疫情自學系列 III：1 個月取得 Google Data Analytics Certification 心得

Is Google Data Analytics Certification Worths the Time & Money?

數據分析近年來成為顯學，相信不少人對 「Big Data (大數據)」都可以說上幾句，那麼，你知道 Data Science 和 Data Data Engineer 有何不同嗎？而 Data Cleaning 又是在幹嘛呢？繼上回的 Google UX Design，今天要分享前陣子剛完成的 Google Data Analytics Certification 課程心得。

緣起

身為一個好奇寶寶，我一直對數據很有興趣；數據包羅萬象，它可以是過去五年的各月營收數字、可以是歷年奧運最多人觀賽的地區、也可以是 IMDB 上熱門電影的觀眾評分。不同的人用不同維度去分析，可能得出完全不一樣的結果。

我過去的工作需要用 Excel 經手數據跑專案，隨著 Big Data 時代的來臨，分析工具也越來越進階，當我手癢想學點皮毛時，卻不知從何下手，這時發現 Coursera 的 Google Data Analytics Certification 認證課程，想說來試試吧！

Google Data Analytics Certification 是我在 Coursera 上的第二門課，其他的 Coursera 上課心得可以看這裡。

如果你是下面的 6 種人之一，這篇文章可以給你一些方向，happy reading！

1. 對數據分析有興趣，但是不知道學不學的來
2. 無意間發現 Google Data Analytics 課程，還在觀察值不值得報名
3. 聽到有人推薦 Coursera，猶豫要從哪一堂課下手
4. 工作上需要處理數據，想要更精進數據分析能力
5. 想轉職，或想拿證照幫履歷加分
6. 因 Work from home 在家工作或居家隔離，突然多出很多時間，除了看 Netflix 不知道要幹嘛

返回目錄⬆

課程背景

Coursera 和 Google 從 2018 年開始合作 Grow with Google 專案，先從最缺的 IT 人才開始，上線 Google IT Support Professional Certificate，這個課程目前上的人最多，截至 2021/9 上課人數高達 1 百萬人；其他還有 UX Design、Project Management、IT Automation with Python，跟今天要談的 Data Analytics。

Google Data Analytics 專項課程全名是 Google Data Analytics Specialization，是目前 Google 開的 3 堂商業課程中最受歡迎的，截至 2021/9 有高達 40 萬名學生。遺憾的是，不像 Google 其他兩項熱門 IT 課程都有 10 種以上的語言供選擇，Google Data Analytics 目前只提供英文教學。

這堂課跟其他 Google 課程一樣，標榜不用任何相關經驗就可以完成，官方建議一週上課 10 小時，6 個月就可以上完。如果你跟我一樣有點數據分析的底子，也可以挑戰在一個月，或更短時間內完成並拿到 Google Data Analytics Certification 證書。

之後我會再寫一篇教學文，教你怎麼樣最快達標！先訂閱電子報，等文章出來就先通知你！

返回目錄⬆

課程內容

整門 Google Data Analytics 專項課程 (Specialization) 包含 8 堂單一課程 (Course)，每堂課再細分成 4~6 星期的內容；如果慢慢上，入手專項課程證書花費時間約為 8 堂課 * 5 星期 * 4.5 小時/週 = 180 小時，不是很大負擔吧？

跟上回一樣，讓我先介紹每堂課在教什麼，你可以先挑幾個有興趣的主題，點標題下面的連結看內容適不適合你，再決定要不要花錢註冊 (目前單一專項課程月費為 US$39)。

給不熟悉 Coursera 上課方式的人：Coursera 上課採看影片自學，跟 Udemy 還有 Hahow 一樣是 Mooc (Massive Open Online Courses) 教學的一種。每堂課內容含預錄影片、影片隨堂考、課外閱讀、討論論壇、課後作業，和自我評量。

Google Data Analytics Certification 特別的是前 3 堂課提供 Speed Track 考試，考你該堂課的數據分析概念，如果通過了，可以選擇直接跳過該堂課，不影響最後拿證書的資格；可以想像就是迪士尼的 Fast Pass 快速通關券，讓你直接從最想要的地方開始玩。

有看過我上篇 UX Design 課程介紹的人，還記得有很費工的一堆 Peer Review 學生互評要完成嗎？幸好 Data Analytics課程完全沒有這個機制，只要通過隨堂考就好，當然還是有一項大魔王作業，讓我留到後面再揭曉。

讓我們開始吧！

返回目錄⬆

Course 1: Foundations: Data, Data, Everywhere 數據分析基礎

本課程分為 5 個禮拜，總計 20 小時，有一個 Speed Track 考試

第一堂課主要介紹 Data Analytics 基本概念 ，你將學到：

• Data Analytics 的六個步驟：Ask 瞭解問題 → Prepare 準備數據→ Process 處理數據→ Analyze 分析數據 → Share 分享洞見 → Act 付諸行動
• 數據分析工具：除了我熟悉的 Excel，還有建立數據資料庫的 SQL (Structured Query Language/結構化查詢語言)、可以把數據視覺化的 Tableau 跟 R 等等
• Data Analytics 相關工作職責：由不同 Google 數據分析師們告訴你他/她的故事，可以看出不用相關求學背景，還是可以靠自學或坊間課程成為 Google 數據專家

這一堂課相對簡單，如果你跟我一樣對數據分析有基本認識，可以走 Speed Track 考試流程跳過，但還是建議至少了解 Data Analytics 的分析步驟。

完整的分析步驟有其好處，日後做案例分析的時候，可以幫助你更能掌握每一步驟背後的原因，檢查是否有盲點，思考怎麼樣 manipulate 數據 (in a good way)，最後得到洞見 (insight) 並解決問題。

返回目錄⬆

以下將加入我的 Google Data Analytics 課程作業簡報做範例說明

Course 2: Ask Questions to Make Data-Driven Decisions 瞭解問題

本課程分為 4 個禮拜，總計 18 小時，有 Speed Track 考試

第 2 堂課進入 Data Analytics 第一階段 — 瞭解問題，你將學到：

• 如何瞭解你要分析的對象：問「對的」問題來了解公司最重要的目標是什麼？要達到目標需要解決什麼樣的問題？分析過程中會遇到哪些利害關係人？
• 如何有效的抽絲剝繭：利用良好的溝通技巧問對問題，並根據數據分析結果做出商業決定
• 如何用 Spreadsheet 試算表做簡單數據分析：使用工具是微軟的 Excel 和 Google Sheet 線上試算表，同時提供快捷鍵列表

返回目錄⬆

Course 3: Prepare Data for Exploration 準備數據

本課程分為 5 個禮拜，總計 22 小時，有 Speed Track 考試

第 3 堂課進入 Data Analytics 第二階段 — 準備數據，你將學到：

• 如何蒐集數據：認識不同資料類型 (如 Boolean)，瞭解 SQL 或 R 處理不同資料類型的方式
• 如何確保數據可信度：理解數據倫理 (Data Ethics)跟保存數據的重要
• SQL 在數據分析中的角色和其基本概念：不意外地，這裡示範和練習用的是 Google 自己的 BigQuerry
• Data Analytics 職涯建議：如何建立線上能見度，並擴展專業社交圈

這堂課開始進入 SQL 的世界了，我認為學習重點是如何確保拿到有用的數據。好好檢視數據來源、取樣方式、樣本時間等等，確保原始數據有足夠的可信度，才能產生真正有意義的 insight。

返回目錄⬆

Course 4: Process Data from Dirty to Clean 處理數據

本課程分為 6 個禮拜，總計 22 小時

第 4 堂課進入 Data Analytics 第三階段 — 處理數據，你將學到：

• 如何用 Spreadsheet 跟 SQL 先確認 Data Integrity 數據完整性，再開始做Data Cleaning 數據清洗
• Data Verification 數據確認的重要性跟建議步驟
• 建立 Data Analyst 資料分析師履歷的技巧分享

返回目錄⬆

Course 5: Analyze Data to Answer Questions 分析數據

本課程分為 4 個禮拜，總計 26 小時

第 5 堂課進入 Data Analytics 第四階段 — 分析數據，你將學到：

• 如何用 Spreadsheet 跟 SQL 整理數據以便後續分析：包含數據篩選排序、Data Formatting 格式統整 、Data Conversion 數據轉換、資料串接 (Spreadsheet 教的是 Vlookup 函數、SQL 則用到了 JOIN 子句) 等應用
• 利用 Spreadsheet 跟 SQL 內建功能進行分析：Spreadsheet 用的是大家或多或少見過的 Pivot 樞紐分析表、SQL 部分則運用了不同函數做數據計算

上完第 4、5 堂課，你大概可以對 SQL 有基本的認識，Google 也提供衍生閱讀資料供想精進的學生參考；其中我覺得很適合初學者的是 W3 School，不但免費，而且有測試環境可以練習，更能快速理解 SQL 常見的函數功能。

返回目錄

Course 6: Share Data Through the Art of Visualization 分享洞見

本課程分為 4 個禮拜，總計 24 小時

第 6 堂課為 Data Analytics 第五階段 —數據視覺化與分享洞見，你將學到：

• Data Visualization 數據視覺化的基本概念：包含使用目的、使用時機、常見工具 (Tableau, Looker)、預期結果等
• 如何用 Tableau 打造適合的 Dashboard 數據儀表板
• 如何用數據說故事、如何完成有效的簡報、如何回答報告後的 Q&A 環節

這一堂課重點在 Tableau 的使用，在簡報過程中善用互動性的圖表，不但能吸引與會者目光，也更具說服力。而說故事和簡報技巧的教學更是受用，是在職場上不可或缺的軟實力。

返回目錄⬆

Course 7: Data Analysis with R Programming

本課程分為 5 個禮拜，總計 37 小時

第 7 堂課進入 Data Analytics 第六也是最後階段 — 付諸行動，你將學到：

• 如何使用 R 語言相關工具：如 R Studio 和 R Markdown 
• 如何用 R 語言做數據分析：R 和 SQL 的比較，R 語言從數據清洗、數據整理、數據分析、數據視覺化，到數據分享的相關教學

這堂課資料量很多，會把 Data Analytics 中跟數據有關的步驟全部用 R 語言走一次，需要花點時間。可以從中比較 Spreadsheet、SQL、R 在處理跟呈現數據的不同，瞭解自己的需求適合哪種語言。

其中 Data Visualization 部分 R 語言可以做很多客製化的設定，有興趣的人可以照著衍生閱讀提供的 Cheatsheet 速查表自己玩玩看。

返回目錄⬆

Course 8: Google Data Analytics Capstone: Complete a Case Study 付諸行動

本課程分為 4 個禮拜，總計 8 小時，須完成 1 個作業

第 8 堂課進入 Data Analytics 第六也是最後階段 — 付諸行動，內容包含：

• 如何建立自己的線上數據分析 Portfolio 作品集：

1. 若要分享自己寫的 code，可以放在 GitHub 或 Kaggle
2. 若想用寫文章或部落格的方式分享，可以放在 Medium、Google Sites，或 WordPress
3. 若只是要分享自己的數據視覺化成品，可以放在 Tableau

• 面試 Data Analyst 的訣竅：除了面試技巧教學，也教你如何對不同對象呈現自己的作品，還有一個章節教你薪資談判技巧
• 最後的大魔王：用這門課所學做一個完整的數據分析案例分享，你可以從兩個指定題目中選一個 (會提供原始資料)，或自己找一個有興趣的主題，最後需要把這個作品放在網路上。

老實說最後這堂課花了我最多時間，開始動手做才發現要深入探討問題、找出解方沒這麼容易；有時把問題想得太複雜收不回來，也有過辛苦畫出來的關係圖跟當初的假設完全不一樣，或某一段 code 一直過不了原來只是少一個括號，實際花了很多時間才完成最後的作業。

在此分享一個小技巧，如果你也選擇用 Kaggle 放你的作品，可以用作業題目先在Kaggle 搜尋其他人的作品，參考別人是怎麼做的，還可以下載別人的模板再加進自己的內容，一開始可以省去不少時間；當初為了照著 Google 的課程架構跟作業提示來寫，我也選擇套用了一個受歡迎的作品模板。但切記不要抄襲，真的自己動手做才能把學到的東西融會貫通。

Kaggle 上面有很多 Google Data Analytics 的學生分享作品，我選的題目 Bellabeat 在 2021/8 時才 200 多個案例，一個月後已經超過 600 件作品了；若不知道從何下手，可以多參考別人的作品找靈感。但也請小心不要跟我一樣看太多，結果不小心弄了 7 個假設累死自己…

有需要可以參考我用 R 語言完成後上傳 Kaggle 的作品，還有放在 Google 的作業簡報。

返回目錄⬆

課程優缺點比較

優點

1. 時間彈性：註冊後系統會自動幫你設定一個完成每堂課的目標時間，但隨時可以 reset，按自己的進度學習
2. 地點隨性：Coursera 提供多平台線上教學， 兼容電腦、平板跟手機，實測幾乎所有內容都可以在不同平台存取，而且轉換平台時進度也自動更新，幾乎沒有時間差
3. 適合所有學生：無論你是對數據分析一竅不通的門外漢；或是跟我一樣有一點基礎，但完全沒有程式語言背景的學生，都可以花點時間自學，完成所有數據分析考試跟作業
4. 內容精實實用：如果你現在的工作需要做很多資料統整，這堂課教你的「數據清洗」技巧馬上可以幫你省下很多時間。如果你跟我一樣本來就會用 Excel 做一點數據處理，這門課則是可以帶你進入另一個世界，給你更多數據分析的選擇；課程中學到的工具如 R 或 Tableau，不但可以處理更大量的數據，還可以做出精美的圖表，讓你在報告時走路都有風
5. 求職實戰導向：Google 在課堂中不時穿插各種不同專業、不同背景的數據分析師們談他們的求職或職涯故事，所以學生很容易找到跟自身背景 relate 的分享，給想走 Data Analytics 這行的學生很多啟發跟信心。而針對不同 Data Analytics 職位跟工作內容，也提供求職跟面試技巧教學，對年資較淺的學生尤其受用。更重要的是，拿到整門專項課程證書以後，會收到信，邀請你加入求職平台如 Credly、Coursera Job Platform，和 Big Interview ，實際使用後發現有些功能很強大，有空會再寫一篇來介紹

缺點

1. 對我來說，這堂課唯一美中不足的只有最後的作業，或許有些人不覺得這是缺點也不一定。我覺得還可以改進的原因是，不像其他兩堂 Google UX Design, Google Project Managent 課程有 Peer Review 環節，Google Data Analytics 課程針對唯一的實作作業，只要求做一個自我評量，問你是否有完成並上傳作業，過程完全採自由心證。照先前上另外兩堂課時發現有抄作業的情形來看，我想也會有學生為了拿證書沒有照實回答，這恐怕多少會影響這門課證書的價值

返回目錄⬆

結語

希望你有看到最後，現在想報名 GoogleData Analytics 了嗎？

這門課是我在 Coursera 上的 Google Professional Certificate 系列第一堂課，從有數據分析相關工作經驗的角度來看，我覺得課程設計難易度適中，內容也相當實用；不論你學習的動機是什麼，都可以從中找到自己適合的教材去學習。

對想要學基本資料整理的人，你可以學到很多 Spreadsheets 技巧，簡單的資料分析也是沒有問題的；若想精深自己的數據分析能力，可以學到如何用 SQL 跟 R 處理大數據。這門課也提供很多資源，告訴你之後可以去哪裡找原始資料 (raw data) 來練習，或哪個網站可以提供更進階的數據分析教學。

雖然花了一個多禮拜，我自己很喜歡最後的數據分析作業，自己完整走一次 Data Analytics 從瞭解問題到付諸行動的的六步驟，才知道哪裡需要加強；可以畫出漂亮的圖好像進入另一個世界，覺得自己以前錯過好多。當然要做到真的駕輕就熟，還需要很多的練習，但我對目前的作品已經很滿意了，希望日後有時間再針對不足的部份補齊。

如果你跟我一樣在 gap year，這堂課一個月內完成相信沒什麼問題。不論你是零基礎的初學者、積極想轉職，或是單純想提升自己分析技巧的專業人士，都非常受用 ，況且上完這門課還可以放個 Google Data Analytics Certification 在你的履歷或 Linkedin 上，真心推薦！

返回目錄⬆

希望你喜歡我的第二篇 Coursera 自學心得文。我很想聽聽你對這篇文章的看法，這樣才知道什麼樣的內容對大家有幫助。 因此，如果對內容有什麼疑問或建議，歡迎在底下留言；如果看了我的文章開始上課，也歡迎隨時回來跟我分享心得！當然如果你有什麼悄悄話，也可以透過 email 聯絡我，

在你走之前，別忘了訂閱這個網站 Second Star To The Right 的電子報，才不會錯過我的最新文章 (包含那些我說會找時間寫的 tips！)。我的其他學習心得在這裡可以找到。

最後，如果覺得這篇文章對你有幫助，歡迎你透過以下綠界或讚賞公民 Liker 的連結支持我後續的寫作計畫，也讓這個網站能以無廣告的方式走的更遠，謝謝。