轉職、應徵數據分析師，評估自己準備好了沒的方法和 2 個補強技巧

一般人很容易被「數據分析師」這個職業名稱所誤導，理所當然地以為這個工作只是處理與分析資料；但實際上它更強調如何將死板的數據變成靈活的決策，這個過程需要融合軟硬實力，也使得成為一位傑出數據分析師比我們想像中的更具挑戰性。

儘管這項工作充滿挑戰，許多人仍舊趨之若鶩，因為數據分析師有其不可取代性。從我自身的角度出發，五年前從電商行銷專業轉戰商業分析領域，也就是看準了它作為「橋樑」的角色。

數據分析師在某些產業中又稱作商業分析師（business analyst），是由「商業」加上「分析」組成，這一直是業務團隊的人才需求缺口，因為這些商業組別往往擁有產業中的商業知識（know-how），卻苦無追蹤的方法與「撈數據」的能力；讓工程部門來分析又有殺雞用牛刀的感覺，而且工程組不能準確知道哪些數據對於商業判斷上具有意義。因此，商業分析師就成為了連接工程與商業中間的重要橋樑，不僅要有敏銳的商業嗅覺、邏輯分析能力、對資料庫的理解，還要具備最終將數據分析、解釋，並運用它來制定戰略的能力。

接下來我們會來談談，在成為商業分析師的路上，會經歷怎樣的準備過程，又該如何評估自己的實力，以成為一個符合資格的求職競爭者。

成為數據分析師的三個必備技能，軟硬實力的整合是關鍵！

我們已經在〈數據分析師 (Data Analyst) 的工作內容、需要特質、薪水、3 個必備技能〉中提到數據分析師必備的軟、硬實力，他們分別是知識技能、程式語言技能與專案能力。

在求職過程中，你將發現會寫程式只是基本，就像自我介紹在面試中所扮演的角色一樣，它應該是練習多次且熟悉的技能，但並不是你拿到 offer 的關鍵。在多數情況下，面試官更看重你的團隊合作與解決問題能力，軟、硬實力兼具才是你成為一位優秀數據分析師的要件。

• • 程式語言技能：熟悉使用 SQL 是基本。理解 window function（窗口函數）定義、不同 JOIN 方式以及 WHERE 和 HAVING 的差異，都將使你在準備面試時更有自信；Python 在特定的分析職位會需要，雖然多數的商業分析師並不會強制要求使用 Python，但擁有這兩種技能，已使你達到成為商業分析師的基本門檻了。若會使用視覺化工具如 Tableau 或 Power BI，將使你成為一個更有競爭力的求職者。

延伸閱讀：〈Tableau：資料視覺化 BI 工具教學〉

• • 知識技能：除了基礎統計學知識之外，一般面試會要求應徵者熟悉資料庫如何運作、關聯式與非關聯式資料的差異，明白數據是一對一還是一對多，或是表格中的主鍵（Primary Key）、次要鍵（Secondary Key）分別為何，都將使你的分析變得更為精確。除此之外，一位好的數據分析師也要更多的去了解產業知識，這包含在不同產業領域中，他們主要的衡量指標有哪些，以及如何制定，也是面試中常見的問題。

• • 實戰能力：建議求職者透過數據分析相關的實習、接案工作，培養分析的敏銳度與累積經驗；若你已是離開校園的轉職者，強烈建議你可以在 Kaggle 網站中參與不定期舉辦的數據競賽，從中獲取實戰經驗，並從得獎的專案中觀摩其他分析師是如何切入題目並分析，也可以從「Datasets」中選取感興趣的數據集來做 side project。

 

從兩方面評估自己是否準備好了

了解到商業分析師應該具備怎樣的技能與如何培養後，要如何評估自己已經成為一個有即戰力的求職者了呢？我們在前面提到知識技能與程式能力是基本條件，也是衡量自己是否已經可以開始求職的標準，但是往往求職者會遇到一個問題：不知道才能算是「準備好了」？

首先我們必須要明白，這個準備的過程並沒有一個明確、準備好就開始的起點，大部分的分析師求職者是先擁有基礎寫程式的能力，在開始申請工作之後，一邊刷題、做專案，一邊在面試中試錯學習；我們除了要有心理準備這可能會是一場長期抗戰，也要在過程中慢慢累積與評估以下兩方面的能力

1. 寫程式能力

網路上有許多「刷題」資源，最為人所使用的是 Leetcode 與 HackerRank。要拿到大公司或外商的面試，免費題庫是遠遠不夠的，如果財力允許的話，建議至少購買會員幾個月並要在能不看答案的情況下解出兩個網站「Hard」程度的題目。練習方式建議至少從頭到尾地毯式刷題三遍：第一遍通常會頻繁地看解答，也趁著第一遍建立起筆記庫，可以做出常用的語法整理；第二遍嘗試不看答案解題，此時應該是 Easy / Medium 程度的題目可以不需要看答案就能寫出；第三遍則要做到不看答案也能解出一半以上的 Hard 題目，並且能夠一邊解題一邊解說你的想法。

延伸閱讀：Leetcode 是什麼？誰需要刷題？必考題有哪些？

一般求職者如果能進入第二遍，對於 SQL 能力已經有一定程度的把握且已具有競爭力，但若你是對自己更有要求的求職者，建議試著刷到第三遍，因為能進入到第三遍的狀態，幾乎所有的技術面試對你來說都將是易如反掌。

 

2. 建立專案的能力

在實際的工作場域中，最常聽見的是需要你具備「deal with ambiguity」的能力，也就是你對模糊不清的事情，你能夠處理它、與它共處的能力。這是身為分析師的重要技能之一，你是否有辦法建立從無到有的報表：從如何清理數據、整理數據到提供視覺化內容，並提出有建設的內容，你對這個過程有多熟悉，也將影響你在面試官眼中的表現。

訓練從無到有建立數據專案的能力，包含：問題闡述、數據佐證、提供解決方法。我們前面提到能在 Kaggle 網站參與比賽，平日也能找尋示範的數據集（dataset）練習，透過描述分析（descriptive analysis）了解數據並縮小議題範圍，聚焦後執行診斷分析（diagnostic analysis）去理解背後原因，最後給出結論與解法。這個過程也會成為你在面試中展露專業能力的絕佳素材。

突破零數據分析背景的困境

即使有充分的準備與練習，相較於本科出身或是已經擁有相關經歷的分析師，半路出家的分析師應徵者面臨的挑戰更多。但要跨越這些阻礙並非不可能，我們可以從以下兩個方向去減少經驗差異造成的影響：

1. 優化履歷

在刷完 Leetcode 所有困難等級的題目後，感覺自己寫 SQL 或 Python 能力提升許多，但是在沒有相關工作經驗的情況下，我們又該如何在履歷中清楚表達自己的程式語言程度？

一般業界常見的方法是在履歷中「技能」部分寫上 SQL，並且補充技能的形容詞例如：Professional 或是 Advanced。如果只是 Average 或是 Basic 建議就直接寫 SQL 就行。除此之外，也可以補充自己會的 SQL 語法例如：Window Function / Aggregation Funcation 。上述語法都是在面試中常見的考題語法，將它們加在履歷上，會使面試官看到你的履歷時，更好掌握你的技術能力程度。舉例來說：

Skills: SQL (Professional| Window Function, Aggregation Function) / Python (Advanced | Pandas,Numpy, Matplotlib,Ploty,Scikit) / Excel(Advanced)

 

我們也很常看到求職者會將專案經歷放在「Project」區。上面我們建議大家透過數據競賽或是 Kaggle 資料集累積專案經驗。你可以將內容整理在履歷中，並且把專案中所寫的 SQL code 上傳到 Github 上當作作品集並在履歷中附上連結。另外可以加分的方式，是分析你有興趣的公司、產業相關的資料。譬如：想要找電商相關的數據分析師，就分析電商相關的數據，最好可以將一些重要的指標（metrics）或是專業用語（term）放在專案中，顯示你對這家公司或是產業的了解。舉例來說：

[ 專案 ] XXX 電商行銷分析

• 在 MySQL 中創建了數據庫，並分析了 6 個數據集，以了解客戶造訪網站、與網站互動的情形。建立了流量分析，計算跳出率和轉換報告，以顯示各頁面的表現。
  
• 提取受歡迎來源的月度趨勢，分為不同的裝置類型、管道和活動，然後深入研究轉換率、退貨率以預估營收數字。在 Tableau 中創建儀表板並將結果視覺化。 

延伸閱讀：〈只要求「會 Excel」是警訊？看懂數據分析師職缺說明的隱藏訊息〉

2. 補足經驗差異

最困難的是在面試中被問到數據分析執行的具體經歷時，在沒有充分的經驗下，如何準備能更好的回答考官問題？至少你要能回答以下幾個問題，並且準備一些在專案遇到狀況作為例子。

• • 問：如何寫出一個更有效率的 Qeury？
    答：不外乎就是設立更多嚴格條件、減少欄位、檢視 Join 方式等

• • 問：在分析的時候遇到最困難的事情？
    答：可以根據你在做專案時遇到的困難舉例。例如：如何處理缺失值。

• • 問：如何建立有意義的關鍵指標？
    答：了解商業需求、具體可量化、可追蹤、可監控。可根據你所投遞的職位，找幾個關鍵的指標來切入，以電商為例：User Acquisition, GMV, Daily Active User 等。

上述的幾個問題的核心，代表公司所在乎一位分析師該做的工作：1. 優化數據 2. 處理問題 3. 設立 KPI。未來有機會我們也可以再深入討論如何準備數據分析師的面試。

將各種能力綜合起來，在面試更有機會綻放光芒

一如我們開頭所提到的，成為數據分析師的關鍵並不只是撈資料、清理數據如此簡單，在程式語言穩固的基礎之下，實際應用在 side project 與數據比賽中以累積經驗也是重要的過程。這些專案將訓練你的邏輯思考、寫程式的功力與解決問題的能力，讓你的技能綜合地發展，如此一來你在面試中也才更有機會綻放光芒。只是各種能力的培養並非一蹴可幾，建議可以多方參考各種資源，不僅能幫你把專案做得更好，也將成為你求職路上很好的養分。

成為商業分析師的道路雖漫長，卻是一分耕耘一分收穫。在等待機會來臨之前，不停訓練、讓自己軟、硬實力兼備，不只能順利拿到心儀的 offer，在成為數據分析師後的每一天，這些能力也會是你迎擊各種挑戰的關鍵武器。