數據分析作品集怎麼做？準備訣竅公開，無經驗轉職更要知道（附範例）
想轉職數據分析師，沒有相關經驗該如何準備？作者附上數據分析作品集後立刻多了好幾家面試機會，本文分享如何製作數據分析作品集，從找數據題材、公開資料、內容4大重點，多準備一點點，就能大大增加自己求職的能見度！
- 本文目錄（點選連結可快速跳至該章節閱讀）
這一篇來分享我轉職數據分析師時準備的作品集，會分享作品集對我求職的幫助，我過往準備的作品集以及分享作品集的製作重點。如果你想做自己的數據作品集但沒有方向，或是投了好多封履歷但遲遲沒有拿到面試機會，不妨試試用作品集讓自己脫穎而出吧！
談談準備作品集對我的幫助
以我自己的求職經驗來說，在我沒有附上作品集前，以我的經歷背景完全沒拿到任何一個面試機會，而在我調整附上作品集後，真的不誇張，立刻就開始有了幾家面試邀請。
我現在自己回想起來，我覺得作品集不僅僅是一個突顯自己和別人不一樣的方式，準備作品集背後其實還有很多隱含的好處，例如說：你可以展現你為了這份工作願意準備的誠意和用心，而在面試過程當中，當你準備了作品，面試官大部分都會給你機會聊聊你的作品集，等同於你自己為自己創造一個展示個人簡報能力、邏輯能力以及思維能力的機會，可以說是百利而無一害的選擇！
另外，我實際拿到工作後，我也曾經問過我的主管為什麼當初會願意錄取相對沒有數據經驗的我，他跟我說：
雖然其他Candidate比較有經驗，但是沒有人像你一樣準備了作品集，比起經驗，這份工作更需要態度以及適應變化的能力。
這個回饋告訴我什麼？這個回饋告訴我，很少人在求職的時候會附上作品集，背後可能有很多原因，例如說，不知道怎麼下手準備作品集、覺得自己相對有經驗所以不需要準備作品集、覺得做作品集很麻煩，又或是單純沒有想過原來還可以附上作品集。不論是哪一種原因，這個現象對我們來說都是好事，因為只要我們多準備一點點，就有機會幫自己爭取到更多能見度以及機會，So why not？
分享我第一版與最終版的作品集
接下來，先跟大家分享我過往準備過的作品集，我一開始也是抱持著一個，能簡單就簡單的想法，所以我一開始的是拿過去工作曾經做過的數據報告，掩蓋掉機密的數字跟內容。
下面的簡報就是我第一版的數據作品集，雖然很認真的介紹了問題、分析區間、分析方式，但關鍵的年份、數字都需要遮蓋，一來沒辦法展現我的用心程度，也達不到可以用數據說一個好故事的效果，最重要的是，沒辦法展現出我擅長使用BI視覺化工具的技能，所以我決定還是砍掉重練，捨棄我原本做的簡報，重新找的公開資料，用公開的資料來做我的作品，這麼一來，既可以避免洩漏前公司的機密，又可以充分展現數據重點，讓自己展現優勢。
最後，我修正後做了兩個版本，第一個是電商的營收趨勢分析，另外一個則是電商的客戶分群與建議行動方案，分別用 Tableau 和 Microsoft Power BI製作。
Tableau 數據作品集
Microsoft Power BI 數據作品集
（詳細資料請見：SHARON'S LAB ∣ 雪倫實驗室）
我從公開資料挑選自己曾經做過的分析議題，像是我原本的工作產業是電商，工作經常在做銷售與客戶的消費行為分析，所以我就優先找了電商的銷售與客戶資料，仿照原先工作上就會分析的議題進行作品製作。至於選擇兩個視覺化工具是因為我觀察過大部分的數據分析師職位，台灣的職位最常見的工具要求就是這兩個，所以各做一個就可以符合幾乎所有職位的技能要求。
如何製作自己數據分析作品集
找到自己的數據題材
我找數據題材的方式是依照過往經驗來選擇，除了依照過往經驗之外，也可以從「過去老闆或主管常常問什麼問題？這個問題有沒有辦法透過數字來發現問題？」、「未來預計要應徵的產業是什麼？這個產業可能會有什麼問題？」等方向思考。
如果你真的毫無頭緒，又或是想做應徵產業適合的題目，但不知道應徵產業都會遇到什麼數據分析問題，也可以從別人的分析作品來找靈感，例如說，Tableau Public 有非常多的視覺化作品，多半是以EXCEL或CSV的資料為主；而 Kaggle 大部分的分析則是使用程式語言來進行資料處理與分析。
如果要從這兩個平台找靈感的話，可以試試先搜尋資料關鍵字，接著再去看看別人的分析「內容」說了什麼，他使用什麼資料來說明問題，最後又用了什麼方式來詮釋數據，相信會更容易找到自己數據分析方向。
尋找適合的公開資料
我自己比較常用的公開資料是：Kaggle Datasets 以及 政府資料開放平台，至於我的作品集則是從 Tableau 的社群論壇取得，Tableau 也提供其他的公開資料資源，從這些地方搜尋應該都可以找到自己需要的資料。
而選擇資料有一個小提醒，那就是別忘了自己要分析的題目跟想要分析的重點是什麼，當資料選擇多的時候，很容易有因為數據多而迷失方向，不知道要挑選哪一份資料的狀況，如果發生這類的情況，就回過頭去想想，自己當初想分析的問題是什麼，就會比較好做資料選擇了。
作品內容的四大重點
最後，來談談我覺得數據分析作品要呈現的重點，我覺得有以下四個重點：
1. 為什麼而做？想要解決什麼問題？
數據始終是要滿足需求，如果有龐大的數據但卻無法透過數據告訴我們問題在哪以及可能的解決方向，數據也不會有價值。所以，在取得數據之前，最重要的就是，確認自己要分析的數據範圍，預期要使用的數據是什麼，才不會看到大量數據之後迷失分析的方向。
2. 資料說明
資料說明最簡單的就是你用了什麼資料，資料的區間是什麼，如果有特殊的維度或指標名稱，也要解釋這個維度或指標代表的意思是什麼。
3. 以什麼角度來分析
用什麼角度來分析會需要看原先設定的分析問題跟方向是什麼，例如說，同樣是營收分析，我可能可以從商品的角度來看，哪些商品是銷售數量最多的明星商品？什麼商品是利潤最高的商品？什麼商品可能是賣得多，但是卻沒有實際賺錢的商品等；我也可以從客戶的角度來分析，新客通常會消費多少金額，多久消費一次，新客對於總業績的貢獻度如何等。
這些都是從不同角度來分析一件事情，至於要選擇哪個角度，在做作品集的時候很仰賴有什麼樣的資料可以使用，至於實際到公司做數據分析之後，就需要看看主管、需求單位更在意什麼議題來決定。
4. 洞察或是後續建議的行動方向
最後一個重點，我認為是分享你從數據中看到什麼，也就是「洞察」，可能是營收一直在下降、新客比例首度比舊客還要低、某件商品2022年銷售數量下滑很多等，而看到這些數據反映出來的結果，你建議怎麼解決、進行下一步行動，或是進行下一步分析。例如說某件商品2022年銷售數量下滑很多是結果，如果要進行下一步行動，可能要往下分析原因，例如說，是不是行銷資源比起去年更少？哪些客群過去常常買，但今年不購買了？把更細節的可能原因找出來，最後才會是跟各個行銷單位合作來解決問題。
關於數據作品集準備就分享到這裡啦，希望對你有幫助，我們下篇文章見～
（原文標題：數據分析師的作品集怎麼做？分享我實際作品與準備方式）
沒看到有興趣的職缺嗎？
推薦閱讀：
★ 追蹤【104職場力】粉絲專頁、職場更給力 ★
