數據分析師也要會?
政治學門與視覺溝通的設計概念如何幫了我
====
前些日子，老闆突然發現我會做類似資訊圖的東西，用來解釋數據庫的開發流程、遭遇困難、成果，非常有用。
由於客戶方的C level人員過去一兩年出現大幅調動，來了一個科技業過去的高管，覺得數據取得是自然簡單的事情，也不明白過去幾年我們克服的挑戰。
原本我們預想，客戶方跟我們合作多年的對口，會知道我們工作的複雜與困難程度，但實際上他們理解的範圍還是有限。就像盲人摸象，客戶方隨著與象的接觸範圍越小，看到的東西越局部。
只有我們是把整頭象生出來的人，才能明白裡裡外外的全貌。
於是當我用繪圖軟體把這些流程圖視覺化出來以後，用圖像、數字來說故事，成果竟然出乎意料。
一方面是在客戶方的高管方面大受好評，更有利於我們爭取更多資源，二方面是客戶方與我們對口的單位，也更好強化他們自己的重要性，爭取資源也更容易。
對我個人而言，這次視覺化溝通的過程，相當於我個人職涯至今的成果展與紀錄，更有效地展示工作成效與付出程度。直接間接，也促成了我在疫情期間，一次逆勢的8%加薪。我的團隊的重要性，也被所有客戶、己方公司所看重。
如果要總結，上述環節，實際上都跟數據分析、數據庫規劃的工作，沒有直接相關。更像是對公共關係管理、部門本位主義與資源爭奪的理解，還有視覺化溝通概念的發揮。
====
政治與視覺溝通：讓人有感的，才算你的功勞
====
不要說數據分析師的工作，聽起來跟政治學科、圖像設計等一點關係都沒有。政治學科跟圖像設計到底有什麼關係，也是啟人疑竇。
但人生跟職涯就是存在這麼多有趣的巧合。每個人的經歷，最後往往變成一套武學路術，在你冒險的路上，面對不同的怪物，可以隨時拿出不同的工具來應對。
如果我用當前政壇社群小編盛行的狀況來解釋，大家就很容易理解，為什麼這一切會串在一起。
在上面提到的事件當中，最大的挑戰在於: 工作型態屬於基礎建設，或者防患未然的角色，通常很難展現工作表現的成果。
不管是工程師開發單位，或者是數據提供的單位，人們更多的印象是你出錯的時候，而不是預防了多少問題的發生。
因為沒發生的問題，不會被注意到；被注意到的，都是出大包的時候。(現在是在講台鐵嗎?)
這種情形在公家單位、國營事業單位，也同樣嚴重。嚴重到公共行政學門必須有一門學問專門在衡量評估這類單位的成效。但儘管如此，民意與輿論通常一點也不在意。
我曾經短暫服務於某機密單位，在一次徹夜繃緊神經，避免了一次國際衝突之後，在自助餐店聽到民眾對著電視新聞嘲諷怒罵。其中不可說的無奈，印象非常深刻。
====
政治學門教我的事（之一）: 溝通套路
====
不知道大家對丁守中這位政治人物印象如何，我想在網路上不見得特別正面。但作為一個國安專業的立委或者學者，他在一門台大政研所的課程當中，給了我非常多的啟發。
美國的國防部、中情局、蘭德研究所，其實很常出研究報告。這些研究報告的目的，除了有檢討組織營運效率、分析當前國際情勢的目的之外，用來跟國會溝通、要預算，也是關鍵用途。
那些報告或者預算書，真是用汗牛充棟可以形容，從政策溝通的角度來說，大家常聽到的媒體摘要後報導「中國軍力報告書」之類的東西，才是比較好的公關方式。但實際上報告或者預算書，可以看到的眉角更加龐大。
當時課堂中，一堂課要看的預算書或者報告書，印出來就跟字典一樣厚。但如果了解套路，是可以快速掌握重點，以及看出問題所在的。
最常出現的套路，就是：闡述問題、發現困難、提供解方、列出需求。
在一學期十幾堂課的過程中，不管主題是國土安全、國際危機、防災準備，都會走過這些套路。在往後的職場當中，儘管我們的溝通不需要寫一本字典，但所有套路仍然相同。
丁守中也許已經退出政壇，但如果看看現在立委網紅化的現象，動不動就直接對預算進行等比例「統刪」，究竟有多少立委真的能看完看懂預算書，並針對問題進行討論？我其實不確定有多少選民在意這件事就是了。
====
政治學門教我的事情（之二）: 部門本位主義
====
我離政治學研究已經遙遠，學術定義不見得講得精確。但在過往經驗中，公部門的部門資源爭奪，在私部門其實也到處可見。
在很多情況裡，業務部門跟行銷部門是競爭資源最激烈的兩個單位。道理很簡單，因為業務部門會認為生意都是自己拉來的，行銷部門則認為是行銷策略奏效所致。
隨著所在產業不同，業務部門跟行銷部門講話大聲的程度會互有消長。例如To B的產業業務部門就比行銷部門重要 (一般來說)。
有資源爭奪的地方就有政治。因為在非市場競爭的環境裡，權力才是控制資源分配的關鍵。
那麼接下來就要看到底是誰在掌握權力。在我今天談的例子當中，業務部門發了自己的分析報告，去跟財務部門爭取預算，這當中當然完全忽略行銷部門的努力成果。
財務部門就是這當中掌握資源分配權力的單位，而業務部門則是行銷部門的資源競爭對手。搞清楚這層關係，並弄清楚自己站在哪一邊，才能決定你後面怎麼做才是對的。
於是數據方面的人才，就在這個時候變得非常重要。但我遇到過的多數數據分析人才，對於上述的這種權力關係並沒有概念。
「看數字說話」的本質並不是科學，而是一種溝通藝術。很多純資料科學訓練出身的人，往往很執著於什麼是「事實」。但實際上事實有很多面向，在都是正確的情況下，你要挑你所屬團隊有利的版本講。
這聽起來很簡單，但當你被埋在數據當中的時候，我在業界看到的很多人 (包含自己)，都曾出現見樹不見林的狀況。
====
視覺化溝通的重要
====
人是視覺化的動物，所以如果這篇文章你看到這邊，表示你對我提的話題捧場，我謝謝你。
與其寫一本字典，不如用一張圖。但這肯定會「去脈絡化」，省去太多細節跟背景，有可能讓人錯誤理解或者解讀。
但如果你回顧我前面講的: 就算是事實，也會有很多個版本。那你就能理解，人的資訊掌握跟理解能力本就有限，你要提供的是「你覺得對方需要知道的事實」。
除此之外，一律簡化甚至省略。
這是為什麼「社群小編治國」會這麼討人厭的原因。但還好我不是在公部門，私部門最重要的溝通就是講求效率。不挑重點難不成你在幫老闆上課嗎?
公部門應該如何合理地使用社群小編，這是另外一個議題，我們可以好好反思。以後有機會再跟大家聊。
拉回來。
我在大學的時候，就對網頁設計、視覺排版很有興趣，雖然從來不是科班，也不能稱自己有什麼美感，但當時花了非常多時間跟金錢在學這些設計的東西。 (我非常感謝父母當時對我的支持，畢竟有很長的一段時間，這些教育投資都像丟到水裡一樣)
聊視覺設計有更專業的人可以聊，我這邊講的是一般人為什麼應該學設計概念。
實際上有一些專業的設計師本身也不會畫圖，他們的長才是在視覺的配置與規劃。而對於一般人來說，了解這些視覺溝通的概念，會對你設計簡報、辦公室溝通有很大的幫助。如果你的工作需要跟設計師溝通，了解這些更有助於你理解自己需要什麼，還有設計師夠不夠專業。
====
結語
====
其實今天是不知不覺寫了這麼多。如果你看到這邊，我感謝你的耐心跟興趣。
如果這篇文章有什麼出發點，或者寫作的原因，就是想回應高中大學時期，我們常有對特定學門的刻板印象。好像學什麼學門對未來職場有沒有用，甚至高中參加什麼社團對未來升學有沒有幫助。
其實我離學校已經很遠，但我可以很肯定地說，哪一門學問對人生的用處，不見得是當下馬上想像得到的。
同時，如果你因為你身處哪一個學門，就自我設限，不去接觸其他的東西，那麼你就自我實現了人們對該學門的刻板印象。
我是個數學很爛的人，我念了七年的政治學門，兩年的經濟學門。我現在是一個數據分析師，然後我的工作當中需要使用程式語言。
但當我要往上爬的時候，我發現真正讓我向上推進的臨門一腳，竟然是很久以前，看似無關的一門課，或者一個興趣。
不過最後，我不想讓這篇文章聽起來很cheesy。因為如果你在數據分析相關的求職履歷中說，我精通部門權力鬥爭、通曉視覺溝通藝術，你比較大的可能性是連一通電話都不會收到。
所以應該是說，如果你熱愛一門學問或興趣，不要猶豫去追求，但面對現實的需要，你則不應該因為現在所處的領域而自我設限。念政治系不是讓你找不到工作的原因，也不用很擔心一直想說要為了未來出路轉系之類的。
但如果你待在這些社會人文學門，卻自我設限不去涉獵其他領域的東西，這才是造成職場生存危機的主因。個人經驗分享，希望對於在求職的、在學的，或者在思考轉職的人，都有一點點幫助。
作者／李厚穎，目前於紐約擔任廣告行銷數據分析經理，也是洞見的小編本人。
台大資料科學出路 在 [請益] 走資料科學該選統研所或資工所？ - 看板graduate 的推薦與評價
手機排版傷眼請見諒
小弟先介紹個人背景，目前是三峽大學統計系大三的學生，但是因為是轉系生，因此大部
分的課還在跟大二的上課，少部分和大三一起上課，有可能會延畢一年，研究所希望能考
上四大。
在升大三的暑假抱著研究所該往哪個領域走的心態
（當時是抉擇走金融商學或者資料科學）
剛好有機會到中國實習，後來一部分看到對岸的金融體系受到科技很大的衝擊
另一部分剛好有機會到阿里巴巴等大公司參訪覺得震撼，加上平時在系上受到老師的薰陶
，因此後來比較想走資料科學領域
說白一點就是感覺跟商學比起來比較有發展性跟出路比較好
但是最近發現在臺灣資料科學領域的產業好像尚未成熟，假如單純唸統計也有些擔心出路
可能不如想像的好。
也因為如此，正在思索考研究所的時候要不要考資料科學所
（例如臺大的資料科學學程或政大資訊科學所）
但後來研究考科發現不如直接往資工跨，雖然現在coding能力還不算強需要未來繼續磨
（目前只學過R和SAS，目前正在自學C#以及預計未來自學Python）
但因為感覺資工除了可以往資料科學的領域走，退一步假如發現資料科學在臺灣發展性不
佳也還算有其他的保障。
雖然版上很多強者前人都是跨領域往資工跨，但是難免還是會擔心跨考上了之後在研究所
找不到教授或者負擔不起
同時也在想會不會關於出路的部分其實單純的統研所沒有我想的這麼差？ 其實沒有往資
工所跨的必要？
以上，問題有點多，希望大家能為我解惑，謝謝。
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 180.217.130.57
※ 文章網址: https://www.ptt.cc/bbs/graduate/M.1506306727.A.5D1.html
※ 編輯: Lambo1228 (180.217.130.57), 09/25/2017 10:32:54
壞處XD
請問你朋友也是統計跳資工嗎？
※ 編輯: Lambo1228 (180.217.130.57), 09/25/2017 11:29:22
※ 編輯: Lambo1228 (118.150.163.235), 09/26/2017 00:40:21
... <看更多>