01
資料分析師是商業世界的「數據翻譯官」：透過 SQL、報表與清楚的敘事，把冰冷的數據轉化成決策者看得懂的洞察。
你每天真正會在解決什麼問題？
工作的核心不是只看職稱，而是理解這個角色如何把模糊問題轉成可以被處理的工作。
ASK
把需求問清楚
與產品、業務團隊合作，把「最近表現不好」拆成可驗證的問題。
QUERY
從資料找答案
寫 SQL、整理資料，確認指標的定義與變化是否真的成立。
SEE
讓異常被看見
監控 KPI 與轉換率，發現數據異常時主動調查原因。
TELL
把洞察說清楚
用報告或儀表板向非技術團隊解釋指標背後的成因。
先把這幾件事練到能用。
SQL
查詢、JOIN、聚合與把資料整理成能分析的形狀。
必備儀表板
Tableau / Power BI：選對指標，讓趨勢自己說話。
核心Excel
VLOOKUP、樞紐分析與快速驗證假設的基本功。
核心Python
Pandas 資料處理，處理比試算表更大的資料量。
加分統計與實驗
假設檢定、A/B 測試與不過度解讀結果的習慣。
加分一天的節奏，比職稱更誠實。
一個普通的工作日DAILY RHYTHM
查看轉化率
查看昨天的電商轉化率，確認是否有異常波動。
討論埋點
和產品經理討論新功能的 A/B 測試與埋點。
分享報告
用 SQL 跑出新用戶留存報告，整理後傳給行銷團隊。
這條路不只通往一個終點。
先建立這個角色的基本功，再依照你更喜歡的問題，往管理、產品或更深的數據技術前進。
初階資料分析師建立查詢與報表基本功
資深資料分析師主動定義問題與影響決策
BI Manager / PM帶領團隊或轉向產品問題
看懂角色之後，面試會考什麼？
不同角色的面試形式差異很大，提早知道每一關在測試什麼，準備才有方向。
SCREEN
履歷 / 電話篩選
HR 或用人主管確認 SQL 與工具熟悉度，以及過去分析專案的商業脈絡。
TEST
SQL / Excel 筆試
常見是給一份資料集，考 JOIN、聚合與異常判讀，或現場用試算表做即席分析。
CASE
商業案例討論
針對虛構情境（如轉換率下滑）說明會怎麼拆解問題、選哪些指標來驗證。
FINAL
團隊面談
與未來主管確認溝通風格，以及跨部門協作與抗壓經驗。
作品集怎麼準備
準備 1-2 個公開的分析專案（可用開放資料或個人專案），重點放在「你怎麼定義問題」而不是圖表多漂亮，最好附上一頁式總結說明決策脈絡。
常見的落選原因
- 只秀 SQL 語法多複雜，卻說不出這個分析改變了什麼決策
- 面對模糊題目急著寫查詢，沒有先跟面試官確認指標定義
- 作品集只有截圖，沒有交代資料來源與限制
資料分析師的價值，不只是把圖表做出來，而是讓團隊知道下一個問題該問什麼。
