关於数据分析在做什麽...

在Data Science这个领域中，大致可以再细切为３个角色：商业分析（数据分析）、资料工程师、资料科学家。

很多公司中，有可能这3个会是同一个人，也有可能一个人会横跨1.5种职能。但这3种职能所需的技能偏向不同、工作类型也不一样，在开始进入之前，可能需要先搞清楚你想要成为哪一个角色，以及你应徵的公司他真正想要找的人是不是如他的JD所写。

我们今天着重的角色主要会是数据分析师（Data Analyst）、商业分析师（Business Analyst）。

什麽是数据分析师、商业分析师?

每一间公司的定义有可能不同，这边主要分享我们公司的商业分析师或是资料分析师的工作内容和范围。

最前端的商业分析师会直接被安排在各个业务单位，如行销部、营运部、业务部等，并根据各个单位的需求进行例行性的分析或是专案性质的分析。例行性的分析包括需要每周协助整理相关数据绘制出图表、关注单位内的特定指标是否上升下降，透过对过往数字的解析与观察，提供该单位决策上的依据。由於待在最前端，根据数据分析所做的决策可以很明显观察其效应，一定程度培养对於各个数据的敏感度，也考验你对於该领域domain know-how的熟悉程度。

相比商业分析师，资料分析师在我们公司会更多的接触到资料库与取数的部分。有些分布在各个业务单位，有些直接在所谓的资料科学团队中。负责更大框架的专案分析，其因影响层面涉及各个部门，因此必须要有一定程度的跨部门沟通能力，并能熟练转换商业语言和工程语言。在对商业问题有一定的理解同时转换成数据上的逻辑，并从中知道应该在哪边捞取相关资料，可以用怎麽样的分析手法来解决问题。

以上纯属个人经验，仅供参考

身为菜鸟分析的我，在一个不熟悉的领域做数据分析首先会碰到的最大困难就是无法解释你在资料中所看到的状况：为什麽这个数字上升？再来就是针对这个领域无从下手：我应该要关注哪些指标？以及在分析方法中迷失：我应该要如何比较这些项目？用怎麽样的方法？

也许这些都是大家会有的「初期症状」，这也是为甚麽我认为数据分析是一个非常实战性的科学，它很吃你的领域知识（domain know-how）。
我们平时所学的「工具」其实都是未来让你在职场上面对商业问题可以更加顺利的「武器」。
而本次的铁人赛挑战，便是决定在进入职场後，重新把自己的「武器」磨一磨，期待与大家一起修练的这30天！