Google Data Analytics 值不值得上——上半場回顧 (Course1-4)

這篇貼文主要內容是分享Google Data Analytics的上課心得(Google數據分析課)，內容包含前四堂課和課程形式的分享。

如果你只有兩分鐘，可以只看下面這段結論Google數據分析課值不值得上，如果你只想快速看這堂課會怎麼進行，可以點擊跳到 Google Data Analytics 課程形式介紹，其他不摻水的個人心得點這裡。

結論——這堂課值不值得上：

(點擊下方的每個評分項目可以跳到完整說明)

●綜合推薦度：5/5

(針對有實務經驗、無數據分析背景的人)

●上課自由度：4/5

●課程靈活度：5/5

●課程難度：3/5

●課程實用度：?/5

●英文難度：4/5

●費用：4/5

雖然目前只完成了八堂課中的四堂，但我自己已經非常喜歡這堂課，儘管這張證照對求職的實際幫助還無從評估，但課程本身含金量不低，上起來也不枯燥無聊，是很好的數據分析入門課。正如這堂課裡多位Google夥伴分享的：每個人都會用到數據分析，並不是只有希望從事數據分析師相關工作的人才需要這堂課。

除了數據分析的專業以外，這八堂課裡面也穿插許多附加的職場工作常識，例如如何寫數據分析的履歷、寫正式email、為檔案命名、判別公司keyman、工作流程等。如果你以前比較沒有機會學習使用Spreadsheet(Excel)處理資料，上這堂課也可以一次建立基本功，可以比別人更有效率的處理好資料，早點下班 (幫大家團購訂飲料午餐也很實用 :P)

強烈建議直接打開 Coursera-Google Data Analytics，直接用七天免費試聽功能瀏覽一下課程內容。

八堂課的主題分別是：

●Foundations: Data, Data, Everywhere
●Ask Questions to Make Data-Driven Decisions
●Prepare Data for Exploration
●Process Data from Dirty to Clean
●Analyze Data to Answer Questions
●Share Data Through the Art of Visualization
●Data Analysis with R Programming
●Google Data Analytics Capstone: Complete a Case Study

課程設計的邏輯也很清楚，是一堂基礎課，以及按照數據分析流程Ask、Prepare、Process、Analyze、Share分別設計的五堂課，另外追加數據分析語言R，以及一堂實用課Case Study。

上完全部八堂課可以取得Google Data Analytics Professional Certificate/Google 數據分析師證照，Google表示這有助於尋找數據分析師的工作，這部分我沒有辦法判斷，但光從課程內容來看，我覺得對我平常的業務、市場管理工作有很好的專業補強效果。

如果還有時間，下面是更多細節的心得分享：

●綜合推薦度— 5/5

(針對有實務經驗、無數據分析背景的人)：

如果平常工作就經常用Excel玩資料，這堂課上起來雖然不見得會特別輕鬆，但會很愉快。即使只是經手過粗淺的訂單資訊、進出貨管理、產銷存系統、職員出缺席管理系統、學生成績紀錄、CRM後台、Google Analytic、財務報表……，只要有點跟資料相關的工作經驗，上這堂課就能很快融會貫通，我自己喜歡這堂課的原因就是因為覺得工作上遇到的問題能夠應用在習題上，學起來很直覺。

但對於完全沒有工作經驗或分析工具學習經驗的初學者而言，這堂課雖然上起來也不能說太難，但即使Google已經用非常淺移默化的方式解釋概念，也提供非常多的練習，但畢竟沒有真人引導(改作業)，學生程度也高低不一，所以要從課程和討論中吸收多少，主要還是要看個人造化。 課程難免有一些在內宣Google服務的嫌疑，不過這堂課費用實在很划算，我是覺得聽聽也沒關係:)

●上課自由度— 4/5

完全可以照自己的時間安排，Google一週只排十個小時的課，但其實可以隨時超前或是延後進度。在第一部分Foundation有Speed Track測驗，如果你已經很熟悉課程的內容，可以透過Diagnostic Quiz測試程度，決定是否要跳過Course1、Course2。

Google 對於Speed Track是這樣說的：The Google Data Analytics Certificate is a program for anyone. A background in data analysis isn’t required. But you might be someone who has some experience already. If you are this type of learner, we have designed a speed track for this course. Learners who opt for the speed track can refresh on the basic topics and take each of the weekly challenges and the Course Challenge at a faster pace.

也就是在Speed Track的測驗需要拿到80%以上的成績才能跳過「課程」，例如部分影片、資料閱讀Section。

但最終還是得完成所有的課程項目，並且在打星號的測驗拿到80%以上的分數，最終Course1-8上完時才能拿到Google Data Analytics Professional Certificate。我在這部分一開始就拿到77.8%，在測試時也覺得 Course1,2 對我來說應該是相對簡單，但還是決定從頭跟著上，順便練一下英文(附加價值)。

●課程靈活度— 5/5

Google Data Analytic 既然是強調「數據分析」的課程，在編寫這整堂課時顯然也經過很多調查和研究。我高度懷疑他們在編寫課程時使用了大量的心理分析，因為它們導入了提升遊戲黏著度的心法：進度條！進度條這東西就是讓人想要填滿，時不時就想要上去衝個進度，這也是我到中後段能保持每天持續上一點課的原因。

另外是經過設計的活動時長，幾乎每部影片都在六分鐘內，大部分的影片時長只有2-4分鐘，最長的技術教學也壓在12分鐘解決。完全是一個睡不著的長度，我毛線還沒打完一行就播完一節了lol，接著馬上來個隨堂小考，確保你在這2-4分鐘內沒有放空。

(我就是一個，明明才剛聽完，答案卻還會選錯，直接驗證它們的互動作法超有效，至少對我這類試圖一心二用的人來說)

另外是每週的課程都會平均穿插影片、習題、演練題、小操作遊戲、確保你不無聊。

複習小遊戲

●課程難度— 3/5

這堂課不是進階課，很多部分只是介紹概念，加上沒有人指導，所以技術類內容，例如我剛上完的SQL，難度無法推高，Kaggle的練習也是點到為止。再來是這堂課，其實沒有人可以真實解決你的技術問題，雖然Google用了很多聰明的方式試圖提升這方面的體驗，例如有團體討論區讓大家討論、提供作業範本(參考答案)告訴你這個作業應該怎麼練習，但我自己覺得，多數時候還是要靠你自己平常的歷練，某些作業因為跟我工作相關，我大概看了範本之後就知道應該怎麼修正我的作業，但遇到技術問題，我就必須跟身邊熟悉工具的朋友討論，或是尋找其他網站的資源。

不過這方面的問題Google必然也有放在心上，在每次提到一些沒辦法在課上繼續深入的概念時就會引用其他網站的解說內容，讓你回家慢慢看。我自己覺得這是一個很好的做法，畢竟就新手而言，有時候甚至不知道用什麼關鍵字找到延伸閱讀的資料，這有點像大學教授丟給你看的指參。

在介紹清理資料時，引用的是Microsoft的資料 Top10 ways to clean your data

●課程實用度— ?/5

單從求職層面，我覺得這個證照的實用度還很難說，原因是這堂課還很新，而在台灣，很多產業或職種可能還沒有了解數據分析師的重要性，或者有分析師但不知道怎麼用。在公開的職缺中，重視開發技術(例如製作KPI報表Dashboard、預測模型)等的Data Scientist/Data Engineer(IT)的工作還是台灣數據分析市場的主流，即使Google在這堂課說還是有六成的數據分析師主要是用spreadsheet在工作，但上完課如果有意往數據分析的工作發展，應該還需要再更精進工具的使用。

關於數據分析師工作這篇介紹寫得非常完整，可以參考看看：
新手必讀——想轉職數據分析師？工作內容、產業現況、必備技能一次解密

另外這篇有寫到人資對這堂課的觀點： A Hiring Manager’s review of the Google Data Analytics Professional Certificate syllabus I think this is a valuable addition to the ecosystem and has the potential to be a good onramp for many people to enter the industry. The cost is by no means negligible for many people, but I think at $39/m provides fantastic value just considering the breadth of topics this covers.

但如果就市場經營、業務相關工作來說，我覺得實用度可達4，甚至以上。學會一些平常有公司工程師同事製作的工具，以後溝通上應該會更順利，在開展新市場上也可以簡單用一些線上工具分析一些較單純的課題。

●英文難度— 4/5

這堂課是全英文，Coursera雖然有提供中文，但那只限於網站呈現，所有課程和影片的字幕還是只有英文，因此上這堂課需要有一定英文程度，至少要能用英文去google幫自己解決問題。不過連同影片都有提供字幕，聽不懂的地方不至於完全沒救。

從下圖上看來Corsera正在徵志願者幫忙翻譯課程，不過無論未來提供了什麼語言，用英文來上對後續銜接課程應該比較容易。

●費用— 4/5

這堂課前七天免費，一個月只需要39元美金，且可以依照個人進度提前上完，即使按照Google的建議進度上，也是六個月=39*6*30=7,000 NTD 不算太貴。(試想考一次雅思也是這個費用)

而我自己覺得，由於總時數規劃是174小時，Google推薦上法是 174/6個月/每個月4週=一週約上7個小時，但如果可以一週上14小時，再考量一下有些段落Google有超估時間 (例如估計一篇文章需要一個小時唸，但其實只需要20分鐘就可以讀懂)，其實充分可以在兩三個月左右上完，非常划算。

但請不要學我，一開始看到前七天免費，前面的課程又簡單，想說慢慢放著看就好，結果就空放著三週完全沒有推進進度，等到發現課程其實有滿滿八大堂，後面課題又越來越花時間時，已經白花錢了 T.T

Google Data Analytics 課堂形式介紹

課程大綱

如上面提到的，Google設計了一個進度條，課程之初就可以先查閱課程大綱，每個課程活動完成後就會打勾起來。每一小節會有小測驗，習題沒有通過不一定會影響下一節課程，但會影響評量成績，且只要有一個課堂測驗沒有過就不會核發該堂課的證照。

整堂課是以週為計，每週課程包含的影片、作業都不一，影片和閱讀都可以運用Coursera的App來聽。不過我自己比較喜歡用筆電上，方便作筆記，App主要是拿來通勤沒事當複習用。

另外雖然沒有硬性規定課程完成的時間，但原則上Google還是希望學生在一定的時間完成課程，因此一註冊課程就會跑出預計完成該堂課的時間。

像我正在上第五堂課，今天註冊了課程，就有提示告訴我7/11要完成。並且測驗也有Due Date。

(不過剛剛也有提到，一開始我沒有注意到這些日期，擱置了三週之後發現第一堂課快過期了，才發現測驗日期其實也可以延長的，但就變成要多付Coursera的月費了)

Learning Log 學習紀錄

一開始我也很懶得寫Learning Log的Reflection，因為這部分就像case study，大多需要自己憑空設想一個議題，很花時間又不一定找得到切題的案例，還有一些題目會詢問你想要在未來怎麼使用學到的技能，我自己以前的上課經驗比較不會有這些反省的練習。但大概在上到第二部分時，我就發現這部分其實很有用，例如下面的題目：

這堂課之後還會反覆運用到這段你已經填寫的答案，繼續申論，或者要你回想思緒的過程，如果有徹底想過這個問題，後面學習也會很輕鬆。更重要的是，你可以把在工作上遇到的問題帶入進去，看看這堂課到底能不能對工作有幫助，去進一步判斷這堂課對你有沒有用、需不需要繼續上下去。 取得證照絕對不是最重要的，判斷這堂課對自己有沒有用，及早設定停損點也很棒

Weekly Glossary

這堂課的另一個貼心點是每週都有提供課程用到的術語表(Glossary)，除了寫習題很好用，日後工作查看也很方便，另外我也自己根據上課大綱做了一些筆記，寫完一次大概就記住了

其他有的沒的

透過全球最大的數據公司之一Google來學習數據分析，最有利的當然是他們的內部資訊資源，以及正式員工的分享，有一堂在上Dirty Data，就請來Google的工程師分享自己Clean Data的經驗，說她最喜歡的部分就是dirty data是一個謎團，而自己則像是個偵探去追這些dirty data，說完還笑了，就會讓你跟著感受到「哇 這份工作應該很不錯呢！」而且這堂課你可以自己選擇開始和結束，算是一個很好的發展職涯方式，不至於像是大學選系一樣頭洗下去就出不來。像我以成為Senior Business Manager的目標來說，這堂課教你如何閱讀、整理資料，以及基礎的SQL對我來說很實用，但更進階他們也沒教的資料建構方式，或是Data Engineer要會的程式內容我可能沒什麼興趣，就可以選擇拿到這個證照就停，自由度很高。

在網路上看到一些心得提到這堂Google Data Analytics課 (Google 數據分析課)灌很多水、習題輕鬆，可以休閒上等等，實際上這堂課雖然有很多習題需要拿到80%以上的分數才能通過，不過要偷懶或作弊也不是沒有方法，畢竟這是堂很熱門的課，只要copy題目再google就會找到答案。而討論的部分也是，即使需要填寫回答才能完成這個項目，但也時不時可以看到其他同學只是隨便複製貼上題目或是更差勁的只填「Done」、「……」就過去了。所以看到有些介紹說這堂課可以輕鬆上、是很好拿到的證照，其實會有點疑惑，這堂課即使是數據分析專長，可能都要花點時間完成作業、在Google BigQuery上練習操作等等。

我是覺得如果這堂課太簡單，那不如用Speed Track 加快學習進度，或者乾脆不要拿這個證照了，畢竟會覺得這堂課很簡單應該有相關數據分析背景，有沒有這張證照應該沒差多少。而如果這堂課實在太難了，那用跳著上的方式拿到證照以後也不能活用，何必浪費自己三個月的時間呢？

上了Course1-4，我自己最喜歡的課程都是比較技術性的，雖然大部分的課程內容也都很有趣，但我自己最喜歡SQL的習作，原因是之前的工作時常花很多時間在整理excel的資料，當時我就已經有Clean Data的概念，但沒有一個系統化的做法，SQL這部分的課程不是只有聽講而已，有很多練習是可以自己寫Query, Update資料，玩各種擷取和搜尋資料的方法。每次Code寫對，得出需要的資料就很有成就感，以後也會想拿真實資料做更多的練習。

目前也開始了Course 5，希望兩個月後可以把最後的5-8上完，歡迎大家來當我的同學!

後半段心得請參考：GOOGLE DATA ANALYTICS 值不值得上——下半場回顧 (COURSE5-8) + 總結

延伸：Google相關部落格文

●〈GOOGLE DATA ANALYTICS 值不值得上——上半場回顧 (COURSE1-4)〉
● 譯者可以用GOOGLE翻譯嗎？
● 為什麼還是會投GOOGLE關鍵字廣告？