職場數據分析怎麼做？Google 六步驟完整教學

如何使用 Google 數據分析六步驟完成一次職場數據分析？

直接答案： Google 數據分析六步驟為 Ask、Prepare、Process、Analyze、Share、Act，分別處理問題定義、資料準備、清理、分析、溝通與行動。

Google 數據分析六步驟為 Ask、Prepare、Process、Analyze、Share、Act，分別處理問題定義、資料準備、清理、分析、溝通與行動。六步驟不是一次走完的直線，而是根據行動結果再次提問的循環。

本篇會完成一個可驗收的工作成果，而不是只介紹觀念。讀者將依序理解故事情境、用途、適用狀況、操作步驟、完整 Prompt、驗收方法、常見錯誤與 FAQ。

SnackFlow 遇到了什麼工作問題？

直接答案： SnackFlow 將「最近零食賣不動」定義為「近三個月營收下降，原因集中在哪個通路與購買階段」。

SnackFlow 將「最近零食賣不動」定義為「近三個月營收下降，原因集中在哪個通路與購買階段」。團隊準備訂單、曝光、加購與付款資料，統一欄位與日期，再比較通路轉換率。模擬結果把問題收斂到特定通路的付款完成率，團隊因此先改善商品資訊與到貨說明，而不是全面降價。

這個故事的關鍵不是「使用 AI 就會得到答案」，而是先把工作問題、資料欄位、規則與驗收條件說清楚，再讓工具協助處理可重複、可檢查的部分。

這項做法有哪些用途與效益？

直接答案： Google 六步驟適合用來管理一次完整的商業分析，確保團隊不會拿到資料就直接畫圖，也不會做完報告卻沒有後續行動。

Google 六步驟適合用來管理一次完整的商業分析，確保團隊不會拿到資料就直接畫圖，也不會做完報告卻沒有後續行動。主要效益是讓問題、資料、洞察與決策保持可追溯關係。

哪些狀況適合，哪些狀況不適合？

直接答案： 適合需要跨部門對齊、資料來源超過一份，或分析結果將影響營運決策的任務。若只是查詢單一數字，可以使用較短流程，但仍需確認定義與期間。

適合需要跨部門對齊、資料來源超過一份，或分析結果將影響營運決策的任務。若只是查詢單一數字，可以使用較短流程，但仍需確認定義與期間。

若資料涉及個資、財務、法遵、交易或未公開商業資訊，先遵守組織資料政策。只需要提供資料結構時，應使用欄位名稱與三筆虛構資料，不要直接貼入敏感原始資料。

完整操作教學怎麼做？

直接答案： 完整操作從確認工具與資料結構開始，再依序設定規則、產出結果、測試例外並人工驗收。每一步都要保留可核對的輸入與輸出。

步驟 1：建立測試副本與成功條件

先複製原始檔，或建立只含欄位標題與三筆假資料的測試表。寫下「完成後應看到什麼」，例如公式回傳數字、試算表新增一列、雲端硬碟出現指定檔案，或 Dashboard 顯示可回扣的 KPI。

步驟 2：確認資料欄位與型態

逐欄核對工作表名稱、欄位標題、日期、文字、數字與唯一鍵。不要只依投影片中的欄位字母，因為實際檔案插入或刪除欄位後，位置可能不同。

步驟 3：依序完成核心工作

1. Ask：把模糊抱怨改成可驗證問題。
2. Prepare：只蒐集回答問題所需的資料。
3. Process：處理重複、缺漏與格式不一致。
4. Analyze：比較趨勢、分類與轉換流程。
5. Share：用一句洞察搭配一張關鍵圖。
6. Act：執行方案並設定下一次檢查時間。

步驟 4：貼入完整 Prompt 並補上自己的資料位置

先把下方 Prompt 中的工作表名稱、欄位、網址、Spreadsheet ID、文件樣板、Email 或 MENU 替換成自己的測試資料。若需求涉及 Apps Script，要求輸出完整的 Code.gs 與 Index.html，不能只拿片段程式碼。

步驟 5：先小量執行，再擴大範圍

公式先用三至五筆資料測試；Apps Script 先用副本與自己的測試信箱執行；Web App 先送出一筆測試資料。確認結果正確後，再換成完整資料範圍。

步驟 6：依驗收清單核對與記錄例外

至少保留一個正常案例、一個邊界案例與一個錯誤案例。若結果不符，回頭檢查欄位名稱、資料型態、日期範圍、唯一鍵、權限與部署版本。

可直接複製的完整 Prompt

直接答案： 以下 Prompt 依投影片的六句提示法補齊目的、使用者、欄位、功能、規則與畫面或輸出。複製前必須替換自己的資料位置與測試條件。

~~~text

① 我要做什麼

我要依 Ask、Prepare、Process、Analyze、Share、Act 六步驟，完成 SnackFlow 近三個月營收下降的職場數據分析。

② 給誰使用

給沒有資料科學背景的營運主管與分析人員使用，讓團隊能從模糊抱怨走到可執行決策。

③ 有哪些欄位

資料包含日期、通路、商品名稱、品牌、商品分類、曝光數、加入購物車數、付款完成數、訂單金額、退款原因與到貨天數。

④ 要哪些功能

每一步請列出目標、需要資料、實際動作、預期輸出與驗收方式；Analyze 階段至少比較營收趨勢、通路差異與購買漏斗；Share 階段只用一句洞察搭配一張關鍵圖；Act 階段提出三項行動。

⑤ 有哪些規則

資料不足時明確標示缺口；清理前保留原始資料；不把單月波動或相關性當成因果；每個行動需包含負責角色、期限與追蹤指標。

⑥ 輸出格式

用六個清楚標題依序輸出 Ask、Prepare、Process、Analyze、Share、Act，最後補上下一輪應重新提問的問題。

~~~

Q如何使用這份 Prompt？

1. 保留六個區塊，不要只複製第一句。
2. 把範例中的工作表、欄位字母、網址、ID、Email 與日期換成測試資料。
3. 要求先說明假設，再輸出公式或完整程式碼。
4. 執行前檢查是否會寄信、分享檔案、覆寫資料或建立公開網址。
5. 把錯誤訊息與預期結果一起回填，要求只修正受影響部分。

如何驗收結果？

直接答案： 驗收不能只確認公式沒有錯誤或程式成功執行，還要核對資料範圍、計算規則、例外案例、輸出內容與必要權限。

• 主查詢包含對象、期間與預期決策。
• 清理規則有紀錄，原始資料未被覆蓋。
• 圖表標題直接表達洞察。
• 行動包含負責人、期限與追蹤指標。

建議再做三層核對：第一層用兩至三筆資料手算；第二層比較來源總筆數與輸出總筆數；第三層測試空白、重複、未對應、期間外或權限不足等例外。

常見錯誤與限制有哪些？

直接答案： 最常見問題是欄位與指標未定義清楚、直接相信產出，以及忽略資料型態、權限、部署版本與工具規模限制。

• Ask 階段沒有對齊主管真正問題。
• Process 階段直接刪除不理解的異常值。
• Share 階段只展示圖表，沒有提出判斷。

若工作涉及正式財務、法遵、薪資、交易、大量多人使用或高可用性要求，應加入正式審核、權限、測試、記錄與稽核機制，不能只依賴教學用試算表原型。

工具功能與來源依據

直接答案： 文章中的工具操作以官方文件或實際引用來源為準；產品介面、可用方案與配額可能變動，操作前應再次核對官方說明。

本文涉及的產品功能或操作範圍，以 iT 邦幫忙：資料分析流程的六大階段 為查核依據；功能、方案與介面可能更新，實作時仍應以官方頁面為準。

本文涉及的產品功能或操作範圍，以 Wizard Kuo：Google Data Analytics Certificate 筆記：數據分析六大步驟 為查核依據；功能、方案與介面可能更新，實作時仍應以官方頁面為準。

常見問題 FAQ

直接答案： 以下問答處理操作、驗證與工具選擇時常見的疑問；每個答案都可脫離前文單獨閱讀與套用。

QGoogle 數據分析六步驟是哪六步？

六步驟依序是 Ask、Prepare、Process、Analyze、Share 與 Act，中文可理解為提問、準備、處理、分析、分享與行動。

Q六步驟一定要照順序嗎？

第一次分析應依順序建立基本架構；實務上會反覆往返，例如分析時發現缺少資料，就回到 Prepare。

Q資料清理為什麼在分析之前？

重複資料、文字日期與錯誤金額會直接改變計算結果，因此應先統一資料再比較。

QShare 階段要做幾張圖？

圖表數量依決策需要而定，一張圖應只傳達一個主要訊息，避免用圖量取代洞察。

QAct 之後還要做什麼？

Act 之後要追蹤指標是否改善，並把新結果轉成下一輪 Ask。

參考資料

直接答案： 參考資料只列出本文實際使用的投影片與公開來源；日期無法確認時標示日期不明，不自行推測發布時間。

• 資料分析流程的六大階段｜iT 邦幫忙｜發布日期：日期不明｜存取日期：2026-08-24
• Google Data Analytics Certificate 筆記：數據分析六大步驟｜Wizard Kuo｜發布日期：日期不明｜存取日期：2026-08-24

關於作者 {#author}

Claire Chang ｜ 企業 AI 導入與流程轉型顧問。專注於 AI Agent 架構設計、ERP 系統整合與企業 AI 治理。

最後更新：2026-08-25