021年CNBC的預測報告顯示，未來成長幅度最大的工作職務集中在數據分析、再生能源、醫療保健等三大領域，而新冠疫情下的零接觸式經濟確實也促進了「數據為大」的商業發展。

舉例而言，當我們常使用網路購物時，所有資料皆會被長期收集分析，伴隨而來的就是依個人需求喜好而寄發促銷廣告與折扣方案；當我們開車上路，Google Map會指引一條相對最快（但可能不是最近）的路徑，所憑藉的就是不斷收集眾人的行車定位資訊、進而分析出的街道壅塞狀況；當我們進入臉書時，也常會跳出交友建議或相關購物廣告，原因就在於過去的模式、路徑、習慣等數據早已被收集分析，並做出個人化的需求回應。當我們嘗試購買廉航機票時，更常會發現報價瞬息萬變，這也是因為系統會不斷收集數據，根據群眾的購買意願、競爭狀況、以及剩餘票量等因素來機動決定當時票價。

商業數據分析是針對過去收集到的資料，藉由不同類型的工具進行統計分析，再套用合適模型以做出未來的預測，可以幫助管理者了解到那些產品銷量將會更好、那些管道將會更有價值、如何更合理地布局銷售方式、如何更精準的投放廣告、如何更適當的管控預算等。「數據分析」是近幾年來企業新增最多的數位職缺，其中以零售業、金融業與科技業為最大宗，一般數據分析師的技能需包含以下幾個部分：

1、基本統計與分析：運用公式與函式作計算、統計、或基本樞紐分析，可使用Excel為入門工具。

2、整合多資料來源的視覺化分析報表：搭配自動化工具設定資料模式，以產生圖像化的分析結果，可幫助主管驅動高效決策，此部分可搭配Power BI 或 Tableau等工具。

3、程式處理與分析：通常使用Python程式語言，簡單易學且在資料分析領域功能相當強大，可進行更專業的深度分析。

4、網路爬蟲：數據分析的源頭是資料，資料的取得極為重要，網路爬蟲是自動收集網站資料的技能，以Python搭配Numpy、Pandas及Matplotlib函式庫可完成重要任務。

5、機器學習：深入應用人工智慧，以機器學習作為輔助手段，使企業從既有的資料與經驗法則中，訓練系統學習並找出運作模式，以進行自動化分類、警示、甚至預測，此部分可搭配Python的機器學習函式庫Scikit-learn。

6、版本控管：程式開發一定會面臨到版本控管的議題，為避免團隊開發彼此覆蓋或意外刪檔，以及確保任務分工後進行成果合體，可搭配目前最熱門的Git作為版本控管工具。

7、網站流量統計與分析：分析網路使用者的反應是相當重要的行銷議題，報表必須呈現使用者分布的地區、年齡層、使用載具、進入網站的熱門時段、操作路徑，以及於各網頁的點擊率、不同行銷活動及廣告來源的成效等多面向視野，目前最常見的工具就是GA（Google Analytics），而數據分析師徵才條件中，最常出現的便是「熟悉GA操作」。

根據人力銀行的統計，數據分析新鮮人的薪資區間約為31K至45K，而商研院於「產業新尖兵計畫」所開辦之「商業大數據分析人才養成班」，招收非本科系學員，受訓期間僅需兩個半月，結訓學員就業率達86％以上，大學學歷之平均薪資亦超過38K，可見數據分析的重要性已逐漸超越程式開發，印證數據分析人才的行情看漲。

所開辦之「商業大數據分析人才養成班」，招收非本科系學員，受訓期間僅需兩個半月，結訓學員就業率達86％以上，大學學歷之平均薪資亦超過38K，可見數據分析的重要性已逐漸超越程式開發，印證數據分析人才的行情看漲。

 （商業發展研究院數位創新人才研究所所長 楊梓青）

原文刊登：111/07/26－工商時報／A6名家評論