數據分析blog？會有人看嗎？--我為什麼在medium寫部落格
兩年前的八月，我在medium寫了第一篇文章，兩年後的八月我貼出第37篇文章，其中數據分析的文章有15篇
「寫這些累嗎？」「 恩…不輕鬆」
「能錢賺嗎？」「…恩…可以吧，但目前沒有」
「那你為什麼想要寫呢?」「…恩…」
如果你喜歡我的文章，也邀請你訂閱『Rock Data』電子報，支持我持續創作
動機/初衷：分享
以前只有在無名小站用過部落格，而且我是一個文字很差的人，我喜歡簡潔不廢話，所以數學最深得我心，說實在，能夠堅碼字持兩年，我自己也覺得很不可思議。
我想，做一件事情不只一個原因，還包含了某些契機，像是2016年的一本書『沒了名片你還剩下什麼』； 2017年獲得beagiver的贈書『分享』。
但主要動機，這答案還是要回到剛出社會開始說起...
我第一份工作就誤打誤撞成為BI分析師(<”了解自己”的重要＆我怎麼成為數據分析師的？>)。在2012年，數據分析還滿冷門的，部門也是新成立的，別說具體工作內容我不清楚了，就連現在標準的數據分析師的基本能力我都不具備，沒聽過SQL、R不熟練、Excel也不熟練… 能走到今天，雖然不到跌跌撞撞，但也是一路摸索著過來的。
研究所論文的致詞中寫了一句話『要感謝的人太多了，所以還是謝天吧！』
回想這些年在職場學習的過程也是如此，除了同事外，更多的是網路上許許多多不知名的人的幫助。
如今，我已經歷過一些數據分析的實務項目，有成功過、更多的是採坑 。如果我的經驗可以縮短某人的折騰過程，那不是很棒嗎？
初衷就是分享，我重視的的是能否產生足夠的價值。
受益的總是自己
聽只能記住20%，用能記住70%，吸收歸納能記住90%
資訊爆炸的現在，不論雜誌、新媒體乃至MOOC上有太多優質內容了，但我發現常常我要做某些事的時候，我能想到之前看過XXX內容可以參考，卻總是只能想到模糊的大概....
我想問題根源在於沒有“有效”的吸收跟歸納。
對於歸納，我用了trello來管理(<用Trello進行工作與生活的管理>)；對於吸收…還是文字紀錄最純粹吧！？
所以寫部落格也可以說是我的筆記。即使沒什麼人看，透過有方向性地篩選與蒐集相關資訊，進行整理並建立知識關聯時，會讓我重新檢視自己自己既有知識，將input的新資訊與既有的知識建立連結。
聽只能記住20%，用能記住70%，吸收歸納能記住90%
打造個人品牌？
最近“個人品牌”的議題還滿熱絡的，也想稍微說說我的想法。
我這部落格後台數據跟很多大神相比之下，很少很少很少，但我確實因為寫文章這件事，經歷了一些從沒想過的神奇事情，例如Xchange海外分享的活動，文章獲得別的平台得轉載。
但在求職上，blog幾乎沒有帶給我任何影響。(有可能是因為我寫文章時已經剛在大陸工作了，也沒有使用大陸的內容平台，例如公眾號、知乎發布文章）
反而日常跟同事的相處方式、合作的過程、跟外面廠商客戶的接觸，才是個人品牌的累積。
我想說的是，如果帶著太多外部的目的性，就容易想抄捷徑，那做事情就不自在、或是說不自我了。還是要回到最原始，這件事情是不是你想做的？
<我為什麼鼓勵工程師寫部落格？>就把寫部落格的好處及執行方法說的很透徹。
做任何事情，扎實的訓練與累積，就是唯一的捷徑。
能做更好的地方？
一開始還預設，可能頂多就只能寫5篇吧，但想不到這樣一寫已經快要兩年，雖說寫的滿隨意，也不太做通路推廣，能從個位數的閱讀量逐漸成長，想想都覺得溫馨。
最近在想有沒有什麼地方可以做更好？
- 更多文章？人力、能力、時間有限…
- 展示數據分析真實的工作面？<數據分析的一週工作日程>這篇文章就是這個目寫出來的，但其實每天工作中都會有一些有想法，卻又還不到寫成文章的程度。我透過medium 的series 上新增了一個「數據分析日常」，一週會update3天吧..
- 錄影？直播？採訪？完全專業外，基本0把握，如果有什麼作品再請各位支持...
如果你喜歡我的文章，也邀請你訂閱『Rock Data』電子報，支持我持續創作
- 數據分析系列1：談談數據分析的眾多Title
- 數據分析系列2：數據分析的一週工作日程
- 數據分析系列3：身為資料分析師，你該如何展現工作中的價值？
- 數據分析系列4：如何量化職場規劃？我這次的轉職規劃與Offer選擇
- 數據分析系列5：為什麼要關心資料來源？談談埋點數據的陷阱
- 數據分析系列6：精選幾個機器學習的學習資源
- 數據分析系列7：數位化決策轉型與企業文化的一些思考
- 數據分析系列8：中山大學經濟所職涯座談(ㄧ)：”了解自己”的重要＆我怎麼成為數據分析師
- 數據分析系列9：中山大學經濟所職涯座談(二)：想從事資料分析？你需要具備這8個能力
- 數據分析系列10：中山大學經濟所職涯座談(三) ：讓資料變商機 — 資料分析在我們生活中的應用
- 數據分析系列11：面試時，資料分析師該怎麼準備作品集？
- 數據分析系列12：2018年終工作總結(數據分析師)
- 數據分析系列13：數據化運營中玩過的分析項目：一個數據分析師的經驗總結
- 數據分析系列14：如何提升運營/產品的優化效率？或許數據指標體系的搭建可以幫到忙
- 數據分析系列15：用戶畫像很重要，那你知道是怎麼畫出來的嗎？
- 數據分析系列16：給剛入行的數據分析師：想產生價值，在試用期要做的三件事
- 數據分析系列17：2019 數據分析工作總結_關鍵詞：數倉構建、BI可視化看板、用戶畫像(標籤)與精準行銷
- 數據分析系列18：入門數據分析的第一個大門檻：SQL/Hive取數-聊聊自身學習SQL的經歷以及三個自學網站分享
- 數據分析系列19：身為數據分析師，我怎麼看hahow上”R語言和商業分析”這門課
- 數據分析系列20：直接用SQL來分析數據？怎麼沒用python/R？3個面向來考量分析工具的選擇
- 數據分析系列21：數據分析的”橫向”學習之路-珍藏的網上文章重新整理放上github
- 數據分析系列22：透過埋點，讓數據說話：埋點基本知識
- 數據分析系列23：以數據為核心的CRM進化產品：帶你了解CDP(客戶數據平台)開發過程與難點
- 數據分析系列24：SQL不難啊，為什麼不容易精通？自學與實務的4個落差
- 數據分析系列25：數據分析基本-相關分析與可視化(R語言)
- 數據分析系列26：刷完了Leetcode SQL Hard Level的28道題：歡迎領取參考答案
- 數據分析系列27：數據太髒了！3個步驟做好數據質量管理
- 數據分析系列28：跨部門溝通成本太高？數據人實現高效跨部門溝通的4個方式
- 數據分析系列29：數據分析師職場發展的另類出路
- 數據分析系列30：Databrick為何收購BI產品Redash？產品視角來看Redash的功能與價值
- 數據分析系列31：數據分析師要失業了？解讀<2022 Gartner BI魔力象限> BI產品趨勢
- 數據分析系列32：Google Data Catalog如何幫忙管理數據？ 產品介紹與體驗心得
- 數據分析系列33：復盤：數據產品從0到1的建設過程，我的9點感觸
- 數據分析系列34：Shopline-數據分析中心(Shoplytics)產品體驗
- 數據分析系列35：搞數據還是做產品？淺談『數據產品經理』
個人blog上線拉 welcome @all https://andyrockdata.com/**也別忘了在下面Like一下**
