很多數據人員的學習，偏重於資訊技術，我說，這不是不好，只是偏重而已。前一篇文章說到某公司的數據人員招聘流程，你應該會感覺到：數據人員的舞台不是在你家，而是在企業，如何在企業內發光發熱？技術絕對不是你唯一的條件。在此同時，很多企業都希望達到「數據變現金」的目的。關鍵是，身為數據人員，如何幫助企業把數據變成現金？這才是重點，所以，身為資料學家或是數據分析師，你的定位是什麼？這是我一再強調的重點。技術不是唯一，你會需要一套方法，國際間通行的方法。
企業內，通常都是團隊的運作，因此，整體的策略很重要。企業的策略化解為數據的策略！說的很容易，但是，通常很困難。這也是為什麼我常常說：很多軟性技能是簡單的理論，但是實踐起來，就是企業內的變革。可是，如果你不去做，相信我，兩三年後，你就會發現你的落後。
今天不談變革，我們談談方法。我們常說，不要把問題拉到很高的層面！因為，太高的層面會把問題複雜化，一個適當的業務範圍，就是你要思考的。我舉一個簡單的例子來說：公司希望在明年提升業績30%，如果你面對這樣的命題，你該如何應對？這篇文章也說到：從一個業務問題開始。不過，這個問題是否太大了？你自己拿捏看看。
如果：公司希望在明年提升業績30% 是你的命題，請問你如何開始？「描述型業務目標」的手段，此時就要上場了。這個階段，其實就是你要收集各式各樣過去公司的銷售、庫存、行銷、生產等等方面的數據，做一個最簡單的呈現。當然，越細緻會是越好。此時的你，應該已經瘋掉了！因為，可能數據很多、很亂，也很雜，加上各部門的數據可能會彼此矛盾，你如何清理呢？老闆會信任這些數據嗎？你要如何贏得公司的信任呢？
如果你有幸開始收集，並且進行「描述型業務目標」的手段後，這意味著你已經擁有了很多數據、表格或是圖形。接下來，你應該會對這些數據彼此之間的各式各樣的關聯，或是模式，產生興趣。我們稱之為「探索型業務目標」的手段。業界常說：Exploratory Data Analysis 就是這裡。EDA 可操作的手段就很多了。此時，你或許會發現你感興趣的方向。
感興趣的方向，或許就是你的曙光。此時，你可能會考慮使用「推理型業務目標」的手段找出一些樣本數據來進行推論。推論的目的就是驗證其方向是否可行？如果可行，你的老闆可能需要進行投資，這投資不是你說了算！你的關鍵是：如何清晰的展示出這個方向是可行的方向。如果老闆接受了，投資了，或許明年的業績就會成長30%。當然，「推理型業務目標」的手段還不是關鍵，再下一步走入「預測型業務目標」的手段，如果你們的數據夠多、夠大，或許就有機會進行某些預測，然後在此階段找出 best possible answer！因為，總比沒有方向來得好吧。
六個步驟已經說出了前四個。看似簡單，可是需要練功。「企業大數據框架」的第一門課程：Enterprise Big Data Professional 會解釋這六個方法，讓你的腦中形成知識，期望你逐步地轉成你的智慧。進階的第二門課程：Enterprise Big Data Analyst 就是開始利用這六個方法，進入數據分析的整體能力中，實際的操演看看。
或許你會說：公司沒有辦法收集到足夠的數據進行第一步的「描述型業務目標」的手段？那我就會跟你說：你需要思考「數位轉型」的工作了。因為，數位化的目的，很多時候就是要給你帶來相關的數據。缺乏數位化，你如何有數據？沒有數據，說要變現金？大概就是神話了。