資料分析為何需要學 SQL
SQL 的五十道練習：初學者友善的資料庫入門
我的好學校課程「SQL 的五十道練習：初學者友善的資料庫入門」，預計於 2021–06–07 正式開課，募資期間購買享 75 折優惠，一起建立貼近生活的資料庫環境，完成五十道練習，把 SQL 學起來！
資料科學浪潮襲來的第一個十年
從 2012 年 10 月哈佛商業評論拋出「資料科學家是 21 世紀最性感的職業」那刻起，資料科學從美國加州矽谷向全世界颳起洶湧大浪至今要邁向第一個十年，報章雜誌與社群媒體不停向我們大量放送資料科學、大數據、機器學習、深度學習與人工智慧等這些聽起來熟悉卻又陌生的字彙。
各行各業因應著資料科學浪潮的襲來，開始從商業智能的運行上重新思索資料驅動的決策機制，造就「以程式處理並分析資料」的相關職缺在就業市場的需求量大增，我們可以說每一個資料科學領域的從業人員都站在軟體工程、統計分析以及商業思維三個面向的交會點上，但又能依照在三個面向的興趣或者擅長，再細膩區分出職稱為資料工程師（對軟體工程較有興趣或擅長）、資料科學家（對統計分析較有興趣或擅長）或者資料分析師（對商業思維較有興趣或擅長）。
鑽研與區分上述的辭彙與職稱令人感到困惑，若是返璞歸真檢視「以程式處理並分析資料」的本質，就會赫然發現這個學門或者工作內容其實並不是橫空出世的，只是在這個時間點，由於科學計算的盛行、套件設計模式的成熟以及運算成本的降低，讓「擅長寫程式的分析師」與「擅長分析的工程師」水到渠成地浮現，在資料科學浪潮襲來的第一個十年依然屹立於鎂光燈下。
橫看成嶺側成峰的資料分析流程
從資產負債、損益與現金流問題角度觀看的分析被稱作為財務分析（Financial analysis），從消費者、產品、競爭定價與通路問題角度觀看的分析被理解為行銷分析（Marketing analysis），從供應鏈、競爭廠商、議價力、消費者與替代品問題角度觀看的分析被解釋為策略分析（Strategy analysis）。一個分析，各自表述，能夠隨著聽者的主修背景知識而產生不同的解讀；但是回溯這些大量的應用場景回到其源頭，分析不外乎是在扮演稱職的「橋樑」角色，企圖將問題與解決方案合理地串連起來。像是財務分析串連了提升企業營運狀況的問題和解決方案、行銷分析串連了強化產品服務利潤的問題和解決方案、策略分析串連了提升企業競爭力的問題和解決方案。
我們理解了分析是串連問題與解決方案之間的橋樑，而如果在進行財務問題、行銷問題與策略問題等的分析時採用了「基於資料、事實與可量化的方法」，就被認定為採用了資料分析的方法論。這個意涵表示著資料分析在多數情況下可能並不是第一主角，而是伴隨一個應用場景登場的第二主角。而如同在財務分析、行銷分析與策略分析中多樣化的框架或者方法論，常見的資料分析流程也有著不同樣貌，像是類似馬斯洛需求金字塔理論的資料科學需求金字塔：
