Learning

哈咯，大家好，我是丹尼爾。 我和很多人一樣，曾經質疑自己是否能在一個毫不相關的領域中轉職成人們口中的數據分析師。 2023年，我轉職成功了！這期間充滿血淚的練習和苦讀終於有點成果，也不枉費花了大量的時間和資源學習數據相關的知識。 目前做為一名菜鳥數據分析師，我能和在前往成為數據分析師道路上的你們分享一些自己的經歷，希望這些資訊能幫助到你們。 在接觸兩年數據分析之後，我最大的體悟就是原來當初花費大量的時間在和數據分析沒有直接關聯的準備，浪費了很多時間在學習‘工具’的使用。我不能說學習工具本身是錯的，但工具真的只是數據分析中的一小部分，而讓你在競爭者中脫穎而出的其實是你對於產業和業務的理解。業務的理解是分析行業中至關重要的步驟，所謂的‘洞察’其實就是對於業務的見解足夠深刻。一個好的數據分析師能夠協助整個部門和團隊找到核心的需求，一個專業的分析師則是能進一步的將客戶的需求順著問題的脈絡展開並且串接問題的直接關聯性。 這是什麼意思呢？ 事實上，各個產業對於數據分析師的標準不太一樣，但總體來說無非就是看你能不能發掘問題、拆解問題、分析問題、解決問題。 發掘問題 所謂的發掘問題，指的是在問題還沒發生之前或是在美好的事物面前，能夠找到潛在的風險和可能性。問對的問題是成為高級數據分析師的基本素養，必須要時刻保持對數據的好奇心，還有對於流程的批判才能讓你一步步的通往更高層級的數據分析師。 拆解問題 當發現問題的時候，數據分析師需要具備將問題分解，重新建構問題本身的邏輯。我拿一個我在公司經常遇到的問題來說： 小明：我想要找到A類產品中最容易被退回的單品，並且知道它的虧損是多少？ 這個問題看似只是了解虧損，但根本的原因真的是因為單品被退回導致虧損嗎？還是有其它原因？ 很多時候你會遇到在跟你對接的客戶（同事）會跟你說沒有其它原因了，我們就只是需要知道虧損是多少。事實上，80%的情況是你的客戶並不清楚事情的主因是什麼，甚至會用他們的年資來壓你。其實在數據面前，年資也只是個數字，如果沒有驗證過的事情，千萬不要被那些老油條牽著鼻子走！