我在學校固定開設一門網路數據分析的課程，也鼓勵學生多考各家平台自己發的證照，由於LINE 在台灣的使用人數不少，所以想來研究看看 LINE 的證照，因此去年詢問 LINE 是否可以讓我報名 LINE Ads Platform 的LINE廣告投手訓練營，但由於我自己學期中也很忙，所以整個課程只有出席一堂，其他內容都是課後看講義補課；以下為此次課程中的心得。 客戶可以自操的LINE廣告類型主要有兩大塊，LINE Ads Platform (LAP) 與官方帳號，前者開發新客、後者維繫關係。兩者皆有共同的追蹤碼 LINE Tag 可以了解轉換及事件，並藉此建立受眾，LAP 也可以埋 utm 碼來追蹤。 LAP LINE 廣告平台的架構與 Google / Facebook 都類似，都是 Campaign / Ad Group / Ad 三個層級，對已經有 Google / Facebook 基礎的學生而言，入門理解不難，預算、走期、受眾、出價、預算等邏輯也大致相同。 由於 LINE 的特性，所以講師建議操作的廣告活動目標與其他平台不太相同，較重視LINE加好友以及App的安裝、互動，操作自動化訊息也很方便。也因為LAP獨有的加好友廣告的關係，所以 LINE推薦自己的行銷漏斗：加入好友(加好友廣告) / 推播訊息互動(官方帳號) / 好友完成購買行動。 對於電商客戶而言，LINE的講師建議找到明星商品 / 爆品做為帶路雞，這與我之前看其他做電商的影片建議類似。今年備課看到一個說法，就是只要發現在任何平台表現好的內容/廣告，就不要去更動，以免影響演算法，我自己在YouTube上面也有同樣經驗，原本成效很好的影片，手賤增加描述後，流量完全消失。所以找到一個爆款明星商品後，維持維持廣告設定不要動，持續投放一直到量沒有可能是一個好的作法。 官方帳號 官方帳號是企業在LINE的門面，在基本設定需要提供詳細資訊，如基本介紹、營業時間、地址、網站等等，讓使用者更容易聯繫店家。 設定歡迎訊息，同時提供圖文選單，可以加速 Call for Action 。設定回應非常重要，包含自動回應（智慧聊天/罐頭訊息）與手動回應。 就 LINE 建議的邏輯，官方帳號用來維繫熟客，促成回購率，與 LAP 帶入新好友功能互補。 媒體的意義 LAP 適合針對習慣使用手機的用戶，如果新媒體成立，透過 LAP 與
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。
 |
| 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。
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。