หลายคนกำลังสนใจทำงานสาย Data Analytics แต่อาจมีความกังวลเพราะไม่มีประสบการณ์

“แล้วแบบนี้ต้องทำยังไง?”

ไม่ต้องกังวลไป วันนี้ Skooldio ขนคำแนะนำที่จะช่วยคุณสร้าง Profile ให้โดดเด่นได้ แม้ไม่มีประสบการณ์ทำงาน ถ้าพร้อมแล้วไปดูกันเลย!

Table of Contents

3 ทักษะสำคัญสำหรับการเป็น Data Analyst มืออาชีพ
แล้วถ้าอยากสร้าง Portfolio สายงาน Data ที่ไหนดี?
วิธีสร้าง Portfolio สายงาน Data

3 ทักษะสำคัญสำหรับการเป็น Data Analyst มืออาชีพ

1️⃣ Data Analysis – กุญแจสู่การค้นหา Insight

Data Analyst ต้องมีทักษะการตั้งคำถามที่ถูกต้อง รู้จักจัดการและทำความสะอาดข้อมูล (Data Cleansing) สามารถใช้สถิติพื้นฐานในการวิเคราะห์เพื่อค้นหา Insight ที่ซ่อนอยู่ในข้อมูลจำนวนมหาศาล และที่ขาดไม่ได้คือ ทักษะการแก้ปัญหา เพราะการขุดและ organize ข้อมูลไม่ได้เกิดขึ้นด้วยการกดปุ่มเพียงครั้งเดียว ถ้าโค้ดผิด Data Analyst ต้องสามารถหาและแก้ไขปัญหาได้ และยังต้องใช้ทักษะการแก้ปัญหาในการทำงานร่วมกับทีม ต้องร่วมมือกับคนอื่นในบริษัทเพื่อตัดสินใจว่าจะแก้ปัญหาอะไร และจะใช้การวิเคราะห์ข้อมูลแก้ปัญหานั้นอย่างไร

2️⃣ Data Visualization – เล่าเรื่องผ่านภาพ สร้างความเข้าใจได้ง่าย

นอกจากการวิเคราะห์แล้ว การสื่อสารผลลัพธ์ผ่านการสร้างภาพ กราฟ แดชบอร์ดอย่างมีประสิทธิภาพ ตอบโจทย์ผู้ใช้งาน ก็เป็นอีกหนึ่งทักษะที่ Data Analyst ต้องเชี่ยวชาญ ไม่ว่าจะผ่านเครื่องมืออย่าง Power BI หรือ Looker Studio ก็ตาม การเลือกใช้กราฟให้เหมาะสมกับข้อมูล จะช่วยให้ผู้อ่านเข้าใจเนื้อหาได้ง่ายขึ้น และสามารถตัดสินใจได้อย่างถูกต้อง

3️⃣ Data Storytelling – ถ่ายทอดเรื่องราวจากตัวเลขได้อย่างน่าสนใจ

ต่อให้ขุดเจอ Insight เจ๋ง ๆ แค่ไหน แต่ถ้าสื่อสารออกมาไม่ดี ไม่เข้าใจ ข้อมูลเหล่านั้นก็จะไร้ค่า ดังนั้น Data Analyst จำเป็นต้องมีทักษะการเล่าเรื่องที่ดี รู้จักลำดับความคิด เรียบเรียงประเด็นสำคัญ และถ่ายทอดออกมาเป็นเรื่องราวที่น่าสนใจ เพื่อให้ทีมหรือผู้บริหารเข้าใจ Insight ที่ค้นพบได้อย่างชัดเจน และนำไปสู่การตัดสินใจที่ถูกต้องแม่นยำต่อไป

และที่ขาดไม่ได้เลย คือเทคนิคการใช้เครื่องมือต่าง ๆ โดย International Institute of Business Analysis (IIBA) ระบุทักษะเชิงเทคนิคที่สำคัญไว้ ดังนี้
– Business intelligence and reporting
– Data mining การทำเหมืองข้อมูล วิเคราะห์แยกแยะและหาความสัมพันธ์ของข้อมูล
– Database design การออกแบบฐานข้อมูล
– Programming skills เช่น Python and R
– Statistical analysis ด้วยโปรแกรมต่าง ๆ เช่น R, SAS, SPSS, or STATA
– SQL มีความเข้าใจ databases และ query เป็น

ทักษะทางเทคนิคเหล่านี้มีความสำคัญ ตั้งแต่งานง่าย ๆ อย่างการใช้ Pivot Table ใน Excel ไปจนถึงการวิเคราะห์ถดถอยหลายระดับ (Multilevel Regression) ที่สำคัญ SQL ถือเป็นทักษะที่จำเป็นอย่างมาก

นอกจากความเชี่ยวชาญด้านเทคโนโลยีแล้ว Soft skills ก็มีบทบาทสำคัญไม่แพ้กัน ไม่ว่าจะเป็นการทำงานเป็นทีม เพราะต้องทำงานร่วมกับบุคคลหลากหลายสาขา ทั้ง Data Scientist หรือ Data Engineer รวมทั้งฝั่ง Business ด้วย และความใส่ใจในรายละเอียด (Attention to Detail) ต้องสังเกตเบาะแสเล็ก ๆ ที่นำไปสู่ insight ที่ซ่อนอยู่ในข้อมูล และยังมีประโยชน์เมื่อ Data Analyst ต้องเขียนโค้ด ข้อผิดพลาดเล็กน้อยในโค้ดบรรทัดเดียวอาจทำให้กระบวนการทำงานทั้งหมดผิดพลาดได้ Data Analyst ควรคอยระวังข้อผิดพลาดเล็ก ๆ ที่อาจนำไปสู่คำตอบที่ผิดเสมอ

แล้วถ้าอยากสร้าง Portfolio สายงาน Data ที่ไหนดี?

อันดับแรก เรามาดู Platform ที่สามารถใช้ในการสร้าง Portfolio เก็บไว้เตรียมสมัครงานกันก่อน

Linkedin: โซเชียลมีเดียสำหรับคนทำงาน สามารถใช้เป็น Online Resume ได้ด้วย มีจุดเด่นที่สามารถเพิ่มผลงานได้ง่าย และ Support ไฟล์หลายรูปแบบเช่น pdf, Word, link, jpeg.

GitHub: Community ของคนสาย Dev และ Data ที่นอกจากจะสามารถหาข้อมูล พูดคุย แลกเปลี่ยนความคิดเห็นกับคนที่มีความสนใจเดียวกันทั่วโลก ยังสามารถใช้โชว์ผลงานของตัวเองได้อีกด้วย

Kaggle: อีกหนึ่ง Community ยอดนิยมสำหรับสาย Data ที่มีทั้งคอร์สเรียน ฟอรัมสำหรับพูดคุย แลกเปลี่ยน มี Dataset ให้เล่น และมีการแข่งขันอีกด้วย!

Website & Blog: ถ้าคุณมีเว็บไซต์เป็นของตัวเอง หรือมีบล็อก การเขียนบทความลงบนแพลตฟอร์มต่างๆ เช่น เว็บไซต์ส่วนตัว หรือบล็อกอย่าง Medium เกี่ยวกับโปรเจกต์ที่เราทำนอกจากจะทำให้เราได้ทบทวนตัวเองแล้ว อาจมี HR หรือบริษัทมาเห็น มาเจอผลงานเรา แล้วสนใจไปดูโปรไฟล์ หรือติดต่อเราต่อไป

ตัวอย่างการเขียน Website และ Blog สำหรับ Data Project:

ทั้งนี้เราหากเรามีโปรเจกต์หลากหลายชิ้น เราอาจจะเลือกเฉพาะชิ้นที่เรารู้สึกทำได้ดี และสามารถอธิบายเกี่ยวกับสิ่งที่ทำได้อย่างมั่นใจเท่านั้น (เป็นเหมือนดาบสองคม ถ้าคุณไม่สามารถอธิบายได้ คุณอาจจะตกที่นั่งลำบากเสียเอง)

วิธีสร้าง Portfolio สายงาน Data

1. “หาโปรเจกต์ที่สนใจ แล้วทำเลย”

โปรเจกต์ในที่นี้ อาจเป็นโปรเจกต์อะไรก็ได้ที่สามารถแสดงทักษะที่เรามีออกมาได้อย่างชัดเจน วิธีนี้เหมาะมากสำหรับคนที่มีทักษะ Data ครบตามความต้องการของตำแหน่งงานที่สมัครแล้ว

โดยเฉพาะอย่างยิ่งหากคุณมี Domain Knowledge อื่นๆ ไม่ว่าจะเป็นด้านธุรกิจ การตลาด สาธารณสุข การเงิน การลงทุน หรือด้านอื่นๆ คุณยิ่งได้เปรียบในการวิเคราะห์ หรือตีความผลการวิเคราะห์ข้อมูลในด้านนั้นๆ ที่คุณถนัด (หรือคุณอาจจะนำทักษะ Data Analytics ไปต่อยอดอาชีพคุณก็ได้ เช่น Marketing Analyst, Sales Analyst, People Analyst)

ซึ่งถ้าคุณมีโปรเจกต์แล้ว ก็สามารถนำโปรเจกต์ที่มีไปอวด เพื่อขอความคิดเห็น และข้อแนะนำได้จากกลุ่มผู้ที่สนใจด้าน Data หรือจะเป็นกลุ่มคนที่สนใจในหัวข้อนั้นๆ ก็ได้

แต่ถ้าใครยังไม่มีไอเดีย หรือต้องการแรงบันดาลใจเพิ่มเติมว่าจะทำโปรเจกต์เกี่ยวกับอะไรดี ก็สามารถเข้าไปหาแรงบันดาลใจได้ที่ Data Community ต่างๆ เช่น Kaggle, Towards Data Science, Github หรือจะเป็นกลุ่ม Facebook ก็ได้

สำหรับข้อมูลที่จะนำมาใช้ในโปรเจกต์ คุณอาจจะใช้ข้อมูลที่คุณมี ดึงข้อมูลจากเว็บไซต์ต่างๆ (Webscraping) หรือจะหาข้อมูลจาก Data Source ต่างๆ ทั้งที่เปิดให้ดาวน์โหลดไปใช้ได้แบบฟรีๆ และมีค่าใช้จ่าย เช่น data.go.th, Github เป็นต้น หรือจะหาจาก Google Dataset Search ก็ได้

2. “เข้าร่วมแข่งขัน เก็บประสบการณ์แบบมันส์ๆ”

ถ้าคุณอยากจะมีกรอบเวลาให้ตัวเองในการทำโปรเจกต์ และเก็บประสบการณ์แบบมันส์ๆ คุณก็สามารถเข้าร่วมการแข่งขันการใช้ Data ได้เช่นกัน ซึ่งปัจจุบันการแข่งขันการใช้ Data ก็มีหลากหลายรูปแบบ ซึ่งจะทำให้เรามีโอกาสได้ลองจับ ได้ลองใช้ข้อมูลตาม Industry ที่เราสนใจ ได้ รวมถึงสนุกไปกับการแข่งขันด้วยในเวลาเดียวกัน

สำหรับใครที่ยังนึกภาพไม่ออกว่าการแข่งขันการใช้ Data เป็นอย่างไร สามารถเริ่มดูจาก Kaggle ก็ได้ ซึ่งถ้าเข้าไปแล้วก็จะมีโจทย์และชุดข้อมูลให้เราลองฝึก หรือทำจริง โดยสามารถเปรียบเทียบกับคนอื่นๆ ทั่วโลก!!หรือคุณจะลองติดตามหาข่าวสาร การแข่งขันอื่นๆ ที่ภาครัฐหรือเอกชนเปิดให้เข้าร่วมวิเคราะห์ข้อมูลก็ได้

วิธีนี้นอกจากประสบการณ์ที่ได้แล้ว คุณยังสามารถสร้างเพื่อน หรือสร้าง Connection ใหม่ๆ กับผู้เข้าร่วมคนอื่นๆ รวมถึงผู้จัดงานอีกด้วย

ถ้าคุณได้รางวัล หรือโปรเจกต์จากแข่งขันการใช้ Data ละก็ คุณก็สามารถนำไปใส่ Portfolio เก๋ๆ ได้เลย

3. “ไม่ต้องรีบร้อน หาที่ฝึกงานก่อน”

หากคุณมีเวลา คุณอาจจะลองมองหาตำแหน่งงานแบบ Part-Time หรือสมัครฝึกงานทำ Internship ดูก่อนก็ได้ วิธีนี้เหมาะสำหรับคนที่มีเวลา และพร้อมที่จะเรียนรู้แบบ On-the-job คุณจะได้เรียนรู้จากข้อมูลจริงๆ จาก Industry ของบริษัทที่คุณสมัคร

แน่นอนว่า วิธีนี้มีข้อได้เปรียบวิธีอื่นๆ คือ หากคุณสามารถแสดงผลงานได้เป็นที่น่าพอใจแล้วละก็ บริษัทอาจจะเสนอตำแหน่งพนักงานปะจำให้กับคุณก็ได้ ! เรียกได้ว่า ทั้งได้เรียนรู้ และได้งานด้วย

4. “ลงเรียน Data ให้เป๊ะ พร้อมลงมือทำโปรเจกต์ให้ปัง”

ถ้าคุณรู้สึกว่า สกิลคุณอาจจะยังไม่เพียงพอต้องการทดลองวิธีข้างต้น คุณอาจจะต้องมองหาคอร์สเรียนเพื่อเติมเต็มสิ่งที่ขาดก่อน

ซึ่งในปัจจุบันคอร์สเรียนสาย Data ก็สามารถหาเรียนได้หลากหลายรูปแบบ ทั้งออนไลน์ และออฟไลน์ ทั้งภาษาไทย และภาษาต่างประเทศ Skooldio ของเราก็มีคอร์สออนไลน์ให้เลือกเรียนครบลูป Data Analytics เหมือนกัน

และยิ่งไปกว่านั้น หากคุณอยากจะเรียนไปพร้อมกับมีโปรเจกต์ติดตัวพร้อมปั้น Portfolio ละก็ ตอนนี้เรากำลังเปิดรับสมัครโครงการ Data Analytics Bootcamp ที่ต่อให้ไม่มีพื้นฐานก็เรียนได้

หลักสูตรที่ถูกออกแบบอย่างพิถีพิถัน เน้นลงมือทำจริง พร้อมมีทีมผู้เชี่ยวชาญนำโดย ดร.ต้า – วิโรจน์ จิรพัฒนกุล คอยตอบข้อสงสัย ดูแล และให้คำแนะนำใกล้ชิด

หลังจบ Bootcamp นี้แล้ว คุณจะ…

เข้าใจและทำงานสายงาน Data ได้ครบลูป ตั้งแต่การดึงข้อมูล การจัดการ การวิเคราะห์ และการนำเสนอข้อมูลเป็น Report หรือ Dashboard ได้โดยไม่ต้องง้อทีม IT
เพิ่มทักษะการคิดโดยใช้ข้อมูล ให้พร้อมสำหรับการแข่งขันในโลกของการทำงานจริง พร้อมรับความท้าทายและ เปิดประตูสู่โอกาสใหม่ๆ
เป็นส่วนหนึ่งของการพัฒนาองค์กรให้เป็น Data-driven organization