字，以Facebook來說，就是有多少人按他讚。

第一個logo是Twitter：有237,000人追蹤

第二個logo是Facebook：有1,280,000人按讚

第三個logo是Google+：有285,000人加入

 

    ok，就講Twitter和Facebook的數字，這兩個數字的懸殊性讓我有很多想法，如果單純只是說上面這三個數字，以及驚訝說，哇歐Facebook的人數是Twitter的5.4倍，這樣是毫無意意的，就算把他畫成長條圖、圓餅圖、甜甜圈圖又能說明什麼？ 數字，仍然只是數字。

 

這個數據，當下讓我想到的是，為什麼Facebook和Twitter的數據如此懸殊？

• 第一個聯想的反應是：Twitter和Facebook使用者數量是否有差距這麼大？可是歐美地區不是很愛用Twitter嗎？
• 第二個聯想的反應是：會不會是Duolingo的使用者剛好也使用Facebook的人數比較多？ 如果是這個原因，又是怎麼造成的？

 

    想要回答第一個問題，我google://twitter facebook，答案就出來了

 

Stratechery：How facebook squashed twitter

 

    如果是第二個原因，那為什麼會這樣？這時候就需要了解Duolingo的使用者全球分佈圖、學習語系數據，以及Facebook的使用者分佈，這個太複雜了，不想去查，只是簡單發想而已。

    但是呢，這時候可以有另外一個發想，如果是第二個原因，還可以再深入問，為什麼使用者會與Facebook的使用者重疊？地區性原因？語言學習系統的語系原因？或者其他原因？

    以此深入，可以思考接下來要如何推廣？用什麼方式推廣？或者是學習系統接下來要推出哪種語系？面對哪些人等等…

 

    這個只是簡單10分鐘不到的亂想，只是說明了數據解讀，不是看表面的數字，是要探詢背後的原因，依據背景know how，思考任何可能性並提出假設，驗證假設並延伸思考。

    最終，數據分析可以解答一些問題、提出行為建議、甚至輔助規劃發展藍圖。

 

    網路時代之所以如此重視數據，是因為所有的一切都透過0與1傳遞，只要想要，就可以紀錄。相比以往傳統的商業模式或者分析工具，要取得資料需要透過各種調查手段，總是有取樣的問題，以及正確與否的考量；網路傳輸所採集到的數據質、與量都優於過去作法，這是最大的差別。