Search


[辦公室生活] 我這樣easy步驟一二三分析數據❗️用817為例,為什麼817是史上最高...

  • Share this:


[辦公室生活] 我這樣easy步驟一二三分析數據❗️用817為例,為什麼817是史上最高❓

我的工作跟抓數據跟分析數據有關,隨著科技發達,數據蒐集越來越容易,各行各業都將會跟數據有關

可能很多人看到「數字分析」就開始緊張了,嗯,我數學不好

我以前讀書數學也很差,高一還補考過,所以不要緊張

讓我來用這週最火熱的數據 - 817萬,一起用幾個簡單的法則,看破數據分析這個工作‼️

✅1. 單一個數字是沒有意義的,要對照

如果我只說817萬,沒頭沒尾,沒有意義。817萬是多還是少?

嗯,所以得再提出一個數字出來比較對照 817萬 v.s. 552萬

這樣的結果之下,817萬是多的,多了265萬。

大家可能看新聞,早就被這三個數字轟炸到會背了。

817萬超高? 是對照歷年最高的選票765萬,就變成「史上超高」

這個步驟一,當之後遇到任何一個數字場合,就都可以換數字而不換藥。

例如銷售數字999萬,多嗎? 比上週多還是上週少? 那比去年呢? 比其他人/品牌/店呢?

🌀數字在比對之下,才有意義

✅2. 學福爾摩斯抽絲剝繭,問「為什麼?」

有了實際數字,大概知道數字的關係跟定位「史上超高」後,就要問我最喜歡的問題「為什麼? How?」

🌀這時就可能提出幾個假設,可以亂亂想的提出假設,我們再一個一個驗證

為什麼會「史上最高」是因為
*得票百分比超高嗎? *投票率超高嗎? *還是其他原因?

✅3. 圍繞主要問題,將數字換成百分比做比較,驗證假設

以上817萬、552萬,我在工作中會說這是實際數字 (They are actuals. It’s actual.)

那我們換成百分比來分析呢?

🌀因為我們要回答的問題「為什麼?」,破解各種關係都要圍繞這個問題才不會走岔

假設一: 會拿這麼多票是得票比例超高嗎?
這次得票的百分比57.13%,比較之前765萬的58.44%還低。
所以「817萬史上最高是因為得票比例很高」的這個假設不成立

假設二: 會拿這麼多票是投票率超高嗎?
這次得投票率是74.9%,比上次選舉的投票率高出9%point,但是史上最高投票率是82%。
所以「817萬史上最高是因為投票率很高」?
從9%point的這個數字,告訴我們投票率高的確提高了票數,但是並不是全部的原因,因為歷年最高投票率是82%

所以還有其他的原因造成史上最高817

那會是什麼原因呢?

🌀數字分析有時候要有點想像力,想想多種的可能性

🌀有時候回到最原始的公式,就可以找到答案

得票數=總符合投票資格投票人口x投票率x得票比例

我們已經驗證了投票率74.9% 跟 得票比例57%,那就剩下”總符合投票資格投票人口”

這次的選民人數是19,311,105人

相較上次第14屆是18,782,991,成長了約3%

第13屆是18,086,455人,第12屆是17,321,622人,原來我們的人口一直在增加。

所以造成"史上最高"的主因是投票人口數的成長。

🌀厲害的分析就是再往下挖,不會滿於現在的答案

我很想知道選民人口是幾歲的區間成長最多? 是首投族還是老人族群

中選會有公布這次選民的年齡區間比例分佈,但是很可惜並沒有各年齡的投票率

😆一層一層的數據,分析下去,就會形成思辨的觀點,不必再聽吵鬧的民嘴跟各家意見啦!

因為真實且自己找的數據最黑白分明阿

中選會網站 https://www.cec.gov.tw/pc/zh_TW/IDX/indexP1.html

以上是我這樣分析數據的實例講解😉

@台客j的橘色筆記 說寫數據通常都是不討好,互動率低,如果你覺得我這篇數據分析,沒那麼糟的話,請按👍讚,不然之後就真的不寫如何分析數據了!!😆

👉🏼👉🏼👉🏼我的書【大英國小職員職場奮鬥記:拒絕壓榨!大膽出走海外就業去】👈🏼👈🏼👈🏼
博客來購書網址:https://goo.gl/V5Vm7y
誠品購書網址:https://goo.gl/fEFNDP
樂天電子書:https://goo.gl/KStfuT
👉🏼香港:三聯、中華、商務書局
👉🏼英國郵寄購書請私訊


Tags:

About author
當初抱著雄心壯志,斷斷續續找工作找了7個月,有大大小小的面試無數,後來到目前Ftse 100的公司上班,這7年內遇到很多英國零售業retailing的市場與公司變化,在eCommerce部門更是有各式各樣的事情發生. 從最初的executive,到後來有直屬team,到現在雄心變柔心、壯志變心志,想分享所見所知的辦公室氣象. 因為經驗,所以可能digital marketing, ecommerce...等等這之類的會講多一點.
小職員張太咪分享在英國職場的文化差異、求職、心得
View all posts