樂樂目前在知名科技公司擔任數據分析師。你可能會想，她應該是技術背景出生的吧？但其實，她大學就讀的是跟數據毫無關聯的「大眾傳播」，且畢業後首先從事的也不是數據分析，而是客服和業務的工作。但對數據相當有熱忱的她，2年前毅然絕然辭去工作，專心準備轉職，歷經一番煎熬且漫長的努力後，她終於拿到了理想的offer，成為夢想中的數據分析師！
聽著樂樂講著她轉職的故事，一路上面對很多的難關，她卻能不畏艱難一一克服，我也被她的熱情和能量給感動了！今天就讓我們一起聽聽她的故事，如果你跟樂樂一樣有一個轉職數據分析師的夢想，相信今天這篇文章一定可以幫助到你！
Q1：在原先的工作中，什麼樣的契機讓你萌生了轉職的想法？
起初會萌生想轉職的原因有2個，第一是產業面的問題，我上一份工作的產業受到疫情的衝擊很大，讓我開始思考，是不是該選擇一個不用看天吃飯的產業？第二是工作內容，我原先從事客服和業務的工作，大部分的時間是在處理客戶瑣碎的問題，這些問題看不太到盡頭，也很難定期產出什麼東西去回顧過去一段時間的成果進行優化。於是我開始思考，是不是該轉換跑道了？
Q2：轉職的選擇很多，為什麼選擇資料分析？
其實我剛開要轉職時並沒有抱持著「我要成為資料分析師」的想法，那頂多是我的一個選項。我原本的工作就有機會碰到滿多的數據，例如做業務時就會碰到客戶的數據，雖都是很表層的，也大多是已經被整理好的，但透過接觸數據的經歷，引起了我對數字的好奇，開始去思考資料分析是不是我可以嘗試的道路。
而我會下定決心一定要成為資料分析師，是我後來參加了台北醫學大學開設的「醫務管理學系大數據學士後多元專長培力課程專班」，我在這個課程中接觸了統計學、NLP（自然語言處理，Neuro-Linguistic Programming）、機器學習以及程式語言，讓我發覺這個領域的東西會讓我樂在其中、想認真鑽研， 於是決定了要在資料這個領域好好走下去！
Q3：這段時間你如何尋找資源並開始學習新的技能？
就如同前面所講，我參加了台北醫學大學1年的學位課程。因為我過去的背景跟數據分析沒有太大關係，這1年的訓練多少補足了我做資料分析所需的專業技能。雖然資策會或外面補習班也有開設很多課程，但我認為學校課程的優勢是可以很緊密的跟同儕、老師互動，期末報告和畢業專題的壓力督促自己要認真學習。學校能提供的資源也會比較多，例如有很多免費的軟體（像是Tableau）可以申請，或是有些Coursera的課程可以免費參與，未來若要攻讀碩士，在課程中拿到的學分也能為自己增加更多申請的機會。
除了學校的資源以外，我也額外上了很多線上課程，來加強自己的技能，像是Hahow、Udemy、Coursera等。此外，我也曾參加職涯諮詢探索自己職涯、釐清自己對轉職的想法，和參加一些資料科學相關的臉書交流社團，例如Taiwan Data Secience Meetup，成為社團中的Mentee跟大家交流，也會去聽一些業界人士分享他們的工作經驗，認識資料分析領域的人在做什麼，盡量拓展自己的視野。
Q4：開始接觸新領域的東西時遇到比較大的困難是什麼？
我數學不好，大學讀文組的科系，統計學期中考還拿過零分，所以剛開始我會有很多自我懷疑：數學和統計學不好的我，還有辦法成為資料分析師嗎？
直到有朋友告訴我：「過去你學不好的，並不是你不會或是不能，只是在那個當下你選擇把其他的東西先學好罷了！」這句話才點醒了我。我過去是依照自己擅長的項目去學習，學好再來思考自己能從事什麼樣的工作，所以沒有把統計學和數學擺在優先項目。但我現在既然目標是成為資料分析師，我就勢必要去面對它，走出舒適圈花時間把這些東西建立起來！
對我來說，這個過程肯定是辛苦的、煎熬的。但我相信只要把態度調整好，態度對了就是好的開始。只要我願意花時間去磨練，時間久了再回過頭看這段時間的成果，就會發現自己一步一步地在成長，也會越來越相信自己做得到。
Q5：之後求職在準備履歷和面試時，遇到比較大的困難是什麼？如何克服？
雖然我參加了台北醫學大學1年的課程，但這個課程不能保證我結業之後就會獲得業界的認可，別人頂多會帶點興趣問我「欸你上的這個課程是什麼？」但依然會對我的能力有很多的質疑。
所以我認為，想要轉職，不能光是額外去獲得一個學位的頭銜，更重要的我有沒有辦法把我做的每一個細項、每個專業整理起來，讓別人覺得我是有能力的。
我會先去104人力銀行瀏覽我有興趣的職位，思考「我到底要學什麼技能、未來履歷上要呈現什麼」再照著自己列出來的技能清單去選課、找資源。除了在學校拼命跟厲害的同學、老師學習之外，我也會額外購買一些線上課程或參加比賽把我想學的技能補起來。例如大部分資料分析的職缺都需要SQL（結構化查詢語言，Structured Query Language）的技能，但學校就是沒教，我就要想辦法自己找資源補起來，等我練到一定的程度，我就馬上寫進履歷裡。
不要害怕投出履歷，也不要認為自己的履歷和JD有落差就不投，除了無法揣測這個職缺真正要找的是什麼樣的人之外，有時候是因為我們的履歷沒有好好呈現出自己的能力。如果投了幾間發現人資都沒有點開，就該知道自己目前的履歷不夠好，除了要不斷加強技能之外，履歷也要繼續修改，可以去找人幫你看給你建議，一直改、一直投，直到漸漸能收到面試，就知道自己的方向對了！可以朝著這個方向繼續衝刺。
Q6：若過去從事的是跟資料分析無關的工作，如何把這段工作經驗也轉換成未來轉職的優勢？
可以先從同個產業開始著手，假如你過去是電商產業，要跳轉到電商產業的不同職位會比直接跳轉到不同產業、不同職位還要有優勢，因為你對這個產業的生態有一定程度的熟悉，只是技能上需要一些轉換，比較容易被接受。
但我覺得「數據思維」是最重要的。就算過去的工作並不是專門在處理數據，但數據思維可以帶入每個工作角色中。例如我以前做客服工作時要一直接電話，如果我履歷上只寫「接電話」就沒有任何優勢，但我會帶入數據思維去思考：我一天可以處理多少客戶的問題？我回應客戶問題的策略協助公司降低多少客訴率？增加多少購買的轉換率？把我做的每件事帶來的影響一一進行量化。
我也會去盤點我過去工作的技能當中，有哪些是跟未來目標工作是重疊的。例如過去面對客戶需要大量的溝通、也需要透過一些數據報表來回應客戶的問題，這些溝通以及從數據去理解問題的技能跟資料分析師是重疊的，我就會把握這個優勢，把這些技能呈現在履歷上。
Q7：能否簡單分享你目前的資料分析工作內容？
我的職位隸屬在現在公司的行銷部門，處理行銷相關的問題，我們會用數據去回顧一個行銷策略成功或失敗的原因是什麼、從當中發現了什麼。我也會去支援公司內部各式各樣的資料需求，跟大家溝通專案的內容，再選擇合適的方法進行分析。如果我看到公司有哪些問題可以用數據深入去研究，也會主動去撈出相關的資料。在這個職位上能發揮的空間還滿大的，所以我很喜歡。
Q8：工作上需要用到的工具、技能有哪些？
工作上需要的技能除了SQL以外，也要熟悉BI工具產出視覺化的報表，還有無敵爆炸多的Excel。很多人覺得做資料分析一定要寫到R或Python才叫資料分析，但我覺得Excel才是真的重要，它不僅是分析資料的工具也是一種溝通的工具，因為大家多少都懂一點Excel，你可以和大家一起運用或維護它。
Q9：你覺得對一個轉職者來說，到新領域會遇到的挑戰有哪些？該如何克服？
剛到新的領域會有很多的自我懷疑，因為資料領域真的太大了，會一直覺得自己很不足。資料的東西有很多硬的技術在裡面，跟我以前面對客戶、接電話的工作有很大的區別，需要一直追趕、一直想辦法突破。常常下班後腦袋還在資料庫中不停打轉，一有時間就多想多練，但還是會覺得自己進步得很慢、很難突破困境，懷疑自己是不是沒能力。
這時候我就會提醒自己，當初決定要轉職的時候，不也一直懷疑自己無法轉職成功嗎？但我現在已經轉職成功、獲得很好的工作了；當初自認學不會、感到非常沒有自信的統計學，現在也己經上手了。這些懷疑與痛苦其實都是一個過程而已。所以我知道，現在再怎麼懷疑、再怎麼痛苦，也是要咬著牙把該做的事情列出來，一項一項去完成，並且一定要保持「好奇心」，當我覺得哪些細節有一點點的不對勁，就要去查個水落石出。
Q10：其他想給資料分析轉職者的建議、或想說的話
當你釐清你現在的生活的不是你想要的，就趕快轉換吧！時間是很寶貴的，尤其像我已經不是剛從大學畢業的人，不能再帶著「試試看」的心情去做事，下定了決心就必須全力以赴。
不過鼓勵歸鼓勵，我們也必須好好衡量自己的經濟狀況、盤點手上的資源，有沒有一筆足夠的錢支持自己一段時間完全不用上班？如果沒有可以怎麼規劃？自己可以全心全意去學習新的東西和適應這個轉換？當你把可能會面對的風險和機會成本都思考過了，把心態調整好，就盡全力去做吧！
＊本文獲作者授權轉載，原文：三年業務與客服經驗，她如何成功轉職數據分析師？
責任編輯：鍾守沂
核稿編輯：易佳蓉
