NOTE: Foundation of Data-Analytical skills are so important!

ເປັນຫຍັງ analytical skills ຈຶ່ງສຳຄັນສຳລັບ data analyst?

Analytical skills ເປັນທັກສະທີ່ບໍ່ພຽງແຕ່ຈຳເປັນສຳລັບໃນດ້ານ academic ພຽງຢ່າງດຽວເທົ່ານັ້ນ ເພາະວ່າ ທັກສະນີ້ຖ້າເບິ່ງໃນມຸມມອງຂອງ academic ແລ້ວ ແມ່ນເປັນທັກສະ ທີ່ຕ້ອງມີ (must have) ຖ້າມີແມ່ນບໍ່ໄດ້. ເຊິ່ງວ່າທັກສະນີ້ ຈຳເປັນຫຼາຍເວລາທີເຮົາຮຽນລະດັບ master ຫຼື ແມ່ນແຕ່ ຕອນເຮົາເຮັດວຽກເອງ ທັກສະທີ່ກ່ຽວຂ້ອງກັບ analytical skills ກໍຈະມີ ການຕັ້ງຄຳຖາມ, ການຄິດໂດຍໃຊ້ເຫດ ແລະ ຜົນ (logic& reasonableness), ການຄິດແບບສ້າງສັນ (creativity).

ທີ່ສຳຄັນກໍຄື ທັກສະພວກນີ້ ກໍ່ຍັງຈຳເປັນສຳລັບຜູ້ທີ່ເປັນ data analyst (DA) ເພື່ອທີ່ຈະສາມາດໃຊ້ຂໍ້ມູນເພື່ອຕອບຄຳຖາມ ຫຼື ບັນຫາທີ່ກຳລັງພົບຢູ່. ໃນມຸມຂອງ DA ທັກສະກໍຈະແຕກຕ່າງໄປໜ້ອຍໜຶ່ງແຕ່ core ຫຼັກກໍ່ຍັງຄືເກົ່າ ເຊິ່ງປະກອບມີ curiosity, understanding context, having a technical mindset, data design, and data strategy.

  • Curiosity: ທັກສະຢາກຮູ້ຢາກເຫັນ ຢາກຮູ້ຫຍັງຈັກຢ່າງ ພ້ອມກັບຕັ້ງຄຳຖາມທີ່ເໝາະສົມ.
  • Understanding context:  ມີຄວາມສາມາດໃນການເຂົ້າໃນພາບລວມ "big picture" ວ່າເກີດຫຍັງຂຶ້ນ. ເວລາເຮົາເບິ່ງໂຈດ ຫຼື ບັນຫາ ຖ້າວ່າ focus ຢູ່ກັບບັນຫາເລັກໆນ້ອຍໆ ເຮົາກໍຈະບໍ່ສາມາດເຫັນພາບລວມຂອງບັນໄດ້ ແລະ ກໍຈະເຮັດໃຫ້ບໍ່ສາມາດເຂົ້າໃຈພາບລວມຂອງບັນຫາ.
  • Having a technical mindset: ຄວາມສາມາດໃນການ ແຕກບັນຫາທີ່ໃຫຍ່ ອອກມາ ເປັນບັນຫານ້ອຍໆ ຫຼາຍໆ ອັນເພື່ອງ່າຍໃນການແກ້ໄຂ.
  • Data design: ສາມາດ ອອກແບບ ແລະ ຈັດການຂໍ້ມູນ ທີ່ເຮົາໄດ້ມາ.
  • Data strategy: ສາມາດໃນການຄິດວ່າ ພາກສ່ວນທີ່ກ່ຽວຂ້ອງກັບການ analysis ຂອງເຮົາ ເຊັ່ນ: ກຸ່ມຄົນ, ຂະບວນການ ວິທີການ ແລະ ເຄື່ອງມື ທີ່ຈະໃຊ້ເຂົ້າໃນການ analyze.

Data Analyst vs. Data Science -  ຕ່າງກັນບ່ອນໃດ?

Data Analyst -  ໜ້າທີ່ຂອງ DA ຄືຕອບຄຳຖາມ ແລະ ຫາ insight ຈາກການວິເຄາະຂໍ້ມູນທີ່ມີຢູ່ແລ້ວ

Data Science - ໜ້າທີ່ຂອງ DS ຄືສ້າງຄຳຖາມໃໝ່ໆ ອາດຈະເປັນ model ໃໝ່ ຈາກຂໍ້ມູນທີ່ມີຢູ່ແລ້ວ

Data and gut instinct

ກ່ອນການຕັດສິນໃຈອັນໃດ ອັນໜຶ່ງ ສຳລັບ data analyst ແລ້ວເຮົາຈະຕັດສິນໃຈດ້ວຍຂໍ້ມູນເປັນຫຼັກ. ການໃຊ້ລາງສັງຫອນ (gut instinct) -  ການເຂົ້າໃຈສິ່ງໃດສິ່ງໜຶ່ງຈາກຄວາມຮູ້ສຶກ ແທນທີ່ຈະມາຈາກຂໍ້ມູນທີ່ຊັດເຈນ ຫຼື ເຂົ້າໃຈບາງຢ່າງໂດຍບໍ່ສາມາດອະທິບາຍໄດ້ (ອາລົມແບບ sixth sense), ອາດຈະສ້າງບັນຫາໃຫ້ເຮົາໄດ້ເວລາທີ່ເຮົາຈະຕັດສິນໃຈອັນໃດ ອັນໜຶ່ງ.

Data analysis processes

  1. Ask - ຕັ້ງໂຈດ ແລະ ລະບຸບັນຫາ.
  2. Prepare - ກະກຽມຂໍ້ມູນ ໂດຍຈາກໄປເກັບ ຫຼື ຈັດເກັບຂໍ້ມູນ.
  3. Process - ທຳຄວາມສະອາດຂໍ້ມູນ ແລະ ກວດຂໍ້ມູນ.
  4. Analyze - ຄົ້ນຫາ patterns, relationships ແລະ trends.
  5. Share - ແບ່ງປັນຜົນທີ່ໄດ້ມາ.
  6. Act - ນຳໃຊ້ insight ທີ່ໄດ້ມາໃຊ້ ແລະ ລົງມືປະຕິບັດ.

ເນື້ອຫາບົດຄວາມນີ້ ແມ່ນເປັນສ່ວນໜຶ່ງຈາກ Google Professional Careers Data Analyst