數據分析專案作品集是什麼?
如果想要申請數據分析師相關的職業,通常都會提供專案作品集讓面試官參考,裡面會包括:
- 為什麼要做這個專案?
- 這個專案想解決什麼問題?
- 數據如何蒐集、數據如何清理?
- 如何呈現數據,來回答專案中的問題?
完整的把這些整理在專案中,除了可以協助自己釐清為什麼而做?也可以讓主管、利益關係人、老闆、或是下一份工作的面試官,可以很清楚的了解這個作品集的脈絡
有做數據分析專案作品集的好處為何?2 大必須知到的優點
在面試數據分析相關工作時,如果有完整的硬實力技能,那就太好了。但不論是有完整的硬實力技能的資深者、還是尚在學習階段的初階者,作品集都有非常明顯的好處:
- 比起用自賣自誇的履歷敘述做過的事,不如用一部作品集、搭配故事,直接講給對方聽,以理性 (有脈絡的作品集) 加上感性 (像說一段簡單的故事) 說服面試官
- 一場豐富交流的面試、錄取率很高的面試,通常都會聊至少一小時。如果覺得面試的時候,很怕說話空泛或是很快不知道要說什麼,作品集的存在就太重要了!他可以幫助我們,說出很多對方想聽的重點,而不會淪為尷尬結束
數據分析專案作品集要怎麼開始做?
第一步:想好為什麼要做這個作品集?
- 最好的作品就是,跟自己切身相關的專案:因為你真的做過這一行,不怕被問倒,也不怕淪為只是交功課
- 如果真的完全沒有切身相關的專案可以做,那可以試著想好一個目標產業、目標公司、目標職位,從他們的角度出發,提供對這間公司有意義的專案,不然作品也很可能淪為一個沒有用的經歷
第二步:這個專案碰到的問題是什麼?
- 明確的定義專案的問題,是開啟一個專案的核心,在沒想清楚之前,當然也可以先探索資料 (邊看邊想),但是最後還是要回到定義問題這一個環節,才可以讓作品流暢、讓故事好說下去
- 你可以參考一下這個流程,一開始一定會不了解如何把問題定義清楚,但經過探索資料、了解商業模式、了解企業想得到什麼,就可以很快總結出企業想聽到的「核心問題」
- 今天 Airbnb 想知道紐約住房狀況 → 如果這個時候,你還沒想清楚問題是什麼,可以先探索資料、先了解一下 Airbnb 商業模式、看看他們有可能會碰到什麼問題
- 最後,把問題定義清楚,像這樣 → 今天 Airbnb 想知道,為什麼紐約市的住房率下降了?想知道接下來在新年期間,如何利用客戶關係管理 (CRM) 的行銷方式,減少廣告營收,增加營業額?
- 只要把「核心問題」想清楚,越詳細越好,接下來資料蒐集的階段就會越輕鬆,後面整理結論時,也會非常好做總結
第三步:資料蒐集、資料清洗
- 先進行資料蒐集:找到對的資料
- 針對第二步蒐集到的問題, 一個一個拆解,怎麼用數據解釋
- 以第二步的範例,再次舉例:今天 Airbnb 想知道,為什麼紐約市的住房率下降了?想知道接下來在新年期間,如何利用客戶關係管理 (CRM) 的行銷方式,減少廣告營收,增加營業額?
- 住房率下降了?→ 蒐集一段時間的住房狀況,釐清住房率從什麼時候下降?哪個區域下降?
- 新年期間想做活動 → 新年期間通常是哪一個地區的旅客會來紐約旅遊?哪種客戶有回流的可能?哪種廣告組合的預算最低、回報最好 (ROI)?
- 根據這些拆解出來的小問題,一一進行資料蒐集跟資料清洗
- 蒐集一段時間的住房狀況,釐清住房率從什麼時候下降?哪個區域下降?→ 蒐集一年期間每天、每個紐約街區的住房狀況
- 新年期間通常是哪一個地區的旅客會來紐約旅遊?哪種客戶有回流的可能?哪種廣告組合的預算最低、回報最好?→ 蒐集過去新年期間的旅客居住地、蒐集過去新年期間廣告投放的花費及成效
- 再進行資料清洗,後續數據分析時方便使用
- 資料遺失:如果有顧客的國籍資料沒填,應該如何處裡?
- 資料清洗:哪些欄位要做日期處理 (把日改成年?)、哪些資料要變成百分比?
第四步:數據分析及視覺化
- 依據清洗好的數據,回答第三步的問題
- 同時,也可以挑選「關鍵指標」及其他輔助指標,去解釋第三步的問題
- 蒐集一年期間每天、每個紐約街區的住房狀況 → 以住房率顯示住房狀況
- 蒐集過去新年期間的旅客居住地 → 以百分比來顯示哪區旅客最常來紐約
- 蒐集過去新年期間廣告投放的花費及成效 → 以投產比 (ROI) 來顯示哪一個渠道的廣告投放的花費及成效是最佳的
- 接著,將這些關鍵指標以視覺化的方式呈現,可以用任何視覺化軟體 (Tableau/PowerBI/Data Studio/Looker),甚至是 Excel、Google Sheet 做好的 Dashboard 也可以
- 根據問題的脈絡,分別以 1~2 張圖表、表格、Dashboard 來呈現
- 以住房率顯示住房狀況 (1張)
- 以百分比來顯示哪區旅客最常來紐約 (1~2張,例如:國籍/國內區域)
- 以投產比 (ROI) 來顯示哪一個渠道的廣告投放的花費及成效是最佳的 (1~2張,例如:不同平台/不同渠道)
(迷思) 是不是所有數據分析都要用模型?
- 不一定所有問題都要用資料科學、模型來做預測性分析,有時候只要定義好問題,就能以敘述性分析、診斷性分析來回答問題,達到決策型分析的效果
第五步:簡報,準備你的故事
- 有了第四步做好的資料呈現,接下來就可以把整個作品集的故事脈絡寫下來,以短短的簡報方式,呈現你的作品
- 以這個邏輯,做你的專案作品集簡報
- (Why) 為什麼要做這個專案?→ 第一步:跟你的背景、跟你要申請的公司有什麼關係?
- (What) 這個專案想解決什麼問題?→ 第二步:核心問題是什麼?
- (How) 數據如何蒐集、數據如何清理?第三步:為什麼要蒐集這些數據?如何做數據清理?
- (Output) 如何呈現數據,來回答專案中的問題?第四步:你做出的結果是什麼?
- (Conclusion & Insight) 結論?為這個問題下你的總結,不一定要對,但故事的結尾一定要跟前面呼應,要通順!
結論:一定要打造你的作品集,為人生留下紀錄
- 不管是不是數據分析相關的工作,用作品集來展示自己過去累積的點點,都是一個很有效的方式
- 除了可以為自己增添信心 (覺得自己真的有在做事)
- 在面試、在找合作夥伴時也特別好用
- 如果你看了很多文章、上了很多課,但還是不知道如何累積「以你出發的、客製化的作品集」來為自己加分、為面試加分,我推出的【STEP 數據分析師轉職培訓班】中,會一步一步帶你以商業上常見的用法、探索自己的優勢區域,做出屬於你的專案!如果有興趣的話,一定要預約我的免費戰略會議,確認我的課程是否能幫到現在的你!
Pingback: [數據分析#0] 數據分析文章導覽 - Lisa Wu 財富自由之路