追蹤

Nancy

“Make hay while the sun shines”, 也試著在理性與感性間找到所謂的平衡。

【Skyline X Horizon講座分享|從0到1開啟數據人生】


一直有在關注Skyline這個平台,前陣子錄取旗下地平線平台產出的Skyline X Horizon的活動特派員,是個很好的學習機會,也因此參與【數據分析師的職涯旅程-如何從0到1展開數據人生】講座,聽鋼鐵V本人分享親身經歷數據分析的故事。

 

標準文科生的我,原本聽到數據分析之類的辭彙第一反應就是逃之夭夭,但聽完講者的奇妙故事後,直接破除對於數據的迷思,也修正了自己對於數據的見解。如果你和我一樣,想增進自己對於數據的應用能力,或是未來想進入銀行、金融、電信、醫療、互聯網、電商平台、零售商等,那麼就繼續看下去吧!

                                                                                          

為之驚艷的斜槓職場人生

講座中,鋼鐵V和我們分享自己如何展開數據人生這條道路,原為行銷職的她,為了出國夢,一次次在尋求海外工作時四處碰壁,再加上海外行銷的棘手性,本身不夠local、不夠深入了解當地文化情況下,產出的content無法深入人心,也因此在某因緣際會下轉戰數據。原為學測數學5級、大學統計學甚至差點被當的她,花了3天的時間開始學習基礎數據的眉角,面試成功,並從零到1展開自己的數據人生,目前任職於精品業 CRM (顧客關係維護)的資料分析師。

除了有行銷、數據分析師的經歷之餘,鋼鐵V身兼多職,有著商業英文老師的身分,更是Medium的職場文章寫手、關鍵評論網和多家媒體專欄作家。

 

介紹完講者,接著進入正文!

 

數據分析的起點

 數據分析,不外乎就是在所有的搜尋工具之下蒐集所有相關的資料,撈出有用的數據並給予分門別類,再比較找出差異性。在這裡必須強調,數據本身並沒有任何意義,重要的是如何讓數據說話,以及用自己的見解與維度分析出痛點,並給予實質回饋與建議。

 

分析資料的流程:

定義解決問題>蒐集撈出資料>分析成效>數據視覺化>提出產業洞見

 

簡單來說,生活上像是在購買同品牌同型號吹風機的過程中,我們在Pchome、Momo、蝦皮上做比較,找出成本最低、CP值最高目標的過程,從「產生需求」到「做出行為」之間就是一種數據分析的邏輯思維。

 

數學不好也可以當數據分析師嗎?

 以上活生生的例子告訴你,「真的可以」。在講座中,Vicky不斷提到,要成為數據分析師,數學不好真的沒關係,但一定要具有良好的邏輯框架、發現問題的洞察力、解決問題的能力,以及最重要「對於數據的初衷與熱情」。在軟實力與硬實力的搭配之下,再結合自己對於所進入產業的先備知識、要達到的KPI等,用不同的維度驗證分析,再產出自己的見解。

 

軟實力:如簡報力、視覺溝通力、圖表製作等

硬實力:指的是一些使用工具,如MySQL、Python, Tableau, powerBI等

 

如何從0到1自學?

使用工具固然重要,但畢竟只是輔助的工具,在這裡Vicky也指出,打基礎的過程,就先從精通excel開始,再搭配上述一項輔助工具的使用,以及不斷的練習個案即可,如下:

1.確立目標:先從基礎開始,精通樞紐分析、Excel公式、基礎SQL、公司報表

2.找合適資源:內部資料、Udemy、Hahow、Yotta、Youtube

3.不停練個案:用不同的思維,像是產品維度、員工維度、區域維度、顧客維度、營運維度等角度,驗證自己是否有目標錯置。

如果想知道自己適不適合走數據分析這條路,推薦👉想要轉行數據分析領域,看完這篇再做決定

推薦書單

1.麥肯錫問題分析與解決技巧

2.數據、謊言與真相

3.看穿假象、理智發生,從問對問題開始

 

這次的講座真的收穫很多,也很喜歡講師的分享,除了資訊含金量高之外,也不斷丟問題讓我們在吸收之餘可以Brainstorming。

以上大致是這次講座的精華以及筆記,如果之後還有機會的話,會再繼續和大家分享🙌

有什麼想法或是建議,也歡迎在下方留言和我討論哦!🙌🙌🙌

 

 


本文章發表於:觀點放送

加入390

Nancy

國立臺北大學 公共行政暨政策學系

追蹤 49 鼓勵作者

“Make hay while the sun shines”, 也試著在理性與感性間找到所謂的平衡。

鼓勵作者

目前持有 Blink Coin: Loading..

選擇禮物


愛心

(Coin 10)

幫高調

(Coin 20)

咖啡

(Coin 30)

掌聲鼓勵

(Coin 40)

崇拜眼神

(Coin 50)

驚呆了

(Coin 60)

神人4ni

(Coin 70)

花束

(Coin 100)

鑽石

(Coin 300)

紅寶石

(Coin 500)

藍寶石

(Coin 1000)

黃寶石

(Coin 3000)


送出鼓勵



發表匿名文章不會出現你的大頭圖與名稱,你可暢所欲言,但文章內容務必遵守「佈告欄使用規範」!


回應

送出回應


3 則回應

匿名

2020-03-25 00:42 #1

鼓勵了作者

1

匿名

2020-03-25 19:51 #2

鼓勵了作者

1

匿名

2020-03-31 00:53 #3

鼓勵了作者

0

想回應這篇文章嗎?也想發表文章嗎?
馬上登入來發表文章、追蹤作者、收藏文章或回應文章吧!

註冊 登入