當代科技圈有四大議題－「5G、AI、區塊鏈、大數據」，各路媒體不斷強調與報導：
「#你不可不知道的科技潮流」
「#未來人才的夢想領域」
許多人抱著：「這很重要、我該知道。」的想法，聽了各類趨勢論壇，看了好多篇懶人包，心中堆滿展望，卻從對現在實際應用的情境毫無頭緒。
其中大數據的應用最廣，卻也是最熟悉的陌生人。業務上我們或許會接觸到廣告投放、公司報表整理，但那僅只是基礎的數據應用，遠稱不了「大」數據。受限於市場規模，台灣罕有活用大數據做商業決策的企業。本週職涯履行家，很榮幸與Shopee 蝦皮台灣 BI team Manager Aaron 聊聊他心中的數據應用。蝦皮近幾年的迅速擴張，便依賴強大 BI team 提供的數據分析，以及藉此而生的商業決策。
（其他播放平台：https://linktr.ee/creatingourfuture）
♦ EP05 訪談綱要 ♦
2:35 MBA 與數據分析工作間的關聯
4:28 Business Intelligence 的範疇
7:03 Data Team 裡每個崗位的職責
14:18 身為主管在乎的人才特質
21:28 Aaron眼中的蝦皮
29:35 對現今「大數據」成為潮流的看法
35:08 數據會往哪裡走，你之後又會在哪裡？
♦ EP05 精彩節錄 ♦
職涯流轉各界，最後情定電商業
「電商象徵著一個產業的轉移，零售業上網後有了許多變化。加上科技的輔助，帶來很多刺激跟好玩的東西。」
Aaron 在電商產業打滾十年時間，但他不是一開始就打定主意踏入這個業界。回顧 Aaron 的職涯，早年待過汽車公司、3C 用品公司，直到在美國密西根大學就讀 MBA ，在 Amazon 這間世界頂尖的電商公司實習後，開啟他對電商未來的無限想像。
MBA 畢業後，Aaron 回到台灣，在當年頗具影響力的入口網站－ Yahoo 擔任項目經理（ Category Maneger ），而後陸續在 eBay、3M 等世界級的電商企業任職，直到 2018 開始在蝦皮台灣擔任 Business Intelligence Manager，負責管理整個數據團隊。
MBA 畢業進入 BI 領域，活用運用數據的歷程
一圖流教你什麼是 "BI"
BI（ Business Intelligence ）究竟是什麼？翻成中文叫做商業智慧，簡單來說便是用資料探勘 、雲端計算、數據分析等技術解讀商業資訊，而提供給管理階層做為決策判斷的參考「智慧」。操作上跨及 data science（數據科學／資料科學）、機器學習、甚至深度學習等領域。
（釋義參考 INSIDE：【硬塞科技字典】什麼是商業智慧（Business Intelligence, BI））
這些技術領域都不是一朝一夕能夠精熟，Aaron 回憶整個歷程，認為是漸進式的。早期工作範疇主要是行銷，但大部分的決策都透過數據的攫取去做執行，Aaron 也因此不斷提升對數據領域的技能與認知，以改善商業決策的能力。
其中一個例子是，Aaron 在 Yahoo 擔任項目經理（ Category Maneger ）時，其中一項固定業務，就是持續觀察商城裡每個商品類別在不同時間段下的數據變化，這項業務需要自己從數據庫裡抓出資料進行分析。Aaron強調：「裡面的箇中奧妙，就是如何結合與賣家的對談、對市場的觀察，把數據挖得更深。」
這樣跨領域的職涯，也造就 Aaron 多元的思維模式。「假設我只是做 Data 的角色，其實會不知道他們要這個 Data 做什麼。但如果我有經歷過類似的狀況，甚至還能跟他們說，你是不是還需要什麼的東西，讓整個工作流程變得更完整、快速，不用遇到問題再反覆來回。這在要求速度的電商產業相當重要。」
Aaron 表示，自己的興趣一直在於，怎麼把數據跟面前的商業問題結合並落地，這個過程中 Aaron 可以感受兩樣東西：永遠在學習新的東西，而且永遠可以把新的東西，放在現實的場景，讓他幫助眼前的現況。兩樣分別是左腳與右腳，構築出把自己不斷往前推進的過程。
商學院畢業後，一個數據分析師（Business analyst）的成長路徑
數據分析師必須可視化資料並分析
商學院畢業的新鮮人起初進入數據領域，大部分是擔任數據分析師（Business analyst）的角色。 數據分析師負責把數據轉換成可以看到的 insight，以及真的能執行的決策。這個歷程會需要自己到數據庫（data base, DB）裡把數據取出來，想當然爾會需要寫 C 語言。而怎麼得到能滿足其他單位的數據，協助他們做決策，是初期需要鍛鍊的基本功。
隨著日常的經營，慢慢熟悉數據端的資料儲存結構，以及商業端的決策需求後。更進階的數據分析師要能開始主動給其他團隊提供建議，並以數據的角度點出營運端看不到的盲點。
另外一個要點是與數據工程師 （Data engineer）的協作，數據工程師負責把商業活動上的數據，用他們處理過的架構儲存起來。Aaron 用了一個生動的譬喻形容 Data team－如果把 Data team 比喻成一間廚房，數據工程師就是負責分類、梳理食材，讓儲藏庫裡的食材可以直接烹調。
企業嚮往在商業上運用 Data ，但難以克服的三個難關
「這裡有個很基礎的問題：大家一直在喊 Data，但 Data 從一個概念到他落地，過程非常漫長。」
當每間公司強調數位轉型，想將 Data 轉化為競爭優勢，改善產品和服務時，Aaron 強調 Data 系統建立有必經的三個難關：
一、要完善基礎架構
整個基礎工作，比如指令管線化（Data Pipeline），如果做的不夠好，廚房的儲藏室就沒有食材，完全無法做出應用。
二、考驗領導技巧
團隊的管理者有沒有足夠的 mind set，建立起一個組織，裡面的每個成員都有能力把 Data 轉換為實際的呈現。
三、Data 必須與日常生活結合
這是聽起來最簡單，但也是最難執行的一點。Aaron 舉了一個實際的例子：「當你用資料模型推導出一個建議的作法，怎麼讓在銷售領域有十年經驗的經理人能夠接受？」除了仰賴溝通能力，涉及的知識也不只有 Data，更關乎你對整個企業的組織架構的了解，以及成員間的信賴度。
然而，Aaron 也提到：「Data 的好處就是可以反覆的測試，這樣就有足夠的例證去說服人－乍看反直覺、背離經驗的決策，才是有效率的，甚至能在其中找到自動化的可能性。 」
Aaron 眼中的蝦皮：年輕、快速、重視協作
轉載自 Shopee 職業發展
提到蝦皮的特色，Aaron 馬上強調快速這點。「電商公司的工作步調普遍很快，而蝦皮又是其中我待過數一數二快的。公司價值裡，甚至就有一項寫著：『We run！』」。
此外，蝦皮成員的平均年齡大約落在29歲。Aaron 明顯的感知到這個世代的工作精神，跟以前的世代不太一樣－大家會在過程中儘量享受趣味，盡全力的把結果傳達出來。譬如 Data team 的位置旁邊就是社群團隊，所以他們突然跑來拍照錄影，甚至名人走來開直播，也已成為日常的風景。
蝦皮在台灣已成為人才爭相進入的知名企業，身為主管的 Aaron 常面對無論能力與經歷都十分優秀的年輕人。如何做出篩選？Aaron 最強調協作能力。
「一個人選的能力不管再好，重點是他能不能溝通協調，擔任一個 Team Player」
Data team 的角色很多元，思維模式也截然不同，必須互相協調，所以遇到能力很強，但協作不那麼好的應徵者，Aaron 會十分遺憾。「他縱然能有很棒的發想，但因為無法跟其他人好好相處，反而不能讓這個發想被執行出來。」
協作也包含跨部門的溝通，Aaron 時常跟組內的成員強調，一定得跟提出數據需求的對口好好確認使用場景，甚至可以參與他們的會議。Aaron 再次強調：「因為data的東西，如果沒有那些商業的知識，當成一個基底的話，你做出來的東西，其實都是一種...自大的結果。」
想了解與 BI 相關的工作嗎？
Yourator 上也有許多企業正在徵才喔，點 看 BI 職缺 瀏覽職缺
