不要把「人」忘了（二）

我在前一篇的最末段，提到了《Taming The Big Data Tidal Wave: Finding Opportunities in Huge Data Streams with Advanced Analytics》這本書，作者Bill Franks目前任職於Teradata，並負責Teradata與SAS合作成立的Business Analytic Innovation Center。Teradata和SAS都是我的老東家，但我保證這篇文章沒有廣告的嫌疑，請各位放心繼續讀下去！

雖然這本書的書名用了Big Data這個很夯的名詞，作者在談論資料分析人才的第8章「What Makes a Great Analytic Professional?」，卻沒有應景的以Data Scientist這個時髦的名詞來稱呼從事資料分析工作的專業人士，而是用比較平鋪直敘的Analytic Professional。而且作者一開始就點出，最常見的兩項徵才條件：「數理、統計、資訊科系碩士以上學位」、「程式設計經驗」，其實沒有抓到重點，如果人資部門在選才時都在技術能力和學歷上打轉，恐怕會見樹不見林。作者以他自己的經驗指出，假如以企業在徵求資料分析人才時常用的條件作為標準，他認識的優秀人才幾乎都有一兩項不合格。

那麼怎樣才是作者心目中的優秀資料分析人才呢？Bill Franks並沒有列出他的「條件」，而是舉出了幾項他認為重要的「特質」（traits）：

• Commitment：這應該是每一項工作都需要的，作者自己也認為不必再多做解釋，不過我個人認為Passion（熱情）這個特質更合適。熱情就是看到大量的資料擺在面前時，眼睛會發亮！只要有熱情，自然就會有Commitment。
• Creativity：創意不是文創產業才需要的嗎，怎麼做分析也要？作者指出創意是用在資料的處理方式上，因為現實狀況的資料絕對不會像在學校做專題的那麼「乾淨」，所以必須依賴創意來避開資料品質不佳的問題。我個人非常認同創意這個特質，不過我認為創意不只是在資料品質有問題時需要，資料完全沒問題時也要用到創意。因為資料分析的最終目的是要幫企業解決問題（請看下一點），我自己認為如何把商業上的問題跟資料庫裡的哪些資料結合就需要創意，好的創意有時可以免去複雜的分析方法，難就難在於創意不是大學的統計系或資訊系可以訓練出來的。
• Business savvy：你可以在英漢字典查到savvy這個字的解釋，但用我的白話文來說，就是有商業頭腦的意思。這不是說好的資料分析人才必須知道如何創業做生意，而是在分析資料的過程中必須時時記住如何用分析來解決商業上的命題。在台灣，我看過不少在這方面工作的人是先從模型和方法論（methodology）的角度切入，幾乎不問企業想要用資料分析解決怎樣的問題，和後續是不是能夠配合應用。這樣做出來的東西，最後必定落得「紙上畫畫，牆上掛掛」的下場。只可惜企業裡懂得從問問題出發的人實在太少，學校裡也不會教！
• Presentation and communication skills：越來越多的職務強調這方面的技能，但是資料分析的專業技術卻往往讓人忽略了這一點。幸好表達與溝通技巧可以靠後天的學習來改進。
• Intuition：這應該是五種特質中最讓人難以理解為什麼資料分析會需要的。作者指出，資料分析工作應該是Science跟Art同時要兼備，這兩點也是我經常在workshop裡提到的。既然Art的成分這麼重要，現在很流行的Data Scientist這個名詞顯然就有偏差了，也許作者因為這樣才會使用Analytic Professional來稱呼。儘管分析所用的資料是死的，分析出來的數字也是冷冰冰的，如何進行資料分析的過程卻是巧妙各有不同。這就好像同樣是使用顏料，畫家跟油漆工畫出來的東西卻往往有很大的差異。在接下一份新的資料分析工作時，我常說我需要一段時間來培養對資料的感覺，應該也就是這個意思吧。不過作者所謂的直覺，並非像第六感那般神秘，我認為只要經驗越多，這方面的直覺就會越準確。

我看書看到這裡的時候，懷疑Bill Franks也跟我一樣不是統計的正統科班出身，才會找出這些「藉口」來為自己的背景「辯駁」。但是書上的作者簡介卻指出他擁有應用統計的學士與碩士學位，「血統純正」，所以他這些體驗應該是來自於他在資料分析的實作經驗。

如果你會讀到這裡，應該表示你對從事資料分析工作有興趣，所以不妨檢視一下自己具有哪幾項特質。假如你是負責徵才的人資部門，也請思考一下如何可以判斷出應徵者是否具備這些特質。我想在此分享當年我應徵Teradata工作的經驗，作為這篇的結尾。

那還是以看報紙找工作為主的年代，Teradata也還沒有從NCR獨立出來。我在報上看到他們在找Data Mining Consultant的廣告，然後上104看更進一步的訊息，到現在我還保留著當時印出來的應徵方式說明：

If you have a solid statistics background, extensive work experience in the financial industry, or intensive knowledge of a specific financial field, we are definitely looking for you. If not, we will still look into your other qualifications...... You may also attach a one-page abstract of your thesis or the project that you are most proud of.  We look forward to knowing you.

我要強調的是用橙色標示的部分，因為我的條件完全不符合第一句話的要求，既無統計背景，更毫無金融產業的知識或經驗，但我最後還是靠著後半部的方式錄取了。現在104上面很難看到這種「另類」的徵人條件，對人資作業來說，可能可以簡化不少，但說不定有幾條肥美的魚就從求才條件漁網的大洞裡溜掉了。