在「數據分析職能地圖」對談會中，ALPHA Camp (AC) 校長 Bernard 邀請管其毅、胡筱薇兩位專家一起開箱「數據分析職能地圖」與交流地圖優化；同時，兩位專家也分享他們在產業與學界的經驗與觀點，對談如何應用地圖展開數據分析職涯與學習。本文彙整發展數據分析職涯與學習的對談內容，期待幫助有志往數據分析領域的人，掌握市場狀況與知道如何有效學習。
關於「數據分析職能地圖」
「數據分析職能地圖」是 AC 踏入數據分析領域與培育人才的觀點與方向，除了做為開發課程的藍圖，也在探索如何幫助有志往數據分析領域的人，建立有效與精準評估能力、規劃學習的工具。
關於地圖的緣起、設計與第一層四象限的說明，請參考〈解構數據分析職能地圖：ALPHA Camp 培育數據分析人才的下一步〉這篇文章；而地圖第二層 12 個子項目的詳細內容，則請參考〈應用數據分析職能地圖，迎戰市場需求與學習挑戰〉這篇文章。
在 2023/8/19，AC 舉辦了「數據分析職能地圖」對談會，邀請管其毅與胡筱薇兩位專家對談。以下是兩位專家的介紹，與從他們的經驗和觀點，對談發展數據分析職涯與學習的挑戰。
專家介紹：管其毅、胡筱薇
管其毅與胡筱薇是 AC 數據分析課程的顧問，在數據分析領域中皆有數十年的經驗。
其中，管其毅是台灣最大資料人才聚集地、目前有 3 萬多名成員的台灣資料科學社群 (TWDS Meetup) 創辦人。他旅居美國矽谷 25 年，曾負責 LinkedIn、eBay 等企業的資料團隊；也長期致力資料科學人才發展與為企業創建成長機會，希冀提升台灣資料科學領域的競爭力。
而胡筱薇 Camille 則是東吳大學巨量資料管理學院暨資料科學系副教授，也是資料實驗室 (Big Data Mining Lab) 創辦人。Camille 致力透過實際專案項目培養資料科學人才，近年更投入巨量資料探勘與社群網路分析應用研究。
延伸閱讀：AC 與台灣資料科學社群聯手推動台灣數據科學人才發展
市場對數據分析的需求與人才的期待是？
AC 校長 Bernard 首先說明，他在資料科學領域觀察到 2 個現象，也發現這蠻困擾著正準備或剛踏入這個領域的人。
第一，是資料科學的領域歸類多元。由於資料科學是一門新興、非常應用導向的領域，所以過去在經濟系或資工系，都可能有數據分析相關的學習或研究資源，很少見到像東吳巨資學院這樣專屬的學習單位。
第二，是產業對數據分析需求不太一致。例如，相同的職稱在不同產業或企業，可能需要的是完全不同的能力。
針對這兩個現象，Bernard 邀請管其毅和大家分享美國市場的狀況，幫助大家理解：究竟在數據分析領域發展成熟的市場，產業與企業對數據分析的需求與人才的期待是什麼？各產業的每個角色都要會數據分析嗎？還是企業都會有數據部門呢？
管其毅從需求與市場環境 2 個面向來說明。從需求來看，數據分析不是專屬單一職種的技能，企業會期待每個角色都要有一定的數據分析能力。
美國企業普遍期待員工有 end to end (端到端) 的能力，所以若你做行銷不會只做企劃提案，還要能根據數據幫助公司提升業績。(管其毅)
而從市場環境來看，各產業都需要會數據分析的人。
美國市場對數據分析的大量需求，是由於數十年前這些企業面臨了成長趨緩的課題，所以需要利用數據分析去找出更精準的機會點做更精準的決策。(管其毅)
最後管其毅也補充，回頭看亞洲市場，會看到許多產業還處在快速成長的階段，這些企業對數據分析的需求還不明顯。但當未來成長趨緩後，可以預期他們對數據分析的需求會越來越大。
有志發展數據分析職涯，會遇到哪些學習挑戰？
Bernard 總結管其毅分享的美國經驗，說明可以預見未來產業對數據分析的需求會非常龐大，需求層面也會很廣，也會有很多的機會與職缺。但同時也可以看到，數據分析是個要能轉化業務、解決問題並推動決策的一種能力或角色，非常具有挑戰性。
接下來 Bernard 邀請胡筱薇與大家分享，從她接觸許多學生的經驗來看，想要成為數據分析師或擁有相關能力，會遇到哪些學習挑戰？而有志往數據分析領域發展，該如何開始學習呢？
胡筱薇提出，她觀察到學生在學習中，最常遇到以下 4 個挑戰。
如何結合理論與實務
在東吳巨資學院裡有非常多的在職學生，他們來的學習目的、也是面臨的第一個挑戰，就是如何在學習中結合理論和實務。
這也是身為老師的我最大的任務：幫助學生理解理論，並讓他們能夠應用到工作上。(胡筱薇)
胡筱薇補充，數據分析不只是在學校與課本中的抽象理論知識，真正的學習是要透過長時間的實務經驗，才能有所累積與成長。所以她提醒，初學者學會了數據分析理論知識，但在真實世界中卻不知道如何使用，千萬不要氣餒。
工具和技術變化快速
再者，學習數據分析很常會遇到，正在學習一個當紅的工具，但幾個月後這個工具很可能已經被新的技術所取代了。這是數據分析學習者的壓力來源，總覺得自己需要不斷地學習以保持競爭力。
東吳巨資學院的學生在學校裡，可能就學到 2-3 種數據分析的技術或程式語言。但離開學校後，他們還是要面對層出不窮的新工具和框架。(胡筱薇)
教材與現實中的資料落差大
另外，在學校或課程中，大家接觸到的資料通常是被整理過、整理好的資料，它們大多乾淨、完整，符合我們預期的格式。但在真實世界中，很少有資料是這樣完美的。身為資料分析師或負責處理資料的人，經常要花大量時間清洗、轉換和整理資料。
要有組合技能才能解決問題
胡筱薇最後說明，真實世界裡的數據問題與範疇，通常遠遠超出單一數據分析技巧。
數據問題可能涉及到特定產業的背景知識、企業發展脈絡或某個專業分析工具。即使完成了分析，最大的挑戰可能還在後頭：如何轉譯複雜的分析結果，清晰地讓主管和同事理解。這非常需要優秀的說故事技巧、視覺化能力和說服力。(胡筱薇)
如何有效學習數據分析？
Bernard 總結說明，建立數據分析能力絕不可能一蹴可幾，而是一個需要花時間、接觸多重技能與知識，再透過實務經驗才能有所累積的一個能力。最後 Bernard 邀請胡筱薇再分享，在她對學生的觀察中，有看到該如何一步步地建立自己的數據分析實力？或又需要怎樣的心態與特質呢？
胡筱薇分享了她的 3 個觀察。
持續學習
首先是要持續學習。前面提到學習數據分析的第 2 個挑戰，就是數據分析的工具和技術變化快速，所以在這條路上，需要堅持學習計畫與有策略地發展。
我在第一線做研究，但也無法告訴大家未來數據分析領域會怎麼走。市場一直有新需求出現，有志數據分析領域的人，要不斷去市場裡學習與找答案。(胡筱薇)
她提醒，因為數據分析的應用場景非常多元，所以每個人的學習需求與路徑都會非常不同。所以找到你的目標，就堅持地往目標前進吧。
實際應用
她也觀察到，積極學習數據分析的學生會找夥伴一起學習與交流不同產業的問題與解決方案。透過交流，能在其中獲得更多觀點與思考，對建立數據分析能力會非常有幫助。
建立網絡
另外，面對數據分析這個應用場景多元、技術變化快速的領域，找夥伴一起學習的另一個價值與意義，就是更能有持續與堅持下去的動力。
如何找到夥伴？就去加入社群吧！例如，可以加入目前已有 3 萬多人的「台灣資料科學社群」，有時間就去看看裡面的人都在聊什麼話題、最近發生哪些相關的事情。這一定能幫助你掌握更多資訊與機會。
結合數據分析職能地圖 4 個象限能力的課程「數據思維」，5 步驟建立系統化數據分析能力
結語
Bernard 最後總結，從兩位專家在產業與學界的經驗與觀察，我們知道：學習數據分析絕對不只是在一堂課中的學習，而是要透過實務去解決真實問題與累積經驗，才能真的掌握。同時，這也是 AC 發展「數據分析職能地圖」的初衷，想幫助大家在這條充滿挑戰的路上，更有方向與更有效前進。
目前，AC 有兩堂數據分析課程「數據思維」與「數據應用」。接下來 AC 將以這張地圖為藍圖，持續推出新的數據分析課程；也會透過地圖，更精準地溝通課程能提供什麼幫助。
對相關課程有興趣的朋友們，請持續關注我們的官網。若是對「數據分析職能地圖」本身有任何的問題或意見，也歡迎隨時向 AC 提問。
