สรุปประเด็นสำคัญจาก [ X Career SS2 EP.1] ข้ามสาย Talk Ep.1 เปิดสูตรลับ ก่อนข้ามสายไปเป็น “Data Analyst”

ไลฟ์แรกของ X Career Season 2 เรามาคุยกันในเรื่องของอาชีพ “Data Analyst” กับ คุณทอย กษิดิศ สตางค์มงคล Senior Manager – Data Science @ dtac หรือที่หลายๆ คนรู้จักกันในฐานะเจ้าของเพจ DataRockie ผู้เชี่ยวชาญและให้ความรู้ด้าน Data

นี่คือประเด็นสำคัญที่เราสรุปมาให้จากไลฟ์

เส้นทางกว่าจะมาเป็น Data Analyst

  • คุณทอยเรียนจบปริญญาตรีจากคณะเศรษฐศาสตร์ มหาวิทยาลัยเกษตรศาสตร์
  • หลังจากเรียนจบทำงานที่ธนาคาร 1 ปี และไปเรียนต่อปริญญาโทด้าน Food Economics and Marketing ที่ University of Reading, London ซึ่งสมัยนั้นงาน Data Science ยังไม่เป็นที่รู้จักมากนัก
  • กลับมาทำวิจัยการตลาด (Market Research) ที่ Ipsos สาขาประเทศไทย ได้มีโอกาสทำงานแบบ Tracking ทำให้คุณทอยได้เรียนรู้สถิติเบื้องต้นด้วยตนเอง (ยกตัวอย่างหนังสือสถิติเบื้องต้นที่คุณทอยแนะนำ เช่น หนังสือ Statistics For Dummies โดย Rumsey, Data Smart โดย John W. Foreman)
  • ปี 2014 เรียนต่อปริญญาโทสาขาการตลาด อีกใบที่วิทยาลัยการจัดการ มหาวิทยาลัยมหิดล
  • ทำงานด้าน Trade marketing ที่ Unilever อยู่ประมาณครึ่งปี
  • ได้ทุนไปแลกเปลี่ยนที่มิวนิค ประเทศเยอรมันอยู่ครึ่งปี และเริ่มทำเพจ DataRockie จริงจัง แรกๆ เป็นการสอนสถิติ ด้วยภาษาง่ายๆ หลังจากทำเพจไปสักพัก คุณทอยเริ่มอยากพัฒนาตัวเองเพื่อที่จะทำ Content ในเพจให้ได้มีความหลากหลายมากขึ้น จึงทำให้คุณทอย Take Course บ่อยมาก
  • หลังจากกลับมาเยอรมันก็มาสมัครงานที่ dtac โดยทำ Market Research ในส่วนของ Market Insights หลังจากนั้นจึงขอย้ายทีมมาทำด้าน Data Science จนถึงปัจจุบัน

เล่าถึงการทำงานฝ่าย Data Science ที่ dtac

แผนกที่ทำเกี่ยวกับ data ใน dtac จะแบ่งเป็น 3 แผนก คือ

Customer Value Management (CVM): ดูแลข้อมูลการใช้งานของลูกค้า เช่น การใช้งาน data และการโทรเข้า-รับสาย
Tech Group (TG) : ดูแลข้อมูลเกี่ยวกับสัญญาณโทรศัพท์ต่างๆ
Digital : ดูแล Traffic ที่เข้ามาทาง Application หรือ Website เป็นต้น

ซึ่งคุณทอยทำงานเป็น Senior Manager Data Science ในทีม CVM (Customer Value Management) ซึ่งเป็นแผนกที่ดูเรื่อง Customer Data โดยลักษณะงานจะเป็น

  • การทำ Modeling เบื้องต้นเพื่อเป็นการ Prediction หรือตีโจทย์ทาง Business/ หา Root Cause เช่น ว่าลูกค้าคนไหนมีโอกาสย้ายค่ายในกี่เดือน
  • ใช้เครื่องมือหลากหลายในการทำงานตั้งแต่ สถิติเบื้องต้น, การ Coding , ใช้ Machine Learning
  • แต่ละคนในทีมไม่จำเป็นต้องเขียนภาษาหรือใช้ Software เดียวกัน บางคนใช้ Python ส่วนตัวคุณทอยส่วนใหญ่จะใช้ R และ SQL

สิ่งที่ชอบในการทำงานที่นี่คือสังคมการทำงานที่มี Culture ที่ดี ผู้บริหารที่เปิดกว้าง รับฟัง และมีโปรเจคใหม่ๆ ให้ได้ท้าทายตัวเองอยู่เสมอ

Data Analyst ต่างกับ Data Scientist อย่างไร ในแต่บริษัทแตกต่างกันมั้ย

ตำแหน่ง Data Analyst จะทำงานกับข้อมูลเพื่อตอบโจทย์สิ่งที่เกิดขึ้นมาแล้วในอดีต วิเคราะห์และสรุปผลข้อมูล หา root causes ของปัญหาที่ธุรกิจกำลังเผชิญ

ส่วน Data Scientist จะเริ่มตอบโจทย์อนาคตมากขึ้น เน้นไปที่การสร้างโมเดลทำนายผล (Predictive analytics) และแนะนำสิ่งที่จะช่วยให้ธุรกิจปรับปรุงได้ดียิ่งขึ้น

โดยการทำงานทั้ง Data Analyst และ Data Scientist จะถูก Drive ด้วย Business Requirement รูปแบบต่างๆ เพื่อที่จะ Recommend Right “Product” to the Right “Person” at the right “Time” ให้กับลูกค้าได้นั่นเอง

นอกจากนี้คุณทอยยังบอกว่า Data Analyst และ Data Scientist ในไทยและต่างประเทศยังมีความแตกต่างกันอยู่พอสมควร

ในต่างประเทศจะมีการแยกส่วนงานที่เฉพาะทางมากกว่า เช่น เป็น Data Science ด้าน Machine learning, AI engineer ไปเลย
ส่วนในไทย Scope งานของ Data Analyst และ Data Scientist มีความทับซ้อนกันสูง จนแทบจะเป็นคนๆ เดียวกันได้ เพราะต้องทำได้หลากหลาย บางที่ต้องทำทั้ง Modeling ทำ AI รวมไปถึงความรู้ด้าน Software Engineer เช่น การ Deploy Model

ตำแหน่งงานสายนี้จะมีการพัฒนาตลอดเวลา Requirement แต่ละที่ก็จะแตกต่างกันไป เพราะแต่ละบริษัทหรืออุตสาหกรรมก็จะมีเทคโนโลยี มีข้อมูลสถิติ ที่ใช้ไม่เหมือนกัน โอกาสได้งานหรือไม่ขึ้นอยู่ที่ Skill ที่เราสามารถทำได้มากกว่า จึงอยากให้มอง Data Science เป็นเรื่อง Skill มากกว่าตำแหน่ง

จะข้ามสายมาเป็น Data Analyst ต้องเรียนรู้เครื่องมืออะไรบ้าง

แบ่ง 4 หัวข้อ ได้แก่
1. Spreadsheets: Excel, Google Sheets

2. Database : ภาษา SQL
โดยโลกแบ่งข้อมูลเป็น 2 Category หลักๆ ได้แก่
แบบที่ 1 : Structured Data ข้อมูลที่อยู่ใน Excel, Table ซึ่งใช้ SQL จัดการข้อมูล
แบบที่ 2 : Unstructured data พวก VDO ,Comment , ไฟล์เสียง จะใช้เทคโนโลยีอีกตัวที่เรียกว่า NoSQL
ซึ่งการเรียน SQL จะต่อยอดไปทำ NoSQL ได้

3. Programing : R, Python

4. Data Visualization : Tableau, Power BI, Google Data Studio
(คุณทอยยังบอกว่า Data Visualization ใน Power BI เป็นแค่ 25% เท่านั้น จริงๆ แล้วทำได้อีกเยอะมาก เช่น การ Data Preparation , ทำ Data Modeling , Data Cleaning เป็นต้น)

เริ่มเรียนอะไรก่อนดี

อันดับแรกคืออย่ายึดติดกับเครื่องมือ ต้องเข้าใจภาพรวม Concept ให้ได้ก่อน มี Critical Thinking ฝึกการตั้งคำถามที่ถูกต้องก่อน เพื่อที่จะสามารถเลือกเครื่องมือให้เหมาะกับงานได้ ดังนั้นสิ่งแรกที่ควรศึกษา Concept การวิเคราะห์ข้อมูล และพื้นฐานเรื่องสถิติ

จากนั้นถึงต่อยอดไปเป็นเครื่องมือต่างๆ เช่น Excel / SQL การหัดเขียนภาษาคอมพิวเตอร์ โดยคุณทอยอธิบายความแตกต่างของภาษาทั้ง 3 ไว้คร่าวๆ ดังนี้

ภาษา SQL คือ ภาษาที่ควรเรียนเป็น Basic ก่อน เพราะ SQL เป็นภาษาที่ใช้ทำงานกับ Database มากว่า 50 ปี เป็นภาษาที่เรียนรู้ง่าย ฝั่งงาน Digital Marketing ก็ใช้กันเยอะ
ภาษา R เหมาะกับงานสถิติเบื้องต้น, วิเคราะห์ข้อมูล, ทำ Prototype เร็วๆ
ภาษา Python พูดถึงเรื่อง AI, Machine มี Framework ได้ดีกว่า เหมาะกว่าในแง่ของการทำ Deployment ต่อกับ Service ต่างๆ

คุณทอยกล่าวว่าโครงสร้างในการเขียนภาษาคอมพิวเตอร์จริงๆ นั้นคล้ายกัน ยิ่งรู้หลายภาษามากก็ยิ่งเป็นข้อได้เปรียบ แต่ควรเริ่มเรียนภาษาใดภาษาหนึ่งให้ได้ก่อนแล้วค่อยต่อยอดไปภาษาอื่นๆ

Soft Skills ที่จำเป็นสำหรับ Data Analyst

Storytelling : ทักษะการเล่าเรื่องสำคัญมาก ต้องรู้วิธีการเล่าให้ลูกค้าเห็นถึงความสำคัญของสิ่งที่ทำ ไม่เช่นนั้นสิ่งที่ทำมาอาจสูญเปล่าหากเราไม่สามารถอธิบายให้ลูกค้าเข้าใจได้

Project Management : ทักษะการบริหารจัดการ ต้องรู้จักจัดลำดับความสำคัญงานที่ทำ คุณทอยแนะนำว่าในแต่ละช่วงเวลาให้กำหนด Priority ของสิ่งที่ทำแค่อย่างเดียวจะมีประสิทธิภาพมากกว่า

Self-Learning : การหาความรู้ด้วยตนเอง เพราะศาสตร์ของ Data มีการเปลี่ยนแปลงตลอดเวลา หนังสือความรู้ต่างๆ ที่เคยเรียนตกรุ่นเร็ว ต้องหมั่นอัพเดท และลงมือทำ

คนทำงานทั่วไป มี Skill หรือ Program อะไรที่เกี่ยวข้องกับ Data Analyst ที่ควรเรียนรู้ไว้บ้าง]

John Tukey นักสถิติ ผู้เขียนหนังสือ Exploratory data analysis (EDA) บอกว่าสถิตไม่ใช่แค่ตัวเลขแต่เป็นการเปลี่ยนข้อมูลเป็นรูปภาพ จึงจะเห็นได้ว่า Visualization เป็น Skill ที่น่าจะเป็นพื้นฐานของทุกอาชีพไปแล้ว เช่น การเลือกใช้กราฟกับข้อมูล เมื่อไหร่ควรใช้ Barchart, เมื่อไหร่ควรใช้ Histogram เป็นต้น

เครื่องมือที่ทำ Visualization มีหลายตัวที่เลือกฝึกฝนได้ ง่ายสุดคือ Excel, Google Sheet นอกจากนี้ยังมี Power BI, Tableau และ Google Data Studio ที่สามารถโหลด Data ทำ Dashboard ใช้งานได้ฟรีอีกด้วย

คุณทอยยังบอกว่าอยากให้มอง Data Science เป็น Skill มากกว่าอาชีพ ทุกคนไม่จำเป็นต้องเรียนเรื่อง Data เพื่อมาเป็น Data Analyst เราจะไปอยู่ที่ไหนก็ได้ เพราะ Data มันอยู่กับทุกอาชีพ ตอนนี้อาชีพนี้อาจจะมาแรง เงินเดือนเยอะ แต่เมื่อเวลาผ่านไปคนเป็นกันมาก Supply จะเริ่มเยอะ เงินเดือนก็จะน้อยลงไปเอง แต่ถ้าเราทำอาชีพเดิม แล้วเพิ่มความรู้เรื่อง Data เข้าไป เราก็จะมี Competitive Advantage ฉะนั้นเรียนให้สนุก อย่าเรียนตามกระแส เรียนเพื่อนำความรู้ไปใช้กับงานที่ดีขึ้น โดยอาจไม่จำเป็นต้องย้ายสายงานก็ได้

แนะนำวิธีการเรียนให้ได้ผลจริง

การเรียนออนไลน์ส่วนใหญ่ โอกาสที่เราจะเรียนจบน้อยมาก ความน่าจะเป็นในการเรียนคอร์สฟรีจบมีแค่ 4-5% หรือหากเป็นคอร์สเสียเงินก็จะเพิ่มขึ้นมาเป็น 40-50% คุณทอยจึงมีคำแนะนำในการเรียน ดังนี้

  • ปิดสิ่งล่อตาล่อใจ : ทั้งโทรศัพท์ อุปกรณ์สื่อสารอื่นๆ ที่รบกวนสมาธิ
  • อ่านหนังสือ : คอร์สส่วนมากจะเป็นเนื้อหาย่อๆ สั้นๆ การอ่านหนังสือ โดยเฉพาะหนังสือภาษาอังกฤษจะทำให้รู้อะไรขึ้นเยอะ และลึกซึ้งกว่าเดิมมาก
  • อยากเก่งเรื่องไหน ทำเรื่องนั้นเยอะๆ : อ่านเสร็จแล้วก็ต้องลงมือทำด้วย เช่น การเขียนโค้ด
  • เรียนให้ถูกที่ : นั่งเรียนที่เดิมที่เคยเรียน เพราะร่างกายจะจำว่าพื้นที่นี้คือพื้นที่ Productive

อย่างไรก็ตามแต่ละคนจะมีสไตล์การเรียนรู้ไม่เหมือนกัน ไม่จำเป็นต้องทำตาม ให้หาจุดที่เรียนแล้วรู้เรื่อง เรียนแล้วมีความสุข ถึงจะเรียนอย่างมีประสิทธิภาพ

สุดท้ายคุณทอยฝากไว้ว่า อย่าเอาดีกรีมาวัดว่าเราจะทำอะไร ทุกสิ่งต้องมีการเรียนรู้ใหม่ได้เสมอ การเรียนรู้ในโลกการทำงานไม่เหมือนกับตอนเรียน เราเรียนเพื่อให้ชีวิตดีขึ้น ฉะนั้นอย่าลืมว่าเราเรียนไปเพื่ออะไร เพราะการศึกษาเปลี่ยนชีวิตคนได้ เหมือนที่มันเคยเปลี่ยนชีวิตคุณทอยมาแล้ว
นี่คือบางส่วนจากไลฟ์เท่านั้น สำหรับใครที่พลาดไป สามารถเข้าไปชมย้อนหลังได้ที่นี่เลย
https://www.facebook.com/410861645717153/videos/1056291491469711

หรือจะรอติดตามชม [ X Career : ข้ามสายTalk SS2 ] ใน EP ต่อไปได้ในสัปดาห์หน้า ใครมีคำถามอะไรก็เตรียมจดไว้ได้เลย!! เราจะหาคำตอบแบบ Exclusive มาให้แฟนเพจที่น่ารักของเราแน่นอน!! แล้วเจอกันนะ

Share on facebook
Share on twitter
Share on email

Writer

Related Posts

Job Cluster แนวคิดสำหรับคนอยากเปลี่ยนสายงาน ที่ทำให้คุณไม่ต้องโฟกัสแค่ชื่อตำแหน่งอีกต่อไป

Job Cluster กลุ่มงานที่มีทักษะใกล้เคียงกัน เปลี่ยนสายงานไปทำได้ง่าย อีกหน่อยในอนาคตในตลาดแรงงานจะไม่ได้มองว่า “คุณทำตำแหน่งอะไร” แต่มองว่า “คุณมีทักษะอะไรบ้าง” เปรียบเหมือนอาหาร ถ้าเราเป็นอาหารจานหนึ่ง เรามีส่วนประกอบอะไรบ้างที่พร้อมจะไปเป็นเมนูอื่นต่อ

เตรียมพบกับรายการ “X-Career ข้ามสาย Talk” Season 2 !

เตรียมพบกับรายการ “X-Career ข้ามสาย Talk” Season 2 ! รายการ Talk ที่จะพาทุกคนไปเจาะลึกการทำงานข้ามสาย กับตัวจริง ตัวจี๊ดดดใน 8 สายงานแห่งอนาคตของคนรุ่นใหม่ มีทั้งอาชีพสุดป๊อปจาก Season ก่อน และอาชีพใหม่ๆ ที่หลายคนขอมา