我們的目標不是成為資料分析的專家，不需要取得跟他們一樣的能力。但是，如果他們使用的資料分析方法，連外行人的我們也做得到，而且對商業決策或工作很有幫助的話，你一定很想偷學起來，不是嗎？讓我們來看看這兩個方法。

● 尋找「趨勢」和「異常」。
● 為此，必須先將資料視覺化。

找趨勢和異常，成為數據分析的線索

依據事實來思考時，你一定是以呈現結果的數字或數據為基礎，而解讀數字的行為，正是想辦法從那些數字找出一些線索。

➜ 想讓數據真正發揮價值，不再困在數字迷霧？「數據思維養成課｜從 0 到 1 練成邏輯表達力」帶你解鎖數據分析的黃金法則 ►立即學習

那麼，專家在那樣的情況，尋找著什麼樣的線索呢？他們是在尋找「趨勢」和「異常」。

「趨勢」應該不需要特別說明吧。
● 銷售總額增加（減少）。
● 年資愈長，加班時間愈長。
● 女性員工離職率比男性員工高。

這些線索都是「趨勢」，能夠提供我們重要的啟示。

接著，讓我們來看「異常」。

異常，換句話說就是「極端值」或「離群值」，指的是跟其他數字的大小或特徵相比，有明顯差異的數值。要掌握數據中是否存在「異常」，是因為「異常」會嚴重影響到你導出來的結論。

上述的講解有點抽象，因此我們來舉例說明。

上面的表格是書中多次使用的例子，有關日本老年人的數據。

首先，我們的第一個工作是確認「歐美各國跟日本有無差異」。這裡分析的對象只有「世界老年人口比例變化」的數據，但密密麻麻的數字讀起來非常辛苦，其實有更簡單的方法可以抓出趨勢。那就是把數字「圖表化」。

不必仔細閱讀每一個數字，只要使用類似上方的一張圖表，就可以讓人一目了然。

各國皆有增加的趨勢，而日本上升的趨勢更是顯著，看一眼就明白了。

接著，我們的下一個工作是確認「老年人口的變化是否有區域性差異」。這裡使用「各都道府縣的老年人口數」的數據。從兩種數字，計算出所有都道府縣 65 歲以上人口的比例，然後以此數據為縱軸，各都道府縣人口數的數據為橫軸，就可以繪製出下圖。

從圖表中可以看出來有一個很明顯的「異常」。有一個地方的人口非常多，而老年人口比例低。大家應該已經猜到了，這是東京都的數據。

換句話說，從區域性差異的角度切入，討論日本高齡化社會的議題時，應該要把「東京都」這個極為特殊的數據列為例外。

因為跟東京都這個「離群值」比較，並沒有太大的意義。這就是掌握「異常」的目的所在。

因此，資料分析的基本在於找出「趨勢」和「異常」，技巧就是將資料視覺化，透過視覺找出其中的「趨勢」和「異常」。

（本文出自《打造數字腦．量化思考超入門》，本事出版社。）