在職涯初期時，我喜歡賣弄我的Excel技巧，用複雜的公式加上華而不實的技巧做出漂亮的圖表。當時，我覺得只要圖表做得漂亮、直觀，大家就會認為我的報告有價值。
直到某次，在一個重要的報告中，我被主管慘電。
主管指出，我的分析缺乏洞見，只是把一堆數字加在一起，然後畫出有一堆線條的圖表，他根本不知道該看什麼。最糟的是，他花時間看完之後，還是不知道行動建議是什麼。也就是看似完整的圖表，沒有幫助他做任何決定。
那次的挫折，讓我好一陣子上台報告都會怕，又覺得很無力，不知道該則麼做才能做出主管想要的東西。
但他讓我意識到，原來Excel比其他人厲害、懂如何製作圖表，並不叫做會分析。數據分析到底是什麼？什麼是好的數據分析？我該如何從數字裡頭找到洞見？於是，我開始找資料，從基本功開始學習，看看其他人是怎麼定義數據分析的。
什麼是數據分析？要從數據裡找出洞見，才叫分析
其實數據分析從來就不需要會SQL或使用什麼數據庫工具，只要能掌握Excel最常用的十來個公式就足以應付90%的分析需求。例如Sum、Average、Count、If、Vlookup、Index + Match、Query、Importrange、Text、Substitute、SORT、And、Or、Sparkline、Max、Min、Asc、Transpose⋯⋯這些最基本的公式。
關鍵不在於工具多複雜，而是如何用清晰的邏輯，整理出你理解的數字。
我最喜歡的比喻方式是，數據分析就像在玩樂高。當盒子裡混雜著各種顏色和大小的樂高時，就像是髒亂的raw data。
當我們把樂高按照顏色分類，就像是把髒亂的原始數據分到不同的欄位，例如有些依照時間戳記、有些按照員工編號，有些則按照員工表現分類。
樂高在分好顏色後，就可以按照大小排序，找到它們的不同用途，接著蓋出一棟漂亮的房子，或組成一亮跑車。
這就像是整理出乾淨的數據之後，按照數字順序安排，發現數據背後的故事與模式，接著透過圖像和敘述，展示洞見，甚至說出完整的故事。
帶著新的觀點重新站上台報告
了解數據分析背後的邏輯後，我重新從基礎練習，認真的看待每一個環節，從如何整理數據到如何從不同角度來切入。
幾個月下來，同事們開始信任我的分析，把視覺化數據和找出洞見的工作交給我，讓我再次有機會上台報告。其中，有兩個案例讓主管印象深刻，因為這兩次，我都帶著行動建議才來報告。
案例1：分類數字，發現使用者的80/20法則
某次我們公司推出新的產品功能，因為還在磨合期，所以有些顧客給了非常低的回饋。為了彌補這些不滿意的用戶，我們得先找出他們是誰，才能知道需要補償多少金額。
我利用簡單的數字分類，在第一欄放上使用者，第二欄放該為使用者客訴的頻率，並按照客訴多寡由大排到小，最後一個欄位利用公式計算前面幾位客人的客訴量，占總客訴量有多少。
如下圖：有4位客人，客人1每月客訴12次、客人2每月客訴3次、客人3每月客訴2次、客人4每月客訴1次，總客訴量有18次。
66.67%是用C2（客人1每月客訴12次）去除以總客訴量18次，得出客人1每月客訴量占總客訴量的66.67%。
83.33%是用C3（客人2每月客訴3次）去除以總客訴量，再加上66.67%，此案例指出，有83%的客訴來自於前面2名客人（客人1和客人2）。
利用這種方式，我最後找出了顧客滿意度的規律，發現80%不滿意的抱怨來自於20%的用戶。所以，我們只要針對20%的用戶提供補償機制，就可以提升顧客滿意度，而不需要補償所有客戶。
案例2：重新排序，發現最強國家表現如何
我們公司的計程車產品，在某些國家的顧客滿意度特別突出，有些國家則在慢慢磨合。我們希望分析成功國家的策略和做法，希望將成功經驗複製到其他市場。我將主要的3個指標拉出來，這3個指標分別是顧客滿意度、客服回覆速度，以及客服回覆品質。
接著按照不同市場來切入，排序哪些市場的滿意度高，判斷滿意度和客服回覆速度，或是客服回覆品質是否有相關性。假設以下一份原始檔案：
下圖我先將顧客滿意度由高到低排序，從圖中可以得知，客服回覆速度慢的市場A，顧客滿意度為4.5，客服回覆速度快的市場C滿意度3.6，判斷客服回覆速度和顧客滿意度的相關性不高。
接著按照第三欄的客服品質由高到低排序，得知客服品質越高，顧客滿意度明顯越高。這樣一來就發現，顧客滿意度高的國家，與客服品質較有關係，但是和客服回覆速度的關聯沒有太大。
所以，我建議團隊重新訓練客服人員，而不是要求他們要趕快解決問題。
我不過是利用Excel的排序功能，就能提供團隊洞察和有效的改善建議，讓老闆在聽完報告後非常滿意，還不斷誇獎我的發現。
現在，我在面對一堆數據時不再困惑，而是能一步一腳印的從整理、分類、排序到視覺化，以此去找到有價值的洞見，並提供具體的行動建議，為公司創造商業價值。
責任編輯：倪旻勤
核稿編輯：陳瑋鴻
