【講座側記】數據工作大解析_Peggy Tsai / 麥奇數位(TutorABC) 大數據分析師


Peggy Tsai / 麥奇數位(TutorABC) 大數據分析師

 

職涯過程

政大國貿畢業後,先在誠品營運規劃室(零售端幕僚單位)擔任儲備幹部,主要做損益分析、了解各專櫃的經營狀況、參與新店的規劃和設計,後來因參與會員的相關專案,在此專案中擔任PM,負責做會員分析,於是在專案後到會員分析部門擔任CRM分析師,專注在零售端會員做預測和追蹤。因為對線上商業模式很有興趣,轉職到TutorABC的數據中心擔任大數據分析師,主要負責優化學習經驗、投放媒體渠道廣告的轉換率等等。

不是數據相關專業出身,大學時期也沒想過要做數據工作,皆是在轉換工作的過程中學習需要的技能。

而這段過程對現在擔任數據分析師有很大的影響:

常遇到的狀況是做數據的人不了解前場狀況,而營運端可能對數據沒什麼概念,所以無法有效溝通。

但因為待過營運規劃室,很頻繁接觸營運端和各店面主管,且有經歷過現場輪調,在此過程中訓練商業思維,因此在擔任數據分析師時能運用自己對前場和後場的了解,將看到的數據用別人能理解的方式講,並把數據利用在提升整體效益。

 

數據分析師是什麼?

數據分析是「將複雜的數據轉化成有意義、可解讀的資訊,並提供管理階層有效的決策建議,以提升公司的營運效率與獲利」。

數據分析師是營運端和數據端的橋樑,要把資料從數據庫導出,轉化成資訊,再與營運端溝通。

 

數據分析師的工作內容?(兩段工作經驗的比重有點不同,此比例為綜合來看的結果)

  • 資料視覺化25%:做圖表,包括訂定觀測指標、取出正確數據、呈現美化圖表(怎麼在有限版面呈現最有效的指標需要對數據的sense)
  • 分析報告25%:擬定分析的主題和架構、深入數據探討趨勢變化、提出有價值的策略建議(營收為何掉10%?是顧客錢花得少還是來的頻率變少?要跟前場討論是否有觀察到什麼趨勢)
  • 數據提取20%(在誠品時佔比較多,Tutor有數據團隊可請工程師幫忙)
  • 數據清理15%
  • 跨部門專案10%
  • 統計模型(數據建模)5%:依據產業決定模型需求、分析測試模型重要變因、決定模型的執行應用方式

 

數據分析師需要具備的能力?

1. 軟實力(以前統計還好)

  • 邏輯思考
  • 溝通能力,非常必要,因為是溝通橋梁(行銷、業務、營運vs工程師),且做後台的人常常會有盲點
  • 商業思維
  • 好奇心
  • 舉例而言:這個月業績掉了,為什麼?從哪些部份去看?一層一層去了解原因和解答問題,一方面用對產業的了解、一方面用對數據的了解,很直接地告訴主管問題出在哪,從數據來看大概是在哪,這些就需要以上所有軟實力

2. 硬實力

  • 必備1 基本資料整理 Excel(最基礎的工具,基本公式運算、樞紐分析要會)
  • 必備2 資料庫語言 SQL(7、8成以上的時間會用到)
  • 加分1 可視化工具 Tableau(不一定每間公司會有)、PowerBI(圖表製作)
  • 加分2 統計模型 R、Python、SPSS、SAS(這些用到頻率很少,主要看個人能力和發展方向,數理背景比較需要多在意)
  • 綜合數據分析 GA(Google Analytics)、Salesforce

 

若沒有數理或資工方面背景,踏入數據工作會稍微困難。若有做研究或模型相關運用的經驗會比較有利。

如果不是相關背景,可以考慮研究所或拿證照上課程,或從前端(營運、行銷)開始做,有些公司會將數據團隊放在行銷部門底下。

 

數據分析師、數據工程師、數據科學家…有什麼不同?

數據分析師:入門門檻最低,程式開發能力要求較低,但需要具備較強的商業思維和溝通能力。

數據科學家:做統計、機器學習或人工智慧,要會導模型,對商業端接觸較少。

數據工程師:處理資料結構,資工背景出身。

 

Q&A

 

  • 若未來想做數據分析師,大學期間應該要修的課、建議實習的機會...等可以增加履歷的經驗有哪些?

 

Peggy:統計或跟產業分析相關、要報告和分組的課,我雖然以前沒有修過跟數據工作直接相關的課,但有修很多商業分析、團體報告的課,所以很擅長商業報告,這也是我跟理工背景的人相比最大的優勢。

社團的話可以去擔任做決策的角色,練習站在較高的視角看事情。

實習的話,對產業或公司發展有興趣很重要,喜歡這間公司做的事情才有動力幫他們做進一步的分析研究。

以上之所以沒提到技術是因為都是自學,聽說現在學校有些統計課會教相關軟體,但學工具要會運用,可以思考是否一定要透過學校體系學。

維哲:我反而覺得統計用不太到。盡量修資工的課,學平行運算,累積專案經驗和作品集。

 

  • 學校課程有修過一點R,想請問學生應該如何累積作品?

Peggy:不確定學校有沒有要用R做研究報告或研究分析,如果有的話可呈現。

維哲:出發點不太正確。不是你有什麼,而是公司在意什麼?先去了解面試的這家公司到底在數據分析時會用什麼工具?會遇到甚麼狀況?

不是只有你會R,如何比別人更出色?要更早鋪路才有作品集或實戰經驗。

 

 

  • 如果不是商業背景出身,有建議可以參加甚麼實習機會,或選甚麼方向的課會對商業思維的訓練最有幫助呢?

 

Peggy:實習就看你對什麼公司或產業有興趣。商業思維的訓練、行銷或產業分析等能力,若還沒工作經驗就多去閱讀商業相關部落格或商業評論,讓自己在看產業指標時做批判性思考。

維哲:我不太相信學校上課能得到什麼。商院的生態重視實習歷練,最快的方式就是實習,可以去找加速器的實習機會,因為加速器的目標就是幫助新創團隊和產品成長,有機會接觸到裡面的CEO,能直接聽到第一手實戰經驗。

 

 

  • 面試時,會問哪些問題呢?需要現場建模嗎?

 

Peggy:看公司,通常不會到要現場建。

問題主要分三塊:程式語言、Behavior Question(問情境,溝通、帶領團隊的經驗)、邏輯問題(圖形、類似國中數學題)。其他還有遇過要用Excel從中導出他要的答案。

通常建模是數據科學家才會碰到,但要拿到這個offer要先到碩博士,具備很強的數據背景。

維哲:先定義模型是什麼樣的模型?分為技術面和用戶模型(商業、用戶增長等)。我工作上比較少用模型,建模型都是資深的人在做。

 

 

  • 想要詢問一下如果目前從事的工作和數據並沒有高度相關,或是公司使用的並不是 SQL ,但希望可以自行找一些 SQL Python 的 side project 來做累積實作經驗,可以去哪裡找題目呢?(已經有自行修過相關的線上課程)

 

Peggy:我都是從工作中邊做邊學。

維哲:Google Big Studio。

 

 

  • 想請問,演算法要學很多嗎?(有被現場考過)

 

Peggy/維哲:會基本的就好了。

 

  • 想請問哪些產業有對數據分析師有大量需求? 

Peggy:數據團隊不是公司最一開始需要的,公司要發展到稍微成熟階段才有辦法有數據團隊。各產業各公司都有需求,只是是否會願意花錢花時間去建置數據團隊。

維哲:跟產業無關,有錢的公司就會有。

 

  • 過去在做數據分析經驗裡,那時候會運用到統計?以及如何運用呢?   

Peggy:統計是一個概念,不用到很專精。

維哲:沒什麼用過。

 

 

  • 有做過有關於預測型分析的經驗嗎?能否分享相關經驗。

 

Peggy:滿常需要的,在誠品時會針對客群,預測效益會有多少;現在會做客戶退費機率預測,針對預測去投入不同客服資源,以及對未來業績的預測(要訂指標之後才能追蹤)。

 

 

  • 想請問能用案例說明看看如果專案內同時有數據分析師&數據科學家,兩者之間的工作會如何搭配跟區分嗎?

 

Peggy:分析師偏商業端;科學家只有在初期會需要跟商業端配合,因為需要知道數據會運用的狀況。

維哲:科學家把分析師的需求做出來,他們自己有一套演算法。我通常是問他程式怎麼寫,用他寫的東西。

 

 

  • 請問你們覺得在自己團隊內,目前最想要或最缺的人才是哪種?

 

Peggy:中階分析師比較缺。需要團隊和溝通的能力,可以多觀察資深的人如何溝通和解決問題,也不要害怕嘗試和犯錯。剛畢業的優勢就是比較不一樣的想法。不要害怕去挑戰,且數據這個領域在台灣還算新,有比較大的空間可發揮,目前待的數據團隊都算滿創新的。

 

詳細活動內容,請參考:職業窺探:數據工作大解析

 

 

 

本文章發表於:職業窺探系列

加入208

Blink 小醬

布林克大學 碩士學

追蹤 84 鼓勵作者

Blink小醬

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


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