Loading...

什麼是數據分析師(Data Analyst)?

數據分析師(Data Analyst)又稱資料分析師,一般定義是能將原始數據轉化成可用於制定決策的資訊,具有數據洞察力有能力處理數據轉化成知識的人。

「數據分析師」也是資料產業中一個重要的職能之一,而且這個位置在資料科學熱潮之前就存在已久。

資料科學家和數據分析師的差別是,數據分析師比較強調的是「如何找到適合資料可以解決的問題」,對資料理解與定義問題的敏銳度。數據分析師在資料探索及資料視覺化的要求會高一點。而資料科學家則更重視模型與理論,需要比較完整的資料知識體系,例如統計,最佳化及資料模型這方便的了解。

資料科學家、資料分析師、資料工程師,實務上如何在資料團隊分工

如何成為數據分析師:必備的工作技能

三個成為數據分析師的學習重點:專業技能、產業知識、及批判性思考:

  • 專業技能:Excel、程式語言 SQL、R / Python。此外資料視覺化工具例如Tableau、統計知識,也是資料分析師需要培養的能力。
  • 產業知識:不同產業的分析面向,差異很大。建議「一開始就先選定特定產業,了解它如何運作、自己又該補足哪些知識。」
  • 批判性思考:多運用框架幫助思考,如 AIDMA 行銷框架、AARRR 產品框架,把宏觀的現象拆解成一個個可驗證的步驟。另外,目標導向思考也很重要,能幫助自己「了解對方為什麼要做這件事?我們的觀點又是什麼、該如何幫助對方?」做到目標導向的思考,才能釐清對方的需求、真正解決問題。
  • 軟實力:能夠團隊合作解決問題的能力,關注數字的細節和準確性,擅長口頭與書面的溝通表達包含寫報告和進行presentation。

SQL 入門課程:14 天從語法到真實企業案例

資料分析師兩大工作內容:需求確認及分析

資料分析師一天的時間分配,工作有一半時間在做分析工作「SQL 跑資料、畫報表」,然而每天花最多時間的,反而是「需求確認」!與部門同事討論、了解他們的資料分析需求。例如:

  • 為什麼他們需要資料?
  • 這些資料能夠解決他們的問題嗎?
  • 除了他們所需的資料,我們如何挖掘其他資料,幫助他們了解的更多?

從事數據分析工作通常要經歷幾個步驟

  1. 定義要解決的問題
  2. 收集正確數據
  3. 清理數據
  4. 數據分析與解讀

數據分析的類別大致上有這四種:

  • 描述分析(Descriptive analysis):描述性分析回答 What happened 這個問題,確定已經發生的事,雖然沒辦法從中做出預測,但是整理好的描述分析能確認數據以有意義的方式呈現,並打好進一步分析的基礎。
  • 診斷分析(Diagnostic Analysis):診斷分析幫助你了解 Why did it happen 為什麼會發生這樣的狀況,資料分析師能找到過去存在類似的模式,將可能導致這個結果的因素建立相關性,例如電商結帳失敗提高的原因,可能是結帳頁面要填的資料太多導致客戶流失,可以從過去與現在填寫完成率做比較。
  • 預測分析(Predictive Analysis):預測分析則是回答 What will happen 未來可能會發生什麼,透過找到過去數據的規律,預測未來的可能趨勢和潛在問題。例如透過過去數據的觀察,第四季是電商購物的旺季,廣告投放產生的效益和其他季有明顯差異。
  • 處方式分析(Prescriptive Analysis):處方式分析則是混合了其他數據分析,因為你知道希望的結果是什麼,為了達成這個目標,可以事前做出哪些相應的動作。例如保險業想要獲利最大化,就通過數據搜集預測誰是高風險族群,將他們的保費提高。

更詳細的可以看數據分析 Data Analysis 怎麼做?資料分析 5 步驟

數據分析師工作機會

根據Glassdoor的資料,在台灣的數據分析師工資大概在年新月薪4萬到14萬之間,基本上是看資歷與工作經驗。電商的數據分析師職缺也很多,大部分的薪資都在四萬之上,根據1111人力銀行統計,目前數據分析師這個職缺就有近8000個工作機會。

不同的產業也都對數據分析師的需求非常旺盛,從軟體業到傳統的金融業、房仲業,都需要數據分析師的相關人才。

數據人必備資料庫處理 SQL 職能 :SQL 入門課程熱烈開班中!14 天從語法到真實企業案例