跳到主要內容

日本商務出差指南:成功經營與文化禮儀的關鍵策略

我想分享一些寶貴的建議給那些首次來日本出差的商務人士。日本商業環境有其獨特性,理解並遵循這些規範對於商務成功至關重要。 首先,準備充分是成功的關鍵。在日本經營業務,您需要具備三大基本要素:流利的日語溝通能力、深入的日本文化理解,以及對日幣使用的熟悉。這些不僅有助於日常交流,也是展現尊重和專業的重要方式。觀察大型國際公司如亞馬遜和Google在日本的運營,您會發現它們如何通過完全本地化來達成成功。 其次,了解日本的商務禮儀至關重要。在冷天進行商務拜訪時,您應該在進入會議室之前脫掉大衣,這是表達尊重的一種方式。日本的商業環境非常重視細節和禮節,這種小動作可以顯示出您對日本文化的尊重和適應。 當安排會議和餐廳預訂時,一定要提前確定人數和參與者的身份,並盡量避免臨時變更。日本公司和餐廳通常會根據預先提供的信息準備相應的座位和飲料。突然的更改會給對方帶來不便,並可能影響您的專業形象。 在商務會議上,獻上伴手禮是一個美好的傳統,通常會在會議結束時進行。這不僅是一種禮節,也是表達感謝和尊重的方式。 談及飲食,請注意日本便當通常是冷食。在寒冷的季節,選擇便當時最好避免選擇容易因冷卻而質地改變的食物,比如燒烤牛肉。 在初次商務交流中,日本公司通常會專注於建立相互認識,交流現有能力和需求。在尚未建立合作和信任基礎的情況下,對於新合作想法或非傳統業務模式,他們可能會持保守態度。因此,在提出新想法時,準備一份完整的PPT提案會更顯專業和周到。 最後,請記住,日本是一個高度重視信用的社會。一旦建立了信任,就能獲得更多的便利和彈性。這些知識和建議將幫助您在日本的商務旅程中取得成功。

Google Data Analytics 數據分析專業認證介紹

Google 在 2021 年開了5個他們認為低學歷也可以進入網路科技業的墊腳石課程,都是 Certificate 程度,也就是美式求職證照中的最低階。

我先前已經先考過了專案管理的專業認證,這次繼續花大約2周的時間來完成數據分析師 / 資料分析師認證,看看這張證書是否值得推薦。

Badge of Google Data Analytics Certificate
Google Data Analytics Certificate

結論先講

  • 如果你具有任何一個非數據類的專業(aka良好的大學文憑)或者在工作上累積了不錯的專業知識 (Domain Knowledge) ,這門課可以提高你的專業知識與求職機會(前提是你真的所有作業都做完哦~~)
  • 這門課的重點是 Data,不是 Business ,主要提供你與 Data 最基本的互動知識,但談不上 Business Analytics ,使用的工具、課程內容重點都不同。

課程難度

Google Data Analytics Professional Certificate 這門課是全英文的,你要全程用英文參與課程、學簡單 Coding,完成作業,語言上有難度。不過與另外一門 Project Management Certificate 相較,我覺得英文要求沒有那麼高,畢竟沒有 Peer Review,等於是沒有對英語寫作的要求。

課程的工具核心有三個,分別是 Excel(試算表)、SQL與R,假如這三樣你都沒學過,也沒有任何寫程式的基礎(這種人現在也不多就是了),可能會有一點點學習上的門檻,但如果你已經有任何一個程式的基礎,相信不會太難。

課程安排

這個專業認證課由8個課程組成,課程架構與大部分數據分析、商業分析的都差不多,Google 這邊使用的為 Ask、Prepare、Process、Analyze、Share與Act六大步驟,除了第一個課程是數據分析快速入門外,後面5個就是Google數據分析的前5個階段,然後第7個課程專門講R,第8個是專題作業。

Ask 階段主要是定義商業問題與需求,Prepare階段讓你了解數據、欄位等特性,規劃資料需求並且取得資料。 

Process階段就專門談資料的清理、整理,花了很多時間在談清理的樣態、手工清理與SQL清理,令人驚訝的是完全沒有介紹 OpenRefine

Analyze階段講得比我想像的要少,重點還是在試算表與SQL的使用,完全沒有提到商業分析的類型與階段。

Share階段的講師是Kevin Hartman,他是Google內的數位行銷專家,也幫伊利諾大學的線上MBA在Coursera上開過數位行銷課。這個階段主要談數據成果的溝通,包含資訊視覺化、使用 Tableau、數據故事與數據簡報技巧。資訊視覺化教得很淺,差不多是我在學校教一小時的量。這個階段最後兩個課程分別是數據故事與簡報,是我覺得比較有收穫的部份,雖然套路都差不多,但是看別人出招總是有趣。數據故事的框架與 Nancy Duarte 類似,都借用了劇場的概念,但完全沒提到她 XD ,所以是英雄所見略同。簡報專注在數據(分析師)簡報,裡面提到的某些作法是我之前沒有想過的,還算有趣,也推薦學生在企業內簡報時底下要找「托」,幫忙帶動氣氛,真務實。

第7個階段完全就是R,嚴格來說,應該是 Tidyverse 內 dplyr 與 ggplot2 的使用。
最後一個階段是數據專案的製作與履歷表、面試準備,裡面的數據專案母版、數據作品集的示範都相當精采。

這門課不是

  • 不是 Google Analytics 課程,也不會教 Google Data Studio !
  • 不是「資料科學家」課程,也沒有教 ELT
  • 不是 Business Analytics 課程,可是你可以當成商業分析的起點 
  • 沒有 Python,課程內的說法是Python與R都很好,但我們覺得你應該先學R

課程特點

充足的面試準備

這個認證課的安排非常、非常、非常求職導向,每一門課結束時都有一個考試,考試都是模擬面試情境,你要看完對方 HR 寫給你的信之後作答,學習遷移的情境設計得很好。

課程規劃中有整整兩大塊是談數據類職缺的履歷撰寫、作品集製作、面試,這點很值得所有大學老師來參考。現在台灣越來越多初階數據類的工作,都會要求作品集。

貼近(Google眼中)的數據產業

Google掌握了不少數據領域的工具,所以課程中 SQL 的課程就完全在 Google 自己的 BigQuery 中完成,也很鼓勵學員大量使用 Kaggle,課程到最後會非常強調你一定要有 GitHub、Kaggle、Tableau等等帳號來展現自己。

同樣的事情講三遍

此認證課程雖然沒有講很深,但是會讓你用試算表、SQL與R三種工具,去完成一樣的東西,例如選擇欄位、排序、過濾、組成資料集等等,課程上完大概都可以用三種工具完成,雖然功能講得都不深入,但同時掌握三種能力的思維我覺得相當不錯。這門課程沒有強調 R 很棒、SQL 很強,Excel 很廢,而是希望學員視資料量與工具特點,可以在不同工具間自由轉換。

如果你是用人主管,想要找一個會一點點數據分析能力的人,這張證書大概可以證明(在沒有忘記的情況下)Candidate具備了很基本的SQL與R能力。



這個網誌中的熱門文章

Google 專案管理認證如何準備?值得考嗎? Project Management Professional Certificate

Google 2021年開始在 Coursera 上開設了一系列以科技業就業為導向的 Certificate 課程,我今年6月底到7月初,大概花了2週的時間,從早學習到晚,取得了 Google Project Management Professional Certificate 這個認證,覺得可以來談談這個認證,並且推薦年輕朋友考一張看看。 結論先講 這是一個不錯的初階認證課程,有系統、有難度。我覺得上過這個課,對於專案管理的流程、文件、軟技能都有基礎的認識,應該需要知道的細節都有基本的知識,重要的文件都自己寫過一次,建議生涯初階的人可以考看看。從用人主管的角度來看,我覺得這個認證是有效的。 什麼是 Certificate Certificate 在美加的教育環境中,就是一個最基本的職業文憑,很多大專院校,會同時頒發 Certificate、Diploma與Degree, Certificate  差不多就是一年的課程(Diploma 2年、Degree 4年),一般學校都要求10-30學分左右的課程份量,大概是150到500小時的學習。一張Certificate通常有發證單位的背書,證明具有尋求該職業最低的要求,但不是「大學學歷」。 Google 每一張 Certificate 都是說 Prepare for an entry-level job as a ________. 然後在課程中會引導學員了解這個證書也不是 讓你幻想拿到之後就可以到跨國外商 PMO 管理大型專案 ,而是只能從各種 助理工作 開始。 Google Certificate 要求 6 個月的學期,課程安排大概是27週左右,每週要求10小時左右的學習,我覺得大概有台灣的大學10-20學分的份量(看是什麼大學),大概比台灣很多大學的「學分學程」少一點。 Google Project Management Professional Certificate 難不難? 我先簡單說一下我的背景,我沒有留學美國的經驗,但Toeic裸考9xx分,並且有在外商參與各種大小本土與跨國專案的經驗。 對台灣人而言,這個課程有 三個難度 ,一個是課程難度、一個是語言難度、一個是個人時間管理難度。 課程難度 :課程難度我覺得還好,如果都是用中文上課,台灣國中會考5B的學生還算可以應付。 英語難度 :加上英文之後,就

Kaggle 競賽一點也不難!用 Excel 樞紐分析也可以完成你的第一次數據競賽!

資料科學社群中有一個很重要的平台 Kaggle,裡面從競賽、資料分享、經驗交流到社群都有,因為經營太成功了,後來(不意外地)被 Google 買下。我之前在參加 Google 數據分析師專業認證課 時,課堂中有要求要開一個帳號,並且上去問答。問答完之後,就會看到你的帳號狀態中,顯示「你只要上傳一次數據競賽」就可以脫離新手村。 衝啊! Kaggle 中有非常多的數據競賽,而且有些競賽的數據集非常好,獎金也很高。不過菜鳥先不要想那麼多,也做不了這麼高深的比賽。許多人都推薦,Kaggle 競賽可以先從 Titanic 鐵達尼競賽 開始。這是一個沒有獎金,只有評分與排名的競賽,而且資料集非常單純,你不會寫程式、不懂機器學習,即便用Excel這種試算表也可以獲得不錯的成績。 什麼是 Kaggle 競賽 Kaggle 上有大大小小的競賽,從給錢的、給(虛擬獎牌)到老師自己在課堂上舉辦的都有,參加辦法其實很簡單,許多比賽都會將一份資料集拆成兩個: 訓練集 Train Dataset,讓你實際去訓練機器學習或者用各種你會的方法來跑模型的資料集。 測試集 Test Dataset,通常與訓練集來自同一個資料庫,就像富春山居圖分成兩塊一樣,Test Dataset 是讓你去測試你的模型是否正確,會比訓練集少一些欄位,然後把你的結果上傳到競賽中,競賽就會與原本的資料比對,吻合程度越高就代表你的模型越好。 鐵達尼資料集 Kaggle上的 鐵達尼資料集 來自真實的數據,但與真實完整的欄位有一點點落差,這些欄位包含: survival 倖存與否 pclass 艙等 sex 性別 Name 姓名 (包含頭銜) Age 年齡 sibsp 手足、配偶人數 parch 父母、子女人數 ticket 船票編號 fare 票價 cabin 艙房編號 embarked 登船口岸 但這些資料集中有嚴重的資料疏漏,所以需要用各種技巧來處理。 資料分析 在Excel有很多方式可以分析這個檔案,第一是採取 Logistic Regression,這樣不用針對數據的特徵有任何分析,直接硬算即可。 另外一種方法就是針對數據的特徵分析之後,你可以不斷透過樞紐分析往下找到各種特徵。 當Rose與Jack要逃下船時,誰的機會比較大呢?我們先從性別來看,可以很快發現最明顯的特徵,就是女性大部分都活下來了,