解密資料分析專業在美科技公司各組織中的定位
在很多職涯和求職諮詢的討論裡面，很多人對於職缺網站上面滿滿的Business Intelligence Engineer和Data Scientist職缺最常出現的問題是：要怎麼知道這個分析人員會是替甚麼樣的組工作、做甚麼樣類型的專案、不同組重視的技能和軟硬實力為何。雖然都是同樣的職缺和類似的工作描述和要求，但不同組織下對於資料分析人才的需求還是會有很多細緻的差異，這些差異是若沒有身在組織裡，一個求職小白很難參透的，而這些未知往往會讓求職者無法客製化自己的準備方向，而在面試關滑鐵盧。
今天這篇文章，我想要擷取我在美國科技公司工作快五年的經歷和觀察，解構和去神秘化資料分析人員在一個跨國大公司裡的不同組織，負責專案、所展現能力的差異，也幫助對於進入美國規模較大科技公司的求職者，在查找工作職缺和與招募人資互動時，有一個比較好的起始點可以準備與對話。
Disclaimer：以下的分享多數來自我的觀察與歸納，不同職缺的歸類一定會有例外，但本篇文章的目的是讓讀者有一個架構，可以去拆解一個龐大組織裡面不同資料分析人員的定位，進而準備自己，如果讀者在面試過程中找到剛好在與該職缺同組織的員工，多一層詢問，絕對會更加精準。
適合讀者
1. 準備來美讀書與求職者，率先了解科技公司如何定位資料分析人才在組織中的位置，對於求職策略擬定會有一定程度的幫助。
2. 正在美國市場的資料分析領域求職者，這篇文章可以幫助你更看懂職缺背後隱藏的線索，並且如果真正拿到面試機會，你可以透過本文的架構去猜測面試官身分後面代表的意涵。
3. 這篇文章對一些在美求職的非資料領域者也會有間接的幫助，某程度上也是解構了層層疊疊的組織架構，如果你是產品經理、工程師等，今天分享的架構也是適用且可以套用在這些職缺的組織定位裡面。
我將以兩種架構分享我對於資料分析人員在我們公司裡面常見的組織配置和定位。讀者可以把其想像成一種矩陣型的思維模式，每個資料分析的職位基本上一定都會在這兩種架構中出現。
第一種架構：中心化vs去中心化的資料分析/資料科學組織
我們公司相較於Meta或是單一產品導向的公司不一樣的是，多數的資料分析人員和資料科學家並沒有集中在一個中心化的資料組織裡面，而是將分析人員配置到不同的產品、商業組、形式各異的職能組裡面(像是行銷組、業務組、物流組、人資組)等等。
給大家一個比較直觀的觀察竅門，如果你發現一個公司裡面的資料科學家/資料分析師的領導階層一路上去到副總裁/資深副總裁大多數頭銜裡面都有「資料」等字眼，很高機率這個公司架構資料分析人員的方式是將他們所有人都集中在一個組織裡面。
雖然說大多數我們公司組織是採納去中心化的資料分析人員配置(可以說在職缺網站大概百分之八十的缺都是在這個範疇)，但仍會有一小部分的職缺是屬於「類中心化」的定位，以下即對這兩種組織類型做一個簡單的分享和介紹。
A. 中心化/類中心化資料組織裡的資料分析師/資料科學家
中心化資料組織中有幾個特色：1) 通常是扮演顧問的角色、2) 通常不擁有一個固定的產品線或是服務線、3) 通常會跟多個不同的產品與服務組合作、4) 通常看產品與服務的角度相對宏觀與綜觀。
我自己觀察公司內部是採這種模式的資料組織往往是以下類型與權責：
1. 掌管一個產品/服務核心的指標：像是智慧音箱的大組織會需要一個核心資料科學組織去定義所有智慧音箱裡面不同領域服務(音樂、影像、智慧居家等等)的互動指標，這個指標可以被不同的服務組採用，因而有一個統一的標準進行產品的成功與否的衡量。他們不擁有產品，各產品的新功能也不會是由這個組織負責開發，但與之合作的各個組別，在衡量實驗結果的時候都會用這個組織定義的標準去觀察成果是否對於使用者有所助益。
2. 負責衡量產品/服務巨大改動所帶來影響(因果歸因)：當各產品組埋頭優化現有功能和開發新功能的同時，會有一類中心化的資料團隊(通常是由經濟學家組成)，會負責作為核心顧問組協助去衡量各種改動對於整個大產品/服務的影響，而這些改動通常無法用AB Testing等實驗進行衡量，像是改變某項服務的定價、更動幾個聯合服務的營運模式等等，通常在這種組別的資料分析人員就會跟不同組別的資料科學家/分析師合作，試圖取得他們的數據，進行更廣度的分析。
3. 基準化分析的組別(Benchmarking)：這類型中心化資料團隊負責的內容大家可以想像成是在做我們很熟悉的「競品分析」。例如Meta內部有一個團隊想要開發短影音的功能，他們就會去找基準化分析的組別，他們就會去開始用各種方式找到抖音、Youtube Short的各種數據，給出建議說，如果要打造類似的產品，應該需要注意甚麼事情、如何排列開發功能的優先排級等等。
在這種組別中的資料分析人員，在面試與工作中我建議多展現以下的特質：
1. 團隊合作的能力：你每個專案的合作組別與對象都有可能不太一樣，怎麼在短時間內展現「建立信任」的特質很是重要。
2. 好奇心跟高學習能力與適應力：你可能碰到的產品或是服務和他們存儲資料的方式各不相同，如果要成功，即需要有巡航於各領域與系統的效率展現。
3. 重視廣度大於深度：不同商業模式、產品、服務在迥異中一定會有相同的規律和分析方法，如果能發展出一套「不變應萬變」的分析架構，會對於在這種類型的組織進行專案加分很多。
4. 策略導向與宏觀的視角：資料分析人員主導的專案會大程度的影響到很多組別長遠的藍圖規畫，因此建議培養較為宏觀看產品/服務的視角，多跳出框架。
B. 去中心化資料組織裡的資料分析師/資料科學家
去中心化資料組織是我所在公司的常態。這類型的分析人員有以下特色與權責：1) 通常會與產品/服務組裡面的其他專業人員擁有一個產品/服務的成敗與優化開發流程、2) 只會跟一個產品/服務組別合作、3) 除了顧問的角色外，往往也是開發者和負責人、4) 通常會很深度的瞭解一個產品與服務。
在這樣的組織裡面，資料分析人員會跟產品經理、工程師們、行銷人、業務單位與財務部門戮力同心帶著產品往更成功的方向走去，資料分析人員會幫助團隊定義指標、衡量產品的健康與找到可以著力的機會點去優化和開發新的功能，並且在產品藍圖的規劃上出謀劃策。
在這種組別中的資料分析人員，在面試與工作中我建議多展現以下的特質：
1. 與該產品/服務相符的經驗與領域知識：因為該職缺就是坐落在特定的產品組織裡面，在面試過程與工作過程中一定會考核面試者對於該領域(可能是廣告科技、影音串流、雲端服務)有沒有相關的經驗，如果可以做對應的準備，並且對答如流會加分很多。
2. 團隊合作的能力：不同於中心化組別分析人員需要跨很多產品線的團隊能力，位於產品團隊中心的資料分析專業，更多的是和不同職缺的協調合作，你能不能在與技術背景(工程師)與非技術背景(產品經理、行銷經理)溝通的過程中戴上不同的帽子，用可以被理解的語彙傳達資料的洞見，會是被著重考察的點。
3. 重視深度大於廣度：作為一個產品的負責人，要全方位的了解產品，從前端到後端、需求端到供應端、使用者的完整使用旅程，都要具備深刻的理解與洞察。
我四月的美國商業分析求職公開課開課報名中！歡迎點入連結參考報名 :)
第二種架構：資料分析人員所屬的職能組織
簡單來說，第二種定位拆分的架構是看這個資料分析/資料科學職缺是在哪種類型的職能組織裡面，轉換成口語、淺顯的語言來說，就是你的用人主管是誰？他/她甚麼樣的職能。或許有讀者會有疑問，難道不是所以資料分析人員的主管都應該是資料相關的背景嗎？在我們公司還真不是這樣。因此，在準備面試與求職時，多了解用人主管的背景和頭銜，進而調整面試時的溝通方式，會無形中讓你更容易與面試官產生共鳴，提升錄取的機會！
A. 所屬資料相關組別/主管為資料領域經理
在這種組織中，你的主管和同事多為資料分析師、資料科學家或是資料工程師，你們負責搭建與資料有關一切的指標報表、視覺化系統、資料分析與資料科學專案、實驗架構與資料存儲與轉換的基礎建設。這算是科技公司裡面最常見也容納最多資料人才的組織類型了。
通常會有資料分析/資料科學/資料工程主管定義每個分析人員的工作內容與負責專案，主管會負責與產品經理主管與工程主管一起討論產品藍圖，並負責底下人的專案進程與職涯發展。
面試此種類型的組別時，資料主管因為與面試者有著共同的語言與經驗，所以不太需要去調整專業術語，但也因此對於資料相關的知識與技能展現要到位且容錯率較低。除了強調專案的過程與成果外，也記得要準備在建立模型、進行分析時的細節與選擇邏輯，盡可能很有邏輯與架構的進行問答。
B. 所屬產品經理相關組別/主管為產品經理
如果公司內的產品在於一個發展較不成熟的狀態，會比較沒有資源可以組建完整的資料團隊，那就很有可能產品經理會招募資料分析人才進行分析與各種機會點的衡量。那就有高機率一個分析師會由一個產品經理帶領。
面試這種類型的組別，產品經理主管往往會要求領域更相關且工作經驗相對豐富的「即戰力」人才，可以在沒有太多教學與輔導下尋得資料點、給予產品更多「資料驅動」方向與建議。因此，候選人可以在面試中多強調這方面的經驗，並且多站在給予產品決策的角度出發，少著重在分析的流程與模型，多溝通想法並分享解決問題的能力與效率。
C. 所屬軟體工程相關組別/主管為軟體工程經理
這也是相對常見配置資料分析人才的組織。在科技行業裏面，軟體工程師是不可或缺的要角，話語權往往也大，他們是真正開發產品與服務功能的人，也致力於打造解決用戶痛點的功能。因此工程經理極有可能領導資料分析、資料科學團隊一起讓產品更好。
當軟體工程經理為面試官/用人主管時，他們會更注重的是面試者是否有工程師工作的經驗，並且可以去衡量資料分析/資料科學的解決方案融入系統時候的優劣利弊，相較於分析的深度，更可能在意的是將方案實踐的作法。對於系統設計、多種程式語言有所涉獵會更加分。
D. 所屬行銷業務相關組別/主管為行銷業務經理
科技公司裡面的行銷業務團隊多為「產品行銷」團隊(Product Marketing)。讓行銷與業務同仁服務的產品可以透過不同的行銷渠道接觸到使用者，可以是To-C(像是購物網站的消費者、影音串流的使用者)也可以是To-B(使用雲端應用的中小企業、想要行銷自己產品的廣告主/賣家/品牌方等)。
如果要準備面試這樣組織中的資料分析職位，用人主管會更在意應試者有沒有行銷分析、營運分析(Sales ops)的經驗，工作節奏會更快一點，每個專案的發展週期會相對短，以符合不同行銷活動的檔期。也由於在行銷業務組織中人員往往沒有資料分析的背景，作為資料分析需要更有自主性和與非技術背景專業溝通的技巧，可以盡可能在面試環節中展現。
E. 所屬財務相關組別/主管為財務經理
最後一個類別的組織招募很多資料分析師的為財務部門，這部分我在過去的文章中提及很多，也是我在公司第一個服務的組織類型。財務組的分析師基本上服務產品組，幫助產品/服務組衡量產品的健康程度，需要建置完整的指標表現追蹤系統，並用數據解釋指標的上升下降等等。
在面試這種類型組織的分析職位時，用人主管通常關注的是候選人是否了解產品的指標維度、有無視覺化、自動化報表、建立資料流程(ETL)的技巧，也會考核與客戶如何建立信任的經驗。也類似於行銷業務組織，財務經理較不具備分析等技術背景，如何在面試過程中著重問題解決而非模型分析統計概念，也是可以在面試前先進行校正。
小結
透過這篇文章的整理和拆解，希望能帶大家用更有架構的方式去拆解大公司組織中，資料分析工作者的定位，畢竟不管公司規模大小，有人的地方就會產生組織，就會有所謂的江湖(?!)。每個組織需要以及想要的技能點、人才類型大不相同，如果可以在求職與面試過程中，切中面試者和用人主管的痛點與解決他們的需求，相信要拿到符合你過往背景的工作，也是指日可待的事情了！
