ในหนึ่งวัน Data Analyst เขาทำอะไรกันบ้างนะ?

อาชีพที่ได้ยินกันบ่อยที่สุดและมาแรงมากในยุคนี้คงหนีไม่พ้น ‘Data Analyst’ หรือ ‘นักวิเคราะห์ข้อมูล’ ซึ่งทำหน้าที่คอยนำข้อมูล Big Data ที่มีจำนวนมหาศาลมาทำการวิเคราะห์เพื่อไขความลับที่ซ่อนอยู่ และสร้างประโยชน์ที่ให้ธุรกิจ

แล้ว Data Analyst ที่บริษัทเอไออย่างเซอร์ทิสทำอะไร? วันนี้เราชวนทุกคนมาสัมภาษณ์ “แพรว” Data Analyst นักวิเคราะห์ข้อมูลที่ช่วยค้นหา Insight ที่มีประโยชน์ต่อธุรกิจ มีประสบการณ์ผ่านโปรเจกต์สำคัญของเซอร์ทิสมามากมาย

มาดูกันว่าหนึ่งวันของแพรวในฐานะ Data Analyst ต้องทำอะไรบ้าง? ใช้เครื่องมืออะไรในการทำงาน? พร้อมกับงานที่แพรวชอบที่สุดในฐานะของ Data Analyst คืออะไร? ไปอ่านพร้อม ๆ กันเลยครับ

ชีวิตการทำงานในแต่ละวันของ Data Analyst เป็นอย่างไรบ้าง?

• 10.00 AM - 11.00 AM - Project-based daily stand-up meeting

“ตอนเช้าเราจะเริ่มต้นวันด้วย Project Daily Stand Up ประมาณหนึ่งชั่วโมงค่ะ จะเป็นพูดคุย อัปเดตและวางแผนงานกันระหว่างแต่ละทีมที่ทำงานในโปรเจกต์เดียวกัน เพื่อให้ทุกคนมีความเข้าใจและมองเห็นภาพเดียวกันค่ะ และเรายังมี Stand Up กับลูกค้า สัปดาห์ละ 2 ครั้งค่ะ” 

• 11.00 AM - 11.30 AM - Team’s stand-up meeting

“หลังจากนั้นก็จะต่อด้วย Data Analytics Team Stand Up ค่ะ เนื่องจากแต่ละคนทำงานในโปรเจกต์ที่แตกต่างกัน จึงได้มีการประชุมสำหรับอัปเดตงาน เพื่อจะได้เห็นภาพรวมของทีมค่ะ”

• 1.30 PM - 7.00 PM - Project-based tasks

“หลังจากพักเที่ยงกินข้าวกันเสร็จ ช่วงบ่ายจะเป็นช่วงของการนั่งทำงาน ซึ่งงานก็จะขึ้นอยู่กับว่าในเวลานั้นโปรเจกต์ของเรากำลังอยู่ในขั้นตอนไหนค่ะ”

งานในแต่ละโปรเจกต์ที่ต้องทำเป็นประจำมีอะไรบ้าง?

“ช่วงแรกเริ่มของโปรเจกต์ งานของเราก็จะเป็นการพูดคุยวางแผนร่วมกับทีมต่าง ๆ เช่นทีม Data Engineer ที่จะทำหน้าที่วางโครงสร้างด้าน Data เช่น Pipeline ต่าง ๆ และทีม Consulting and Delivery ซึ่งเป็นทีมที่จะทำหน้าที่เป็น Project Manager มาควบคุมดูแล ช่วยเราวางแผนงานตลอดโปรเจกต์ค่ะ เพื่อให้เข้าใจ Scope ว่างานของเราต้องทำอะไรบ้าง และจะวางแผนจัดการโปรเจกต์นี้ยังไงค่ะ ซึ่งหน้าที่ของเราก็จะเป็นการวิเคราะห์ข้อมูลเป็นหลักค่ะ

หลังจากที่เราได้รับและทำความเข้าใจสิ่งที่ลูกค้าต้องการ (Requirement) แล้ว ก็จะทำการรวบรวมและทำความสะอาดข้อมูลเพื่อให้พร้อมสำหรับการนำไปวิเคราะห์ต่อค่ะ

ต่อมาจะเข้าสู่ช่วงการสำรวจและวิเคราะห์ข้อมูล โดยจะเขียน SQL เพื่อดึงข้อมูลจากฐานข้อมูล มาวิเคราะห์ตามเป้าหมายที่เราต้องการ และนำเสนอผลลัพธ์ในรูปแบบต่างๆ เช่น Report Dashboard หรือ Data Model ซึ่งก็จะขึ้นอยู่กับความต้องการของลูกค้าค่ะ

ซึ่งในกรณีที่ลูกค้าต้องการ Dashboard เราจะใช้เครื่องมือ Business Intelligence (BI) ต่าง ๆ เช่น Power BI ในการสร้าง Interactive Dashboard ที่นำเสนอข้อมูลผ่าน Visualization ในแบบที่เข้าใจง่าย และให้ลูกค้านำไปใช้ประโยชน์ต่อได้

นอกจากนี้ ที่เซอร์ทิส รวมถึงทีม Data Analytics เอง จะมีการส่งเสริมให้ทุกคนตั้งเป้าหมาย หรือ Personal OKRs เพื่อพัฒนาศักยภาพของตัวเองค่ะ โดยส่วนมากจะเป็นการเรียนรู้ทักษะใหม่ ๆ ตามความสนใจของแต่ละคน เช่น Cloud Engineer หรือ Power BI เป็นต้นค่ะ รวมไปถึงการจัด Knowledge Sharing Session ร่วมกันในทีม เพื่อให้แต่ละคนมาแชร์เรื่องที่ตัวเองสนใจกันเดือนละครั้งค่ะ เช่น เดือนที่แล้วมีการแชร์เรื่องเครื่องมือ PySpark และครั้งหน้าจะเป็นเรื่อง Generative AI ค่ะ”

เครื่องมือที่ใช้ในการทำงานของ Data Analyst มีอะไรบ้าง?

“เครื่องมือที่ใช้จะขึ้นอยู่กับความต้องการของลูกค้าแต่ละโปรเจกต์ค่ะ โดยจะแบ่งตามลักษณะงานได้ดังนี้ค่ะ 

• เครื่องมือที่ใช้ในการจัดการข้อมูล ซึ่งมักจะเป็น Cloud-based Platform เช่น Google BigQuery หรือ Databricks 

• ภาษาในการเขียนโค้ดจะใช้ SQL เป็นหลัก 

• เครื่องมือในการทำ Dashboard ก็จะใช้เครื่องมือ Business Intelligence เช่น Power BI

• นอกจากนี้ก็ยังมีเครื่องมือเสริมอื่น ๆ ที่ใช้ในการทำงาน เช่น Google Sheets, Google Slides และ Draw.io ค่ะ”

ชอบอะไรในความเป็น Data Analyst?

“รู้สึกชอบที่เราได้รู้สิ่งที่คนอื่นอาจจะไม่รู้ค่ะ เช่น ข้อมูลเนี่ย ถ้าอยู่เฉย ๆ มันก็เป็นแค่ข้อมูลชุดนึง แต่พอเราเป็น Data Analyst เราก็จะได้จับชุดข้อมูลนั้นมาวิเคราะห์ออกมาเป็น Insight ได้เห็นผลลัพธ์ว่าเป็นยังไง มีอะไรน่าสนใจบ้าง แล้วก็ชอบที่ได้เรียนรู้สิ่งใหม่ ๆ อยู่ตลอด เพราะในการทำงานจะมีความท้าทายใหม่ ๆ เข้ามา ทำให้เราเองก็ต้องอัปเดตความรู้อยู่เสมอค่ะ”

โปรเจกต์ที่ภูมิใจที่สุดคือโปรเจกต์อะไร?

“เป็นโปรเจกต์ ‘Data Unification’ ค่ะ โดยลูกค้าของเราเป็นกลุ่มธุรกิจขนาดใหญ่ ที่รวมธุรกิจย่อยหลายธุรกิจที่แตกต่างกันไว้ด้วยกัน ซึ่งเขาต้องการที่จะรู้ว่าจำนวนลูกค้าทั้งหมดของกลุ่มธุรกิจในเครือของเขามีทั้งหมดกี่คน และ Performance เป็นอย่างไรบ้าง ซึ่งเราก็ต้องเชื่อมโยงฐานข้อมูลของแต่ละธุรกิจย่อยเข้าด้วยกัน 

ในโปรเจกต์นี้เราได้เรียนรู้และพัฒนาทักษะหลายๆอย่าง ได้ทำงานร่วมกันกับทีม ตั้งแต่ขั้นตอนการวิเคราะห์ว่าโปรเจกต์นี้จะสามารถนำไปสร้างประโยชน์ให้ลูกค้าได้ยังไงบ้าง การเตรียมและจัดการข้อมูล ไปจนถึงการส่งมอบผลลัพธ์ทั้งหมดให้ลูกค้า”

มองว่าตัวเองในอีก 2 ปีข้างหน้าจะเป็นอย่างไร?

“คิดว่าคงจะเป็น Data Analyst ที่เก่งขึ้น มีความสามารถและความเชี่ยวชาญมากขึ้น เพราะก็ยังชอบและแฮปปี้ในงานของ Data Analyst อยู่ค่ะ”