Barbie 是位資深前端工程師，正在海外攻讀 UX Engineer，未來預計成為數據分析師。前端、UX 和數據分析這 3 個領域有什麼關聯，她想創造什麼可能性？Barbie 說：「前端與 UX 讓我更靠近使用者，滿足我對人的好奇；但數據分析更讓我看到證據和溝通的價值，知道自己能真正解決使用者問題，也更有影響力！」
為什麼想做數據分析工作？
會成為前端工程師，是因為我對人非常好奇，喜歡直接面對使用者。但近幾年前端領域慢慢往後端發展，我對這個方向不太有興趣，所以開始積極思考職涯的下一步。而會接觸到數據分析、感受到它對自己的價值與職涯的重要性，其實都是在前端的工作中。
我曾電商和數位廣告代理商待過，對於網站成效特別注重，需要透過 Google Analysis 了解使用者在站內的活動與互動狀況。進一步地，我也要回答需求方或客戶的提問，幫他們了解行銷成效如何？為什麼 conversion rate 拉不起來？為什麼客戶都沒有買單？在這個過程中，我開始對像偵探的數據分析技能產生興趣。
而過去跟其他團隊夥伴合作做決策時，要避免使用主觀、感官的形容詞，而是要以數據有憑有據地說話，呈現事實和結果來說服別人，大家才能信服。且在 UX 領域，數據能支持你的設計，讓他人能具體想像並接受你的觀點，更能真正解決需求方的需求或使用者的問題。簡單來說，我看到數據讓我提供價值，有影響力。
我也曾與 PM 或企劃合作製作 dashboard。但在執行中，我觀察到一些挑戰與協作的困難，起因於我們對數據的理解都不足，而身為執行者也因不熟悉數據分析，無法提出具體建議，這最後讓 dashboard 的使用效率最終沒那麼好。這個經驗，讓我感到團隊成員有基本的數據思維與素養很重要。
這些工作中的經歷與體悟，讓我決定往數據分析領域發展。
學數據分析，最擔心能否應用與運用自如
有了轉職數據分析師的計畫後，我開始學習數據分析。我參加過政府開辦的職進修課程，學習 R 語言與統計；也參加 ALPHA Camp (AC) 的「Data Analyst 課程體驗招募計畫」，學習 SQL、Eexel 與 Python；目前在 UX Engineer 碩士課程中，也有數具視覺化的課程。
在這幾年學習數據分析的過程中，一直懸在我心頭的疑問與擔憂是：我究竟怎麼把數據分析內化，且能否運用自如？具體來說就是，當我拿到一組全新的數據，能不能知道怎麼起手而且有信心完成解題？這也包括，我的思考流程與解題步驟是什麼。
另外，在踏上數據分析職涯前，我也需要累積作品集。所以我會期待、也不時反思我的學習成果是否可以應用，順利做出作品集並幫我轉職成功。
為什麼來上「數據思維」？在課程中學到什麼？
記得在 AC「Data Analyst 課程體驗招募計畫」，我看到同學在成果分享中，呈現分析結果的方式、拉出的重點與做的推論和推薦行動，才發現自己距離同學還有好大一段距離。
我被刺激到了，覺得這些思考與流程，對懂數據的人來說就是 common sense 般，但對我來說卻只是一片茫然。我已經學過不少數據分析工具，但還是有這個 gap。我該怎麼填補？要怎麼繼續走這條路？
這段經驗讓我陷入一陣困惑，但也打開了一扇窗，讓我看到了自己的進步方向與成長空間。所以，當看到 AC 正式推出「數據思維」課程，課程主打引導大家做數據分析解題流程、起手式思考，與透過商業案例演練呈現與落地行動時，就報名了。
理解這堂課，可以對應 AC 的「數據分析職能地圖」與參考資料循環 5 步驟 (定義問題、探索資料、分析數據、 驗證假設、溝通決策)。
課程怎麼進行？
「數據思維」是為期一個月的「進度班」課程，每週除了週進度與作業，還有一場線上工作坊。
線上工作坊是由課程講師 Snoza 與 AC 的課程設計團隊主持。前兩週，是聚焦在學習進度與學習問題，後兩週則是金融案例討論，學生需要有學習進度案例的推進，進去工作坊才能一起討論。
因為課程有週進度，所以大家都會帶著當週的學習成果與問題，到工作坊中跟老師一起討論。而課程也有助教會協助批改作業，若做作業有卡關，也可以到 AC 學習社群提問。
在課程的收穫與學習
從觀摩與模仿中學習
因為我已經學過一些數據分析工具，所以教材本身對我來說是比較簡單且基礎的。但在作業上，我也會遇到一些比較挑戰的地方。例如在做金融專案時，我因為不熟悉 Excel 的某個功能，所以一直做不出老師示範的圖而卡關。
技術力是實踐思維的方法，而思維則是啟動技術的關鍵
我會從模仿老師開始，模仿他的解題過程、如何把題目變成可量化的作法等等，耐心地磨練自己兼顧思維學習與技術應用。
商業應用分享
課程講師 Snoza 老師，會在工作坊引導與跟同學的互動中，帶入商業場景，讓我們瞭解平常難以從網路上就取得的真實商業經驗。
例如，她會說明這樣的情境，在業界會怎麼做？若不會這麼做，是為什麼？另外，老師也會分享做完數據分析後，如何跟行銷部門的夥伴說明，讓他們依據你的結論，做進一步的訪談，挖掘更多的洞察、或是設計行銷活動。
這些業界分享，幫我理解到數據分析能幫助我更了解使用者，也解決他們的問題。也瞭解到透過步驟拆解和與 stakeholder 溝通，才能讓行動方案落地，發揮影響力。
線上工作坊
工作坊能讓大家可以即時向老師請教和與同學直接討論，比起純輸入的錄播課更有學習記憶點。而活動中的互動體驗很好，學習教練會請大家把問題先丟上來，我們可以先看到同學的想法，先思考可以討論什麼。
因為時差關係，所以我並沒有即時參與工作坊，而是看影片回放，但這完全不影響我的學習體驗。因為進度班，我會給自己壓力去完成，所以我還是能以非同步的方式參與每週工作坊，固定推進進度。
社群共學
除了工作坊，我覺得進度班與學習社群，都是創造了一個場域和機會，讓我跟同學可以一起學習。而跟同學一起學習，本身就是一個新的學習機會。我感受到跟同儕一起學習的威力，也看到碰撞出很多意想不到火花。
除了在工作坊上的討論，我也加了社群中的學習活動「飛航學習室」。那段時間就像是手機關飛航模式一樣，你就專心學習，並在時間結束後與同學討論，我覺得就算只有 10 分鐘的討論收穫也很多。因為覺得這樣的學習體驗與成果很棒，所以我也擔任了領航員，負責帶大家一起學習並討論某一份作業。
「數據思維」10 月班即將開班，9/24 前報名還有 71 折優惠
在數據領域前行，成為數據分析師
數據分析領域對我來說仍然是一片新大陸，學習路上遇到很多挫折，但在過程中慢慢被啟發與打開視野，到「數據思維」課程時，透過課程解題起手式與流程的連結，覺得越來越進入狀況。
我想起一個以前工作的畫面。當產品或功能要迭代時，我們會使用 AB testing 這個方式，以客觀公正的數據來驗證假設、找出所有協作夥伴都能信服，做出真的能解決使用者問題、或對他們更友善的解決方案。
雖然傳統與大部分 UX 的工作內容的確比較偏質性，但在求職網站上，我已經有看到一些 UX 工作，例如 Fintech 或硬體廠，會要求 UX 需要有 SQL 等數據分析工具的使用能力。我認為這會是一個未來趨勢，也是未來工作者的必備素養之一。
數據分析讓我更能探索使用者與產品使用成果，幫助團隊發掘和解決問題與需求，這和我職涯的核心追求相符。期待能繼續精進數據分析能力，成為數據分析師或成為數據驅動的 UX 工程師。