前幾篇常常會看到這張照片，似乎充滿著銅臭。然而，小弟選擇publish在Linkedin當作主要傳播媒介，就是認為追求適當的利益，是對整體市場與人才競爭，都是有幫助的。否則我們在Linkedin或是出來上班求職，莫非真的是來純交朋友嘛？任何場合都能交朋友，主要的目標則不要失焦。小弟的文章，出發就是要站在business的出發點，談數據分析。主要目標是讓數據分析走出黑盒子，讓人才的價值、商業的價值真的被看見。這幾年職涯中，實在遭遇太多「誤會」了。
公司誤會人才沒有商業價值，人才誤會公司根本不懂分析能帶來的價值，兩邊誤會的結果，是不斷的錯過蓬勃有競爭力的市場脈動。首先，我們定調數據分析確實對商業是非常有幫助的，太多例子不證自明。再來，不厭其煩的，小弟必須帶出此篇的主題，以及所有公司真正在意的：
數據分析的價值，究竟要如何量化，如何檢驗？
維持一貫風格，這時候才進入正題啊XD
Z test是用來檢驗大樣本（樣本數大於30）平均值差異檢驗的方法。他是用常態分佈的理論來推斷發生概率，比較兩個平均數的差異是否顯著。
容許小弟捨棄學院派的理論介紹方式，直接抓出實例戲肉給大家。我們常常在一檔行銷擬定的時候，茫無頭緒，不知道基準在那，於是預算多少就丟多少；或是「外包」給某行銷投放公司，講好聽的是相信專業，講難聽的是反正外包出去了，責任不在我身上了….管他的。時間久了，開始有很多公司們覺得這樣不太好，找一批所謂的資料人，開始來釐清這樣的事情。
我們用行銷當作主幹說明，正常的data flow應該是：
1. 收資料
不要小看這件事情，storage、integration、verification都是關卡
2. 處理資料
資料收進來之後，是不要做名稱整理、資料格式轉換等等
3. 建立資料流framework
很多人會忽略或根本沒有sense建立這步。Data 的處理都是需要時間的，如果framework建的好，後續的步驟才會有效率。因為資料這幾年蓬勃發展，很多套裝軟體已經包好了。
4. 分析資料
現在才開始分析資料。了解資料型態，熟悉各種商業行銷問題，找到資料的連結關係。
5. 應用資料分析結果
行銷是門很有趣的專業，內容從美術設計可以跨到業務在橫跨資料分析。所以我們僅略做例子說明，無法深入各塊。
每個行銷的案例要是用的好，創造公司的價值那不只是幾十幾百萬而已的價值。或許行文至此，很多人會討厭小弟開口閉口就說「用錢收買我」這麼露骨的直白。哪個投資不需要成本呢？免費找你來貢獻價值給公司你願意嘛？既然不願意，那就是了。不論勞方資方，天下沒有白吃的午餐。只有小弟的文免費給大家鞭給大家看QQ
何況，小弟不避諱，發文的目的也是為了印證切磋，把資料分析的「商業層面」逐漸剖析出來，教育市場，也提昇自我價值。總是都有目的。
接下來，正文開始了。首先，你的資料究竟要用哪個方式分析，先給一個參考。演算法選擇，其實是有一些criteria的。一樣，在資訊如此發達的時代，早就有很權威的網站提供明確的方向，Ph.D 不再絕對必要XD
再來，您\貴公司真的需要ML model嘛？以下就是用z- test來簡單提供一個分析參考。一樣，小弟嘗試用excel來炫技…阿不是，抱歉，是表達不一定需要什麼R, Python, SPSS, SAS 或是什麼高大上的套裝軟體，才能夠分析公司的資料。一般excel搭配夠效能的database，90%的問題就可以解決了。請找出您/貴公司真正的商業瓶頸，再來熟悉您/貴公司的資料樣態，反思自己對解決商業瓶頸的方法是否實用，最後說不定能省下一筆可觀的軟體購置費用，卻高效的解決公司的問題，績效、成就感爆表。
起手勢，一手指天，一手指地，微微離地飛昇，說天上地下，唯我… 不是，起手勢，是要檢查自己的資料是不是能套用例子的z-test的常態分佈，不是常態分佈卻硬套。
絕大多數的朋友，不先去摸索資料，直接做資料分析，模組直接套進去，也一定會出現一個結果，開始頭頭是道的解釋、產生策略、應用。結果發現奇怪為什麼跟當初說好的都不一樣…QQ
當然，為了完美的呈現，小弟的資料就算不是，也會調成常態分佈的（誤）。資料的真實面才是最重要的。舉例資料看的是玩家在平台上玩遊戲的次數，所以先看看玩家在平台上的行為次數是否符合常態分配？
真實的資料樣態，除了誠實面對自己以外，方能精準的判斷到底問題出在那。很多我們以為的「小小調整」，不清楚會在哪裡嚴重影響模型的判斷，特別是幾十種演算法，我們多數也只能看完套件介紹後，直接套入。若還經過自己私心的特別處理，可能會有意想不到的效果（或悲劇）。
我們會因為資料的特徵，先做一些domain已知的處理。例如「免費促銷」活動，我們一樣會收到很多「免費活動」的transaction資料，此時切記不能將免費的紀錄拿進來當作「後續成效」的成果，不然再怎麼精準的演算法，再快的處理效能，做出來都是錯的。
完美，很逼近常態分配呢嘿嘿。好的，那可以安心上路了。接下來，小弟要繼續接地氣，直接使用家家戶戶都有的DB & SQL直接操作z-test，檢驗我們行銷的成效。繼續不厭其煩的強調，不需要什麼高大上貴桑桑的套裝軟體，或是貌似神奇的卻不明就理的魔法黑盒子免費開源套件，熟悉資料，略懂數學，邏輯清楚，已知用火，就能檢驗很多商業行為的成果了。技能從來不是問題，人心才是問題。小弟就是希望資料分析走出神壇，我可以不賺錢，但台灣不能不健康（誤）
拉下還願的何老師與打醒杜豐于啊！
定義資料table是非常重要的。我們有著玩家遊戲的紀錄transaction_table，也有活動promotion的promotion_table，於是我們兩個串接起來，舉例SQL如下：
計算說明
1) play count/ count(*)= average value
2) (avg(a.play count)- average value)/ STDEV_SAMP(a. play count)/ SQRT(count(*))) as “Z-value”
SQL
Select
(avg(a.play count)- average value)/ STDEV_SAMP(a. play count)/ SQRT(count(*))) as “Z-value”From DB.TRANSACTION_TABLE AS A
LEFT JOIN (SELECT member_id, market, promotion_period FROM DB.PROMOTION_TABLE) AS B
ON A.member_id=B.member_id AND A.market=B.market AND PLAY_TS> promotion_period
WHERE PLAY_TS > DATE”2019–03–01” AND PLAY_TS < DATE “2019–03–31”
有join到就表示在促銷活動之後，玩家仍然活動在遊戲平台上，我們定義玩家因為促銷活動被吸引到平台之後，等促銷活動結束，仍然存活在遊戲平台上，且z-test顯著，表示促銷活動對於玩家的遊戲活動影響，z檢定為顯著。
SQL語法與實際邏輯就請各自依產業自己加油啦，小弟僅示例。就算如此也已經提供很多邏輯心法了。自行取用。或許有朋友覺得，這簡單到爆炸的join語法是在這邊臭屁什麼天方夜譚？嘿嘿，認真想一下背後邏輯喔～ 不然沒關係，就當作小弟北七也無妨，加油啾咪～
完全同意z檢定並非絕對是現實情況，因為說明如下，在這就不上統計課。
詳細說明：
然而，在公婆都各自有理由，沒有人拿出「具體」證據的時候，z檢定仍然提供了一個量化的數值檢驗結果。總比人人打嘴砲拿經驗或輩分互打有說服力多了。小弟本身也支持，在domain經驗判斷及人類心理學顯而易見的狀態下，拿z檢定的結果衡量就足以當作證據了。總比以往的純粹「感覺」有意義多了。
小弟直接跳結果，在信心水準為0.8的情形下，Z值為0.91，我們接受H0，承認促銷活動對於玩家的遊戲活動確實有影響。請留意，confidence interval大小的界定，也可能對結果造成截然不同的判讀！端看貴公司的設定情境了。
是不是很簡單？90%的公司商業行為分析，是用不上高深的解法的。另外剩餘10%也是一些基礎演算法的ML model即能輕鬆解決。切勿神話AI，或是更進一步，切勿神話貴公司的商業情境。
