งาน Data Analyst หรือ งานอื่นๆ ในสาย Data Analytics ถือว่าเป็นหนึ่งในสายที่มีความต้องการในตลาดในช่วงนี้ และ มีคนสนใจเข้ามาทำงานพอสมควร ซึ่งหากคุณสนใจที่จะทำงาน หรือ พยายามเรียนรู้ Skills ต่างๆ สำหรับงานสายนี้ อาจมีบางเรื่องที่คุณควรพิจารณา เพื่อช่วยให้คุณเรียนรู้และหางานที่ตอบโจทย์ของคุณจริงๆ
ใครที่สนใจงาน Data Analytics อยากให้ลองอ่านดูครับ
Table of Contents
- 1. ตอบตัวเองให้ได้ว่าทำไมสนใจงานด้านนี้?
- 2. เราเหมาะกับงาน Data Analytics แนวไหน?
- 3. เราขาดทักษะ หรือ Skills อะไรบ้าง
- 4. ลองทำ Data Portfolio ดู
- 5. ต้องสมัครยังไงถึงจะมีโอกาสได้งาน?
- 6. เรียน Certification ดีมั้ย?
- 7. ถ้าประสบการณ์ไม่ตรงสาย จะทำด้านนี้ได้มั้ย?
- 8. เวลาหางาน อาจจะไม่จำเป็นต้องเป็นตำแหน่งที่มีคำว่า data เป๊ะๆ ขนาดนั้นก็ได้ครับ
- สุดท้าย
1. ตอบตัวเองให้ได้ว่าทำไมสนใจงานด้านนี้?
สำหรับบางคน อาจเคยได้ยินคำตอบแนวๆ ว่า ไม่อยากให้ย้ายมางานสายนี้ เพียงเพราะเงินหรือรายได้ ควรจะชอบงานจริงๆ
แต่สำหรับผม ขออนุญาตบอกว่าคำตอบไม่มีผิดถูกครับ ไม่ว่าคุณจะต้องเริ่มเพียงเพราะสนใจตามกระแส หรือ จะเริ่มต้นเพราะรายได้ก็ไม่ผิด ขอให้คุณมีแรงบันดาลใจที่มากพอที่จะลองเรียนรู้และหาโอกาสดู
เพียงแต่ ถ้าสนแค่เพราะรายได้เป็นหลัก งานสายนี้อาจเป็นเพียงแค่ทางเลือกหนึ่งเท่านั้น คุณอาจจะมีทางเลือกอื่นๆ ให้พิจารณาดูด้วย และหากคุณมีต้นทุนความรู้บางเรื่อง เช่น Business, Marketing, Engineer อาจมีทางเลือกอื่นที่เหนื่อยน้อยกว่า
2. เราเหมาะกับงาน Data Analytics แนวไหน?
งาน Data Analytics นั้น มักมีเป้าหมายเพื่อช่วยให้เราตัดสินใจด้วยข้อมูลได้ดีขึ้น ซึ่งนอกจากความรู้ในเชิงเทคนิคแล้ว มักจะต้องอาศัยความรู้อื่นๆ (หรือที่คนในสาย Data เรียกว่า Domain Knowledge) ประกอบด้วย เช่น หากทำธุรกิจ การเข้าใจโมเดลธุรกิจ (Business Model) ก็จะช่วยให้เราเลือกข้อมูลและวิธีการวิเคราะห์ เพื่อประกอบการตัดสินใจได้ดียิ่งขึ้นด้วย
ซึ่งหากคุณมี ความชอบ ความถนัด และต้นทุนความรู้ต่างๆ เช่น
ถ้ามีต้นทุนความรู้ด้าน Marketing ก็อาจจะช่วยให้เราไปสาย Marketing Analytics ได้ง่ายกว่า Analytics สายอื่นๆ
3. เราขาดทักษะ หรือ Skills อะไรบ้าง
งานของ Data Anayst นั้น มักเป็นงานเน้นการประมวลผลและวิเคราะห์ข้อมูล เพื่อช่วยประกอบการตัดสินใจ ซึ่งต้องอาศัยทักษะต่างๆ ไม่ว่าจะเป็น
– ทักษะ หรือ Skills ด้านการใช้เครื่องมือวิเคราะห์ต่าางๆ เช่น Excel, SQL, Python, R, Tableau, Power BI, Looker, etc. (สามารถลองอ่านบทความเกี่ยวกับการฝึกทักษะ Excel ด้วย Gen AI ได้ที่บทความนี้เลยครับ)
– ทักษะ หรือ Skills ด้านเทคนิคการวิเคราะห์ หรือ Analysis Techniques เช่น Cohort Analysis, Segmentation, comparison (WoW, MoM, YoY), สถิติเบื้องต้น (mean / median / mode / percentile / etc)
– ทักษะ หรือ Skills ด้านการทำ Data Visualization ให้ตอบโจทย์การวิเคราะห์หรือสื่อสาร
– ทักษะ หรือ Skills ด้านอื่นๆ ที่ช่วยให้เข้าใจบริบทของข้อมูล (Domain Knowledge) เช่น หากสนใจเรื่องการตลาด หรือ Digital Marketing อาจจะไปดูพวกตัวเลขทางการตลาดต่างๆ เพื่อมาวิเคราะห์ เช่น วิเคราะห์ข้อมูลลูกค้า, ข้อมูลจากเครื่องมือการตลาดต่างๆ เช่น Google analytics
– ทักษะ หรือ Skills ในการเอาสิ่งที่บอกไป มาแก้ปัญหาในมุมต่างๆ ได้
4. ลองทำ Data Portfolio ดู
การทำ Portfolio เป็นการเพิ่มโอกาสในการแสดงผลงานหรือฝีมือในการทำงานของเรา รวมถึงเป็นการเรียนรู้และฝึกฝีมือในการใช้เครื่องมือและเทคนิคต่างๆ อีกด้วย โดยเราสามารถทำ Portfolio ได้หลายวิธีตามแต่ถนัด เช่น
- การลองทำ Dashboard ต่างๆ บน เช่น Tableau, Looker, PowerBI
- การเขียน Code หรือ แสดงผลงานบน Github
5. ต้องสมัครยังไงถึงจะมีโอกาสได้งาน?
แน่นอนว่าการเตรียมตัวดี ย่อมเพิ่มโอกาสในการถูกเรียกสัมภาษณ์และพิจารณามากกว่าเตรียมตัวไม่ดี อย่างไรก็ตาม โอกาสของแต่ละคนนั้น อาจมีความแตกต่างกันไปด้วยเหมือนกัน
สำหรับบางคนนั้น อาจจะแปบเดียวได้ แต่จากประสบการณ์ส่วนตัวของผม สมัครไปน่าจะหลักร้อยได้ โดนปฏิเสธมาไม่รู้กี่รอบ ตกม้าตายรอบสองคนสุดท้ายก็บ่อย ซึ่งบางครั้ง มันเป็นเรื่องที่ช่วยไม่ได้จริงๆ
ถ้าหากเราต้องการทำเข้ามาทำงานนี้จริงๆ ก็ต้องเตรียมตัวให้ดี พัฒนาตัวเอง และหาโอกาสให้ตัวเองเรื่อยๆ ครับ เพราะมันไม่มีวิธี 100% ที่จะการันตีว่าเราจะได้งานจริงๆ และเราเองก็ไม่รู้ว่าโอกาสที่ใช่จะมาเมื่อไหร่
ดังนั้น เราอาจต้องสมัครเรื่อยๆ เพื่อเพิ่มโอกาสให้ตัวเองด้วยเช่นกัน
6. เรียน Certification ดีมั้ย?
อันนี้ผมตอบไม่ได้ครับ เพราะส่วนตัวไม่เคยสมัครหรือรับคนด้วย Certificates จริงๆ
ส่วนมากในการทดสอบ Skills ผมมักจะได้โจทย์มาทำ หรือ ในตอนรับคน ผมก็ส่งโจทย์ให้ทำเลยมากกว่า
อาจมีดูบ้างว่าใช้เครื่องมือและเทคนิคการวิเคราะห์อะไรเป็นบ้าง มีความใกล้เคียงกับเนื้องานมั้ย
ดังนั้น หากจะแนะนำ ขอแนะนำให้ เอา Skills ที่ได้เรียนมาจาก Certificates ต่างๆ มาเรียบเรียงให้เป็นรูปแบบของตัวเอง เช่น
- หากใช้ Excel, Google Sheet เป็น ใช้ function หลักๆ อะไรได้บ้าง ตอบโจทย์ธุรกิจอะไรได้บ้าง
- หากใช้ Looker, Power BI เป็นเคยทำ Dashboard ให้ Business แบบไหน ด้วย function อะไรมาบ้าง
- หากมีการเขียน Code เช่น Python อาจบอกว่า เคยใช้ Library, function อะไรในการดึงข้อมูลมาบ้าง และวิเคราะห์อย่างไรบ้าง
7. ถ้าประสบการณ์ไม่ตรงสาย จะทำด้านนี้ได้มั้ย?
ตอนนี้งานสาย Data เท่าที่เจอ ยังไม่เคยเจอแบบ ตรงสายสุดๆ จริงๆ นะครับ ถ้าจะเอาใกล้เคียงในเชิงเทคนิค ก็อาจจะเป็น Computer Science, Engineer อะไรทำนองนี้ แต่ก็มีหลายๆ คนมาจากสายอื่นๆ เช่น สาย Business สาย Media หรือ แม้กระทั่งคนทำงานศิลปะก็มีครับ
8. เวลาหางาน อาจจะไม่จำเป็นต้องเป็นตำแหน่งที่มีคำว่า data เป๊ะๆ ขนาดนั้นก็ได้ครับ
อยากให้มองว่า Data Analytics ถือว่าเป็น Skills มากกว่าชื่อตำแหน่งครับ เพราะอย่างที่บอกไปในข้อ 2, 3 คือ การทำ Data Analytics คือ การประมวลผลและวิเคราะห์ข้อมูลเพื่อช่วยในการตัดสินใจ
หลายๆ ที่ตอนนี้ จึงค่อนข้างอยากได้คนในสายของตัวเองที่ “มี data skills” มากกว่า
เช่น สาย Marketing ก็จะมีตำแหน่งพวก Marketing Analytics, Marketing analyst, Performance Marketing, CRM Analyst, Customer analytics ซึ่งถ้ามี background marketing มา ก็คิดว่าเป็นอีกหนึ่งสายงานที่อาจจะน่าสนใจครับ
สุดท้าย
หวังว่าทุกคนที่เข้ามาอ่านจะเห็นภาพในการหางานและทำงานด้าน Analytics ยิ่งขึ้นนะครับ
ถ้าถามว่าทำไมตัวอย่างของผมถึงเป็น Marketing เยอะจัง ก็เพราะผมเป็นสาย Marketing ครับ อาจจะมีบางส่วนที่ผมเองก็ไม่รู้ เช่น พวก GIS ต่างๆ สำหรับสาย Logistics เป็นต้น
แต่อย่างไรก็ตาม ในแง่การหางาน สิ่งที่ควรพิจารณา และ ขั้นตอนการฝึก รวมถึงหางานไม่น่าต่างกันเท่าไหร่ครับ
ถ้าผิดพลาดยังไง ขออภัยและยินดีรับ constructive feedback นะครับ
และหากคุณสนใจ Training หรือ Workshop เพื่อเรียนรู้เกี่ยวกับการทำ Data Analytics ในสาย Business และ Marketing
สามารถดูรายละเอียดได้ในปุ่มข้างล่างนี้เลยครับ 🙂
