這一篇想來分享我跨領域的轉職心得，雪倫從數位廣告投手轉換成數據分析師到底發生了什麼事？這一篇會詳細的分享，為什麼我會選擇轉換到數據分析師領域，我如何在學歷沒加分，工作不相關的情況下轉換跑道？過程中花了多少時間？做了哪些準備？以及分享過程中的不順遂跟挫折。
如果你也正打算轉換跑道，或是非本科系畢業，工作經驗也跟數據分析師無關，但還是想成為數據分析師的話，希望這篇分享可以帶給你一些方向跟力量，那就開始囉～
為什麼想從數位廣告投手轉換跑道？
轉換跑道的起源來自於我在思考自己職涯的下一步，當我對工作內容逐漸熟悉，我就開始尋找下一個成長的機會點。決定轉職數據分析師之前我也想過很多可能性，例如說有沒有可能在公司內部爭取小主管？有沒有可能下一步往數位行銷主管前進？又或是到廣告代理商擔任客戶經理Account Manager？又或是往外商前進，在外商以行銷經理或是品牌行銷經理的方向前進？
這些問題我花了很多時間「想」，但光是想根本無法下定決心，更遑論要有一個明確方向，反倒是愈想愈焦慮，愈想愈不知所措，這是我一開始遇到的難題。在毫無頭緒時候，我又遇到同事離職，交接期間暫時接下了公司客戶分析的任務，加上原本商品營收、網站分析，當時工作有一半左右的時間需要整理數據，進行數據分析與解讀。
當時公司的數據規模不太大，也沒有建置資料庫的規劃跟資源，所以我在這個階段使用的工具就是Excel，這也是我和數據分析領域接觸的起點，更準確的來說，其實是走向了一個大坑，沒有流程、沒有資料系統，拿到的全部是散落在不同地方的原始資料，而我必須把不同的資料做資料連結，例如：從訂單資料分析回產品、客戶，客戶又要依照消費行為分群，再從客戶連結回購買產品跟瀏覽偏好，同一個時間，時間軸的趨勢分析、銷售數量銷售金額的總量分析、預算跟明年度的營業額預估分析都需要同時進行，只能用一團混亂來形容當時的情況。
現在回想起來已經可以微笑帶過，但當下卻是極度痛苦和過癮，對的，你沒有看錯，就是很痛苦但卻過癮的矛盾狀態。痛苦的是，所有的一切都是新任務，需要適應和重新學習的時間，常常在整理數據的時候懷疑人生，而過癮的是，但是隨著我發現問題，記錄問題，到解決一個又一個的數據整理、分析、視覺化的問題後，感受到的也是前所未有的成就感，我也在這個過程中，觀察自己對於工作的偏好，發現比起需要大量想創意、固定熟悉的廣告上架流程、廣告優化和操作，我更喜歡與數據為伍的整理和拆解流程。
那時是2020年2月，白天工作我依舊努力顧好所有數位廣告的操作優化和數據監測，下班後我就持續研究著如何把公司的數據格式化，建立可以自動更新的數據報表，也是在這個時候開始，我把 EXCEL POWER QUERY、POWER PIVOT一步一步學起來，覺得不太足夠就再學到 MICROSOFT POWER BI，總共花了2個月的時間學習，再花半年的時間把所以學習到的技能落地應用，最後才把整個當時公司常用的數據BI報表建立起來。總結來說，我轉換工作的契機來自於新的工作任務，是從工作中觀察我做哪些事情的時候覺得很開心，很有成就感，這也是我想轉往數據分析領域發展的主要原因。
跨領域轉職的人都是怎麼成功的？
下定決心之後，我就開始了自己的轉職研究和準備，我也調查了所有分享過如何跨領域轉職成數據分析師領域的相關文章，下面彙整出來跟大家分享：
- 維斯洞察 Alvis Insight：零經驗如何成為數據分析師？
- Alyssa 社會學半路出家資料科學：社會學畢業半路出家資料科學的她，如何把跨領域變成職涯獨門優勢？
- Lisa Wu：零經驗轉職數據分析師：如何規劃轉職數據分析師學習進度表？一定要知道這 4 步才不會後悔！
- 任性分析師 GT：非程式背景，也能成為數據分析師？（Data Analyst / Business Intelligence Analyst）｜經驗談
- 安迪故事宇宙- Andy Story Universe：轉職成功實例！文組背景、當過客服，如何「利用資源」成數據分析師？
有些分享者是大學時後念非本科系，在學生時期最後幾年決定跨入數據分析師領域，是利用學生時期學習，也有些分享者和我一樣，是進入職場工作後，才決定轉換跑道到數據分析領域。
我覺得可以分成兩種準備面向，一種是硬技能的準備，另外一種則是心態面的準備，因為我的經驗是進入職場後的跨領域轉職，所以我主要分享的是有一些工作經驗後，想要跨領域轉職的準備項目。
以技能面來說，數據分析師必備的技能包括：SQL、視覺化BI工具如Tableau、POWER BI 等，至於程式能力Python、R則是看各個公司的需求，大部分的職缺都會要求，但是還是有機會不需要程式能力就可以應徵的職位。
至於心態面的準備我反而覺得是進入職場後，跨領域轉職最需要做的準備，陌生領域總是讓人憧憬又害怕，我覺得最需要克服的就是自己的心魔，接受從頭開始的狀態，會遇到的心理挑戰包括：
- 從零開始學習新的技能的挫敗感
以我自己的經驗來說，我學習新技能的挫敗感大多來自於學習技能後要落地應用的時候，例如說，在我學 Microsoft Power BI的時候，在學習到DAX函數計算跟變數的函數寫法時，當下應用到課堂提供的學習範例都沒問題，但是一遇到要用到工作的資料就會發現沒辦法直接複製應用，有時候是需要時間消化理解，有些時候，則是需要我們自己在既有的學習基礎下，再去找相關的範例或是教學來補足基礎教學缺乏的內容。
這個過程是很挫折的，挫折感來自於學習的一切系統跟架構你得仰賴自己，例如評估哪些學習資源是適合自己的，哪些學習內容是下一階段需要補起來的，甚至是，當課程的學習狀況不如預期，是要找新的課程學習、找一對一的家教，抑或是調整學習方式等，這些需要花費大量的時間跟心力。 - 非本科系的自卑感
數據分析師職位通常都會寫希望是資訊電腦、統計系或是數學系學科背景，我自己是人文社會科學畢業，在準備跨領域轉職的一開始，我常常會覺得自己的科系背景是一大劣勢，也不免會在轉職過程中感到自卑，而我那時候的作法就是與自卑共存，雖然覺得自卑，但是透過安排大量的學習，讓自己忙碌到沒有時間東想西想，這是我自己面對不安的作法，不見得適合每一個人，但是有這樣的心理準備是重要的，會讓你有和自卑共存的心理準備。
至於什麼時候自卑會稍微的消退呢？我自己是現在都持續都有自卑感，但隨著我對於數據分析的工作愈來愈熟悉，和數據工程師、需求單位的溝通愈來愈上軌道，自卑感就會慢慢的消退。我的體會是，自卑來自於不熟悉和覺得自己和本科系、相關領域工作經驗的人相比低人一等，如果重來一次我告訴自己的是「多看自己有的，而不要一直強調自己沒有的」，也就是說，專注在自己可以改變的，例如說重新把需要的技能學習起來，整理好過往工作經驗中，對於跨領域的工作相關，有加分的項目，至於那些沒有辦法改變的學歷背景、過往工作經驗，既然沒有辦法改變，那就要讓自己向前看。
- 接受被拒絕及重回新鮮人找工作的情境
最後一個心理準備，則是要接受大量的無聲卡和選擇性跟談判空間較少，舉例來說，原本應徵自己熟悉的領域工作，10家可能有8家會找你去面試，一半以上會錄取，甚至有機會針對薪水的範圍談判，爭取更高的薪水。但是跨領域的工作幾乎等同於新鮮人找第一份工作的狀態，沒有立即可用的經驗，10家可能只會有1、2家會通知面試，最後爭取到的工作可能也沒有太多選擇。
我的學習歷程與資源分享
談完心理準備，最後來分享從2020年2月開始，我做了學習了哪些領域知識：
- EXCEL：210菁英上班族必備的數據解讀與商業分析力
這是一堂一整天的數據分析課程，專注在學習如何利用EXCEL做到資料分析，除了EXCEL的使用技巧之外，我最喜歡的是這堂課程大量的實作案例跟實作範例教學，等於是你不僅僅是去學EXCEL，更是去學習如何拆解商業問題，並用數據來回答這些商業問題，即便不是想要往數據分析領域前進的人，如果平常工作大量需要使用EXCEL，我也非常建議參考這堂課程。 - POWER BI：最新 Power BI 專案實作：打造商業數據分析儀表板
學習 Microsoft POWER BI 源自於我覺得EXCEL沒辦法滿足我的簡報需求跟動態報表呈現，所以在上面介紹的這堂課程當中我知道有 Microsoft POWER BI 這個工具之後，就立刻找了這門課程學習，這堂課程我覺得是一堂很好入手的入門課程，在DAX函數的課程內容會相對比較困難，但也絕對不是困難到學習不起來的章節，需要多看幾次，做找幾個範例實作來累積對於DAX函數的掌握度，整體來說我也非常推薦這門課程。 - SQL：成為初級資料分析師 | SQL 資料分析入門 | Introduction to SQL
SQL我覺得任何一門SQL課程都可以，甚至是找一個專門介紹SQL的部落格學習也可以，未必要選擇我上的這課程，比起上課，我覺得更重要的是SQL刷題以及知道有不同資料庫管理系統，像是我學習的時候是學MySQL，現在公司用的則是 SQL Server，SQL語法就略有不同。
最後也分享幾個我當時覺得相當有用的SQL刷題網站：
英文刷題網站：Hackerrank
中文刷題網站：牛客
我對SQL唯一的建議就是，千萬不要因為在資料庫練習有語法提示就覺得沒問題，因為實際面試考試的時候，大多數的情況下是用紙筆或是一份文件檔案憑空寫出查詢的語法，這時候，如果你是習慣有語法提示的話，做題時腦袋就會一片空白，最好還是習慣沒有提示，自己打出完整語法的刷題過程。 - Tableau：資料變決策！從零上手 Tableau 大數據視覺化 為什麼我學了POWER BI 又學了Tableau呢？原因無他，在目前臺灣的市場中，要求Tableau技能的還是比 Microsoft POWER BI 更多，而在我沒有相關學科背景，沒有完全相關工作經驗的情況下，我只能從其他面向儘可能貼近數據分析師的工作要求，所以學習 Tableau 也是我貼近這份工作方法之一。我學習的這個課程是非常非常基礎的課程，比起計算，更多的教學強調如何讓資料視覺化，如果是想深入精進Tableau操作的話，這堂課程就沒有辦法滿足這個需求，但是學習玩這門課程，要做出Tableau的作品集絕對是綽綽有餘。
除了這門課程之外，我建議Tableau也要理解Tableau超重要的表計算、LOD詳細資料層級運算式，這個之後有機會再來跟大家分享。
- R語言：R語言和商業分析-洞悉商業世界中的資料科學
最後一個學習資源，是我沒上完就去面試的一堂課，我不能說不推薦，但我覺得這門課程相對難，雖然有大量實際的案例操作，但是過程中的語法、統計觀念都是相對需要一些領域背景才能比較知道課程在做什麼，在我當時的背景經歷下，我學習起來是覺得非常吃力，不太能掌握這門學科。而我現在則是改先學習Python，是我相對能掌握的方向，不過我在求職當下，其實是在沒有學會任何一門程式語言的情況下就去面試找工作了。
如果重頭來過我建議…
以結果來說，我大概經歷了一年半的時間才從數位廣告投手轉換到數據分析師的領域，一開始從 Excel 開始學，依序再學習 Microsoft POWER BI 、MySQL、Tableau，程式語言沒有學完就去面試了，而我最大膽的決定，莫過於沒有學程式語言以及先離職才找跨領域的工作這兩個決定。
如果重來一次，我會建議自己，或是正在準備跨領域到數據分析的你，跨領域轉職，如果不是在公司內部轉調部門，而且又有一定的經濟壓力的話，學習完程式語言，找到工作後再離職，會是相對壓力較小的選擇，也是我現階段比較推薦的作法。
至於當下我為什麼會這樣選擇呢？原因是因為我一開始是鎖定商業分析師的工作，我和幾位前輩請教過商業分析師的工作要求，得到的回饋是只需要SQL和視覺化工具的使用能力就好。
但是，凡事都有但是，在我面試期間發現，當時台灣的工作極少商業分析師的工作，大多都是數據分析師或是資料分析師的工作，而這些工作都會要求程式能力，例如Python或是R的能力，也就是說，如果你不會這項技能，等同於少了一半以上的職位選擇。至於為什麼我選擇離職後再找工作呢？，起初是希望可以專心找工作和面試，但是真正離職後才發現，跨領域轉職比起在原本擅長的領域找工作難上很多，不僅僅是面試機會比較少，更多的是自己給自己的心理壓力，當沒有工作的時候，更容易「啊！怎麼又沒有收到任何面試通知」的狀態，除了有更多壓力之外，我個人覺得並沒有任何的好處。
所以說，如果重來一次，我還是會建議所有想要轉職商業分析師或是數據分析師的人，至少學會一種分析語言，先在既有工作上邊工作邊找新工作，甚至是考慮先在現有公司調轉都好，這樣工作選擇的選擇性會比較多，找工作的壓力也不會這麼大。
除了這些硬技能之外，我也想跟想要跨領域轉職的人分享，跨領域的工作背經驗也未必對跨領域轉職數據分析師沒幫助，如果是其他領域的工作，可以更加強調自己的軟實力，特別是溝通協作的經驗和能力。因為數據分析師除了技能的要求之外，還有很多願意給新人機會的公司會更注重「和利害關係人(stakeholder)合作，溝通協作的能力」。這個工作要求是我在求職當下最不能理解的工作內容，現在回頭來想才明白。
會有這個工作要求敘述是因為數據分析都伴隨著解決問題，至於要解決什麼問題，就是數據分析師要跟公司的其他部門同事確認、討論，甚至是提問引導出真正的問題是什麼，這也是為什麼很多數據分析師的職缺會強調「溝通合作」、「需求單位」、「利害關係人」以及轉譯複雜觀念成簡單的發現或是洞察的能力，如果是跨領域的轉職者，不妨可以試試從軟實力的面向凸顯自己的不同和特點。
後記
文章的最後跟大家分享一個我很喜歡的 Podcast：大人的Small Talk，第121集分享的內容是不再憑直覺換工作！轉職也有系統化做法？這一集Byran分享了自己職位轉換的過程，分享了他如何從土木工程師、專案工程師、專案顧問，轉變為企業講師、Podcaster和暢銷書作家。
我很喜歡裡面分享的實戰經驗，以及一個很重要的概念，那就是職位的轉換不是直接跳轉，而是慢慢嘗試，一點一點的轉換，最後讓自己的工作愈來愈接近自己喜歡的工作內容跟職務，這時候的轉職你也就不會覺得風險很大或是每一步都戰戰兢兢，反而會因為一步一步的踏實改變，讓你在接近自己喜歡工作的同時，又不用用賭身家的方式冒險前進。
希望這篇轉職分享對正在思考轉職或正在準備轉換跑道的你有幫助，那我們就下篇文章見啦～
Sharon
Buy me a coffee 用行動支持我的內容創作
如果我的文章對你有幫助，歡迎用行動支持我的內容創作，小額贊助請我喝咖啡、留言或是寄信來跟我分享你的收穫，都會讓我持續有動力分享更多內容唷～
