มีใครเคยสงสัยมั้ยว่า Data Analyst หรือนักวิเคราะห์ข้อมูล คือใคร วัน ๆ เขาทำอะไรกันนะ? และต้องมีทักษะอะไรบ้าง?
Data Analyst คือหนึ่งในอาชีพที่มาแรงมากในยุคปัจจุบันที่ข้อมูลครองโลก ทุกกิจกรรมของคนเรา ไม่ว่าจะเป็นการจับจ่ายใช้สอย ซื้อสินค้า เดินทาง ใช้อินเทอร์เน็ต ล้วนถูกบันทึกไว้เป็นข้อมูลมูลค่ามหาศาล ข้อมูลเหล่านี้เป็นทรัพยากรสำคัญที่ทำให้ธุรกิจสามารถศึกษาและเข้าใจกลุ่มลูกค้าของตนเอง เพื่อวางแผนกลยุทธ์ที่จะเพิ่มยอดขายและกำไรได้ในท้ายที่สุด และคนที่อยู่เบื้องหลังการสร้างกำไรและพัฒนาธุรกิจจากข้อมูลคือ Data Analyst นั่นเอง
Data Analyst คืออะไร?
Data Analyst หรือนักวิเคราะห์ข้อมูล สามารถอธิบายได้ง่าย ๆ ว่าเป็นคนที่คอยตอบคำถามด้วยข้อมูล คือตำแหน่งที่มีหน้าที่สำคัญในการแปลงข้อมูลดิบจำนวนมหาศาลที่อยู่แตกแยกย่อย ให้อยู่ในรูปแบบที่สามารถนำไปวิเคราะห์ หารูปแบบ (Pattern) หรือความเปลี่ยนแปลง (Trend) ที่เห็นได้จากข้อมูลเหล่านั้น และประมวลผลออกมาเป็นข้อมูลเชิงลึก (Insight) ที่จะมาตอบข้อสงสัยในเรื่องต่าง ๆ ช่วยให้ธุรกิจทำการตัดสินใจในการปฏิบัติงาน หรือวางแผนกลยุทธ์ต่าง ๆ ได้
หัวใจของการเป็น Data Analyst ที่ Sertis
ที่เซอร์ทิส หัวใจหลักในการทำงานในแต่ละวันของเรา ขับเคลื่อนไปด้วย 3 หน้าที่หลัก ๆ ได้แก่
“เราเปลี่ยน Data เป็น Information
วิเคราะห์ Information ให้กลายเป็น Insight
และเปลี่ยน Insight ให้พัฒนาต่อเป็นแผนทางธุรกิจและข้อมูลประกอบการตัดสินใจที่ใช้ประโยชน์ได้จริง”
การทำงานในแต่ละวันของ Data Analyst
Collaborating
หนึ่งในสิ่งที่ Data Analyst ต้องทำในทุกวันคือการทำงานร่วมกับคนอื่น ทั้งการประชุมกับคนในทีม วิเคราะห์ปัญหาและตั้งจุดหมายร่วมกับลูกค้า ไปจนถึงการนำเสนอผลการวิเคราะห์ให้ผู้มีส่วนเกี่ยวข้อง ทักษะการสื่อสารและการมีปฏิสัมพันธ์ระหว่างบุคคลอย่าง Interpersonal skill และ Communication skill จึงเป็นสิ่งสำคัญมากในการเป็น Data Analyst
Gathering data
การทำงานในแต่ละวันของ Data Analyst จะเริ่มต้นที่การดึงข้อมูลของลูกค้าจากฐานข้อมูล ข้อมูลเหล่านี้เรียกว่า Primary data ซึ่งงานส่วนนี้เป็นงานเชิงเทคนิคที่สุด โดยจะใช้ภาษาโปรแกรมมิง เช่น SQL ในการค้นคว้าข้อมูลที่ต้องการออกมา และมีความรู้ในเรื่องโครงสร้างพื้นฐานของฐานข้อมูลและการดึงข้อมูลแบบอัตโนมัติด้วย
Cleaning data
ต่อมาคือการ Clean ข้อมูลหรือทำความสะอาดและจัดระเบียบข้อมูลที่ผิดที่ผิดทาง ข้อมูลหายไป ไม่สอดคล้องกัน ผิดรูปแบบ หรือไม่สมเหตุสมผล เพื่อให้ง่ายต่อการวิเคราะห์ในขั้นถัดไป
Processing data
ต่อมาคือการวิเคราะห์ข้อมูลที่ดึงออกมา ร่วมกับข้อมูลภายนอก (Secondary data) เช่น ข้อมูลจากการวิจัยตลาด ข้อมูลการปฏิบัติงานของธุรกิจ ข้อมูลของกลุ่มลูกค้า ข้อมูลข่าวสารการเปลี่ยนแปลงในสังคมและอุตสาหกรรม เพื่อดูความสัมพันธ์ระหว่างข้อมูลดิบของเรากับสภาพแวดล้อม เพื่อให้เข้าใจสิ่งที่ข้อมูลบอกอย่างชัดเจน
Spotting patterns
มองหาคำตอบในสิ่งที่ข้อมูลกำลังบอก ไม่ว่าจะเป็น เทรนด์ความเปลี่ยนแปลง (Trend) รูปแบบของการกระทำที่โดดเด่น (Pattern) และจะนำไปสู่การหาข้อสรุปที่เป็นข้อมูลเชิงลึก (Insight) ซึ่งเป็นความรู้ใหม่ที่ลูกค้ายังไม่เคยรู้มาก่อน หรือเพื่อพิสูจน์สมมติฐานที่ตั้งไว้ ซึ่งข้อมูลเชิงลึกนี้เองคือผลผลิตของ Data Analyst ที่จะส่งต่อให้ลูกค้านำไปใช้ประกอบการตัดสินใจแก้ไข เปลี่ยนแปลง หรือลงมือทำ เพื่อเพิ่มคุณค่า สร้างกำไร พาธุรกิจเติบโต และสร้างกลยุทธ์ที่เพิ่มขีดความสามารถทางธุรกิจได้
Producing reports
สรุปผลการวิเคราะห์และข้อมูลเชิงลึกที่เราได้ออกมาเป็นรายงานผล Report เช่น กราฟ ตาราง หรือออกแบบ Dashboard แสดงผลที่อัปเดตข้อมูลแบบอัตโนมัติ ตรงนี้เองคือส่วนที่ทำให้ Data Analyst ต้องมีความสามารถในการทำ Data visualization เล่าเรื่องด้วยภาพให้ลูกค้าเข้าใจง่ายที่สุดด้วยเช่นกัน Data Analyst ที่เล่าเรื่องได้เก่ง ก็จะถือว่าเป็น Data Analyst ที่โดดเด่นเลยทีเดียว
งานที่ได้
ผลงานที่ได้หลังจากเสร็จขั้นตอนกระบวนการทั้งหมดของงานต่าง ๆ ในรูทีนของ Data Analytics นั้นมีสองรูปแบบคือ
Insight Report ที่ใช้ข้อมูลมาตอบคำถามของลูกค้า เช่น ลูกค้าต้องการคำตอบว่ายอดขายเฉพาะของเดือนสิงหาคมลดลงไปเท่าไร และเกิดจากปัจจัยอะไร Data Analyst ก็จะมีหน้าที่หาคำตอบและนำมาทำเป็นสไลด์นำเสนอด้วยเทคนิค Visualization กราฟ ตาราง หรือแผนภูมิต่าง ๆ ที่เข้าใจง่าย
Automated Dashboard คือหน้าจอที่สรุปภาพรวมทั้งหมดของข้อมูลในแบบ Visualization ไว้ในที่เดียว และอัปเดตอัตโนมัติแบบเรียลไทม์ Data Analyst บางคนก็จะมีหน้าที่ในการออกแบบ Dashboard ส่วนนี้ให้ลูกค้าด้วย เพื่อช่วยให้ลูกค้าได้เห็นการเปลี่ยนแปลงของข้อมูล เช่น ยอดขาย จำนวนลูกค้า จำนวนคนที่เข้ามาในร้าน จำนวนการผลิต ที่จะอัปเดตอัตโนมัติแบบเรียลไทม์ สามารถเข้ามาดูได้ทุกเมื่อ และอัปเดตทุกครั้งที่มีการเปลี่ยนแปลงของข้อมูล
Insight ที่ Data Analyst ค้นหา วิเคราะห์และนำเสนอให้ลูกค้าไปนั้นสามารถสร้างประโยชน์ทางธุรกิจได้หลากหลาย เช่น การนำข้อมูลลูกค้ามาวิเคราะห์เพื่อคาดการณ์ความต้องการของลูกค้า โดยดูจากข้อมูลประวัติการซื้อของลูกค้า ข้อมูลเทรนด์สินค้าที่เป็นที่นิยม เพื่อนำมาคาดการณ์ว่าสินค้าชนิดไหนที่ลูกค้าน่าจะสนใจ และนำเสนอขายสินค้าเหล่านั้นให้ตรงกลุ่มเป้าหมาย ไม่จำเป็นต้องคาดเดาความต้องการของลูกค้าและลองผิดลองถูกเอง เพราะสามารถเลือกสินค้าได้จากข้อมูลทางสถิติที่สนับสนุนการตัดสินใจของเรา พอเลือกสินค้ามาได้ตรงตามความต้องการของลูกค้า ก็ช่วยเพิ่มยอดขายได้มากขึ้น
หรือเราสามารถวิเคราะห์ข้อมูล Customer lifetime Value มูลค่าการซื้อของลูกค้าตลอดระยะเวลาความสัมพันธ์ระหว่างลูกค้ากับแบรนด์ และวิเคราะห์จากปัจจัยอื่น ๆ ดูว่าอะไรที่มีผลต่อการเพิ่มขึ้นและลดลงของมูลค่านี้ เพื่อหารูปแบบและเทรนด์ในการเปลี่ยนแปลง ช่วยให้เราสามารถออกแบบกลยุทธ์โปรโมชัน รูปแบบสินค้าที่ลูกค้าชื่นชอบ เพื่อรักษาและเพิ่มมูลค่า รวมถึงรู้ล่วงหน้าก่อนที่จะมีการหยุดซื้อสินค้า (Churn Prediction) โดยดูได้จากข้อมูลการเปลี่ยนแปลงของมูลค่า ให้เราหาสาเหตุ วางแผนแก้ไขและป้องกันการหยุดซื้อได้ทันท่วงที
กลยุทธ์ที่ได้จากการวิเคราะห์ข้อมูลของ Data Analyst จะช่วยให้ธุรกิจสามารถหาสาเหตุของปัญหา วางแผน ออกแบบกลยุทธ์จากพื้นฐานของข้อมูลจากความเป็นจริง ลดความผิดพลาดในการเดินกลยุทธ์ ช่วยเพิ่มยอดขายและสร้างกำไรให้ธุรกิจได้อย่างยั่งยืน
ทักษะที่ Data Analyst ต้องมี
ทักษะหลัก ๆ ที่ Data Analyst ต้องมี นั้นเป็นเสมือน 3 วงกลมที่ทับซ้อนกัน ได้แก่
“ความรู้ด้านภาษาเขียนโปรแกรม วิเคราะห์สถิติเป็น และเข้าใจด้านธุรกิจ”
และสามารถแยกย่อยตามทักษะได้ดังต่อไปนี้
Hard skill
ความรู้พื้นฐานด้านสถิติ
ความเข้าใจด้านธุรกิจ การทำวิจัยตลาด และตัวชี้วัดต่าง ๆ
ความรู้เรื่อง SQL โครงสร้างพื้นฐานของข้อมูล และฐานข้อมูล
เครื่องมือด้าน Data Analytics และ Visualization ต่าง ๆ เช่น Power BI และ Excel
Soft Skill
ทักษะการวิเคราะห์ ตั้งคำถามและตอบคำถาม
ทักษะการเล่าเรื่องด้วยภาพ
ทักษะการสื่อสาร การให้คำปรึกษาและทำงานเป็นทีม
มาร่วมเป็นส่วนหนึ่งของเรา พร้อมเติบโตไปด้วยกันกับทีมงานคุณภาพ ร่วมสร้างอนาคตในยุคแห่งเอไอและข้อมูลไปด้วยกัน: https://www.careers.sertiscorp.com/jobs