เจ้าหน้าที่วิเคราะห์ข้อมูล data

เราสามารถรวบรวมข้อมูลได้จากหลายแหล่ง ไม่ว่าจะเป็นข้อมูลจากซอฟต์แวร์ CRM ของบริษัท จากเครื่องมือในการทำการตลาดทางอีเมล จาก Google Trends หรือ จากแหล่งข้อมูลเปิด (Open Data) ของภาครัฐและองค์กรต่างๆ

3) Clean : ทำความสะอาด

การทำความสะอาดข้อมูล คือ การเตรียมข้อมูลให้พร้อมสำหรับการวิเคราะห์ อย่างการลบชุดข้อมูลที่ผิด ไม่สมบูรณ์ หรือชุดข้อมูลซ้ำ

4) Analyse : วิเคราะห์

นำข้อมูลที่ได้มาวิเคราะห์ โดยเครื่องมือที่อาจช่วยเราได้นั้นมีอยู่มากมาย เช่น Excel, Python, R, Looker, Rapid Miner, Chartio, Metabase และ Microsoft Power BI เป็นต้น

หากโจทย์ที่เราต้องหาคำตอบนั้นกว้างมากๆ (เช่น “จะเพิ่มยอดขายได้อย่างไร”) อาจทำให้การวิเคราะห์เป็นเรื่องยาก เราสามารถเปลี่ยนคำถามก้อนใหญ่ที่กำกวมนี้ให้เป็นก้อนเล็กๆ ที่ชัดเจนได้ แทนที่จะถามว่า ‘จะเพิ่มยอดขายได้อย่างไร’ เราอาจถามด้วยคำถามเหล่านี้แทน

‘ลูกค้าต้องการอะไรจากเรา’
‘โปรโมชันไหนได้ผลที่สุด’
‘ผลตอบรับโฆษณาของเราเป็นอย่างไร’

คำตอบที่ได้จากคำถามเล็กๆ นี้ จะช่วยให้เราวิเคราะห์หาคำตอบที่ทำได้จริงและตอบคำถามใหญ่ได้ในที่สุด

Advertisements

5) Interpret and Share : ตีความและนำเสนอ

เมื่อได้ผลวิเคราะห์แล้ว เราต้องตีความและคิดหาวิธีแก้ไขปัญหาที่ได้รับมา จากนั้นก็นำข้อมูลเหล่านี้ไปนำเสนอให้แก่บริษัท ในรูปแบบที่เข้าใจง่าย เช่น กราฟ หรือ ชาร์ต แนวทางจากข้อมูลที่ถูกวิเคราะห์แล้วนี่แหละ จะช่วยให้บริษัทตัดสินใจได้ดีขึ้น

อยากเป็น Data Analyst ต้องมีทักษะอะไรบ้าง

Hard Skills ที่ต้องมีในการเป็น Data Analyst ได้แก่

• ทักษะการใช้เครื่องมือในการจัดการฐานข้อมูล (Database Tools) อย่าง Microsoft Excel ที่ใช้กันโดยทั่วไป และ SQL ที่จัดการข้อมูลจำนวนมากได้ดีกว่า
• ทักษะด้าน Programmin Languages เช่น Python หรือ R
• ความรู้ด้านสถิติและคณิตศาสตร์ โดยการมีพื้นฐานที่แข็งแรงนี้จะช่วยให้เราเลือกใช้เครื่องมือในการแก้ปัญหาได้ดี ค้นหาจุดบกพร่องในข้อมูลได้ และเข้าใจผลของการวิเคราะห์ได้ดีกว่า
• การนำเสนอข้อมูลด้วยภาพ (Data Visutalizaion) การวิเคราะห์ได้ดีจะไม่ก่อให้เกิดประโยชน์เต็มที่ หากเรานำเสนอข้อมูลไม่ดี ดังนั้นทักษะนี้จึงจำเป็นอย่างมาก เพราะการตัดสินใจในการทำธุรกิจที่ดีนั้น ผู้รับสารต้องเข้าใจผลการวิเคราะห์อย่างถ่องแท้

บทความ Data Analyst Career Guide ฉบับสมบูรณ์จากเว็บไซต์ DataRockie แนะนำว่า หากสนใจเป็น Data Analyst ให้เริ่มจากการเรียนรู้ทักษะเหล่านี้ตามลำดับ

• Spreadsheets (เช่น การใช้ Excel และ Google Sheets สำหรับธุรกิจ)
• SQL และ Basic Databases
• Dashboard Tools (เช่น Data Studio, Tableau, และ Microsoft Power BI)
• สถิติและความน่าจะเป็น
• Programming Languages (เช่น Python และ R)

ส่วน Soft Skills ที่ Data Analyst ต้องมีได้แก่ความสามารถในการแก้ปัญหา ความสามารถในการสื่อสาร ความสามารถในการคิดวิเคราะห์ และความรู้เบื้องต้นเกี่ยวกับอุตสาหกรรมที่ทำงานอยู่ เป็นต้น

ในยุคที่ทุกองค์กรกำลังก้าวเข้าสู่การเป็นองค์กรที่ขับเคลื่อนด้วยข้อมูล (Data-Driven) ‘ข้อมูล’ จึงเป็นบทบาทสำคัญในการขับเคลื่อนและกำหนดกลยุทธ์ทางธุรกิจ ซึ่งการที่จะใช้ข้อมูลได้อย่างมีประสิทธิภาพนั้นจะต้องอาศัยบุคลากรที่มีความเชี่ยวชาญในการจัดการข้อมูลแตกย่อยไปในแต่ละด้าน ทำให้อาชีพที่เกี่ยวข้องกับสายงานดาต้า จึงกำลังเป็นที่ต้องการของตลาดแรงงาน วันนี้ Blendata จะมาแชร์ 3 ตำแหน่งงานสายดาต้าที่กำลังมาแรงสุด ๆ ถ้าอยากทำงานสายนี้จะต้องมีทักษะอะไรบ้าง?

Data Analyst – นักวิเคราะห์ข้อมูล

ทำหน้าที่ในการนำ Big Data มาวิเคราะห์เพื่อแก้ไขปัญหาที่องค์กรกำลังเผชิญหรือวิเคราะห์ประสิทธิภาพของผลิตภัณฑ์และการให้บริการ ซึ่ง Data Analyst จะต้องมีทักษะดังนี้

ทักษะการใช้เครื่องมือ

เช่น Database, Programing หรือเครื่องมือในการสร้าง Data Visualization เพื่อเปลี่ยน Big Data ซึ่งเป็นข้อมูลจำนวนมหาศาลที่ซับซ้อนให้กลายเป็นชุดข้อมูลที่สะอาด พร้อมสำหรับนำไปใช้ในการวิเคราะห์ข้อมูล

ทักษะการคิดวิเคราะห์และความเข้าใจโลกธุรกิจ

Data Analyst จะต้องมีความรู้ความเข้าใจในธุรกิจที่ทำอย่างแท้จริง เพื่อการวิเคราะห์ข้อมูลได้อย่างแม่นยำ นำไปสู่การแก้ไขปัญหาที่ตรงจุด

ทักษะการนำเสนอ

นอกจากทักษะในการสื่อสาร เพื่อให้ผู้ฟังเข้าใจแล้ว ความยากของการนำเสนอข้อมูลมหาศาล คือการทำให้ข้อมูลที่ซับซ้อนกลายเป็นภาพที่ชัดเจนและเข้าใจง่าย ดังนั้น Data Analyst จึงต้องมีทักษะในการใช้เครื่องมือการนำเสนอข้อมูล เพื่อสร้าง Data Visualization ซึ่งเป็นส่วนสำคัญที่จะช่วยให้ผู้ฟังเห็นภาพและเข้าใจในสิ่งที่ต้องการนำเสนอมากยิ่งขึ้น

Data Scientist – นักวิทยาศาสตร์ข้อมูล

ทำหน้าที่ในการวิเคราะห์ข้อมูลและสร้างเป็นโมเดล เพื่อทำนายแนวโน้มและกำหนดทิศทางธุรกิจในอนาคต ซึ่งโดยปกติแล้ว Data Scientist จะต้องมีทักษะที่ Data Analyst มีเช่นกัน ไม่ว่าจะเป็น ทักษะการใช้เครื่องมือ ทักษะการคิดวิเคราะห์ รวมถึงทักษะการนำเสนอ แต่สิ่งที่ Data Scientist จะต้องมีเพิ่มเติมนั่นก็คือ

ทักษะทางคณิตศาสตร์และสถิติ

เนื่องจาก Data Scientist คือผู้ที่จะทำนายแนวโน้มทางธุรกิจในอนาคต จึงต้องมีความรู้ในด้านสถิติและความน่าจะเป็น เพื่อการทำนายแนวโน้มทางธุรกิจในอนาคตได้แม่นยำมากที่สุด

ทักษะการเขียนโปรแกรม

แม้ว่าในปัจจุบันจะมีเครื่องมือในการสร้างโมเดลเพื่อทำนายแนวโน้มทางธุรกิจ แต่สำหรับ Data Scientist จำเป็นต้องมีความรู้ในเรื่องการเขียนโค้ดโปรแกรมทางสถิติ ไม่ว่าจะเป็น R, Python หรือ Scala เพื่อการใช้งานในการวิเคราะห์ข้อมูลในขั้นแอดวานซ์มากขึ้น ซึ่งถ้าหากมีทักษะนี้มักจะได้รับได้การพิจารณาเป็นพิเศษ

Data Engineer – วิศวกรข้อมูล

ทำหน้าที่ในการรวบรวมข้อมูลจากหลากหลายแหล่ง ไปเก็บไว้ใน Database, Data Warehouse หรือ Data Lake เพื่ออำนวยความสะดวกให้กับผู้ที่จะนำข้อมูลไปใช้งาน ซึ่ง Data Engineer จะต้องมีทักษะดังนี้

ทักษะด้าน Database

Data Engineer ทำหน้าที่ตั้งแต่ระบุชนิดของข้อมูล วางโครงสร้างระบบจัดเก็บข้อมูล รวมไปการบริหารจัดการข้อมูลให้อยู่ในรูปแบบที่พร้อมใช้งาน ซึ่งจะต้องมีความรู้ในเรื่องของ SQL, NoSQL, Python, ระบบจัดเก็บข้อมูล Big Data เช่น Hadoop, Spark รวมถึงระบบ Cloud Computing และอื่น ๆ

ทักษะการใช้แพลตฟอร์ม

Data Engineer จะต้องมีทักษะในการใช้แพลตฟอร์มสำหรับจัดการ Big Data ซึ่งนั่นหมายความว่าจะต้องมีการอัพเดทแพลตฟอร์มใหม่ ๆ รวมถึงศึกษาและเข้าใจข้อดี-ข้อเสียของหลาย ๆ แพลตฟอร์ม เพื่อประกอบการตัดสินใจเลือกนำมาใช้งานให้เหมาะสมกับองค์กรมากที่สุด

นับว่าสายงานดาต้าเป็นอีกหนึ่งสายงานที่น่าสนใจและมีความท้าทายเป็นอย่างมาก ถ้าหากใครอยากทำงานในสายนี้ต้องรีบอัพสกิลกันแล้วล่ะครับ!