根據 Google 調查,光在美國就有 34 萬個開放職缺在尋找數據分析師且年薪很高,預測這個工作會有越來越多需求,因此才設立證照班來幫助更多想加入這個職缺的人!
今天簡單跟大家分享我個人在做數據分析師 (資料分析師) 的工作日常,直接分享一整天的工作內容後,大家會對這個工作比較認識。
簡單來說,我們每天的工作大概會分為幾個:
- 與需求方溝通需求:
- 需求方會提出想要分析什麼?
- 或是現在遇到的問題,想尋求分析師幫忙找關鍵原因
- 數據整理:利用 SQL 或是其他工具來整理所有需要的 Data
- 製作報表:把數據整理成視覺化的報表
- 彙整結論且提供執行方案:
- 彙整初步的結論,用 Email 或是做成簡報分享
- 建議並且和需求方溝通,如何依據數據探勘的結果做下一步
數據分析師的工作就是不斷在這四個工作之間重複,每一個專案都會需要經過這四關。每一週的專案數量都不一定,可能會有比較簡單的 (和過去分析過的方向類似),也可能會有比較困難需要經過好幾週才能有結論的。
數據分析師的一天:完整工作內容公開
1. 與需求方溝通需求 (30%)
- Q1:先確認問題是什麼?
- 為什麼需求方會產生這個需求?確認目前的現況,碰到的問題
- Q2:與需求方溝通需求,跟他們溝通哪些數據可以取得、可以以怎樣的報表形式提供?
- 接下來我們會建議需求方哪些數據可以證明這些問題
- 把所需欄位開好、報表的格式協調好
- 在提供數據之前,再次取得共識,以免重工
- 接下來我們會建議需求方哪些數據可以證明這些問題
- Q3:數據分析師需要具備哪些能力?
- 溝通能力:其實數據分析師需要「非常好」的溝通能力,因為需求方不一定知道怎麼正確使用數據,也不一定知道怎麼開需求,我們必須在出報表之前就挖出對方的痛點,以利提供對他有幫助的報表,才不會浪費時間製作不能幫助他的報表 (報表製作時間短也要幾個小時,千萬不要浪費時間呀~~)
- 洞悉能力、分析能力:對數據分析師對於業務必須有一定程度的瞭解,例如說:利潤結構、公司賺錢的方式等等,具備洞悉能力、分析能力,才不會淪為「數據工具人」
2. 數據取得 – SQL (30%)
- Q1:數據分析師怎麼取得數據?
- 數據分析師取得資料使用的語法是 SQL,也有些公司會直接提供串接好資料庫的視覺化軟體 Tableau 等等,但背後取得資料的結構都是 SQL,因此最好是能具備這個能力!
- SQL 的實戰經驗滿重要的,不能純粹看,要動手做
- Q2:SQL 多久可以學會?
- 我的學習經驗是用一週的時間學會語法,大概一個月的時間上手
- Q3:有哪些線上資源可以學習 SQL
- 中文課程推薦:老師在台大進修部教很多年 (都是數據分析相關的課程),我的 R 也是跟老師學的,這次推出搭配很多練習題的線上課程:SQL 的五十道練習
- 英文課程推薦:SQL for data science,這是 UCDavis 為資料科學專門出的學習課程,也是我兩年前入並且完成考試的資源
3. 製作報表 – Excel/Google sheet/Tableau/Power BI (20%)
- Q1:製作報表的工具有哪些?
- 製作報表的工具很多,主要分為以下幾個,目前我待過的兩間公司裡,一間是用 Google Sheet/Excel,一間是用視覺化軟體 Looker
- Google Sheet/Excel 是最重要的基礎,所有的資料結構都是從 Excel 衍伸出來的,學好 Excel 後,其他視覺化軟體也會輕鬆學會
- 常見製作報表的工具:
-
- Google Sheet/Excel
- 優點是可以製作圖表,也可以製作涵蓋很多指標的 Dashboard
- Power BI/Tableau/Looker
- 好學習、好上手的視覺化軟體
- Python、R
- Google Sheet/Excel
- Power BI/Tableau/Looker 都可以製作類似的 Dashboard
- 圖表通常不會只用一張,可能會用好多個圖表組成變成一份 Dashboard,排序會從最重要的關鍵指標到一些趨勢圖,每張圖各自的目的要很清楚,否則組成起來會眼花繚亂
- Excel/Google Sheet 除了基本的圖表外,可以做出涵蓋很多關鍵指標在一張 Table 裡面的報表
4. 彙整結論 & 提出解決方案 – Email/Presentation (20%)
- Q1:如何和需求方溝通結論?需要包含哪些內容?
- 通常我會分以下幾個部分整理,通常不管是 Email/presentation 都一定會出現這幾個內容,方便所有 stakeholders 了解整個分析的前因後果:
- Background:哪些結果發生導致我們要做分析
- Hypothesis:這些結果可能是哪些原因造
- Key Findings:哪些指標指出哪裡出了問題
- Action Plan/Next step:哪邊可以改善或是下一步還可以分析什麼
- 通常我會分以下幾個部分整理,通常不管是 Email/presentation 都一定會出現這幾個內容,方便所有 stakeholders 了解整個分析的前因後果:
數據分析師的挑戰有哪些?
1. 了解產業知識 (Domain Know-how)
在分析每個問題前,與 stakeholders (利益關係者) 詢問問題可能產生的來源是很關鍵的。畢竟我們擅長處理數據,但是不一定對業務本身可能產生問題的環節全盤了解,因為實際執行的人不是我們。所以我在分析每個問題前,我會嘗試和 stakeholders 請教他們在這段時間做了哪些改變,嘗試去衡量這些改變可能造成的結果,一一列出之後再往下去做數據的搜集跟驗證。
不同需求方的專業不一樣,數據分析師必須要快速學習這些領域的 Domain know-how 才能夠真正 involved 整個分析,才不會淪為工具人 (I mean data exporter…)
2. 不只是分析,而是找到可行方案
數據只是工具,重要的還是我們找出數據跟業務之間的關聯,最好能透過數據找出每個決策的優缺點,畢竟能夠不斷從過去的決策中學習才是老闆們想知道的。
純粹找出一些沒有辦法透過決策切入的結論,或是已知之後沒辦法改變的結果,可能會讓你的分析斷頭或者是無疾而終,就像學生時期的報告那樣~
3. 溝通能力:說服和理解對方的能力
- 數據分析師需要具備的溝通能力不只是溝通,甚至包含理解對方的能力,要能夠問出對方不知道怎麼說出或「不會說出的痛點」,並且說服對方「應該怎麼利用數據才對」
- 舉例:有人會說他想知道這檔活動為什麼流量不好,但可能了解整檔活動之後,發現是宣傳跟選品有問題,那我們就會找出數據證明「宣傳跟選品」之間的關係,而不只是所有活動商品的流量
結論
整體而言,我很喜歡我的工作,在一定的框架 (工作流程) 中有很多的變化 (接觸不同部門的分析專案),而且可以精進的東西也很多 (present skills, ppt skills, data modeling, statistics),而最重要的事,對於真的想嘗試這份工作的人來說,真的不算難入門!你說要比起資料科學家 (Data Scientist),資料分析師 (Data Analyst) 實在是親民很多!
如果你對資料分析師的工作內容有興趣,推薦大家可以看 Alex The Analyst 的頻道,他有拍 SQL 課程、理想 vs 現實中的資料分析工作、他每天的工作內容等等,可以滿近距離看到資料分析師的一天!
更多學習資源推薦
STEP 數據分析師轉職培訓班
- Lisa 透過 STEP 數據分析師轉職培訓班這套完整的系統,幫助零經驗跟無科系背景的大家,從沒有經驗到了解工作的需求、會使用數據工具應用及會使用思維架構分析業界問題、打造符合你背景的作品集、並且有效率的寫履歷及投履歷,拿到數據相關工作機會,之後朝年薪百萬的資深數據職位前進
Google 官方課程免費參加
- Google 數據分析證照班:Google Data Analytics Professional Certificate <延伸閱讀> 誰適合參加?
- Google 官方 Google Sheet 數據分析基本教學:Google 官方認證的 Google Sheet 必學五大課程,我個人很推薦初學者快速上一下,才可以快速跟上更進階的公式和好用外掛教學 <延伸閱讀> 你一定要學 Google Sheet 的 10 大原因跟必學技巧
其他站內教學
- 關於這個部落格的數據分析文章導覽:這裡會分享關於數據分析師職涯相關問題、還有實用的數據分析白話教學、線上學習資源評價