資料科學家的工作日常1 - 在資料和程式中挖掘商業價值

〈資料科學家的工作日常1 – 在資料和程式中挖掘商業價值〉
〈資料科學家的工作日常2 – 求職前必須了解的公司組織編制〉
〈資料科學家的工作日常3 – 建立資料團隊的文化與程式規範〉

我在2019年年中進入零售業擔任資料科學家後，偶爾會有朋友或是朋友的朋友詢問相關工作內容及產業情況。畢竟資料科學家是與數據分析師比較新的職業，還有一些神祕色彩，許多人甚至連聽都沒聽過，還以為是數據分析師是股票分析師另類職稱。雖然確實有人將數據分析應用在股價預測上，但這是另一個故事了。

這篇文章會盡量拿掉所有專有名詞，用人話說明資料科學家的工作日常，提供一些總覽性的介紹，至於其他較實務面的細節與心得會留到之後的文章再分享。

數據分析這個學門統稱為資料科學(Data Science)，常見的職位有資料工程師(Data Engineer)、資料科學家(Data Scientist)和商業分析師(Business Analyst)。這裡先簡單說明這三者在能力要求上的差別，我所採取的定義是參考加拿大的資料科學媒體Towards Data Science的〈Data Engineer vs Data Scientist vs Business Analyst〉。

如下圖所示，資料工程師最重要的技能是電腦科學能力，也就是台灣所說的資訊工程，他們所做的事情是收集、清理並準備好所有的資料，讓另外兩個角色可以方便取用資料。

資料科學家需要有較強的統計學知識，並且通常需要具備建立機器學習模型的能力，這也是這系列文章的主要角色。另外補充一點，資料科學家通常是建立機器學習模型的原型，並讓機器學習工程師佈署，可以參考一樣是Towards Data Science的〈Data Scientist vs Machine Learning Engineer Skills. Here’s the Difference.〉。

商業分析師，也稱為數據分析師，更著重在數據與商業面的結合，最核心的技術能力是使用SQL從資料庫抓取所需的資料，並提供商業分析與洞察， 通常不太需有要建置機器學習模型的能力。

以上所述的分工雖然細緻，但實際上不會每間公司都有這麼完整的編制及分工。在國外如此，在台灣當然也是如此。

在台灣，雖然資料科學家是新職位，但數據分析或是資料分析的概念一點都不新。公司裡面行之有年的職位，不管是行銷、業務、採購、倉管，每個職位都需要數據，也都需要分析。隨著大數據、資料科學、機器學習、AI等酷炫的新名詞、新技術與新應用出現，所需的知識與技能多到員工爆肝也學不完，光是學會熟練的運用程式語言就是個挑戰。因此，資料科學家開始被視為一個獨立的職位，甚至一個獨立的部門。

以產業來看，較注重數據分析的產業則有零售業、金融業、科技業、廣告業等。

由於這個職位出現的時間還不長，大家對於資料科學家還缺乏共同的定義。所以A公司的資料科學家可能偏向軟體開發，B公司的資料科學家可能隸屬市調部門，C公司的資料科學家可能掛在IT部門。因此，如果你想找數據分析或資料科學相關的工作，建議不要只看職稱，最好詳細看一下工作內容和所需能力，相對的，面試官在評估應徵者的能力時，也會著重在實際的專案經驗與能力。

我所在的單位則是獨立的分析部門，協助其他單位作商業上的決策，算是輔助型的單位，或說是智囊團、師爺類型的角色。可以說我們的服務是數據分析，而我們輔助的部門則是客戶，要怎麼了解客戶需求，協助顧客達成商業目標的服務，是我們主要的價值所在。

除了所屬單位外，每間公司的資料科學家所需的技能也不一樣。有些分析師可以用Excel打天下，有些主要製作資料視覺化圖表，呈現出好懂、美觀，甚至具有互動工具的資料儀表板。另外有一種，也是比較接近我定義中的資料科學家，他們要寫程式，需具備一定的IT知識，要學統計和演算法。這種分析師有點像是IT，但又和IT不一樣。IT的工作通常是系統規劃、軟硬體維運和功能擴充，但資料科學家則是要在一堆資料中發掘未知的商業價值(Unknown Insights)。

在講商業價值之前，先來談談數據分析(Data Analyze)或資料探勘(Data Mining)，與資料匯總(Data Processing)之間的差異。一樣都是處理資料，因目的不同，又可以分成資料匯總與數據分析。前者總結已知事件，後者為了做出影響未來的決策，也就是預測。

舉例來說，如果你手上有一間服飾店的消費資料，你想知道過去一個月中哪些商品的營業額最高，這就是資料匯總。你的目標很明確，「挑出營業額最高的商品」，實際的操作步驟則是將所有商品的營業額分別算出來，然後挑出最高的那一個，結束。

假如你想知道的是，過去一個月中銷售最佳的這支商品，是不是因為促銷活動導致銷量爆增？促銷活動對這支商品的影響又是多少？以後的促銷活動適不適合再加入這支商品？這個問題明顯困難很多，不是因為它有三個問號，而是增加了許多必須考量的面向。

首先，我們要先知道這支商品在沒有促銷活動期間的銷量，並與促銷期間的銷量作比對，確認促銷活動對這支商品有正面影響。

其次，重複上個步驟，但我們要進一步計算促銷活動對於全部商品的影響。如果促銷活動平均可以提升全部商品20%的業績，卻能提升這支商品30%的業績，我們就可以初步判定這支商品適合做促銷。

說是初步，因為還有其他的細節需要考慮，像是商品毛利率。如果這支商品的毛利率本身就比較低，舉辦折扣促銷後毛利變得更加殘不忍睹。即使帳面上業績很漂亮，但這些都是不賺錢的生意，大家白忙一場。

排除以上原因後，建議你也不要信心滿滿的下結論，「這支商品很適合做促銷」，因為你老闆可能會一臉不爽的回答，「這個商品是羽絨衣，現在剛進入冬天，銷量當然會爆衝啊，就算不做促銷應該也很好賣吧？」。你可能要進一步考慮季節性因素，表面上你一樣在處理資料，但這時候你的問題會變成「季節性和促銷活動，哪一個對羽絨衣的業績正面影響較大？」

在實際的工作流程中，資料匯總是必經的過程，但能不能實際達到數據分析或或資料探勘的層次，並促成有價值的商業行動，我認為這就是資料科學家的價值之所在。