數據分析師工作內容？文組出身行銷轉職數據分析師經驗分享｜百工的一天
「數據分析師」在做什麼？工作只需要數據敏銳度與數據判讀能力嗎？本文作者從文科行銷背景轉職數據分析師，當初只能照著JD的硬技能需求準備面試，親身分享數據分析師的兩種任務：數據提取與整理、數據專案，對數據分析有興趣的你一定要知道。
如果你對於數據分析師這個職位有興趣，那千萬別錯過這篇文章的分享！我將分享我從文科行銷的背景，跨足數據分析，過程對於數據分析師職位內容的疑問，並且分享，在成為數據分析師之後，回過頭來看，我怎麼解答我當初的疑惑，希望對於數據分析有興趣的你有幫助，那就開始囉！
和很多人一樣，決定跨足不同領域的時候我也是誠惶誠恐，但是應徵數據分析師的過程中我還面臨了另外一個挑戰，那就是我看了諸多的Job Description，但是對於工作內容具體要做些什麼事情卻有看沒有懂，只能到處問人、看數據相關的部落格，再照著工作要求的硬技能需求去準備面試。一路上跌跌撞撞，好不容易才當上數據分析師，這篇文章就是想來分享我當初對數據分析師的疑惑，以及我的工作內容具體上是什麼。
我的工作日常主要可以分成兩種任務類型：
一、數據提取與整理
數據提取與整理簡單來說就是把資料從存放的地方撈取出來，並整理成讓需求單位可以簡單使用的數據內容。舉例來說，如果我是負責分析商品的數據分析師，那麼我的主要任務可能是幫助業務單位查詢出各個商品的銷售數量、銷售金額、銷售YOY變化等；假設我是負責分析行銷成果的數據分析師，那麼可能會接到的需求就可能是評估LINE廣告帶來多少營收、線下活動對於線上銷售的幫助狀況等。當然，實務上也有可能需要負責公司所有的數據需求，就看你應徵公司對於數據分析師的定位囉！
說到這裡，如果是對數據分析師的領域不熟悉，又或是像雪倫一樣過去待的公司規模比較小，可能會有這樣的疑問：
咦？需要的數據不是自己去相關資料的後台下載，就可以產出EXCEL或是CSV的資料了嗎？又為什麼需要數據分析師的幫忙撈取資料呢？
沒錯，如果你有這樣的疑惑一點都不奇怪，這個疑問我也曾經有過，隨著工作年資跟經驗的增加，我也慢慢了解原因，歸類出來解解惑：
- 基於資料機密性，公司需要控管資料與權限
在公司進入一定的規模之後，員工人數變多、資料量與分工細化，需要管理和控管的東西也會變多。資料不僅僅是公司很重要的資產，其實也是公司的機密，所以較有規模的公司就會進行控管，例如說需要資料要提出申請、需要主管同意等等審核機制，至於有辦法拿到原始資料的資料後台當然也不會給一般員工，多半是由資訊人員集中管理。 - 保障數據品質與維持數據統一
使用數據最怕的就是數據不統一，A部門說營收是1000萬，毛利率是50%，B部門說營收是950萬，毛利率是52%，那到底誰說的才是對的？這也是為什麼會需要數據統一管理跟需要數據 分析師的原因，一來是各部門各自撈資料資料會因為計算方式、算法而有落差，也可能因為各部門的主要目標不一樣，所以認列的算法也不一樣。這種情況沒有誰對誰錯的問題，只有公司要依照什麼標準跟定義來看數據的問題，而如果有數據分析師統一規則，那麼在資料上就會更容易確保數據品質與定義算法是一致的。 - 資料量過大，需要資料庫存放
在中大型的公司，因為有一定的資料量，所以資料大多存放在資料庫裡，所以當各部門需要資料的時候，最常見的作法有三種：
第一種是公司配有數據分析師，所以當有數據需求的時候，就找數據分析師幫忙從資料庫查詢資料。使用這種方式的缺點是，當個部門的數據需求量高且複雜的時候，數據的查詢整理就沒辦法即時的提供給各單位。
第二種作法則是公司自建內部的資料查詢系統，讓公司內部的單位可以透過資料查詢介面去查到該部門需要的資料，不過自建系統的成本較高，也需要一定的維護成本。
第三種是上述兩者的折衷方案，引進視覺化的BI系統，市面上最常見的系統包括：Tableau、Power BI等，這些系統可以讓數據分析師將資料庫的數據連結到BI報表上，解決例行性的各部門數據需求。
但不論是上述哪一種數據提取方式，數據分析師都免不了要進行數據查詢與核對確認，這也就是為什麼，數據分析師必須要SQL這個技能，因為這樣才有辦法幫助需求單位在資料庫做資料查詢與整理。
二、數據專案
我自己覺得數據專案是個相對無法簡單定義的工作內容，而我對數據專案的定義是：發揮數據分析師價值的重點工作項目。上述提到的數據撈取與整理比較像是例行工作，任何人都可以做，但是數據專案則需要仰賴數據分析師對於數據的敏銳度、對分析領域的業務了解程度、對不同需求部門的溝通協調能力，才有辦法和其他部門合作，共同解決一個公司面對的問題。
數據專案每家公司會遇到的都不太一樣，這些專案可能是老闆提起、需求單位提起，又或是在數據分析師熟悉公司業務和數據後，主動向老闆或是需求單位提起專案。
舉例來說，假設你應徵的是APP產品分析師，除了例行的數據報表、重點指標監測，更重要的是怎麼提升產品的收益？包括產品的付費訂閱人數、有哪些行動方案？可以用哪些數據應證哪些行動方案可能可行？
又或者，你應徵的是零售產品的數據分析師，那麼要怎麼提升某個新推出的產品線的銷售？怎麼降低退貨率等？怎麼為商品做標籤分析採購品項，可能都是你會遇到的數據專案。
除了解決特定的商業問題之外，另外一種常見的數據專案則是整理數據流程以及BI報表的使用，最常發生在剛建立數據團隊的公司環境，例如，身為數據分析師，你要怎麼讓公司的其他同事學著使用Tableua的報表？讓其他同事知道原來有很多可以使用的數據可以用，又或者是，你辛苦和工程師共同做完了老闆交代的網站內容推薦系統，你要怎麼幫助同事接受、應用新的推薦系統，回饋推薦系統是否有需要改善的地方等。
總結來說，我會說數據專案絕對是數據分析師工作中最具挑戰性工作項目，比起數據敏銳度與數據判讀的能力，數據專案更重要的技能溝通協作、轉換技術語言、了解商業實務的現況的能力。
這個過程，可能會需要大量訪談需求單位的同事，了解他們業務執行的現況和細節、與需求單位的同事溝通，讓他們知道引進新的數據報表或是系統對於他們工作的幫助，甚至需要說服老闆投入支持等。這也就是為什麼如果去看數據分析師的Job Description，你會看到很多要跟需求單位(stakeholder)密切合作，進行需求訪談這類的工作內容，因為數據要派上用場，始終是其他部門要覺得數據有幫助，而不是加重他們的工作負擔，才有機會讓數據融入公司的各種決策。
那麼關於數據分析師的工作內容就分享到這裡啦，希望對你理解數據分析師在做什麼有幫助，我們下篇文章見～
（原文標題：數據分析師的工作日常：數據提取與數據專案）
沒看到有興趣的職缺嗎？
推薦閱讀：
加入粉專，每天收看職場力最新文章
