「數據分析職能地圖」是 AC 培育數據分析人才的關鍵一步，我們邀請管其毅與胡筱薇兩位專家一起開箱地圖的四個象限：理論與素養、技術與工具、商業應用與影響力。兩位專家很肯定地圖對人才與企業的實用性、也給予優化建議，更對談如何應用地圖迎戰市場需求與學習挑戰！
AC 培育數據分析人才關鍵一步，發展「數據分析職能地圖」
隨著 ALPHA Camp (AC) 近年持續踏進數據分析領域，我們開發了「數據分析職能地圖」作為規劃課程的藍圖；同時，也期待它能解構數據分析職能，幫助有志往數據分析領域發展的人更有效、更精準評估自己的能力並規劃學習。
關於 AC 設計地圖的初衷與地圖四象限的詳細說明，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。
我們認為這份地圖是一個「觀點」，發展地圖的主要目的是期待能讓學習者知道：
- 要讓數據產生商業價值，只會技術工具是不夠的。商業應用與影響力同樣重要。
- 在數據分析領域，有無窮無盡的東西可以學。所以最重要的是讓自己能夠有方法地依需求按部就班前進，而不是處在學習焦慮中。
同時我們也知道，這個觀點並沒有絕對的正確性，而是要透過與業界對話、持續打磨與調整。所以八月初我約了過去給我們很多建議與協助的其毅與東吳胡副教授 Camille，聽聽他們對地圖的看法。
但後來，我想與其私下討論，不如公開對談過程，讓社群能直接旁聽對談過程，就更能理解地圖背後的設計邏輯，甚至直接向我們三位提問。因此，有了 2023/8/19 這場「數據分析職能地圖對談會」。
「數據分析職能地圖」對談專家管其毅與胡筱薇簡介
其毅與 Camille 是 AC 數據課程的顧問，在資料領域有數十年經驗。以下是他們的背景經歷。
管其毅是台灣最大資料人才聚集地、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，曾於 LinkedIn、eBay 等企業管理資料團隊，長期致力資料科學人才的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。
胡筱薇副教授 Camille 目前是東吳大學巨量資料管理學院暨資料科學系副教授，同時也是是資料實驗室 (Big Data Mining Lab) 創辦人。胡教授致力透過實際專案項目培養資料科學人才，近年投身於巨量資料探勘以及社群網路分析應用的研究。
這陣子我很感謝其毅與 Camille 將他們在產、學的經驗，與我以及 AC 的課程團隊分享。接下來讓我簡單分享對談的內容。
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
地圖介紹
首先，我們從市場人才需求與學習的挑戰談起。
其毅指出目前各行各業都有數據分析人才的需求，而企業也期待各種角色都要有基本數據分析能力。而 Camille 在學界觀察到因數據分析領域的應用導向，所以學習者普遍面臨理論如何與實務結合的問題。再者，還會有工具和技術變化快速、要有組合技能才能解決問題等挑戰。
總結兩位專家的觀點，我們了解到：
- 數據分析在各產業中的需求很廣、很多元，需要有綜合技能才能解決問題。
- 學習者遇到的困難，難以用有架構性方式做學習規劃。
接下來，我開始說明「數據分析職能地圖」的內容。
四個象限：理論與素養、技術與工具、商業應用與影響力
之前，我們已經將數據分析的職能分成地圖的四大象限：
- 理論與素養 – 「用數字思考與表達的習慣」，包括了統計學、樞紐分析等知識概念，以及數據探勘、解讀等思維。
- 技術與工具 – 就包括常用來處理數據與分析的工具與程式語言：Python、SQL、資料庫、Tableau、Excel、Google Analytics 等。
- 商業應用 – 產業與商業模式會大大影響數據的定義、取得方法、以及之間的關聯。而應用場景 (use case) 或問題也有不同的分類，如 root cause analysis、hypothesis testing 等。而組織中不同角色的人，對同一個問題會有不同的理解與關注點。要做好數據分析，需要對這些商業元素有一定的了解。
- 影響力 – 一份「分析報表」與「商業價值」之間的距離，也就是如何讓你的分析結果被溝通、被理解、被應用。
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
地圖的迭代過程
而在這一版本地圖的迭代中，我們更新了「影響力」區塊的內涵。
在上一個版本中，地圖比較側重「溝通」，也就是資料視覺化、說故事、簡報等技能；但在深入辯證之後，我們認為「溝通內容」是最後呈現的結果，但在設計溝通時有許多策略性的考量，例如溝通對象、溝通場合、溝通策略等，需要深入研究這些重大考量點，才有機會設計好的溝通。因此我們延展了這個象限的職能內涵，使之更完整。
另外，在蒐集專家回饋後，我們也在「理論與素養」區塊加入了 Data literacy，也就是「數據是否能實際應用在組織內的對話」。
四個象限與 12 個子項目
所以這次，我們進一步展開了地圖的第三層。
以下，是各級子項目的摘要說明：
| 核心象限 | 關注點 | 說明與舉例 |
| 商業應用 Business Applications | Business model & logic | 產業：金融 / 電商 / 媒體 / 零售… 經營模式：B2C / B2B / B2B2C / marketplace / subscription… |
| Use case | 當下到底在解決什麼問題？ e.g. 客戶分析 / 產品分析 / 成本分析 … | |
| Domain & function | 你位在哪個部門；屬於哪些職能 e.g. 行銷 / 產品管理 / 客服 / 營運 / 幕僚⋯ | |
| 理論與素養 Theory & Mindset | Stats & math | 統計學與數學基礎知識，例如描述性統計、預測性統計⋯ |
| Data analysis | 了解常用的分析方法，例如像探索性分析、多變量分析等 | |
| Data literacy | 將數據當成一種溝通/思考的語言，實際應用於組織內部的對話，如訂目標、看成效，或辨證決策方向等 | |
| 技術與工具 Technology & Tools | Data source & architecture | 和處理資料源相關的技術與工具，資料分析師的焦點不在於如何建制 MySQL 資料庫，而是要理解上手的資料是透過什麼架構 (streaming / batching) 蒐集進來的，有沒有質量上的限制。 |
| Programming language & data operations | 如 Python、R | |
| BI Tools | 如 Power BI、Tableau、GA4、Excel | |
| 影響力 Influencing Others | Audience & Occasion | 聽眾是誰？溝通發生在什麼樣的場合？是桌邊討論、定期週會，還是董事會？ |
| Communication strategy | 在設計溝通時需考慮的各種關鍵因素，如利益關係人與他們關心的事、組織架構下的情勢分析，是否有任何環境限制或不可變的前提 | |
| Data communication | 在思考以上問題後，設計自己真正要溝通的內容，包括簡報的故事線、圖表的視覺化呈現等。 |
專家對地圖的回饋與建議
聽完我對地圖的解說後，兩位專家開始提供他們的建議與回饋。
首先 Camille 非常肯定 AC 團隊的用心，更表示這是她看過在數據分析領域最完整的學習地圖！她認為這份地圖有很大的彈性，將學習與發展數據分析領域所需要的理論、工具、商業知識、溝通能力與策略，都包含與串連起來了。
她更進一步指出，地圖中「理論與素養」、「影響力」兩個象限屬於軟技能，是工作者進行橫向溝通的關鍵；而「商業應用」與「技術工具」兩個象限，則包含許多數據分析領域重要的業務知識，對人才與企業來說都非常實用。
例如，工作者可以透過地圖知道自己在哪裡 (已經會了什麼)、更有方向感 (需要補強什麼)、知道該怎麼走向目標 (目標角色需要哪些能力)。而企業則可利用這張地圖，知道要招募哪樣的人，用人單位可將 JD 寫得更具體，培訓單位也能依地圖去設計企業內訓課程。
Camille 也認為地圖應該要能不斷調整去反應市場變化，呼應了我們認為地圖不是要提供正確答案。最後 Camille 更建議，可以在「理論與素養」象限加上數據倫理和隱私，幫助數據分析工作者建立責任感與意識；而地圖還可以設計能及時回饋的介面，讓更多使用者能參與其中。
而其毅則說明，這張地圖可以幫助企業與個人在解決商業問題的過程中，更有意識地拆解與組裝流程。例如老闆請你解決「會員流失」的問題時，你可以參考地圖上的職能，根據自己角色與場景，把問題拆解成你需要的知識與工具。在著手解決問題時，會有更好的準備。
其毅更補充，在這個過程中你會不斷地進出地圖，這反應解決商業問題就是會經歷 test-and-learn、觀察結果與驗證假設等過程。
地圖的下一步
我非常感謝這次兩位專家給我時間，以及他們對與「數據分析職能地圖」肯定與回饋。這場對談加強了我們持續開發課程與培育人才的信心，也讓我們對地圖的下一步有更明確的方向：
- 根據不同的職涯規劃，對應到地圖上每個象限的內容與需求，如何確認在其中該準備到什麼程度？
- 另外，隨著產業高速進展，我們會需要設計一個與時俱進的機制，定期回顧地圖上各象限的主題是否需要更新。
目前，AC 已經有兩堂數據分析課程「數據思維」與「數據應用」，接下來我們將以這份地圖為藍圖，持續推出新的數據領域課程，並更精準溝通每堂課能為大家提供什麼幫助。
若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。
