成為數據分析師要學什麼？非本科怎麼開始？工業工程與管理背景的ㄚ文自學一手工具後發現，要解決問題並讓數據產生價值與影響力，關鍵在於定義問題與在商業世界落地解決方案。他在「商業思維」課程中怎麼學會應用這套方法，更為數據分析師職涯暖身與建立人脈？
為什麼想成為數據分析師？
工業工程與管理像是個養成工廠醫生的學科，學的東西很多很廣，像是製程、設備、勞工安全等。很多系上學長姊畢業後都成為台積電或聯發科工程師，聽起來蠻不錯的？但對我來說這卻都像紙上談兵，我無法想像學了這些知識能怎麼用，也不確定自己能提供什麼價值。
在畢業專案中我碰到機器學習，為了完成專案開始學習數據分析。做數據分析要定義目的、流程與步驟，接著去實現並確認結果合不合理，若不合理要再回頭思考和修正。我看見自己在數據分析中一步步地完成最終產出，這樣從 0 到 1 的過程給了我有從未有過的成就感！
持續學下去，我又看到更多可以學習的方向與成長的機會；同時，我也覺察到自己期待能發揮影響力、幫助團隊或使用者解決問題，甚至幫助也想學習數據分析的人。
所以，我決定成為一名數據分析師，想投入與普羅大眾生活日常相關產業，去解決問題、也探索我對人的好奇心。
不會有了技術，就能成為數據分析師
我自學數據分析兩年，Python、微積分、統計和演算法都摸過，也將所學用到專題、論文、助教教學或課外競賽中，可謂手握一把技術。
在這段持續學習探索、發現問題再繼續學習探索的過程，我發現其實蠻容易有迷失與茫然的感覺。我要不斷提醒自己在學什麼、為什麼要學、學了要怎麼用。仔細想想這個感覺從何而來，原來與學習中遇到的困難與挑戰有關。
在過往的學習中，通常是課程會設定好題目、也就是要解決的問題，同時也會提供資料，我只要套用工具，就可以做出答案。但我發現，原來很多工具都能做出想要的結果，所以重點其實是我怎麼找到想要解決的問題。但在這種常見的課程與自學方式中，我並沒有建立解決問題的能力。
而在研究數據分析職師職涯 Roadmap、了解到這個角色需要的能力後，我更發現這些技術要串聯起來，才能解決真實世界的問題。我若只知道工具怎麼用，只是在腦袋多了更多各自為陣的知識點，是沒有意義的。
體認到不能只是為學而學、會用技術其實不算是學會後，我也認知到不會有了技術就能成為數據分析師。我開始思考該怎麼建立解決問題的能力，也思考如何結合自己既有的能力或擅長，在解決問題中也能提供真正的價值並發揮影響力。
延伸閱讀：轉職數據分析師，先學會解決問題 5 步驟
為什麼想學數據思維？
在了解數據分析職師職涯發展與就業等資訊後，我發現了數據思維的重要。數據思維其實就是一套流程與方法，這能讓解決問題多了一項參考依據，也讓決策不再只能仰賴主觀經驗去判斷。
當面對一開始可能很抽象的問題，若沒特別去思考，極可能就會卡住不知道該從何下手。若有數據思維這樣的思考框架或溝通語言，大家便能一起去拆解出真正想知道的問題，就有機會著手來解決。
此時，我觀察到有越來越多人想成為數據分析師，也看到 ALPHA Camp 開發「數據分析職能地圖」，說明要發展數據分析職涯，需要建立理論與素養、技術與工具、影響力與商業應用等幾個面向的能力。
但其實，綜觀市面上的學習資源都很偏向技術與工具，所以當看到 ALPHA Camp 推出「數據思維」課程，我覺得這個課程很特別也很符合我的需求，就報名了。
真實世界沒有標準答案，只有適合的解決方案
在「數據思維」課程中學習的是資料循環 5 步驟，包括定義問題、探索資料、分析數據、 驗證假設、溝通決策。其中，我最大的收穫就是在定義問題與溝通決策這 2 個步驟，我學會了拆解與分析問題、還有如何實際執行的思考。
我們從老闆想了解客戶流失率、所以想從資料中找出原因的案例中，學習拆解問題並找到原因。在老師引導與自己花了一段時間才抽絲剝繭找到原因，這個練習讓我學會如何從抽象與未知中找出真正想知道問題，也學到從一個大問題下手，最後找到掌握與分析整個情境的方法。
而在最終行動方法的練習中，老師引導我們去思考如何設計行動去達到你的目的。例如，如何考量行動的可實現性？投入那麼多時間做數據分析，最後階段該怎麼接地氣地與其他權益關係人溝通，讓他們接受你的行動方案，最後產生價值與影響力？
這堂課跟我過去上過的數據分析課程很不一樣的地方，就是比較沒有一個正確答案。
過去的學習流程都是比較像是考題：給一個明確的問題 → 想該套什麼方法 / 工具來解決 → 交卷 / 確認跟正確答案對不對。也因此，要針對一個實際的商業情境進行問題拆解、並思考如何落地行動，這個沒有正確答案的過程，對我來說是非常特別的學習經驗。
這些思考與練習是我之前從來沒有經歷過的，所以過程中其實蠻有不確定與不安的感覺。但同時，我也有了從過去的背景和習慣的限制與侷限中被解放的感覺。我更能理解與知道如何面對，真實世界其實就是如此沒有正確答案，要解決問題，就需要去找出適合的解決方案。
這也啟發了我開始思考，若能重頭再做一次之前的專案，我可以在哪些地方多一些步驟與思考，讓專案的結果更有意義與價值。
在進度班跟同學一起學習，效果更好
我覺得「數據思維」課程體驗很棒的地方，是線上工作坊、進度班與助教批改作業。
在 4 週的課程中，每週會有一場線上工作坊。講師與課程設計團隊會帶大家一起學習，活動中會從學生角度出發去做場控與互動安排，我更能沉浸地學習、理解與吸收。
在進度班裡，每週都有規劃好的學習進度。進度班的好處很多，對我來說最直接的幫助就是有時間壓力，會督促自己完成學習。也因為大家都有相同進度，當看到有人已經完成作業，就會更有動力積極解決自己的拖延與卡關。而進度班也讓我能有一群同學可以一起討論學習，不但能解決問題，更能聽到各種思考與視野。
最後，助教批改作業真的很認真，除了錯誤指正，還會延伸說明可以再思考和優化的地方。
學會一件事，就加入正在做這些事情的人
當時報名這堂課，其中一個期待就是能認識更多有相同目標的同學並一起學習。因為在職場上，大部分時候都是團隊合作，所以我想從社群增加人際互動經驗、練習表達也累積人脈。
以前也上過不少有社群的線上課，但其實都不太有機會碰到同學，互動感都蠻低的。但在 ALPHA Camp 不但可以很常跟同學互動，甚至還有機會見到實體同學！
在課程剛結束時，我參加了實體的社群活動。當真實看到同樣在朝著理想前進的大家，這種感覺讓我更有了前進的動力。
在 ALPHA Camp 為踏入數據分析職涯暖身
回首學習數據分析的這段日子，我其實有很多的擔憂，像是：不是資訊本科，能力夠不夠？看到好多好厲害的人，自己是不是沒有辦法抵達？有很多的資源，很多的建議，但不知道該聽誰的？我沒有經驗，會有人要嗎？
上了「數據思維」，我覺得已經為我做好了踏入新領域與職場的暖身。
沒有經驗要找到第一份數據分析師的工作，最好就是透過實習或作品集。若是做作品集，就可以應用在這堂課學到的流程與步驟，呈現解決問題的能力。而在社群跟大家一起學習與互動，我也真的練習與累積到表達與溝通能力。
