文/杨梓青 商业发展研究院数位创新人才研究所所长
举例而言,当我们常使用网路购物时,所有资料皆会被长期收集分析,伴随而来的就是依个人需求喜好而寄发促销广告与折扣方案;当我们开车上路,Google Map会指引一条相对最快(但可能不是最近)的路径,所凭藉的就是不断收集众人的行车定位资讯、进而分析出的街道壅塞状况;当我们进入脸书时,也常会跳出交友建议或相关购物广告,原因就在於过去的模式、路径、习惯等数据早已被收集分析,并做出个人化的需求回应。当我们尝试购买廉航机票时,更常会发现报价瞬息万变,这也是因为系统会不断收集数据,根据群众的购买意愿、竞争状况、以及剩余票量等因素来机动决定当时票价。
商业数据分析是针对过去收集到的资料,藉由不同类型的工具进行统计分析,再套用合适模型以做出未来的预测,可以帮助管理者了解到那些产品销量将会更好、那些管道将会更有价值、如何更合理地布局销售方式、如何更精准的投放广告、如何更适当的管控预算等。「数据分析」是近几年来企业新增最多的数位职缺,其中以零售业、金融业与科技业为最大宗,一般数据分析师的技能需包含以下几个部分:
1、基本统计与分析:运用公式与函式作计算、统计、或基本枢纽分析,可使用Excel为入门工具。
2、整合多资料来源的视觉化分析报表:搭配自动化工具设定资料模式,以产生图像化的分析结果,可帮助主管驱动高效决策,此部分可搭配Power BI 或 Tableau等工具。
3、程式处理与分析:通常使用Python程式语言,简单易学且在资料分析领域功能相当强大,可进行更专业的深度分析。
4、网路爬虫:数据分析的源头是资料,资料的取得极为重要,网路爬虫是自动收集网站资料的技能,以Python搭配Numpy、Pandas及Matplotlib函式库可完成重要任务。
5、机器学习:深入应用人工智慧,以机器学习作为辅助手段,使企业从既有的资料与经验法则中,训练系统学习并找出运作模式,以进行自动化分类、警示、甚至预测,此部分可搭配Python的机器学习函式库Scikit-learn。
6、版本控管:程式开发一定会面临到版本控管的议题,为避免团队开发彼此覆盖或意外删档,以及确保任务分工後进行成果合体,可搭配目前最热门的Git作为版本控管工具。
7、网站流量统计与分析:分析网路使用者的反应是相当重要的行销议题,报表必须呈现使用者分布的地区、年龄层、使用载具、进入网站的热门时段、操作路径,以及於各网页的点击率、不同行销活动及广告来源的成效等多面向的视野,目前最常见的工具就是GA(Google Analytics),而数据分析师徵才条件中,最常出现的便是「熟悉GA操作」。
商研院於「产业新尖兵计画」所开办之「商业大数据分析人才养成班」,招收非本科系学员,受训期间仅需两个半月,结训学员就业率达86%以上,大学学历之平均薪资亦超过38K,可见数据分析的重要性已逐渐超越程式开发,印证数据分析人才的行情看涨。
>>订阅名家评论周报,关心全球财经大小事