「大數據」的概念在近十年席捲了各行各業，數據分析的結果已經可以影響一間公司的走向，讓「數據分析師」這個職業變得非常普及。數據分析師是什麼？數據分析師的工作內容、薪水又如何？應徵資料分析師的履歷怎麼寫？就讓本篇文章來帶你一次搞懂！
本文目錄：
- 數據分析師 (Data Analyst) 是什麼 ? 與資料工程師、資料科學家的差異
- 數據分析師 (Data Analyst) 與商業分析師 (Business Analyst) 哪裡不同？
- 數據分析師的三階段工作內容、跨領域數據分析能力
- 除了 SQL 和 Python，數據分析師需要學會的 4 個工作技能
- 數據分析師賺得多嗎？數據分析師平均薪資、年薪級距、加薪幅度
- 數據分析師履歷製作要點：用數據強調成效
數據分析師 (Data Analyst) 是什麼 ? 與資料工程師、資料科學家的差異
資料工程師、 資料科學家、數據分析師究竟這三種有什麼樣的差別呢 ？根據線上教育平台 Edureka 的這篇「Data Analyst vs Data Engineer vs Data Scientist: Skills, Responsibilities, Salary」 的介紹，簡單來說 :
資料工程師 (Data Engineer)
主要負責準備資料提供給資料科學家或數據分析師使用，如 : 資料蒐集、分類管理等
資料科學家 (Data Scientist)
負責以更多高級統計學、數學的角度解讀複雜資料。需要運用到機器學習、數據探勘等知識，挖掘出隱藏在資料中的價值。
數據分析師／資料分析師 (Data Analyst)
需要不錯的統計能力及程式語言能力，但相對於資料科學家解讀複雜資料、機器學習模型提供洞見，企業更希望數據分析師是能透過數據分析和產業理解，供企業做出更好的決策。
數據分析師 (Data Analyst) 與商業分析師 (Business Analyst) 哪裡不同？
你可能常常聽到數據分析師 (Data Analyst) 與商業分析師 (Business Analyst) 兩種不同的職稱，兩者也都可能被稱為「商業數據分析師」，導致求職者時常搞混。不過如果你仔細看職缺描述，就會發現兩者的工作內容、在企業內扮演的角色有些差異：
商業分析師 Business Analyst
更像是管理顧問，需要更多質性分析，提出具體的解決方案。技術需求通常較低，更關注商業面的問題，並提出實質的戰略方向，因此職缺數也較少
數據分析師 Data Analyst
透過整理大量資料、產出易懂的報表，讓資料方便被解讀。Data Analyst 更關注如何幫助需求部門整理資料、產出報表，在各個平台可以被搜尋到的職缺也較多。
不過以實際就業層面來講，台灣的數據分析師與商業分析師工作內容經常有重疊，越小的企業組織，重疊的情形則越來越明顯。因此在投遞職缺前，請先仔細瀏覽 JD，確定這份工作是否符合你的求職需求。
數據分析師的三階段工作內容、跨領域數據分析能力
數據分析師的工作內容，通常包含以下三個階段：
- 數據蒐集、整理與分析
- 根據數據分析問題的關鍵點，提供有意義的數據見解 (data insight)
- 作出視覺化的報表，提供給組織內部的需求單位
簡單來說，數據分析師幫助公司找出問題，分析並提供見解，最後納入公司決策的考量。此外，因為數據分析是以整體公司營運為考量，數據分析師需要進行跨部門分析，如業務部門及財務部門。
各個產業都需要數據分析，跨領域能力很重要！
幾乎各個產業都會有數據分析師的職缺，其中以金融業、廣告業、電商產業最為常見，而工作內容也會依產業類別有所差異。
各個產業的數據分析師不只要有資料分析能力，也需要具備產業知識，才能提供最到位的見解；例如金融業可能就需要具備財金背景、廣告業需要行銷背景、醫療產業需要生技知識等，所以跨領域能力對數據分析師是相當重要的！換言之，如果你擁有相應產業的背景知識，就更容易跨職能成為數據分析師。
只要會掌握核心能力，任何科系都可以當數據分析師
傳統分類上，商管科系、統計系所習得的核心能力讓畢業生在應徵數據分析時更具備優勢；不過正如上述的跨領域趨勢，隨著各個產業愈加仰賴數據分析作為公司營運的方針，其他科系的學生反而可以利用跨領域的優勢站得一席之地。
只要學會基本的 SQL 和其他程式語言能力，不論你是文學、社會科學、醫學、財金科系畢業，都可以在各個產業中找到適合自己專業的數據分析工作。
➤ 延伸閱讀：畢業後，不知道要做什麼工作？迷惘新鮮人，用 4 步驟釐清你的生涯方向！
除了 SQL 和 Python，數據分析師需要學會的 4 個工作技能
想成為一個合格的數據分析師，必須會使用 IT 語言。除了常見的資料庫語言如 SQL、程式語言如 Python、視覺化工具如 Power BI 外，額外的程式能力要求會依公司或產業而有所不同。
學會程式語言後，想要成為一名稱值得數據分析師還需要有其他的關鍵技能，包含 :
-
統計知識：對於統計知識的理解，更重要的是在分析中能避免常見的邏輯錯誤，而不是用出高深的統計模型。
-
創建 dashboard 與撰寫報告：解讀完資料後，還需要讓決策者能夠理解，讓企業能有效率地針對問題作決策
-
溝通技巧：在面對複雜的問題時，數據分析師通常需要團隊合作，其中不一定每個都是技術人員，在專案進行期間，我們必須也要讓非技術人員也能理解，並採用行動。
-
產業知識：如果對於產業知識是相當陌生的，那在分析資料內容時難度也會提升。
➤ 延伸閱讀：ChatGPT、Copilot 來襲，工程師會被能寫程式的 AI 取代嗎？
數據分析師賺得多嗎？數據分析師平均薪資、年薪級距、加薪幅度
根據國外求職網站 Glassdoor 的統計，台灣數據分析師第一年的年薪級距為 55 萬至 80 萬元，平均年薪約落在 73 萬左右。
數據分析師每年的加薪幅度適中，五年之內可達年薪 85 萬、十年之內可達年薪百萬。如果有踏上其他職涯路徑，如跨領域、跨產業，或轉職為資料科學家，薪水的數字還有可能更高。
數據分析師履歷製作要點：用數據強調成效
數據分析師是相當熱門的職缺，也代表著每次跟你一起爭取職位的競爭者很多，因此，如果準備的履歷不夠吸睛，恐怕連面試的機會都很難拿到。所以在做數據分析師的履歷時，該如何抓住面試官的眼球呢？
數據分析履歷重點（一）強調專案經歷及成效
身為數據分析師，履歷中最需要被強調的，是你的專案經歷及成效，切記要描述專案帶來的成果，身為數據分析師，在履歷中以量化方式呈現自己的成就是理所當然的。 專案經歷除了代表你對數據分析的熱忱及經驗，更重要的是從中可以告訴面試官，你能使用哪些數據分析的技能。
數據分析履歷重點（二）相關產業經歷尤為加分
描述專案經歷時要以面試的目標產業相關經歷為優先，許多競爭者都有數據分析的專案經驗，但是能在履歷中強調自己擁有相關產業的專案經驗時，相較其他競爭者就會顯得更加出色。
另外 Yourator 部落格中也有討論過這個問題 「數據分析師（Data Analyst）面試作品集準備 3 大原則，成為面試官眼中最亮眼的資料分析師！」，推薦大家也能閱讀一下這篇文章，讓自己在面試前能有更加充分的準備。
💡 準備好前進數據分析、商業分析領域？前往 Yourator 熱門職缺專區，投遞你的履歷
➤ 延伸閱讀：
