沒有經驗想轉職數據分析師，跨領域的第一份工作該怎麼找？

「不是相關科系畢業，也沒有數據分析師的工作經驗，真的有機會轉職嗎？」

我不是資訊或數據相關科系畢業，也沒有留學背景。畢業之後，我從數位行銷做起，逐步接觸電商廣告數據、會員數據、營收數據，後來成功轉職成為數據分析師。現在回頭看，這條路其實幾經波折，過程中有需要重新學習的技能，也有對背景不夠亮眼的擔心，更有投了很多履歷，卻遲遲等不到回音的挫折。

這篇想回到最初的求職階段，分享我如何跨領域轉換職缺，從行銷爭取第一份數據分析的工作機會。

從過去的工作經驗，找出與數據分析的連結

當時我主要是數位廣告投手，負責 Google 以及 Facebook 的廣告投放，雖然職稱跟數據分析師沒有直接關係，但日常工作其實經常需要接觸各種數據，諸如廣告數據：廣告點擊率、轉換率、廣告投資報酬率（ROAS）、商品銷售數據：商品銷售數量、銷售金額，又或是網站行為分析，例如不同網頁的轉換率、停留時間、顧客的消費斷點等。

所以跨領域轉職的第一步，我不是因辭職直接轉換，而是先在原本的公司持續累積，從完全沒有意識自己工作中用到各種數據決策、到後來有意識的整理自己運用數據的經驗、思維、成果，例如，當廣告成效不如預期時，我需要從數據中找出可能的原因，判斷是廣告素材、受眾設定，還是官方網站轉換流程出了問題，再根據分析結果調整投放策略。這些工作雖然沒用到 SQL 或 BI 工具，但背後其實就是數據分析的邏輯：發現問題、分析原因，再提出改善方式。

因此，在準備轉職履歷時，我開始重新整理過去的工作內容，試著從單純描述「做過什麼」，改成說明「如何運用數據解決問題」。像是比起只寫「負責 Google、Facebook 廣告投放」，我會改成寫：「透過監測廣告點擊率，透過更換素材與調整受眾，提升點擊率50%」，又或是「透過Google Optimize 進行網頁 A/B testing，提升網站轉換率33%」，藉此讓讓面試官理解，自己如何利用數據發現問題，分析原因，並根據數據調整策略。

如果你也沒有正式的數據分析經驗，可以先回頭看看過去的工作，有沒有需要追蹤 KPI、製作整理報表、比較成效，或是根據數字做出判斷的情境，而且最重要的是，不一定要使用SQL、Python等程式語言才算是有數據相關經驗，簡單的Excle表格、CRM後台、ERP系統、又或是網站 Google Analytics 這種第三方的數據分析工具，都會是很適合練習的素材，就算這些都沒有，網路上也可以在 Kaggle 搜尋例如 電商銷售資料、Google Analytics Demo Account 也是很好的第一步，從你可以取得的資源著手，開始練習找到問題、分析問題，並提出解決方案。讓面試官能理解，你並不是從零開始。

從零開始，補足數據分析需要的技能

整理完過去的經驗後，我下一步就是補足數據分析工作需要的技術能力。當時我沒有資訊相關背景，也沒有實際使用資料庫的經驗，所以 SQL、Tableau、Power BI 對我來說，幾乎都是需要重新學習的工具。一開始最困難的地方，其實不是學習某個語法或功能，而是不知道究竟要學到什麼程度，才有資格開始投遞數據分析師的工作。尤其當你開始看職缺，會發現每間公司要求的工具都不太一樣，有些需要 SQL、Tableau，有些要求 Power BI、Python，甚至還會列出各種資料庫或統計分析技能，看得越多，反而越容易覺得自己什麼都不會。

但回頭看，我覺得不需要等到所有工具都學會，才開始找工作，如果重來一次，我會先蒐集幾份自己有興趣的職缺，整理出最常出現的技能要求，再決定學習的優先順序，而不是看到什麼工具熱門，就急著全部學一遍。

以一般商業數據分析的工作來說，我會建議先從 SQL 與一套 BI 工具開始。SQL 可以幫助你從資料庫取得需要的資料，進行篩選、彙整與比較；Tableau 或 Power BI 則能將分析結果整理成視覺化報表，讓其他人更容易理解數據。不過，學習工具的過程中，我認為還有一件更重要的事：不要只練習怎麼操作工具，也要練習如何用工具回答問題。

例如，學會 SQL 的 GROUP BY 之後，可以試著分析不同產品的營收表現；學會 Tableau 或 Power BI 的圖表功能後，可以進一步思考，哪些指標適合放在一起比較？如果營收下降，還需要查看哪些數據才能找到原因？

這樣不只是在練習技術，也是在培養分析問題的能力，畢竟，實際工作時，很少有人會直接告訴你應該使用哪個 SQL 語法、製作哪一種圖表，更多時候，你拿到的只是一個問題，需要自己思考應該從哪些資料開始，所以，比起追求學會越多工具越好，我會更建議先把基礎學扎實，再透過實際的分析題目，確認自己是否真的能運用這些技能。這也是為什麼我認為，學習工具只是轉職的第一步，真正能展現能力的，還是你如何把學到的東西應用在實際問題上。

投了超過 30 封履歷，只有 2 個面試機會

而真正開始投履歷後，才是挑戰的開始！我的經驗是會有一段時間等不到理想回應的掙扎時期，雖然跨領域轉職之前，我就已經知道找工作可能不容易，但真正開始投，才感受到那個情緒落差，特別是比較你投原本的領域，跟跨領域的職缺，就會很明顯發現，跨領域的職缺幾乎都會遇到無聲卡，而當時的我則是投了超過 30 封履歷，一邊投、一邊修正，最後只獲得 2 家公司的面試機會。

和應徵自己原本熟悉的職位相比，這種等待回音、卻常常沒有下文的過程，挫折感真的高很多。你會忍不住想，是不是背景不對？是不是學得還不夠？還是根本沒有人願意給跨領域的人機會？對我來說，能做的是持續檢查自己可以調整的地方：投遞的工作是否能接上既有經驗？履歷有沒有說清楚優勢？作品集是否能讓對方理解我已經具備的能力？如果有面試機會，也可以在結束後記錄哪些問題回答得不清楚、哪些技能被反覆問到，再回頭補強。

每個人的求職條件與市場環境不同，我當時的投遞結果不代表每個人都會遇到相同情況，但這段經驗讓我知道，準備轉職時，除了安排學習時間，也需要替求職與反覆調整留一些空間與更多挫折的心理準備。

一份針對公司的作品集，幫助我拿到第一份分析工作

當時我沒有正式的數據分析師職稱，所以除了履歷與求職信，也準備了數據作品集，而幫助我取得第一份分析工作的一個關鍵，就是我多準備了一份針對面試公司客製化的作品集。

作品集讓「我已經準備好做數據分析」這件事，變得更具體，面試官可以看見我如何理解問題、整理資料，以及從數據中提出發現與建議，準備作品的過程，也讓我更清楚自己到底學會了多少。課程跟著做得出來，不代表遇到新的資料與問題，也知道怎麼開始，實際動手之後，才會發現哪些觀念還不熟、哪些技能還不知道怎麼應用、分析邏輯有哪些缺口，以及最後能不能把結果說清楚。

第一份作品集不一定要一開始就做很大的題目，可以先選擇自己比較熟悉、也能解釋商業情境的方向，例如電商銷售、行銷活動、會員回購或產品使用行為。我的建議是，一次回答一個問題就好，不然在不熟悉數據分析框架的情況下，非常容易迷失在龐大的數據海裡。訂立題目之後，可以思考以下問題：

1. 想回答什麼問題？為什麼值得分析？結果可能幫助誰做什麼決定？
2. 使用什麼資料？資料來源、期間與範圍是什麼？有哪些缺漏或限制？
3. 如何分析？使用哪些指標？為什麼這樣分類或比較？
4. 發現了什麼？哪些結果值得注意？資料能支持的結論到哪裡？
5. 下一步建議是什麼？可以採取什麼行動，或還需要補充哪些資料才能判斷？

這樣的作品能讓對方看見，你是否有基本的資料概念、能不能合理解讀數字，以及如何把結果連回商業問題，如果你正在準備這一步，可以參考〈數據分析師的作品集怎麼做？分享我實際作品與準備方式〉。

如果重來一次，我會給轉職新手的 3 個建議

第一、優先轉換職務，延續熟悉的產業經驗

想轉職的時候，通常有幾個面向可以改變：職務、職等，以及產業。例如，從行銷轉成數據分析，是職務的改變；從一般職員往主管發展，是職等與責任的改變；從電商轉到另一個產業，則需要重新認識業務模式與產業知識。

當時的我選擇先聚焦在職務轉換，找以線上服務為主的公司，尤其是熟悉的電商產業。原因很直接：我需要補的數據技能已經很多，如果可以保留自己對產業與商業問題的理解，就比較有機會讓面試官看見，過去的經驗如何運用在新職位上。

以當時的求職結果來說，我也確實比較容易在電商相關公司取得面試機會。這個經驗讓我覺得，準備跨領域時，可以先想想：下一份工作有哪些是全新的，又有哪些能延續原本的累積？例如，原本做行銷的人，可以先留意需要理解行銷成效的分析工作；熟悉客戶經營的人，也可以看看會員或 CRM 分析相關職缺。找到經驗與新職務的交集，會更容易說明自己為什麼適合。

第二、學會分析工具，不代表懂得實際應用

確定想往分析工作發展之後，搜尋職缺時也可以把範圍稍微打開。

除了 Data Analyst，也可以留意 Business Analyst、Marketing Analyst、Product Analyst、CRM Analyst、Operations Analyst，以及部分電商、行銷或營運職缺。但這些職稱在不同公司，可能代表很不一樣的工作。例如，Business Analyst 有些偏商業數據分析，有些則偏向流程、系統需求與專案協作。因此，看到名稱之後，還是要仔細閱讀職務說明。

我會建議從三個方向判斷：

1. 會接觸什麼資料與工具？是否需要使用 SQL、Excel、BI 工具或資料庫？工作是整理既有報表，還是有機會自行取得、處理與分析資料？
2. 需要回答什麼問題？是否涉及 KPI、成效分析、客群分析、營運問題或商業建議？還是主要負責固定的資料輸入與行政整理？
3. 會和哪些人合作？是否需要和行銷、產品、營運等單位確認需求、討論結果，並協助後續決策？

這些可以作為初步篩選的方向。進入面試後，再進一步確認各項工作的比例、實際專案，以及有沒有能提供指導的主管或同事。第一份工作不一定要叫做 Data Analyst，但值得確認，它能不能讓你累積自己想發展的分析能力。

第三、想成功轉職，就要懂得有所取捨

那時的我剛出社會沒幾年，對於職稱與工作條件的調整，相對還有一些彈性，但即使如此，我還是經歷了一段掙扎的過程。當時投了超過 30 封履歷，最後只有 2 家公司給我面試機會，而真正願意錄取我的，只有其中 1 家，換句話說，我幾乎沒有其他選擇，更沒有太多談判的空間。

偏偏這間公司的文化與工作環境，都不是我原本的第一順位，當時的我甚至一度猶豫，是不是應該放棄轉職，回到自己熟悉的行銷領域？後來，我用「要有所取，就要有所捨」的心態說服自己。既然現階段最重要的目標，是取得第一份數據分析的工作經驗，那麼這份工作就可以是我的敲門磚。即使不是最理想的選擇，只要能累積真正的分析能力，未來有了更多實務經驗，自然也會有更多選擇的機會。

如果你也準備跨領域轉職，我會建議先想清楚：自己最希望從第一份相關工作中得到什麼？又有哪些條件是願意妥協的？例如，你可能需要接受從較基礎的職位開始、薪資不一定符合原本的期待、公司不是心目中的第一順位，或是工作內容並非 100% 都與數據分析有關，甚至需要忍受比較長的通勤時間。每個人的生活負擔與工作條件不同，能接受的範圍自然也不一樣，比起等到拿到 Offer 才開始猶豫，我更建議在求職前，就先釐清自己的優先順序。

對當時的我來說，最重要的是這份工作能不能讓我真正使用數據分析技能，並累積實務經驗。 因此，我選擇接受比較傳統的公司文化，也說服自己，即使通勤時間比較長，只要能換來未來更好的職涯發展機會，這些都是現階段可以接受的取捨。

如果你還不確定自己的優先順序，可以先列出第一份數據分析工作中，希望獲得的經驗，例如：

• 有機會使用 SQL 或其他分析工具處理真實資料。
• 能參與從需求確認、資料分析到結果交付的完整流程。
• 可以和業務單位討論問題，了解分析結果如何被運用在商業決策中。
• 遇到不熟悉的問題時，有主管或同事可以討論並提供回饋。

接著，再列出自己願意妥協的條件，以及不能接受的底線。

不過，願意有所取捨，不代表什麼條件都應該接受。 如果一份工作雖然掛著數據分析師的職稱，實際上卻沒有機會接觸分析工作，那麼即使成功轉職，也未必能累積自己真正需要的能力，回頭看，我很慶幸當時沒有因為公司條件不夠理想，就直接放棄這次機會。雖然第一份分析工作不是我心目中的完美選擇，但它確實讓我跨出了轉職最困難的第一步，也成為後續職涯發展的重要基礎，與其什麼條件都想要，卻遲遲無法跨出第一步，不如先想清楚現階段最重要的是什麼，再決定哪些值得爭取、哪些可以暫時放下。

結語：轉職的第一步，是累積更多選擇的開始

回頭看，我能取得第一份數據分析工作，是幾件事情慢慢累積起來的結果：保留熟悉的產業背景、補上需要的數據工具、整理能說明能力的作品，以及在求職過程中持續調整。

如果你正在準備轉職，可以先做三件事：找幾份感興趣的職缺，圈出共同要求；整理一段和資料或商業問題有關的工作經驗；再完成一份自己能清楚解釋的作品，當這些準備逐漸具體，就可以開始嘗試投遞，從真實的職缺與面試過程中，確認下一步需要補強的地方。

而開始第一份數據相關工作，會讓你開始接觸真實資料、商業問題與跨部門協作，這些經驗累積起來，未來不論想往產品分析、商業分析，或挑戰外商，都會有更扎實的實戰經驗可以成為你下一步強而有力的籌碼，希望我的經驗，能幫助你找到一個可以開始行動的方向，我們下篇文章見～