Power BI實作心得報告（違章工廠怎麼了??）－晨晰統計部落格新站（統計、SPSS、BIG DATA討論園地）

我會與違章工廠結緣，是因為從事數據工作多年，深覺得資料應該與民眾生活結合才有意義。因此在2019年初，選擇這個當時正發展中的議題，作為起手式。切入的角度為資料視覺化（Data Visualization），材料為公開資料（Open Data），工具為Power BI Desktop。

歷經約三個月的討論與實作，終於把一個作品完成(註1)。老實說，我並不是很滿意，原因有資料不夠完整，也有創意不夠多，更有覺得美感能力不足之感。但無論如何，這是一個開始，過程中收獲良多。隨著工輔法6/27修正通過，這個議題似乎有點偃旗息鼓，不過我相信只要污染的事實存在，這件事隨時會再引起大家關注。

回到實作過程，有幾點心得可以和大家分享：

第一，資料的連結點

公開資料來自不同單位，當我們要把它們集結在一起時，一定要找到連結點。以主資料集（註2）來說，這是台灣環境資訊協會為在2018選舉時督促各侯選人重視，整理的各鄉鎮市區的違章工廠家數與面積。當我們想知道工廠與國人癌症的關係時，連結點是什麼？就是鄉鎮市區。所以我們找的癌症統計資料也要有地理註記，因此我們在衛生福利部統計專區，找到＜十四、五大癌症死因相關疾病戶籍縣市鄉鎮別就診統計＞這個子資料集，可讓我們以鄉鎮別為單位，來呈現工廠數多寡或面積大小，與癌症人數的關係。

同樣地，工廠與空品的關係、工廠與所得的關係，也是以地理註記為標準，在環境保護署環境資源資料庫、財攻部財政資料中心二個網頁，找到＜空氣品質監測日值 (2017.1-12 一般測值)＞、＜綜稅所得總額各縣市統計分析表1214＞二個子資料集。因此我們可以順利進行資料集之間的整合。

第二，工具的預處理功能

開放資料的格式不一，並不是直接load進工具中即可使用。以上述癌症統計資料集來說，它雖只是一個excel檔，但有20張工作表，要把其中用得到的10張工作表匯總成一張就是一個大工程。政府統計表（如下圖）要變成資料表（data table）格式，這就有點費功夫，所幸PBI Desktop的編輯查詢功能強力，整理上非常方便。有興趣讀者可以youtube搜尋「違章工廠應用Power BI實作」第1~4篇，可以看到製作過程。

工具必須有很強的資料預處理功能，這點很重要的，因為要把各門各派資料集，以統一格式集合在一起，絕對是資料科學中最花時間的一件事。打個比喻，如果你去買手搖飲料，剛好有五家在同一街上，你想比較後再買，即使你拿到了五張menu，馬上面臨到，1同樣東西名稱不一致，如珍珠、粉圓、波霸….；2品名創意不同，如波霸烏龍奶茶，即烏龍茶加牛奶加珍珠，但白玉歐蕾，這是什麼東東！；3標準不同，半糖、微糖、三分糖、少糖…，每家都不一樣，可以統一用百分比嗎？

資料整合也是一樣，要把各資料集的名稱、定義、標準統一，要花不少功夫。如果你使用的工具不強，那你可能還沒登陸，就先死在沙灘上。Power BI編輯查詢（其實就是power query），提供了強大的資料欄列增減、分割、轉換、填補、轉置等功能，就好像有了兩棲登陸艦，幫你快速登陸建立灘頭堡。

第三，說故事能力

由於儀表板是由各種資料圖組成，它會讓人注目，但卻不一定能打動人心，引起共鳴。打個比喻，你乍看到畢卡索的畫，可能會有一種心靈的觸動，覺得有一種感動，但它在講什麼？作者到底在表現什麼意念？你還是需要看一下旁邊的小字卡，即使字卡上只有畫名也好，透過文字給你一些線索。

資料視覺化也一樣，需要一個藥引，一個導覽。在「違章工廠開放資料大串連」視覺作品中，每一頁都有一個標題，就是貼標籤，給觀眾一個線索，好像破關密語一樣，讓觀眾心中有一個目標來探索這頁的奧密。

其次，我也把自己的洞見寫在旁邊，讓觀眾操作圖形的籂選器，來驗證我的觀察對不對。這就好像在看考古題時，答案擺在旁邊，看完題目後馬上對照答案。雖然這樣看似減少了觀眾的投入，但就像小孩聽老師講孫悟空故事，自己會想去借書來看，收獲是不一樣的。所以，在圖旁的結論文字，就好像先給小孩講個故事一樣，目的在引起小孩的興趣。

最後，我再利用超連結功能，外連到我事先錄好的影片，加強說故事效果。這種畫龍點睛的方式，更能吸引一些純觀看型的民眾，快速的解讀資料過程，節省了大家不少時間。（youtube搜尋「違章工廠PowerBI報表介紹一～四」）