SELECT
    customer_id,
    MIN(order_date) AS first_order_date
FROM orders
GROUP BY customer_id;

SELECT
    customer_id,
    MIN(
        CAST(
            DATE_PARSE(CAST(order_date AS VARCHAR), '%Y%m%d')
            AS DATE
        )
    ) AS first_purchase_date
FROM orders
WHERE order_status = 'completed'
GROUP BY customer_id;

SELECT
    customer_id,
    AVG(total_amount) AS average_order_value
FROM orders
GROUP BY customer_id;

SELECT
    customer_id,
    COUNT(DISTINCT order_id) AS order_count,
    SUM(total_amount) AS total_spend,
    AVG(total_amount) AS average_order_value
FROM orders
WHERE order_status = 'completed'
GROUP BY customer_id;

SELECT
    customer_id,
    COUNT(DISTINCT order_id) AS order_count
FROM orders
WHERE COUNT(DISTINCT order_id) > 3
GROUP BY customer_id;

SELECT
    customer_id,
    COUNT(DISTINCT order_id) AS order_count
FROM orders
WHERE order_status = 'completed'
GROUP BY customer_id
HAVING COUNT(DISTINCT order_id) > 3
ORDER BY order_count DESC;

SELECT
    c.acquisition_channel,
    SUM(o.total_amount) AS revenue
FROM customers c
JOIN orders o
    ON c.customer_id = o.customer_id
GROUP BY c.acquisition_channel
ORDER BY revenue DESC;

SELECT
    c.acquisition_channel,
    COUNT(DISTINCT c.customer_id) AS purchasing_customers,
    COUNT(DISTINCT o.order_id) AS order_count,
    SUM(o.total_amount) AS revenue
FROM customers c
JOIN orders o
    ON c.customer_id = o.customer_id
WHERE o.order_status = 'completed'
GROUP BY c.acquisition_channel
ORDER BY revenue DESC;

SELECT
    order_id,
    total_amount,
    CASE
        WHEN total_amount >= 3000 THEN 'High'
        WHEN total_amount >= 1000 THEN 'Medium'
        ELSE 'Low'
    END AS order_value_segment
FROM orders;

SELECT
    order_id,
    total_amount,
    CASE
        WHEN total_amount >= 3000 THEN 'High'
        WHEN total_amount >= 1000 THEN 'Medium'
        ELSE 'Low'
    END AS order_value_segment
FROM orders
WHERE order_status = 'completed'
  AND total_amount IS NOT NULL;

這篇文章 SQL 面試題入門：數據分析師必會的 10 道基礎題 (下) 最早出現於 Sharon Lab∣雪倫實驗室。

SELECT
    DATE_TRUNC('month', order_date) AS order_month,
    COUNT(DISTINCT order_id) AS order_count,
    SUM(total_amount) AS revenue
FROM orders
GROUP BY 1
ORDER BY 1;

SELECT
    DATE_TRUNC('month', DATE_PARSE(CAST(order_date AS VARCHAR), '%Y%m%d')) AS order_month,
    COUNT(DISTINCT order_id) AS order_count,
    SUM(total_amount) AS revenue
FROM orders
WHERE order_status = 'completed'
GROUP BY 1
ORDER BY 1;

SELECT
    customer_id,
    SUM(total_amount) AS total_spend
FROM orders
GROUP BY customer_id
ORDER BY total_spend DESC
LIMIT 10;

SELECT
    customer_id,
    SUM(total_amount) AS total_spend
FROM orders
WHERE order_status = 'completed'
GROUP BY customer_id
ORDER BY total_spend DESC
LIMIT 10;

SELECT
    c.country,
    COUNT(DISTINCT c.customer_id) AS customer_count
FROM customers c
JOIN orders o ON c.customer_id = o.customer_id
GROUP BY c.country
ORDER BY customer_count DESC;

SELECT
    c.country,
    COUNT(DISTINCT c.customer_id) AS customer_count
FROM customers c
JOIN orders o ON c.customer_id = o.customer_id and 
WHERE o.order_status = 'completed' and DATE(DATE_PARSE(CAST(order_date AS VARCHAR), '%Y%m%d')) between DATE('2025-01-01') AND DATE('2025-12-31') 
GROUP BY c.country
ORDER BY customer_count DESC;

SELECT
    c.customer_id,
    c.signup_date,
    c.country
FROM customers c
LEFT JOIN orders o
    ON c.customer_id = o.customer_id
WHERE o.order_id IS NULL;

SELECT
    c.customer_id,
    c.signup_date,
    c.country
FROM customers c
LEFT JOIN orders o ON c.customer_id = o.customer_id AND o.order_status = 'completed'
WHERE o.order_id IS NULL;

SELECT
    order_status,
    COUNT(*) AS order_count
FROM orders
GROUP BY order_status;

WITH status_count AS (
    SELECT
        order_status,
        COUNT(*) AS order_count
    FROM orders
    GROUP BY order_status
),

total_count AS (
    SELECT
        COUNT(*) AS total_order_count
    FROM orders
)

SELECT
    s.order_status,
    s.order_count,
    ROUND(
        100.0 * s.order_count / t.total_order_count,
        2
    ) AS order_percentage
FROM status_count s
CROSS JOIN total_count t
ORDER BY s.order_count DESC;

想繼續練習更多電商 SQL 面試題嗎？

如果你已經完成上面的題目，接下來可以試著挑戰更多貼近實際工作情境的 SQL 題目。

我整理了一份《電商產業 SQL 面試實戰題庫》，收錄 24 道電商商業案例，涵蓋付款失敗率、取消與退款、實際營收、新舊客、回購率、商品表現、MoM、QoQ、優惠券成效與購物轉換漏斗。

每一道題目都會提供資料表與欄位，讓你先練習釐清商業問題、拆解查詢步驟，再對照 Athena SQL 與 MySQL 8.0 的參考答案，這裏購買：https://buymeacoffee.com/aderlabsharon/e/572913

最後也提供讀者專屬折扣碼：BLOG，結帳時輸入折扣碼即可享有9折優惠～

這篇文章 SQL 面試題入門：數據分析師必會的 10 道基礎題 (上) 最早出現於 Sharon Lab∣雪倫實驗室。

這句話，每個數據分析師應該都聽過無數次。

最讓人頭痛的通常不是資料拉不出來，而是——你到底想看什麼？

但別懷疑，這就是數據分析師的日常。

來要數據的人可能是老闆、行銷、產品、業務或客服。每個人對公司有哪些資料、資料可以拆到多細，以及不同欄位代表什麼，熟悉程度都不一樣。因此，我們很常遇到以下兩種情況。

第一種：需求人其實也不知道自己為什麼需要這份數據

如果需求是老闆交代的，來找分析師的人可能只是中間負責整理資料。他只知道老闆要看營收，所以就把「幫我拉營收數據」這句話原封不動地轉過來。至於老闆為什麼想看、看完要做什麼，他自己可能也不清楚。

第二種：對方提出的需求，其實無法滿足他的真正目的

因為大家對公司資料欄位的理解有限，不知道資料能提供到什麼程度，所以很容易要錯資料。

例如，對方想了解不同銷售渠道的營運表現，開口卻只說：「幫我拉營收數據。」但他真正需要的，可能不只是各渠道的營收，還包括每個渠道的廣告費、抽成和其他營運成本。把這些資料放在一起，才能進一步判斷各渠道的投資報酬率。

這些情況真的非常常見。

所以，當我一開始聽到「幫我拉一份數據」時，腦中通常會冒出一大堆問號：為什麼要看？看完準備做什麼？要看哪些人、哪些商品、哪段時間？指標又該怎麼算？

如果這些事情都還沒確認，就馬上打開 SQL 開始撈資料，很可能忙了半天才發現，做出來的根本不是對方真正需要的東西。小心做到最後，只能全部重來。

面對這種模糊的需求，我通常會先問下面七個問題，把一句「幫我拉數據」，慢慢轉換成可以執行、可以交付，也真的能幫助決策的分析需求。

一、你想透過這份數據了解什麼？

比起一開始就問「你需要哪些欄位」，我更建議先了解對方為什麼需要這份數據。

是要規劃促銷活動？向主管報告績效？了解市場趨勢？還是回覆客戶提出的問題？目的不同，需要準備的資料和呈現方式也會不一樣。

例如，同樣是想了解最近的營收表現，如果是要向主管報告，可能需要呈現整體趨勢、目標達成率，以及和去年同期的比較。但如果是為了規劃下一波促銷活動，就可能要把營收拆成不同商品、客群和銷售渠道，才能找出值得投入的地方。

所以，收到需求時，可以先問：

你希望透過這份數據了解什麼？最近是遇到什麼問題，或觀察到什麼現象，才會想看這份資料？

先搞清楚數據背後真正想回答的問題，才能避免最後交出一份看起來很完整，實際上卻派不上用場的資料。

二、看到結果之後，你準備做什麼？

知道對方為什麼想看數據之後，下一步就是確認：看完結果，他打算做什麼決定或採取什麼行動？

例如，同樣是想了解會員流失，後續可能是要規劃會員召回活動、調整會員制度，或評估要不要增加客服人力。不同的行動方向，需要觀察的指標和資料維度也不一樣。

如果這份資料只是要放進例行會議，可能提供整體趨勢和幾個明顯異常就夠了；但如果結果會直接影響預算怎麼分配，就可能需要更深入的客群分析、成效比較，甚至進一步做效益推估。

看完這份數據後，你預計要做什麼決定？這個結果可能會影響哪些行動？

如果對方一時答不出來，也不一定表示這個需求沒有價值。至少可以先確認：他要的只是一份提供資訊的報表，還是一份要拿來支持決策的分析。

三、這次要看哪些對象？又要排除哪些資料？

確認目的之後，接下來就要把分析範圍講清楚。很多聽起來很明確的對象，實際上都可能有不同的解讀。

例如，「會員人數」可能是所有完成註冊的人，也可能只包含完成驗證、曾經消費，或最近仍然活躍的會員。「訂單數」也一樣，裡面到底要不要包含取消訂單、測試訂單、退款訂單或付款失敗的訂單？

• 要分析所有使用者，還是特定會員或客群？
• 要包含哪些商品、地區或銷售渠道？
• 測試、取消、退款和異常資料要不要排除？
• 同一位使用者有多個帳號時，要算一個人還是多個人？

這次分析要包含哪些對象？有哪些資料需要排除？

如果沒有先確認範圍，就算分析師和需求方使用的是同一份資料，也可能算出完全不同的結果。

四、這個指標到底要怎麼算？

確認分析對象之後，還要把關鍵指標的定義說清楚。同一個指標名稱，在不同部門或不同情境裡，不一定代表相同的計算方式。

例如，「營收」可能是訂單成立時的金額、付款成功的金額，或扣除取消與退款後，公司實際收到的金額。「活躍會員」也可能是曾經登入、瀏覽商品、加入購物車，或完成消費的會員。

這裡說的營收、轉換或活躍，具體是怎麼定義的？

千萬不要因為指標名稱很熟悉，就直接套用自己原本的理解。我自己就曾經有過一次血淋淋的經驗。

因為公司平常使用的營收資料，都是以訂單成立金額計算，所以當對方提出營收需求時，我很自然地把指定期間內的訂單金額全部加總。

做到最後才發現，他真正想知道的是「公司實際收到多少錢」。既然要看實際收入，就不能只看訂單金額，還要排除付款失敗和退貨的訂單，甚至商品是否已經超過七天退貨期，也會影響計算。

所以真的不要理所當然地認為，對方說的某個指標一定和你想的一樣。動手前多問幾句，總比做好之後全部重來輕鬆。

五、要看哪段時間？又要和什麼比較？

只有單一期間的數字，通常很難判斷表現到底算好還是不好。除了確認資料的開始和結束日期，也要了解對方想用什麼基準比較。

• 和前一天、前一週或前一個月比較
• 和去年同期比較
• 和活動開始前比較
• 和公司目標或預算比較
• 和其他商品、客群或渠道比較

如果資料有明顯的季節性，直接和前一個月相比，可能會得出錯誤的結論。像是農曆年、週年慶或大型促銷期間的表現，通常和去年同期比較，會比和前一個月比較更有意義。

你想看哪段時間？希望和哪個期間、目標或對象比較？

另外，也別忘了確認資料目前更新到哪一天，以及最近幾天的資料是否已經完整。不然很可能只是資料還沒跑完，大家卻以為績效突然掉下來了。

六、這份資料只看一次，還是之後會固定看？

一次性的分析和需要定期追蹤的需求，處理方式其實很不一樣。

如果只是要回答一個臨時問題，可能用 SQL 搭配 Excel，或做幾張簡單圖表就能解決。但如果對方每週或每個月都要看同一份數據，就可以考慮建立自動更新的報表或儀表板。

這份數據只會使用一次，還是之後需要每週或每月固定查看？

確認使用頻率，可以幫助分析師判斷應該投入多少時間。如果只是一次性需求，花很多時間建立完整的自動化流程，可能不太符合成本效益；但如果是固定需求，每次都靠人工重新撈資料，不只浪費時間，也容易因為每次操作或計算方式不同而出錯。

如果需求還在探索階段，可以先用比較輕量的方式驗證。等需求穩定之後，再建立正式的報表或儀表板也不遲。

七、什麼時候要用？誰會看？希望怎麼交付？

最後，要確認交付期限、實際使用的人，以及對方希望收到什麼形式的成果。

如果資料是交給其他分析人員繼續處理，可能需要保留完整的原始明細。如果是提供給主管做決策，可能更適合用簡單的圖表、幾個關鍵結論和行動建議來呈現。

如果對方只是要把一個數字放進簡報，那也不一定需要花很多時間建立完整的互動式儀表板。

• 資料什麼時候要用？
• 最後會由誰閱讀或使用？
• 使用者對數據的熟悉程度如何？
• 需要原始明細、彙總表、圖表、簡報，還是儀表板？
• 是否需要提供分析結論和行動建議？
• 是否需要在會議中進一步說明？

這份資料會在什麼時間、什麼場合，由哪些人使用？你希望收到明細、彙總數字、圖表，還是分析建議？

交付形式不是愈完整愈好，而是要符合實際的使用情境。如果分析師花了很多時間做出一個精美的互動式儀表板，最後對方卻只截取其中一個數字放進簡報，那前面投入的時間，就不一定真的有產生相對應的價值。

結語：先問清楚，再開始拉數據

數據分析師的價值，不只是能不能把數據準確地拉出來，也包括能不能幫助需求方釐清：「我們真正想回答的是什麼問題？」以及「這份數據最後要支持什麼決定？」

所以下次再聽到「幫我拉一份數據」時，先別急著打開 SQL，也別立刻開始做圖表或整理報告，別忘了，你才是最了解數據的專業工作者，花幾分鐘，把上面提到的七個問題問清楚，不只能省下後續來回修改的時間，也能讓最後交付的成果，更接近對方真正需要的答案。

你在工作中最常遇到哪一種模糊的數據需求呢？歡迎留言和我分享。

Sharon

這篇文章 「幫我拉一份數據」：數據分析師接到模糊需求時該問的七個問題 最早出現於 Sharon Lab∣雪倫實驗室。

延伸閱讀：員工要怎麼準備一對一會議的內容？ 1 on 1 要聊什麼？分享一對一面談可以聊聊的3個方向

這本書提到，一個有效的一對一會議，可以達到以下幾個成效：

1. 員工敬業度與員工成功
有效的一對一會議可以讓主管與員工共同聚焦在共同的目標，了解彼此的想法，也允許員工分享工作生活遇到的阻礙和難關，而主管也可以藉此分享自己的經驗或是提供協助，更能讓員工覺得被重視，得到實質的幫助，達到員工更能投入工作的正面效果。

2. 主管成功
一對一會議可以讓主管有渠道獲得必要資訊，不僅僅是工作專案上的進度，也可能是員工之間的合作關係、彼此合作喜好程度等，這些都是安排工作、了解員工的重要管道之一。除此之外，固定的時間也可以讓員工有時間提出問題，避免小問題累積成大問題。

3. 培養關係
工作久了我也發現，不僅僅員工要跟主管培養關係，主管其實也要，加強彼此間的連結與信任感，工作合作起來才會更愉快，而定期的一對一會議，或是單純的聊聊天，都更有助於維繫彼此的關係，讓未來的工作任務更順利

4. 促進員工成長發展
「主管的成功來自於幫助他人的成長」，透過一對一會議，也有更多機會了解員工的職涯發展期待、想要做的專案任務，幫助完成員工的需求，不僅僅可以提高員工對工作的滿意度，也能持續為公司留住人才。

總結來說，一對一會議的重點就是希望員工與主管達到「雙贏」，主管可能希望藉此了解員工對工作的滿意程度、表現、或是職涯規劃，以此作為後續工作安排的參考，並且讓員工願意持續留下來工作，而員工可能藉此想要了解主管對自己的想法，達到加薪、升遷，或是爭取喜歡工作任務的機會。

但如果一對一會議的準備與過程當中沒有「開放對話」、「一對一對談」、「回饋沒有後續行動」，就很容易即便有了一對一會議，還是達不到一對一會議的效果。以我的一對一會議經驗來說，我的四份工作經歷中，有兩份工作有一對一會議的安排，其中一個讓我覺得只是過過場面，另外一個卻讓我覺得一對一會議有意義，那到底是什麼差異讓我有截然不同的感受與結論呢？主要有三大差異：

1. 參與者組成

首先是參與者的不同，我第一次的一對一會議經驗，美其名是一對一會議，但其實參與者不僅僅有直屬主管，還多了一位老闆以及一位資深兼當合夥的別部門的主管，簡單來說就是跟三位合資老闆們的會議對談，第一瞬間的感覺是「倍感壓力」。進入會議室的當下，三個人排坐一列，像極了三對一的面試。除此之外，當人越多，而且對象不僅僅是直屬主管，就愈失去一對一會議可以暢所欲言的環境與氛圍。相反的，我第二次的一對一會議經驗就不太一樣，不僅僅是真真切切的「一對一」，也是特別選在相對環境舒適，比較像是晤談室的會議空間，不會有一進去就要被質問的對立感受。

2. 討論內容

其次討論內容也大相徑庭，其中一個一對一會議，會議前會有既定的問題討論議程，並且與績效評估綁定，好像承認了自己有工作上的困難或是工作負擔太大，就會影響到自己的績效考核，所以那時候即便是被工作壓得喘不過氣，我也是憋著完全沒有說。換到另一個會議，因為平常如果有表現問題就會被指導，所以一對一會議則比較是一個可以暢所欲言的環境，可以分享自己工作上的專案、可以分享工作負擔，也可以純粹是聊聊天，比較舒緩的氛圍也讓我比較放鬆可以好好表達自己的需求與感受。

可見，一對一會議不是召開了就能達到立竿見影的效果，相反的，一對一會議每個環節都需要特別「設計」，包括讓員工了解一對一會議的目的、可以聊的話題、主管進行過程的態度、會議環境、來回對話比例都是需要精心安排，而這本書都一一分享了每個環節常見的疑問以及解法。我特別喜歡第六章的內容：如何開啟對話，裡面提供了非常多的範例問句，如果你正煩惱著不知道要在一對一會議裡面說些什麼，第六章的開啟對話絕對會讓你有很多靈感，不僅僅適合用於一對一的會議起頭，如果你正處於職涯焦慮期或是迷惘期，這些問題也非常適合用來問問自己，例如：

• 工作的哪些部分你不喜歡？那你最喜歡的是什麼？
• 自從你開始擔任這個職位，一切是否如預期？有沒有任何出乎意料的優點或是缺點？
• 你能否在這份工作中找到意義？如果沒有，什麼樣的改變能有所幫助？
• 你是否滿意自己的工作/生活平衡？有沒有什麼我可以幫得上忙的地方？
• 你覺得這間公司可以幫助你成長、發展或是發光發熱嗎？

當然，一次的一對一會議並不一定可以把這些類別的問題都問完，所以更應該依照員工當時的狀況挑選，例如說，面對剛開始一對一的成員，可能信任關係還不足，可能重點可以放在培養關係或是成長類的問題，如果有員工有離職傾向，那也許多挑選一些留任或是關心進度的問題會更適合。

好啦，那剩下的精彩內容就留給你在閱讀中獲得啦，我們下篇文章見：）

Sharon

Buy me a coffee  用行動支持我的內容創作

如果我的文章對你有幫助，歡迎用行動支持我的內容創作，小額贊助請我喝咖啡、留言或是寄信來跟我分享你的收穫，都會讓我持續有動力分享更多內容唷～

這篇文章 如何提升員工留任意願與績效？從「有效」的一對一會議安排開始 最早出現於 Sharon Lab∣雪倫實驗室。

這篇文章，我想分享成為數據分析師後，我每天都會用到的重要技能：Tableau。這篇文章將介紹：Tableau 是什麼？為什麼這麼多企業重視 Tableau 技能？為什麼 Excel 或 Python 雖然能製圖，卻不一定是最佳選擇？在網路上找Tableau 教學影片學習學得起來嗎？除了解答新手常見的疑難雜症外，我也會分享我在初學 Tableau 時面臨的挑戰、調整，以及我的 Tableau 啟蒙課程：資料變決策！從零上手 Tableau 大數據視覺化。

Tableau 是什麼？為什麼數據視覺化選擇 Tableau？ 

Tableau 是什麼？如果你是第一次接觸數據分析領域可能會有這個疑問，Tableau 簡單來說就是一種視覺化分析平台，而實際工作場域中，Tableau 的作用不僅僅只是提供給數據分析師做分析與報告，還包括了提供決策者自動化更新的數據報表、提供內部或外部單位做重點資訊掌握或查詢，例如：透過建置 Tableau 報表，可以預設寄件時間，定期將發送報表，讓老闆快速掌握盈虧，進一步採取行動，像是調整庫存、改變銷售策略等；而在平行同事合作方面，則可以提供同事更多的數據幫助採取行動，例如提供會員消費狀況、行銷預算花費與個別行銷管道的收益，判斷行銷策略與會員溝通策略是否奏效。 

善用數據的力量，不僅能幫助我們評估當前決策的優劣，結合資料視覺化後，更能讓同事一眼掌握重點，迅速辨識數據中的問題並採取行動。舉例來說，同樣是銷售數據，第一張圖是一張完整的數據表格，而第二張圖則經過基本的資料視覺化處理，比較之下，第一張圖密密麻麻的數據讓人難以抓住重點；但第二張圖，經過欄位篩選後與簡單視覺化後，不僅清晰顯示出「紅色」的衰退品項類型，還指出需要特別留意的部分。我們可以基於這些初步的警示（Alert），進一步挖掘需要改善的行動方案。 

說到這裡，你可能會有疑問，能夠做出圖表的工具那麼多，為什麼這麼多企業會要求使用 Tableau 呢？如果 Excel 或是 Python 就可以做出圖表難道不行嗎？我會說其實也可以，但實務工作上不適合。 

首先是 Excel。雖然 Excel 也可以製圖沒錯，但它最大的缺點是無法處理龐大的資料量，以我自己工作的分析情境來說，資料的筆數都是十幾萬、甚至是幾百萬筆的資料量（可以簡單想像成 Excel 的列數，以資料大小換算大概都是幾 GB 起跳的資料），在這種情況下 Excel 無法支援，即便可以使用，其處理速度非常緩慢。此外，而第二個原因就是：Excel 沒辦法做到全自動化的資料更新與圖表更新，做圖之後如果需要更換資料來源、資料範圍都會是很大的維護問題。 

接著來說說為什麼 Python 比較少被我拿來使用在資料視覺化的分析情境下呢？因為操作的複雜性比較高，以折線圖來比較，在圖片上的任何顯示都需要寫一段程式碼，例如圖例、折線圖每個折點上要不要出現點點、每個點要不要顯示數值，所有的顯示我都得用「一串程式碼」來完成，但是 Tableau 只需要拖拉而已，而圖表的所有視覺設定，也只要到對應的設定上按按滑鼠左鍵就完成了，幾乎是一兩秒鐘就可以完成的事，想像一下，假設我今天需要做100個圖表分析，一行程式碼我打30秒，彼此差距就差了46分鐘的操作時間落差。數據分析的重點在於「解讀數據」並「挖掘洞察」，所以，善用 Tableau 工具提升數據視覺化的效率就是最佳的分析工具選擇。

而關鍵的 Tableau 功能是：互動式儀表板，可以讓身為數據分析師的我們、使用 Tableau 報表的同事們，透過一鍵滑鼠達成客製化的數據查看與分析需求。舉個例子，以下影片中展示的銷售報表，使用者可以快速依據不同需求進行排序，例如按銷售額排序，一眼看到銷售金額最高的商品；或者按毛利排序，這可能是老闆更關心的指標，因為銷售額高並不代表真正賺錢。 

假如某商品銷售額很高，但其生產成本同樣居高不下，那麼毛利可能並不理想。一增一減之下，銷售額高的商品未必能為公司帶來真正的獲利。相對地，毛利高的商品才更有可能成為公司獲利的主要來源。這種互動式的數據探索功能，不僅能快速滿足多元的使用者需求，還大幅提升了分析效率與數據決策的價值。 

初學資料視覺化，常見的 Tableau 自學難題 

如果你也想要學會 Tableau，以下可能是你很容易遇到的學習問題，也是我從行銷轉職數據分析師時遇到的切身之痛： 

1. 不知道要從哪裡開始著手
   網路上 Tableau 教學的 Youtube 影片其實不少，但是零碎學習的壞處就是沒有辦法系統性的學會這項工具，就會很難在實務上彈性的應用這項工具的強大分析與視覺化功能。 
2. 不知道要分析什麼主題
   首次接觸資料分析，會很容易沒有問題意識，例如不知道什麼問題可以透過數據回答？什麼數據別人會需要？我能用數據帶來什麼價值？這些都是我初入數據分析領域常常會質疑自己的問題，這是正常的現象，就像肌肉未經訓練時無力可用，無從下手也是自然的。 
3. 哪裡可以找到分析資料？
   這也是我剛入門的時候的一大挑戰，哪裡有不需要整理的資料來源？而哪裡可以找到想要分析領域的資料來源？ 
4. 工具有哪些操作功能
   例如說維度跟度量資料的差異是什麼？想要做的資料分析不知道適合用什麼圖表，或是想要在 Tableau 做條件計算該怎麼做？篩選器、參數的選單差異又是什麼？ 
5. 怎麼建立自己的作品集
   回想我第一次做視覺化作品的時候，只能用「心虛」來形容當時的自己，其一是覺得設計的圖表很醜，沒有很好看，其二是被 Tableau Public 公開的作品集嚇到，因為每個作品集都精美到像是一幅畫一樣，就會覺得自己的作品像是小孩子的扮家家酒一樣，不過，現在想想，在作品集其實只要強調兩件事：一件事是你會使用這個工具，其次則是，你要怎麼用數據來找到洞察、解決問題，把握這兩個原則，基本上就可以了。 

分享這些初入門的困擾，是想跟還在學習入門數據分析師的你說，有這些學習新工具的困擾都是正常的，等到慢慢熟悉這項工具、多實作之後，這些困擾跟自我質疑就會慢慢淡化，最後消失不見的。 

Tableau 教學資源推薦：用系統化課程快速上手 

而我當時面對這些困擾，一開始是想要透過閱讀官方的資料或是網路上的教學影片自己學會，因為我當時已經有 Microsoft Power BI 的使用經驗，所以我心想，雖然是不同的資料視覺化工具，但應該邏輯跟操作方向應該差不多，所以我就選擇先自己摸一摸 Tableau 的工具介面，然後操作看看，遇到問題再上網找資料或是影片來看，但連續用了這個做法做了好幾週，只能說學習非常讓人灰心喪志，因為即便都是資料視覺化工具，但是操作方式、公式邏輯，甚至是基礎的圖表設定方式，完全不一樣，所以自己摸索與上網查資源，確實是學的比較辛苦。

為了加速自己的學習進度與減少挫敗感，我後來決定上線上課程的方式來改善，我當時上的課程是 HaHow 的資料變決策！從零上手 Tableau 大數據視覺化，這門課程算是我的啟蒙課程，能夠解決新手學習 Tableau 遇到的大部分困擾，上完課之後，可以解決我上述提到的新手自學難題，而且最重要的是：立刻就可以做出一個屬於自己的作品來，還有一張完課的結業證書，可以證明你對 Tableau 是有下功夫的。

我自己很喜歡課程裡面的數據儀錶版教學： 

第一個是如何透過折線圖，做出時間軸的預測分析。這個需求在實際工作場域非常好用，例如你已經有今年跟去年的銷售資料，今年已經到9月份，你想要透過前9個月的資料預測接下來第四季的銷售走向，或是用去年同期的成長幅度預測今年第四季的走向，就是非常方便且有用的預測性分析。 

第二個則是行銷人常常會聽到或用到的 RFM 模型分析，透過消費者的最近消費日期、消費頻率以及消費金額，做客戶分群，進而針對不同類型的客戶做不同的行銷規劃或是溝通主題，在我還是行銷領域的工作時，就曾經利用這個模型來幫助公司建立客戶分析與分群的策略規劃。 

第三個則是地圖資料，如果你的工作是要用到地圖分析，那麼這堂課剛好有個單元就是在教地圖，而且還有介紹可以和 Tableau 相容使用的外部地圖來源，會讓你除了基本的 Tableau 操作應用外，也會有延伸的補充資源可以收穫。 

我的 Tableau 入門課程：資料變決策！從零上手 Tableau 大數據視覺化，如果你還苦於學不會 Tableau，我覺得這是一堂可以輕鬆入門的敲門磚，最後也分享我在完課之後，立刻就可以上手，最終做出來的兩版作品。 

第一版完課作品，改良課程教授的設計模板，轉換資料之後變成自己的實作作品

第二種作品，以課程分享的 Story 功能，做出如 PPT 簡報的報告式作品

不過，如果你是已經是 Tableau 老手，想要學習進階的 Tableau 使用方法，例如說：LOD 計算、參數應用、深入研究 Tableau 的各種公式、資料更新自動化或是 Tableau Server 這端的應用，那麼這堂課就完全不適合了，我自己在上完這堂課之後，這些進階功能的使用則是邊做邊在成為數據分析師之後慢慢累積起來的，具體做法主要為以下兩個： 

• 遇到問題時，優先參考官方的教學資源：Tableau Learning
  當你有對 Tableau 工具的基礎認識與操作熟悉度之後，閱讀官方提供的教學與說明就會更加容易理解跟上手。 
• 花時間研究其他人的作品集
  並從中汲取靈感，具體作法與要點是：從 Tableau Public 平台中，下載既包含原始資料又包含完整 Tableau 工作簿的作品（如下圖，需要同時可以「資料」與 「Tableau」這兩個選項都是可以選的，沒有反灰 ），這樣可以觀摩對方的做法，研究對方的分析角度、選擇的圖表，以及是否有互動性功能，並學習如何實現這些功能。研究完後，從空白畫布開始，嘗試模仿對方的視覺化報表，這樣能夠真正掌握技巧，並加深對實務操作的能力。 

可完整下載 Tableau 作品的檔案範例

如果你的需求僅限於 Excel 分析，或者想學習 Google Looker Studio 的操作技巧，也可以參考這門由同位講師設計的課程：資料變決策！商業圖表製作與視覺化分析的技術。無論是 Excel 的應用還是更進一步的 Tableau 視覺化分析，選擇適合你的學習資源，絕對有助於提升你的數據分析能力以及求職面試的勝率，希望這些課程資源與分享，能幫助你展開你的數據分析旅程。

若對這堂課感興趣，歡迎到 Hahow 一起學習！結帳輸入折扣碼「aohahow」，全站課程 9 折起（募資課程除外），使用期限至 2025/12/31！

Hahow 官網：https://tinyurl.com/2ch2bbqt 

我們下篇文章見～

Sharon

Buy me a coffee  用行動支持我的內容創作

如果我的文章對你有幫助，歡迎用行動支持我的內容創作，小額贊助請我喝咖啡、留言或是寄信來跟我分享你的收穫，都會讓我持續有動力分享更多內容唷～

這篇文章 數據分析師必看！Tableau 自學指南：技能解析、應用實例與學習心得分享 最早出現於 Sharon Lab∣雪倫實驗室。

這個問題讓我有點感觸，想到一句大家成長路上嚷嚷上口的話：「機會是留給準備好的人」，這句話本意是在鼓勵我們要時刻做好準備，等到機會來的時候才不會錯失，但從另外一個角度來看，我覺得這句話卻也害慘了許多人，讓很多人遲遲都停留在準備的階段，不敢自己「找機會」、「抓著機會」的那一步，這篇文章想來分享我對於這句話的省思，也想鼓勵著還在觀望機會、遲遲停留在準備階段的你，勇敢邁出你的下一步！

延伸閱讀：文科畢業的行銷工作者，如何一步一步成為數據分析師？

準備100%的時刻，真的存在嗎？

「沒有，我從來沒有覺得我準備好了」，這句話是我對友人的回覆，當下毫無猶豫的，脫口而出就講了這句話。

出社會的這五年多來，我總共經歷過3次工作轉換，第1次工作轉換是從代理商的廣告投手，轉換到品牌端的廣告投手，第2份工作是從廣告投手轉換到數據分析師，第3份工作則是從B2C的數據分析師，再跳到B2B的外商數據分析師，第1次與第3次工作轉換，雖然都是轉換在相同的職務範圍，但我有因此覺得我準備好了嗎？其實也沒有，轉換到不同商業模式的公司，即便使用的核心技能一樣，但需要會的輔助技能，需要負責的規模、承擔的責任都不一樣。

例如在代理商擔任廣告投手，雖然同時要負責多家客戶，但是每個客戶的預算規模比較小，除了廣告投放之外，還需要跟客戶溝通、說服客戶提升廣告預算的能力；而到了品牌端，負責的就是品牌端的全方位媒體，總預算規模比起代理商負責的客戶高出許多，有更大的廣告預算操作權利，但同時也要直接的面對營收獲利的壓力，以及除了數位廣告之外，品牌在官網、通路、社群、公關媒體、實體門市如何全方位的佈局以及和內部同事相互合作。

而數據分析師雖然都是分析數據，但是在不同公司負責的項目以及需要的技能也不一樣，在B2C的中小型公司，主要是以數據專案為主，因為有數據工程師的資源、有外部的數據科學家做模型，所以我不太需要做資料源，也不太需要建資料表，只需要協助工程部門與其他部門的溝通、建立可視化報表即可，但到了B2B的跨國公司，除了要負責營運狀況的分析、報告以及內部報表製作之外，資料表、維護資料源都成了我新的工作任務，再加上跨國公司的性質，英文能力也成了我新的必備技能。

除了上述兩段經歷之外，最痛苦的一段轉換經驗，莫過於第2次從廣告投手，要轉換成數據分析師的期間，即便知道數據分析師需要會寫SQL、會用 Tableau、POWER BI，但自己進修上課做的作品集、SQL刷題跟實務工作有沒有差距？有多少差距？別人會不會覺得我的作品集像是小學生做作業？會不會我以為我熟悉了這些技能，但其實只是略懂皮毛？別人會不會看了我的履歷就不給我任何的面試機會？這些問題每一天都在我的腦袋盤旋，轉職時每一天我也都在自我懷疑，但我還是帶著這些自我懷疑，一封一封的投了履歷，2022年1月我開始投履歷，2022年1月~3月我投了4~5家公司，嘗試的第一階段，沒有一家公司願意給我數據分析師的面試機會，接著，我還是持續投履歷，但不一樣的是，我減少了自己廣告投手的工作內容篇幅，增加更多我在會員分析、內部數據儀表板建立的工作內容，並且同一時間，加上自己上SQL課程、做視覺化報表的作品集，就這樣，從5月份開始，我終於陸續收到4家公司的面試機會，最後獲得兩家公司的 Offer

這是我的轉職故事，而我想透過我的故事分享的是，沒有一個階段是100%的準備好了才開始，因為你的準備好，跟市場的準備好標準不一定一樣，所以我都是抱持著自我懷疑，但邊走向（求職）市場，邊跟市場揮手說我準備好了，而市場也會直接做出反應，告訴我們我們現在「具備資格了沒」，所以當我的技能跟履歷還不夠的時候，市場會用「沒有面試邀請」告訴我，你還要再準備多一點，等到我準備到足夠的時候，市場則會用「面試邀請」告訴我，你做對的了、你準備好了。

職缺真的要滿分準備才符合？

如果可以完美符合職缺要求的所有條件，那當然是最理想的狀態，但是，很多時候職缺需要的技能或是經驗我們並不具備，那怎麼辦？例如說職缺要求至少有3年以上的工作經驗，但你只有一年的工作經驗，又或者，職缺要求你要有數理統計相關、統計學相關、資訊管理相關的科系背景，但你偏偏就是大學唸文科畢業的候選人怎麼辦？難道真的要等到3年後再去應徵？重新念研究所只為了符合科系要求？

以我的將近20次的面試經驗來分享，我會說，其實也不用100%的吻合職缺條件，就去試試看吧！首先，投履歷又不用錢，就算不完全符合條件，投投看你又沒損失，何不就試試看呢？其次，如果那家公司真的缺人，真的很需要這個職位的人選，公司用人主管就會自己降低用人的標準，你完全吻合，那最好，但不完全吻合，如果看起來還算堪用，面試也沒有什麼大問題，也許公司就錄取你了。除了這些原因我鼓勵大家直接去試試看之外，還有一個我自己從好幾次轉職經驗獲得的體會，那就是，「技能」、「經驗」、「學科背景」條件雖然重要，但是很多用人主管也更看重你的「人格特質」以及「潛在發展性」，我曾經不只一次問過我幾位老闆，為什麼我的經驗、當時面試的能力，看起來都不完全是100%符合這份職位的能力，甚至可能表現的可能只有50%的能力，為什麼你還願意讓我來面試，甚至是錄取我？

「我看到你會自我調整修正的能力」、「沒什麼人會準備作品集，看到作品集的時候我就覺得是你了」、「你的自我推薦內容很有邏輯，也充分的展現你的特質」、「你的工作經歷我有看到超過3年以上的工作累積」

這些是我從我的老闆們身上得到的反饋，「個人展現出來的特質」以及「可塑性」是相對年輕的工作者非常有優勢的，所以即便技能不完全100%的吻合，其實我們都可以試試看用額外的作品集、面試個人特質的展現，讓自己脫穎而出。

準備好了？那你有「待在」充滿機會的環境嗎？

最後一個延伸思考，也是很多人忽略的，那就是就算就算，我們一切都準備好了，你有讓自己待在會出現機會的地方嗎？不論是自己去投履歷，讓自己的履歷公開，又或是善用Linkedin等，還是你都在被動等機會找上門呢？

我自己覺得「機會是留給準備好的人」還有一個迷思，那就是：真正好的機會，是不會留下來等人的，真正好的機會，絕對是所有人衝破頭，想盡辦法想得到的，所以被動等待，絕對是面對機會最大的誤區，平常除了準備好機會需要的技能之外，常常在機會多的地方逛逛、待在有機會的環境，都是我們找到好機會必備的策略。

好啦，關於準備與機會的這些省思就分享到這裡啦，感謝友人提供的靈感，我們下篇文章見～

Sharon

Buy me a coffee  用行動支持我的內容創作

如果我的文章對你有幫助，歡迎用行動支持我的內容創作，小額贊助請我喝咖啡、留言或是寄信來跟我分享你的收穫，都會讓我持續有動力分享更多內容唷～

這篇文章 「機會只留給準備好的人？」其實你該反過來想！ 最早出現於 Sharon Lab∣雪倫實驗室。

one one meeting 有什麼好處？

問些你平常不好意思問的問題吧！one one meeting 最大的好處就是只有通常只有你跟直屬主管兩個人，所以有很多平常人多不好問的，想問不好意思問的，沒時間問的，都可以善用這個時間好好聊聊，開始與多位主管相處的職場經驗後，我發現主管很多時候不是對於下屬的需求視而不見，而是壓根不知道下屬期待的需求。

我舉我自己真實經驗來說，我記得我 one one meeting 跟主管聊到，我想要更多與不同國家同事合作的機會，主管很訝異地說，她跟我說她以為這是在公司已經很頻繁的機會，他一方面以為我平常就已經有和其他國家的同事合作的機會，另外一方面則是因為她自己已經幾乎每天都跟其他國家的同事合作溝通，所以她沒有「預想到我會有這樣的工作期待」。

再拿另外一個例子來說，我在第二份工作的時候，面對持續加重的工作內容，雖然有點負荷不來，但遲遲都沒有反應給主管讓他知道，直到有一次真的覺得壓力太大我才不好意思的跟主管聊聊我的工作 Loading，結果，主管給我的回覆是「我不知道你的工作 Loading 這麼重，我知道了，我會再調整工作的分配與比重，不過需要給我一點時間」

從這兩個我的切身例子都可以得出相同的結論，那就是「主管不是我們肚子裡的蛔蟲」，更何況主管底下有這麼多的下屬，怎麼可能每個人心裡在想什麼都知道？既然不知道，當然也不能期待主管可以回應我們所有的需求，而 one one meeting 就是一個最佳的時刻，讓你可以跟主管聊聊你想爭取的、你想調整的，有說有機會，不說就永遠沒機會！

one one meeting 可以聊什麼主題？

總結來說，有三大面向的主題可以在 one one meeting 提出來跟主管聊聊：

主題1：你的職涯願景

如果你有很明確的三年五年目標，one one meeting 絕對是一個絕佳的規劃機會，例如如果未來有當主管職的期待，meeting 就可以提出你有這個未來目標，接著，就可以詢問主管相關的問題：工作內部的升職評估方式是什麼？現階段與主管職的技能差異有哪些？

我記得我甚至是在面試Day1就跟我未來的主管說，我未來有想要承接主管職的期待，所以 one one meeting 我就會聚焦跟主管聊聊我目前與主管職軟技能與硬技能的差異，以及我應該從哪些面向開始調整起，這是我覺得one one meeting 第一個有價值的好處。

那如果你沒有很明確的職涯目標呢？那也無所謂，你總希望未來的工作安排是多安排你喜歡、你擅長的工作內容吧？這個也適合提出來與主管聊聊，例如，今年度下來你覺得哪些事情你做起來特別有成就感？這件事情拆解下來，你特別這項工作的哪個部分？甚至可以主動提出，未來預期的專案有哪些你非常願意承下來。如果我們不主動說，主管任務交辦也就真的就只能擲筊或是照他過往的既定印象了，所以想爭取到想做的工作，就勇敢說說看吧！

這些主動聊聊的話題，都可以讓主管更了解你的職涯偏好，更有機會在未來有相關機會的時候想到你，也會讓未來的工作更接近我們心目中的理想工作。

主題2：哪些狀況你希望改善？

第二個可以聊的主題就是，你希望得到主管什麼樣的幫助？在任何一家公司上班都一樣，總是會有讓人惱火的人事物，也總是會有讓人覺得討厭不公的公司制度、分工、團隊合作模式，除了默默忍受、下班和同事、朋友、家人抱怨外，其實我們還有另外一個選擇，那就是試著跟主管反應看看，了解造成問題背後的根本原因、聊聊你想做的改善方向主管的想法，詢問他有沒有其他解決辦法？他建議怎麼解決這個問題？甚至是工作的工作量負荷太重，沒辦法全部一起做完，也可以這時候跟主管討論看看處理工作的優先順序。

像我自己就曾經透過 one one meeting 反應過工作量的安排，反應檔案需要有人幫忙整理，結果隔沒多久，我的老闆就直接請個工讀生幫忙把檔案歸檔處理好，這些都是我不講可能沒人會知道，或是老闆其實知道有這個問題，但是問題沒有到燃眉之急，也沒有人反應因為問題造成困擾，當然也就索性不處理了！但是，如果你遇到的問題會影響到你的工作表現，這時候說出來也才能讓主管知道，就好像是你想爭取的工作經驗需要說出來讓主管知道一樣。

這時候有些人可能會說，「有啊！我反應給公司好幾次，可是公司都沒有作為！」如果你遇到這種情況，我們可以用三個判斷標準評估看看，為什麼這個問題有說，卻不被重視？

第一種可能：不是老闆在乎的問題。如果你反應的問題是「我工作這麼多年，沒有功勞也有苦勞，為什麼都沒有加薪？」 那確實有可能不被重視，因為乍聽之下跟老闆沒有直接關係，我們可能就需要換個面向來溝通，例如，提出自己為公司帶來的具體價值，讓老闆看到。

第二種可能：知道有影響，但不知道影響有多大： 因為xxx部門不配合，導致專案會延後上線 。延後上線可能是問題，但問題有多嚴重？如果可以的話，盡可能量化影響的程度，例如，預估潛在損失為100萬，聽到實際影響的數字，如果夠嚴重，老闆自己就會動起來了！

第三種可能：提出了問題，卻沒有提你建議的解決方案。這也是我常常會不小心犯的毛病，主管日理萬機，最好是再提問題的時候就帶著幾個解決方案過去找老闆，也比較有機會可以在當下決定方案，拍板定案。

主題3：任何好奇的事

最後一個可以在 one one meeting 的問題，則是任何你好奇的問題，假設你想當主管，也許你可以分享看看你觀察到的主管的一天可能有哪些工作，再問問你的主管，他實際上的一天跟你想的一步一樣，評估主管職的日常是不是你想要的；也可以問問主管覺得升職的關鍵是什麼？他覺得當主管職最有成就感與最辛苦的地方是什麼？任何有助於你了解主管職的問題都可以趁機問問。 另外一個我很常詢問的問題則是對於某個專案或是工作任務的具體回饋，例如，他對我XXX專案的表現成果覺得怎麼樣，假設他說了很棒，那還可以追問的問題則是，主管覺得哪裡很棒？哪裡可能表現得不好？如果下次有類似的工作，他會期待我怎麼調整，這些都可以讓我們更清楚的知道主管「心裡的那一把尺怎麼畫線」，哪些是主管在意的點？哪些是主管看待事情的方式，多進行幾次，我們就會對怎麼達到標準更熟悉了！

除了自己準備的話題之外，我也很常在 One one meeting 被問到以下的問題，也提供給大家參考：

1. 和哪些同事相處愉快？最想跟哪些同事合作？
2. 和哪些同事相處不太愉快？最不想跟哪些同事合作？
3. 覺得自己在團隊中扮演的角色是什麼？
4. 對公司有什麼建議？

關於 one one meeting 的看法轉換

剛入社會前幾年，我總是會覺得事情都做不完了，事情都做不完了，居然還要我空一小時的時間聊聊？但這幾年我對 one one meeting 卻有不同的看法，因為我本身就不喜歡在很多人的場合談論私人想法的人，所以 one one meeting 其實給我一個很棒的機會和環境，讓我可以暢所欲言的與老闆反應我想做的事情，讓主管可以幫助我達到我想達到的目標，所以後來我都會事前準備要與主管聊的話題，設想主管可能會說什麼？我有沒有什麼想要追問的問題，有成功爭取，也有失敗不了了之的結果，不過，不論如何都比不說來的更好。

下次遇到 one one meeting ，不妨試著準備看看，也許會有意想不到的收穫：）

Sharon

Buy me a coffee  用行動支持我的內容創作

如果我的文章對你有幫助，歡迎用行動支持我的內容創作，小額贊助請我喝咖啡、留言或是寄信來跟我分享你的收穫，都會讓我持續有動力分享更多內容唷～

這篇文章 1 on 1 要聊什麼？分享一對一面談可以聊聊的3個方向 最早出現於 Sharon Lab∣雪倫實驗室。

雖然是很久以前的電影，但還是暴雷警告一下，以下內容涉及劇透。

.

.

.

從一開始就能想像男主角馬蒂肯定能回到他所在的時空，但除了穿越這個主題，這部電影有很多出乎想像的「亮點」，像是馬蒂如何引導爸爸，讓他從不願意到願意改變，還有馬蒂回到他的時代後，整個家庭一切都不一樣了，家裡的裝修變得高級了起來，原本送外送的哥哥，變成穿西裝上班的白領階層，姊姊變成人人追求的熱門對象，爸爸變得有自信，媽媽則變得面容姣好、身材苗條纖細，兩人甚至還有餘裕可以打高爾夫球、請管家，這兩個片段是最讓我有感觸的片段：

不願意改變，大神幫忙也沒用

馬蒂一回到過去，因為好心，救了自己的爸爸，讓他免於被自己外公的車子撞到，沒想到這個好心，卻反而讓爸爸錯失和媽媽相遇的契機，也讓媽媽因此陰錯陽差的愛上他。為了彌補過錯，避免自己從此消失，馬蒂開始瘋狂的圍繞在爸爸喬治的旁邊，一邊說媽媽羅蘭有多喜歡他，一邊出主意讓爸爸喬治主動去邀約媽媽去。但是，就算馬蒂幾乎是做到送佛送上西的程度，但自卑的喬治爸爸就是不採取行動。

從這個劇情其實就能看到，對方沒有「自己想要」，就算我們好心幫了一堆忙，其實也推不動，只會發現，愈用力推，對方就愈用力抵抗，就像是喬治最後抱怨馬蒂為什麼一直死命的跟著他，甚至是出現看到馬蒂就趕快逃走的舉動。這也是我有時候會忍不住犯的毛病，例如說鼓勵朋友可以學學英文，這樣對薪水跟求職會很有幫助，推薦了一堆可以加強英文學習的方法，最後卻發現朋友一個也沒嘗試；好心說如果需要可以幫忙看履歷、模擬面試，最後還是被發了無聲卡，道理都是一樣的。

而下一幕，鏡頭轉到馬蒂爸爸奇蹟似的主動找馬蒂幫忙，說希望幫忙他邀約馬蒂媽媽羅蘭，原來是馬蒂半夜喬裝成外星人，語帶威脅的要求馬蒂爸爸去邀約媽媽，這才讓馬蒂爸爸態度180度的大改變，終於願意主動出擊了！這時候，馬蒂說什麼，他就做什麼，不再「可是…可是…」的狂找藉口，也才能擄獲馬蒂媽媽的心。

馬蒂爸爸的改變，也始終是等到了他自己想改變時才發生的，回到我們的現實生活也是，當我們遇到自己沒有改變意願的人，提供再多簡單可以改變的方法其實都沒有用，面對這種情況，要不我們就是坦然放手，要不，就得像是劇中馬蒂的作法一樣，找到一個讓對方自己產生強烈改變動力的方法。

一個舉動的改變，人生可能從此不一樣

馬蒂爸爸給畢夫的一記拳頭代表什麼？代表他直面了他的恐懼。馬蒂爸爸曾說，他害怕畢夫的原因是因為：說他個頭比我大，而且我從來沒有跟人打過架」，害怕看起來比我們強壯兇悍的人，這是人之常情，就像是馬蒂第一次和畢夫起衝突的時候，看到畢夫遠遠高出了他一個頭，他也是遲疑了一下，動作也從揪畢夫的領子，變成是幫他把衣服撫平。

但是馬蒂爸爸面對恐懼，他始終採取逃避策略，遇到畢夫就畢恭畢敬，被欺負就忍氣吞身，能跑就跑、能躲就躲，不能躲，那就卑躬屈膝也沒關係，這是馬蒂爸爸起初的生存之道。直到看到馬蒂媽媽被人欺負，看到畢夫持續軟土深掘，這才讓馬蒂爸爸鼓起勇氣，直面自己的恐懼，揍了畢夫一拳。

如果說第一次反抗是不小心，第二次就是有意識的行為！我非常喜歡電影在馬蒂爸爸揍了畢夫後，還安排了第二個給馬蒂爸爸的第二道擄獲美人的挑戰，那就是進入舞會後，馬蒂媽媽被另外一個男生搶走當舞伴的橋段，這個橋段更是確立馬蒂爸爸面對衝突，思維跟行動從此不一樣的關鍵。起初，馬蒂爸爸看到馬蒂媽媽被搶走時，第一個舉動還是默不吭聲，還是想逃，想避免衝突，但最後他把馬蒂媽媽從別的男生身邊搶回來，用行動坐實了他面對恐懼、衝突的時候，應對的方式已經與他過去截然不同了！所以當馬蒂回到自己的時空，也才會發現，整個家的經濟狀況都跟以前不一樣了，我想，最大的原因其實就是，馬蒂的爸爸思維已經截然不同，從一個恐懼衝突，願意忍氣吞身，到願意為自己所珍惜的事物奮戰的人，這也是家庭環境可以截然不同的核心。

我看完這段，最大的感想是，一個看似小小的舉動，其實可以長遠的影響著我們的生活，甚至是顛覆我們的人生。行為，反映著我們的思維，而思維，又會牽動著我們做的每一個決定與選擇，看似不相關，但其實牽一髮動全身，可能讓我們從此走上不同的人生體驗。所以啊，如果你有什麼遲遲想做，卻害怕擔心想做的，也許馬蒂爸爸這個痛快人心的一拳，把馬蒂媽媽從別的男生的身邊搶回來跳舞的帥氣舉動，會給你一點跨出來勇敢嘗試的鼓勵。

這部電影的體悟就分享到這裡啦，下篇文章見：）

Sharon

Buy me a coffee  用行動支持我的內容創作

如果我的文章對你有幫助，歡迎用行動支持我的內容創作，小額贊助請我喝咖啡、留言或是寄信來跟我分享你的收穫，都會讓我持續有動力分享更多內容唷～

這篇文章 《回到未來》電影體悟：思維帶動不同的人生境界 最早出現於 Sharon Lab∣雪倫實驗室。

為什麼我想要自我回顧？

想要自我回顧的起源，來自五年曆，五年曆是一種日記的形式，最大的特色是同一頁會有5年份的格子，假設從2020年開始寫，就可以寫在2020年的格子，而2021年則是寫在2021年的格子，最有趣的就是當你寫到第二年，你就會看到去年的同一天發生了什麼事，就好像是重新參與了過去的一天一樣。

我印象很深刻，寫五年曆寫到第二年的時候，第一次看到去年同一天的日記，立刻地「哇」了出來，會看到過去的自己在乎什麼，看到過去的自己為什麼而煩惱，也會看到過去的自己因為什麼而開心著，接著再由長大1歲的自己回去看這一切，心裡頭就同時會有有趣、開心、感謝自己過去的努力的多重情緒湧上心頭。幾次回顧下來，除了有趣之外，自我回顧也帶給我 3 大好處：

低潮時最大的鼓勵

每個人都會有低潮時刻，可能是工作不順心，可能是覺得現在的自己沒進步，可能是跟身邊親密的人吵架等，但共同點都是，低潮時，我們容易為自己貼上負面標籤，我不好、我很糟糕等，接著就更沒有動力面對生活中的一切，甚至是陷入低潮的惡性循環：愈低潮，生活就就不順心。

這時候，我們可能需要朋友、伴侶拉一把，而過去生活的紀錄其實也可以拉我一把，讓我回顧看看過去已經克服的挑戰，和親密朋友的開心時光，就會讓我自己知道，其實我沒有不好，只是現在卡住了，不小心跌倒了，而回顧生活中好的一部分，就是一種非常好的自我鼓勵與支持。

明確知道目標與現況的差距

在自我回顧的紀錄中，我會紀錄自己發生的大事，包括開心的事、難過的事，人生里程碑等，如果回顧這些紀錄，都與我自己設定的目標方向一致的話，我就會很清楚知道自己正在自己設定的目標努力著。但如果沒有，行動偏離了目標，這時候，自我回顧就可以幫助我拉回正軌，或著是讓我重新檢視目標是不是需要調整，也許現在有優先順序更高的目標需要先完成。

累積相信自己的證據

不知道有沒有人跟我一樣，容易在遇到自己不熟悉的挑戰或是任務的時候會懷疑自己有沒有能力。如果有，特別看自我回顧的里程碑以及過去做過哪些複雜難搞的專案就會幫助很大。舉例來說，我現在回顧頭去看半年前的自己的紀錄，看到當時覺得很煩很討厭的任務，現在回想起來就像是芝麻大的小事，也可以微笑著說著我達成了。久而久之，我們也會更相信自己，當下雖然會覺得很累很煩，但始終，事情都會過去的，而我們也會想到方法與困難共處的。

五年曆的客製調整版本：週記

不過啊，寫日曆確實挑戰很大，如果你也是想要紀錄生活，但是寫日曆對你來說太困難的話，可以考慮寫寫週記或是寫寫月記，也是很不錯的替代做法。而我延伸五年曆的概念，實施的做法是寫週記。

每週我會回顧這週發生了什麼，有沒有有趣的體驗與有趣的人事物，當然也會紀錄自己這週覺得特別開心、特別沮喪、特別不一樣的嘗試，分成照片版本與文字版本。

照片版本：紀錄著與不同朋友的聚餐、餐廳、特別的購物商品、喜歡的上課課程照片等，一看照片就可以回想起當下的美好情境，是我最常用來鼓勵低潮的自己的區塊。

文字版本：重心情上的紀錄，發生什麼與日常生活特別不一樣的經歷、達成的里程碑等，是我最常用來檢視自己目標達成狀況，生活重心偏重的區塊。

例如說，我在紀錄到第二年的時候，發現第一年所有的紀錄都著重在工作發生了什麼事，其實就代表我前一年的重心都放在工作上，但這是我理想的生活嗎？我發現不是，我希望我同時有生活與工作，所以我後來就特別把紀錄的區塊分成工作與生活，讓自己「有意識」的去觀察自己的生活發生了什麼事，如果什麼都沒有，我也會督促自己要多花一些心思在體驗生活上。這就是我透過自我回顧，帶動生活投入調整的例子。

2023年我達成了什麼呢？

工作方面

1. 換工作，換到自己很想去的外商公司
2. 首次用英文簡報30分鐘，從不斷卡詞到能自信流利的對話
3. 養成每天練習英文口說25分鐘的習慣
4. 參加語言換活動
5. 完成一個為期6個月的複雜專案

生活方面

1. 養成每週運動 3 次以上的習慣
2. 體驗空中瑜伽
3. 體驗滑水
4. 體驗 Skyline 屋頂電影院的戶外電影
5. 趁著秋季特地跑到萬里吃三點蟹
6. 看英國音樂劇：鐵達尼號

個人品牌方面

1. 拉高更新頻率，過往年度更新文章約20多篇上下，今年更新到43篇
2. 首次投稿，並且成功刊登在104、商周、大人學
3. 收到更多讀者的來信

好啦，那關於2023年的回顧就分享到這裡，下篇文章見：）

Sharon

Buy me a coffee  用行動支持我的內容創作

如果我的文章對你有幫助，歡迎用行動支持我的內容創作，小額贊助請我喝咖啡、留言或是寄信來跟我分享你的收穫，都會讓我持續有動力分享更多內容唷～

這篇文章 2023年終回顧：自我回顧與成果分享 最早出現於 Sharon Lab∣雪倫實驗室。

剛轉職數據分析師時，雖然透過自學、大量刷題了解了SQL的基本語法，但是實際成為數據分析師之後，常常會發現現實中的數據比起題庫的資料來的複雜得多，例如，left join 的 key value 可能不只一個，Dimension table的值會出現重複值，創建一個表可能要找10幾20個資料表才能完整創建出來等，這一篇來分享我從寫 SQL過程中得到的重要概念。

釐清定義比直接埋頭苦寫更重要

剛開始寫SQL時我有一個壞習慣，那就是收到需求後，想也不想就直覺性的去找資料表，然後急著把需求解決掉。這樣的習慣在簡單的資料查詢相對不會有問題，但只要遇到資料串接、建資料表等比較複雜的資料處理，這個習慣容易造成資料表雖然指令沒有 Error，但是最終呈現的資料是錯誤的，或是不符合需求單位的需求。

我印象深刻有一次，我要查詢消費者的熱門消費城市，也就是呈現每個城市的消費人數、消費金額、消費訂單數，需要將訂單資料表連結客戶資料表，才能找到客戶所在的城市。但問題來了，所謂的「消費城市」到底要依哪個地址為主？是應該依消費者留的通訊地址來判斷？還是依消費者留的取貨地址來判斷？如果一個消費者通訊地址在台北市，送貨地址在桃園市，那應該把這筆訂單歸類在哪個縣市呢？這個問題沒有標準答案，「通訊地址」與「送貨地址」其實都可以，但是，究竟應該抓哪一個，就需要跟需求單位討論、確認才能知道。

從這個例子來看，當我沒有在寫表前先想好需要釐清的「定義」，在寫SQL查詢的過程中就容易一直卡住，甚至是遠離需求單位撈資料需求，讓自己白做工。

不只一次機會，不會就多試幾次

當 SQL 語法跟資料庫的規則不一樣的時候，送出查詢指令後系統就會報Error，例如語法錯誤可能會跳出 “missing expression”，寫錯資料表所在位置可能會跳出“table or view does not exist”，刷題過程不符合題旨查詢結果可能會跳出 “Wrong Answer”等。

起初接觸這個語法我也常常是滿滿的 Error ，一道SQL題目可能需要送出個4、5次才有辦法成功解題，出現錯誤總是讓我覺得心情很煩躁，想不到該怎麼解題，該用哪個語法也常常讓我懷疑自己能不能掌握這項技能，直到有一次，我在公司偶然看到每天都在寫SQL建表的工程師螢幕畫面，也出現了iT邦幫忙的查詢頁面，我才發現，原來每個人都一樣，每個人會有自己處理問題過程卡住的時候，也會有需要往外找資源、找資料的時候，不用因為覺得自己需要查參考範例就覺得自己不行的心態，寫SQL或是任何事情其實都一樣，過程中我們多多少少都會不熟戲、多多少少會做得不好、也可能都會犯錯，但是，改錯之後，結果好就好了啊，誰會在乎你寫SQL的過程中 Error 報錯幾次呢？誰會在乎成功的企業家過去失敗過幾次呢？不會就多找找資料，多看看別人怎麼寫，多試幾次總有一天會刻在自己的腦袋深處的！

搞懂規則，規則不對硬送指令也沒用

這個體悟發生在我轉換工作，使用不同資料庫系統的時候，雖然都是資料庫，但是不同的資料庫體系可能會在特定的語法中有不同的語法規則，以擷取現在時間的日期寫法為例，MySQL是用 NOW()，SQL Server則是用GETDATE()，讓我一開始超級不適應，甚至會做一些蠢事，例如同樣的語法修也不修，就直接再送一次查詢，想當然爾就是再次看到 Error。

轉換不同的資料庫系統，最重要的第一步絕對是搞清楚那套資料庫的語法規則是什麼，如果抱持著不更變的心態，在規則不對的情況下，就算是一樣的指令送了100次也不會從 Error 變成 Accepted。在熟悉規則的過程雖然很麻煩，也很不適應，但是當規則內化成習慣，下次就會得心應手了！

同樣的結果，解法不只一種

SQL雖然是一種有固定語法的語言，但同樣的資料查詢需求，寫法往往不只一種。如果你刷過SQL題目，可以特別注意討論串的留言內容，你就會發現同樣的題目，其他人可能會分享出不同的寫法，這也是我過去在煩悶的SQL刷題中，覺得特別有趣、特別可以引發我好奇心的環節。

以同樣是要找演員跟導演合作超過3次的查詢題目來說，有人可能直接用 Having 的語法來計算次數並做篩選，有人可能先用子查詢 + group by 語法後，再用 where 來篩選出3次以上的資料數，做法不同，但可以透過觀摩不同人的寫法，看看有沒有更簡易的寫法，了解相對不熟悉的語法，未來在不同的應用場景也可以更彈性的應用。

別想著一步到位，小規模測試更有效率

在我第一次幫忙建表的時候，我就犯下了這個想要一步到位的錯誤。那份資料需求是想看看過去6個月的庫存變動資料，需要從期初的庫存減掉過去6個月實際銷售出去的商品數量，同時還要考慮不同倉位的倉位庫存調動、銷售出去但是後來消費者退貨退回來的數量。聽到這個需求，是不是聽起來就很複雜？沒錯，超級複雜的！

但當時的我完全沒想著要小規模測試，居然直接開始從6個月的資料開始查詢，到最後雖然資料表寫完了，卻因為資料太大，我完全不知道要從哪裡開始驗證，最後只好再回到第一個步驟重新來過，後來，我改成以一個禮拜的資料調整，看看資料串連計算後跟當週期末的庫存數數字有沒有對上，等到小範圍的數據驗證沒有問題之後，才再放大資料範圍。

這個例子完全驗證了貪心想要一步到位的最後下場：被淹沒在資料海裡，當資料筆數幾十萬筆甚至幾百萬筆，我們更需要在過程中建立小範圍的簡單測試，甚至是在不同的資料處理步驟都再驗一次資料，確保沒有因為聯集、交集寫錯、遺漏資料，才不會最後滿心歡喜地寫完資料表，卻發現錯誤百出。

想練習更多電商 SQL 面試題？查看完整題庫：https://buymeacoffee.com/aderlabsharon/e/572913

Sharon

Buy me a coffee  用行動支持我的內容創作

如果我的文章對你有幫助，歡迎用行動支持我的內容創作，小額贊助請我喝咖啡、留言或是寄信來跟我分享你的收穫，都會讓我持續有動力分享更多內容唷～

這篇文章 寫SQL前的重要概念，學起來讓查詢建表更順利！ 最早出現於 Sharon Lab∣雪倫實驗室。