身为资料分析师，来回一下这篇，手机排版伤眼请见谅。
我大学管院学士，工作刚满10年，都是做跟资料分析有相关的职务。2012年底，我第一份工
作年薪大约在40左右，经过了10年自己有累积加上运气不错，去年年薪约在150左右。英文不
好，台商乙方行销单位资深PM。没有什么值得炫耀，只是带一下背景。
想转职过来，很大机率失败，以及这个职务其实也很不好找人，有几个原因。最大的原因我
觉得是认知问题。
资料分析师的工作要有价值，要经过三步，第一，处理资料与分析资料。第二，分析的结果
如何解读出insight。第三，这些insight如何对业务执行面产生影响。
第一步需要工具与基本能力，工具就是sql r excel tableau等等，基本能力就是学科知识，
包括数据库管理 资料结构 数学 统计学 等等。有这一步的能力，就可以按需求抓资料提供
给需求方，或是按规格产报表，基本上就是个资料工具人。现在市面上有海量挂著DA职称的
大部分都在这一步，其实相当无聊也没有话语权，大部分又是dirty work，所以阵亡率当然
很高，另外如果CS技能够硬的就会优先去做资料工程师或资料科学家(毕竟分析师处于data领
域的鄙视链的尾端XD)
第二步需要在第一步的基础上，对不论是产业或是领域的domain knowhow/knowledge有一定
的了解甚至深入的了解。这实在无法速成，需要累积。这个阶段就是当完工具人之后，有一
些讨论议题的话语权，开始让人觉得你说的话是有份量的，因为是根据资料分析佐证的，不
是唬烂瞎掰卖老。这一步跟第一步最大的区别是，需求来不是照单全收，而会开始问这个需
求的目的(并且不会被说你做就是了问那么多干嘛)，因为有可能需求方要的资料其实不能佐
证他的目的，就需要给建议跟调整
第三步需要在前两步的基础上，更全面的了解大环境/市场/前端实务面。因为有可能insigh
t说得头头是道，但确无法转为实际行动，这样就没有用。所有的商业行为都是要赚钱的，不
能在实务上帮助赚钱的insight都只是屁。所以了解前端实务，真正能够帮到他们的分析师才
有价值，这个阶段会类似顾问，有实际影响力。最重要的是很强的沟通能力。
看我扯到这大家应该也明白了，那些课程都是在学工具而已，工具去上课或自学不论学的再
好也要先在真正的职场上应用，然后从资料工具人开始当起，大概95%以上就觉得好无聊，薪
水也不高 这个阶段的资料分析师也不过领个四万而已，如果工具都学的没有很好更不用说了
年轻小朋友也是，不要说待满一年，连半年都算难得，因为觉得做一做怎么跟想像的不一样
，什么做data是最性感职业，屁，超无聊的，CS强的会先去做工程师，喜欢热闹光鲜的会先
去品牌，谁要做资料分析师
这边先不要砲资方拿香蕉请，请不到不会拿哈密瓜，再请不到不会拿榴莲，又不是旅馆请房
务，劳力工作只要愿意就能做勒？
问题是没有真的在一个领域沉淀，怎么会有第二步跟第三步的能力被养出来？现在看到转职
做资料分析师做得不错的，很多是以前就是对阶段一的资料工具人提需求的需求方，或品牌
方，或需求前端的人，他们是先了解了产业/市场/领域，只是以前没有很好的使用资料分析
帮助决策的经验或能力，现在把工具跟基本学科补起来，前后结合，就会做得不错。
另外chatgpt目前能帮助阶段一
但还不能帮助阶段二三
所以处于阶段一的分析师会越来越红海
※ 引述《chinnez》之铭言
: ※ 引述《a78998042a (Benjimin)》之铭言：
: : 如果你对数据分析转职感兴趣
: : 如果你周遭有人想要转职到这个领域
: : 请把这篇文章给他看，这将帮助他节省2年以上的时间
: : 我在22年秋季开始，开始了免费的数据转职咨询服务
: : 期间接触到超过50+的人谈论他们的疑惑
: : 有人曾参加转职辅导，有人加入线上课程，有人自学超过两年
: : 但共通的点是，它们仍在成功转职的路上努力着
: : 错误的观念会让你虚度 2-3 年
: : 而正确方向仅需要一次的会议
: : 但因个人能力有限，我无法无限期提供咨询服务
: : 于是我将这段期间内的咨询内容拍成影片
: : 这部影片跟其他影片不同在于：
: : 1. 它不是一个人的经验分享，而是 50 个人的集体问题
: : 大家的疑难，很可能也是你的问题
: : 2. 我与我咨询的对象均处于台湾，而网络上许多的案例有的在美国，有的在欧洲
: : 它们的经验很宝贵，但我将给你另一个观点
: : 3. 我咨询的对象，有尚未毕业的学生，有30多岁想切换领域的主管
: : 背景从社科外语、管理财金到资讯电子，我的目标就是提出让每个人都有机会成功
: 的
: : 解方
: : 这部影片仅仅 20 分钟，但只要你看完：
: : 1. 你将省下 2 小时：这是我一场咨询的平均时数
: : 2. 你将避免 2 年的浪费：这是一次错误规划的成本
: : 3. 你将能大大提高转职的成功率
: : 这支影片的大纲如下：
: : 1. 为什么想转职数据分析的人都失败了
: : 2. 失败的第一步，我要学会数据分析
: : 3. 圣经就该摆在床头柜；你不该学些什么
: : 4. 天下武功唯快不破；成功的学习途径
: : 5. 别跟数学系比算法；跟资讯系比程式：面试准备的方式
: : 6. 总结
: : 希望大家能有所收获
: : 影片链结如下：
: : https://www.youtube.com/watch?v=9EcOu_GLsfA&ab_channel=HsuBen
: : 如果你看完影片仍有一些个人问题，可以填写问卷，我会尽量回复
: : 问卷链结如下：
: : https://forms.gle/V3z3RsL5NbiYyx9U6
: 我去年有去参加产业新尖兵的数据分析课程
: 先说心得 我这没程式底子的人真的学不来 。
: 讲师一开始就说了 要我们在三个月学完他学三年的东西 ，这哪有可能 。
: 每天上课8小时 ，一周上5天
: 下课之后根本没多少时间消化…
: 这三个月有python,sql,power bi要学 ，有哪个门外汉能学得来的 真的要叫他一声天才
: 我python要抓气象站资料 ，从某年元旦抓到当天的档案 写法教材里也没写 我google爬
: 文爬了好几天才自己想通 ，存成2进制档案还要转换回csv 真的没那动力去动那脑筋了
: ……
: sql概念是还算简单 ，可是每天都要疯狂背指令 也不会比python轻松多少
: power bi ，这门专业的精髓 用历史数据去推算未来
: 人工智能之前要先搞懂商业智慧 ，商业智慧就是数据分析 人工智能是数据推测 ，要先
: 分析才能推测 。
: 小弟我资质实在愚钝 ，前面才3个礼拜就已经开始跟不上进度 到后面就只能放推了 。
: 我从来没想到上职训课程可以上到这么挫折 ……
: ◢▆▅▄▃ 崩╰(〒皿〒)╯溃 ▃▄▅▆◣