很多大公司小公司會想要導入數據分析作為內部決策的參考依據。不過，通常遇到的第一步，是發現公司內部空有資料，但殘缺不全。或是，基礎建設的效能不足等等問題。這時候，數據分析人員，往往除了執行數據分析的檢測或是資料探勘外，最常要做的就是自己動手清資料。也常常是因為這點，所以，許多公司的數據分析任務，一開始常常會跟資料工程(Data Engineer)混在一起。
以下是我自己經常遇到的場景：
Hello F , 長官最近對於產品良率的品質很有意見，但是技術部門實在太忙，每天光是在產線就飽了，根本沒空想解決良率的問題。你有沒有辦法做一點分析資料，提供一些洞見呢？
當然沒問題，不過，我想確定的是，我們的良率品質數據是完整的追蹤數據嗎？
欸～有是有，但好像不太齊全．．．。我去幫你問問哦。
通常這種狀況，會在經歷一個禮拜。然後，經歷了Ｎ個部門的詢問，終於，似乎得到了一個看起來比較像是可分析的數據使用。
其實這並不是少見的狀況。而且，這間公司的狀況已經好很多了，他們甚至是砸下了大筆資源的投資，建立了機聯網的數據蒐集機制。以至於，其實他們已經有基礎的數據源，而且在我看來，最關鍵的那一步已經建立起來。
問題就浮現了，為什麼許多公司宣稱自己有很多資料（或是數據）但真正在用的時候卻經常是不堪一擊。坦白說我覺得問題並不在於資料本身，而在於公司內部的人們是否嘗試從數據端來想問題。我的意思是說，我們的日常生活中想問題的解法會有多種方式，特別是技術人員有自身的經驗法則，但重點是，這些經驗法則要如何被第三方的資料所驗證呢？這事實上就是數據分析最常要做的事情：是在驗證某些第一線專家所無法回答的問題。
也因為如此，套一句社會科學訓練常說的話，不是你的資料本身發生的問題，是要做這件事情的「問題意識」並不清楚。當問題意識真的清楚了，這時候需要些什麼數據跟分析變量，就自然會被開展開來了。
這是為什麼許多大公司小公司，雖然平常好像有在蒐集資料，但真正要用的時候，就會遇到許多坑洞。用簡單的話來說，就是「未曾用過的資料，不能算是好的資料」；「好的資料，應該是經常被使用的資料」。
(圖片擷取自網路；許多公司想像中的數據分析是這個儀表板。但事實上每張圖表的內涵著大量的問題意識。資料科學常常說的資料品質是garbage in, garbage out；而我的說法則是 question in, question out。有問題意識，才是好的資料。)
