我在大約兩週前完成了 Google 在 Coursera 上開設的 Google Data Analytics Certificate 課程。這堂課一共有 8 個單元，如果從頭修的話其實會花不少時間。
我在過往的兩個月中也有陸續針對這些單元做個人學習上的分享與重點整理，有興趣的朋友可以點 Google Data Analytics 這個連結去看詳細的內容。
在這篇文章中，我會以比較全面的角度去撰寫我對這門課程的看法，包含完課心得以及推薦什麼樣的人來上這門課，希望能幫到一些對這堂數據分析課程有興趣的朋友獲得更多資訊，仔細評估之後再決定是否投入！
課程連結：點此
Google Data Analytics 課程進行方式
正如同我開頭提及，這堂課一共有 8 個單元，如果你想獲得 Data Analytics 的證書，那就必須完成所有的單元。
每個單元都有一定時數的影片、教案和實作，同時在結束前會有一次完整的測驗。說實話，對於時間不是那麼多的人來講，可能會花上不少時間才能搞定。
補充：這門課還是全英文授課，建議英文能力要有一定程度再來挑戰。
而由於 Coursera 上是月訂閱制，一個月要花 $39 USD（大約 1,200 台幣），這表示你花越長時間上課，所需要付出的金額就越高，這也是我當時拚了命安排進度的原因（窮學生…）
想加速？來看看 SpeedTrack 機制！
不過，如果你已經有部分數據分析的基礎，Google 也提供「快速通關」的機制來讓這些經驗豐富的人可以迅速跳過基礎課程，稱之為 SpeedTrack。
這個機制在前三個單元可以使用，簡單來說就是在單元前給你做個測驗，如果你達到一定分數，就表示這單元的內容你已經掌握大半，Google 便會認可你的能力。
即使沒上這單元，他最後一樣會頒給你證書，是個相當便利的機制，網路上很多大神也是因此更迅速的拿到這張證照！
但我個人還是建議，如果你對自己的能力或基礎沒那麼有把握的話，還是一步步跟著課程走會必較紮實，我當初也是從第一單元一路到最後，總共花了 2 個月的時間，其實花費的時間也沒有到真的很長，但絕對會比一直跳過要來的紮實。
推薦什麼樣的人上這堂課？
我會推薦以下幾種人可以試試這堂課：
- 對數據分析有興趣，但從未接受過相關訓練的初學者
- 想學實用的數據分析技能，但不知道挑哪種工具來學的人
- 想讓自己的履歷上多一張實用證照的人
基本上我會比較推薦初學者來上，因為這門課雖然全面，但絕大多數仍停留在表面，淺談即止，對於胃口比較大、想學更深的人來說我覺得並沒有那麼適合。
這門課比較像帶領大家進入數據分析世界的引路人，把完整的概念與框架告訴你後，你再挑選想深入學習的領域做進修。
接下來，我會以我個人學習經歷，來和大家分享課程內容！
Unit 1 ~Unit 8 課程摘要
在這個段落中，我會簡單摘要 8 個單元的課程大綱、修課建議與學習心得，同時也會附上更詳細的分享文章連結，讓大家可以挑選有興趣的單元來深入認識！
Unit 1：Foundations: Data, Data, Everywhere
- 課程內容：分享 Google 內部做數據分析的框架，一共有 6 個步驟－Ask、Prepare、Process、Analyze、Share、Act；另外也會概括式的告訴學員在後續的課程中會有哪些內容，有提到像是 SQL、Tableau、R 等等，不過都停留在表面，這階段主要是科普與基礎概念養成。
- 課程難易度：2.5/5（真的是初級中的初級）
- 預計修課時間：6~8 小時
- 個人心得：這部分的內容真心不難，很多概念就算你是初學者也已經知道，在上這單元時你基本上不會感覺到有太多瓶頸。不過，我會建議如果是第一次在 Coursera 上課的人可以趁機熟悉他的上課模式以及英文教案，這對你之後的學習會有很大幫助。
延伸閱讀：【Google Data Analytics Certificate】筆記：數據分析的六大步驟
Unit 2：Ask Questions to Make Data-Driven Decisions
- 課程內容：將重點放在如何問出「精準」的問題以幫助後面的分析流程，內容包含 SMART 原則、避免問出誘導性的問題、以及如何透過追問利害關係人來確保雙方概念一致。這個單元也是偏容易，不過問問題的重要性的確值得留意，有些內容還是值得筆記一下。
- 課程難易度：3/5
- 預計修課時間：8~10 小時
- 個人心得：雖然相較於第一單元，這單元有更多貼近實務的案例和重要觀念，但也可能是因為大部分內容我已經在別的地方接觸過了，所以對我來說沒有那麼困難，有點偏老生常談。不過，作為複習或打基礎來說，這單元還是相當不錯的，學習上不會帶給你太大的壓力。
延伸閱讀：【Google Data Analytics Certificate】筆記：精準提問的技巧
Unit 3：Prepare Data for Exploration
- 課程內容：這單元開始有更具體的數據分析教學，概念的部分我先略過不提，我在這單元學到了兩個工具：Kaggle 和 BigQuery，這兩個都是數據分析領域的人經常會使用的平台，也是我過往不曾接觸過的，因此在學的時候感到相當新鮮，詳情大家可以到我下方提供的文章連結觀看！
- 課程難易度：3.5/5
- 預計修課時間：10~12 小時
- 個人心得：這部分其實是我自己在 Kaggle 和 BigQuery 上花了比較多的時間研究功能，這才讓我的修課時間預估往上提了這麼多。但如果你和我一樣都是偏入門者的話，我會建議多留一些時間給自己摸索新工具，才不會有好像學過，但因為太過倉促而和沒學一樣，這是很可惜的。
延伸閱讀：【Google Data Analytics Certificate】筆記：認識 Kaggle & BigQuery
Unit 4：Process Data from Dirty to Clean
- 課程內容：這單元正式進入資料處理，雖說其實在上個單元就有略微提到 SQL 這個工具，但在第四單元才比較有架構的進行學習。這部分教案提供了 SQL 和 Spreadsheet 兩種工具在處理數據上的技巧，以及當面對不 OK 的資料時，我們該如何應對？
- 課程難易度：4/5
- 預計修課時間：10~12 小時
- 個人心得：這個單元的重點我認為是 SQL 資料庫查詢語言的學習上，如果你是第一次接觸 SQL，那可能會花更多時間去了解它的操作和概念。不過因為教案講的內容都還算簡單，負擔應該也不會太大。我自己是因為本就有在 AC 上過 SQL 的課程，工作上也時不時會用 Spreadsheet 處理資料，所以這單元對我來說沒什麼難度，可謂如魚得水，但這部分真的是人而異，大家也不用太過緊張。
延伸閱讀：【Google Data Analytics Certificate】筆記：SQL 與 SpreadSheet 操作
Unit 5：Analyze Data to Answer Questions
- 課程內容：這部分我覺得比較像第四單元的延伸，第四單元講的是如何整理資料，這單元講的是如何「分析」這筆經過處理的資料，運用了很多進階的 SQL 和 Spreadsheet 的技巧，這部分有點難一口氣和大家講完，很建議大家去看我下方對這單元寫的文章分享，我記錄了許多實用的操作功能，很多是一般人工作中也能用到的喔！
- 課程難易度：4/5
- 預計修課時間：10~12 小時
- 個人心得：這單元是目前為止最具體且紮實的一個，課程中有非常多實作的環節，讓我們可以實際將函數、公式以及語法應用在電腦中，我也是在這單元更加熟悉了 Spreadsheet 的操作頁面、Bigquery 的 UI/UX。我個人相當喜歡這個單元，會很明顯的感受到功力在進步！
延伸閱讀：【Google Data Analytics Certificate】筆記：更進一步的分析
Unit 6：Share Data Through the Art of Visualization
- 課程內容：這張的重點在「資料視覺化」，主要針對 Tableau 這個實用的 BI 工具去做教學。有提供 Tableau-Public 版本的參考資料、教材和實際練習的題目，我個人學的蠻開心的，只是如果想用更進階的功能，可能需要使用付費版（也可用體驗 7 天的帳號）
- 課程難易度：4/5
- 預計修課時間：10~12 小時
- 個人心得：比起 SQL，Tableau 的操作更加直觀，這也算是我第一次比較有系統地去學這套工具。不過他一樣需要多次的練習來熟悉介面的操作、指標擺放的區塊和對資料視覺化的敏感度，這部分就取決於你想學到甚麼程度，我在看完教案後，決定日後再報名一門專門 for Tableau 的課程來進修，所以便沒有在細節上停留太久。
延伸閱讀：【Google Data Analytics Certificate】筆記：Tableau 資料視覺化
Unit 7：Data Analysis with R Programming
- 課程內容：正如同他的名稱，這單元的內容是 R 語言入門，從 0 開始學一門程式語言。教案提供了完整的語法資訊、操作頁面 RStudio 的教學以及 R-Markdown 文件的寫法，如果你從未學過 R，可以透過這門課達到微入門的程度。
- 課程難易度：5/5
- 預計修課時間：12~15 小時
- 個人心得：我覺得這單元是相對較困難的，對於沒有學過 R 的人來說，從 0 開始學一門新的程式語言真的不容易，如果你是程式小白的話就更加難以入門。不過，學習全新的東西也會帶來諸多的成就感，教案提供的內容雖然都很粗淺，但能夠讓人對 R 的世界產生較為具體的概念，如果學著學著有興趣，也可以直接在 Coursera 上找一門專門教 R 的課程來深入學習喔！
Unit 8：Google Data Analytics Capstone: Complete a Case Study
- 課程內容：針對教案提供的題目去做實際的 case study，當然，文件中會有明確的指引告訴你該如何做出具體且正確的步驟，詳情可以看我先前寫的文章，裡面也有我自己做的分析！
- 課程難易度：5/5
- 預計修課時間：18~20 小時
- 個人心得：整個課程的精華就是這裡了，紙上談兵跟實戰確實有著巨大的落差，我光是理解題目、發想初步架構以及整理數據就花了將近 10 小時，之後更是有些偷懶的只用 SQL 和 Spreadsheet 去做分析，沒有像其他大神一樣去用 R（因為我不太會）。就算這樣，我還是花了將近 20 小時才完成一份簡陋的數據分析，詳細的心得請大家去看我下方附的文章連結，是門很精采的練習！
延伸閱讀：【Google Data Analytics Certificate】筆記：Case Study
總結：有興趣且有時間的話就來試試吧！
我想很多人都是對這門課有點心動，但不知道適不適合自己才來閱讀這篇文章的，希望看完之後能幫到你一點忙。不過，我個人建議，如果你接下來一個月還算有空，而且對數據分析是真心有興趣的話，不妨就直接開始上課吧！
為什麼會這樣說呢？首先，這門課是訂閱制，你大可以在上完一個月後發現進度不行、課程不喜歡或個人因素而及時止損，抑或是透過 Speedtrack 直接跳到有興趣的片段來上，這給了你很大的學習彈性。更何況 Coursera 還有 7 天的體驗期，你大可以直接體驗一下課程的難易度和授課方式，相當的人性化。
再來是實用性的部分，這門課雖說概念偏淺，但其實很多補充教材或最後一個單元的 Case Study 都有給進階的練習機會，我也有看到許多大神分享自己修這門課的經驗和作品集，可以說和我這種菜鳥有著天壤之別。我想說的是，這門課要學多少其實都取決於你，如果你真心有興趣，我認為不論程度高低，你都能從課程中學到東西。
總結來說，我相當推薦這門課！除了內容精采以外，還可以順便練習英文，不論是閱讀還是聽力都會有不少的提升，但如果你英文不好的話，可能就要另尋其他管道拉 XD。
