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