從一個「假設」開始發想，對於我們來說，是不錯的辦法！日常生活經驗，或者新聞報導，會給予我們各種「認識」，有些認識看似「常識」，但可能是某種迷思，而有些認識又與以往的經驗矛盾，需要進一步調查以確認事實真相。舉例來說，從某則新聞上看到，台北市2014年犯罪率增加了x%，創下了10年最高紀錄。此時，我們可以假設這則新聞屬實，然後透過進一步數據分析來驗證這個論點，甚至需要資料來解釋這個現象。

我們的論點已經建立起來了，現在要做的是找到支撐這個論點的相關變項（variables），這有點類似做量化研究呢！變項有兩類，一類是用文字表示的，例如性別、犯罪類型、地區，還有一類以數值表示，例如人口數量、犯罪案件數量、受害者數量。以上面那個例子來說，我們需要調查的數據，可能應該涉及：不同年份的犯罪類型、犯罪案件數量、發生地區、罪犯性別、年齡、受害者數量等數據。

確認好變項後，我們就可以去相應的政府部門或者機構蒐集資料了。不過，要做好資料缺失的心理準備，台灣政府或者機構資料開放剛開始，開放的程度不夠，我們常常會遇到找不到想要的資料的情況。除了敦促政府開放資料，眼前能做的就是尋找其他變項來代替，或者修正想要調查的議題。

接下來就是抓取資料的過程啦！這部分的工具介紹，請參見在「處理數據的工具」。

資料抓好之後，先別急著慶祝，讓我們來檢查一下資料的格式是否亂掉了，有沒有其他不相關的數據混進來，不同數據集的統計方式是否同一。整理數據需要遵循一定的原則，這部分會在下面詳述；整理數據的工具請參見「處理數據的工具」。

資料整理以後，我們需要輔助一些工具來分析數據，最簡單易用的工具是spreadsheet和excel，處理大數據則常用Python和R，後面我們會向大家介紹學習Python和R的公開課程。除了工具，更重要的是嚴密的邏輯和對數字的敏感。我們常常會關注最高值、最低值、平均值、趨勢變化等，用之前舉的例子來說，我們需要觀察台北市2004年到2014年的犯罪率，2014年是否是十年來最高，是否比2013年增長了x％。進一步來說，如果單從犯罪率上升來看，會造成一種社會治安下降的表象，然而事實是否真的如此，我們需要看這種變化背後的原因是什麼，是犯罪增加，還是人口減少，增長最多的犯罪類型是什麼，聚集在哪個地區，罪犯的人口變項分別發生了什麼變化嗎……這些需要透過數據分析才能下結論。