先前「比建立『數據團隊』更重要的事：你要拿數據來幹嘛？」刊出後，陸續得到一些迴響。
一位朋友介紹了一位剛到某知名連鎖零售公司的數據分析師與我認識。這家知名連鎖零售公司主事者渴望擁抱大數據、AI，期待從數據中挖掘出商機，改善效率。
這位數據分析師說明了他的狀況，並問我一大串問題：
「我這個部門只有我跟另外一名數據分析師。我們得看全通路，線上線下都要看，但是具體產出是什麼？KPI是什麼？沒有人告訴我們。」
「我們幾天之內就必須到門市收集問題，了解資料，而不是聽老闆談Amazon、淘寶的大數據、AI有多棒、多美好。門市人員會向我們抱怨他們遇到的麻煩，例如，會員資料混亂造成行銷訊息發送常出錯，但是他們不想要讓我們碰太多資料。」
「我實在不知道我們應該怎麼辦？」
這位數據分析師與他的同事所面對的狀況，在先前文章大概都提過了。這一篇我們來談談數據分析師在充滿數據小白環境裡的生存之道。
對上：以週報（Weekly Report）說明狀況、試圖對焦
公司如果沒有數據導向決策經驗與文化，很難一夕之間發生改變。這時候，主事者與高層對數據的觀點「多的是應用想法，少的是落地實踐」、 「談的都是頂尖公司案例，不看的是自家體質表現」。
就我所知，許多數據分析師面對數據小白們，慣性選擇迴避揭露進度與成效。數據分析師擅長數據收集、清理、分析、報告，卻很少能夠看清楚策略、組織運作與內部政治、與資源優先配置之間的關係，更別說主動溝通與提出洞見（insights），以致於陷入「專業無用」的自怨自艾狀況之中。
缺乏溝通，浪費了數據分析師與公司雙方的時間與資源，數據分析師要在這樣的環境中本來就難以存活。
這時候，數據分析師應該要嘗試許多溝通方式，讓主事者與自己至少有機會對焦。週報，可能是諸多溝通方式之中值得一試的。
數據分析師可以在週報中，列出主官交付任務與執行狀況、關鍵任務與預估成效、資源需求與困難、自我學習等項目。即使是擅於人際關係的數據分析師，也可透由週報與主事者更好的互動、溝通。
週報至少有兩個好處，一來，數據分析師盤點手上任務，才能有效率地使用時間；二來，讓主事者與主管正視數據分析應有的進展與成果，雙方能夠逐漸學習彼此的語言與交流Know-how。為什麼是由數據分析師主動？原因在於，主事者缺乏數據決策的能力與經驗，無法有效地定義數據分析師的工作內容...數據分析師只能主動出擊。
對第一線同仁：試著引導，而不是教出數據專家
許多進入數據小白環境的數據分析師，會被要求開設「數據分析」、「數據應用」之類內訓課程來賦能全體員工。結果如何呢？數據分析師為了備課勞心勞力，員工（包括經理人）卻表現冷淡，最終也沒有提升員工的數據能力。
教育訓練是必要的，然而，要讓數據文化深植公司組織之中，目標與教學內容需要為員工量身訂作。
對多數員工與經理人，他們要的是「拿來即用」的數據結果，而不是學習數據取樣與分析技術；他們需要知道的是如何收集資料與保存資料，而不是學習數據清理。
因此，數據分析師若開設課程，在了解公司已有的資料收集方式與資料庫結構之後，接下來著重於引導員工與經理人如何收集與匯報資料，並根據他們的基本分析需求，提供更便捷的數據取用方法，以及引導如何看進階數據資料以協助決策。
個人心態調整：成為數位轉型的X因子
在人力與資源配備完整、以數據為決策依據的公司中，數據分析師不必那麼痛苦地向上溝通、對焦，也不必花時間從事教育訓練工作。
我們了解台灣中小型公司、缺乏資源、對數位轉型存卻有許多幻想，這讓許多數據分析師無法開展手腳。對數據分析師來說，當下最好方案是一走了之，另擇良木而棲。
然而，數據分析師若發現透由對上、對同仁的努力而看到了小小成果，主事者也願意持續支持數據部門的發展，那麼不妨把自己當成公司數據轉型的X因子。
雖然這樣說有些心靈雞湯，可是，數據分析師若能在初始較為不利的環境中，快速地累積行業domain know-how，養成對策略與組織的理解，完善個人溝通能力，逐步建立數據工作的完整流程，並能成功地完成專案，可能在短短一兩年內就有了千金難買的一手經驗，這會是未來走向更大舞台的契機。
責任編輯：林易萱
核稿編輯：洪婉恬
