分析顯而易見的事情需要非凡的思想。– Alfred North Whitehead
連日來的滂汑大雨，卻未曾澆熄一群來自專業經理人、工程師、研究員與醫師等不同從業菁英對於資料分析的學習熱情，甚至一整個企業部門的專業團隊假日和大家一起求知若渴對於資料分析的無限想像，從 data thinking 到 data exploring 過程裡，激盪不同資料集透過 R語言 探索出資料背後的故事。
為什麼 探索性資料分析 (EDA) 為何如此引人注目？
資料分析師 通常透過有效的層級分析後產製大量的作圖，善用視覺化的呈現使資料更加有感親合，得以適度的看資料圖示說故事，能夠幫助管理階層回饋到現有的環節做出好決策，甚至形成未來的影響力，良性循環所帶來的影響都會優化管理的下一步，不妨從本期學員兩天初步探索資料心得，觀察他們已經具備 data thinking 能力，例如：
※比較區域車數，爬析YouBike增設站點分配。
※藉由車數與天氣比對出各站點成功租借機率。
※透過YouBike使用者行為分析投放合適廣告。
※以時間和車數看熱門地點的YouBike調度。
試想專業經理人經常會同步思考，在溝通的過程中，如果工作團隊能夠對於手上的資料(庫)運用自如，將對於後續的分析更容易達到創造 data value，故也會非常珍視資料工程師創建的價值，包含資料倉儲、資料整理與設計等，例如善用整理資料的工具Python可以讓資料分析師大幅減少資料處理時間，更專注於從資料中發現趨勢的關鍵，如同一本具價值的好書會擁有友善的設計架構及目錄，能讓內容文本環環相扣，易於讀取也能深入探索分析，因此培訓資料科學團隊是專業養成的功夫，然過程並非一蹴可幾。欲進一步了解資料工程師的潛在魅力，詳見《E1: 資料工程基礎班》(4/25、26)