แยกความแตกต่าง Data Analyst vs Data Scientist vs BI Analyst

ทำไมต้องแยกให้ออกตั้งแต่ก่อนสมัคร

ลองนึกภาพว่าคุณเปิด Resume ใบเดียวแล้วยิงสมัครทั้งตำแหน่ง Data Analyst, Data Scientist และ BI Analyst พร้อมกัน โดยไม่ปรับอะไรเลย ผู้คัดเลือกที่เห็น Resume แบบนี้มักตั้งคำถามทันทีว่า “คนนี้เข้าใจไหมว่าตำแหน่งที่สมัครทำอะไรจริง ๆ” เพราะแต่ละตำแหน่งแม้จะใช้คำว่า “Data” เหมือนกัน แต่ทำงานคนละแบบ ใช้เครื่องมือคนละชุด และถูกประเมินด้วยคำถามสัมภาษณ์ คนละแนว การเข้าใจความต่างจะช่วยให้คุณปรับ Resume คำตอบสัมภาษณ์ และแม้แต่การตัดสินใจว่า ควรสมัครตำแหน่งไหนก่อน

Data Analyst ทำอะไร (ทบทวนสั้น ๆ)

จากตอนที่แล้ว Data Analyst คือคนที่เอาข้อมูลที่มีอยู่แล้วมาตอบคำถามธุรกิจ เช่น “ยอดขายเดือนนี้ลดลงเพราะอะไร” หรือ “ลูกค้ากลุ่มไหนซื้อซ้ำมากที่สุด” งานเน้นการดึงข้อมูล ทำความสะอาด วิเคราะห์ และอธิบายผลลัพธ์ให้คนอื่นเข้าใจง่าย เครื่องมือหลักคือ SQL, Excel และโปรแกรมทำกราฟพื้นฐาน

Data Scientist ทำอะไร

ถ้า Data Analyst ตอบคำถามว่า “เกิดอะไรขึ้น” Data Scientist จะเน้นตอบคำถามว่า “อะไรจะเกิดขึ้นต่อไป” หรือ “ถ้าเปลี่ยนอะไรสักอย่าง ผลลัพธ์จะเป็นยังไง” เช่น การสร้างระบบทำนายว่าลูกค้าคนไหนมีแนวโน้มจะเลิกใช้บริการ หรือระบบแนะนำสินค้าที่ลูกค้าน่าจะซื้อต่อ งานลักษณะนี้ต้องใช้ความรู้สถิติและ Machine Learning ที่ลึกกว่า และมักเขียนโปรแกรมด้วยภาษาอย่าง Python หรือ R เป็นหลัก

BI Analyst ทำอะไร

BI ย่อมาจาก Business Intelligence งานของ BI Analyst เน้นการสร้างและดูแลระบบรายงานที่ องค์กรใช้ต่อเนื่องทุกวัน เช่น Dashboard ที่ผู้บริหารเปิดดูทุกเช้าเพื่อเช็กยอดขาย สต๊อกสินค้า หรือค่าใช้จ่าย พูดง่าย ๆ คือ Data Analyst มักทำงานแบบ “ตอบคำถามเฉพาะเรื่องที่เพิ่งเกิดขึ้น” ส่วน BI Analyst เน้น “สร้างระบบให้คนอื่นดูข้อมูลได้เองอย่างต่อเนื่อง” โดยไม่ต้องรอถาม เครื่องมือหลักคือ SQL และโปรแกรม Dashboard อย่าง Power BI, Tableau หรือ Looker

ตารางเปรียบเทียบแบบเห็นภาพชัด

เส้นแบ่งในโลกจริงไม่ได้ชัดเสมอไป

สิ่งที่ควรรู้ไว้คือตารางด้านบนคือกรอบอ้างอิงเท่านั้น ในความเป็นจริง บริษัทขนาดเล็กหรือ Startup มักรวมทั้งสามบทบาทไว้ในคนเดียว เพราะยังไม่มีทีมใหญ่พอจะแยกกัน คนคนเดียวอาจต้อง ทั้งดึงข้อมูล ทำ Dashboard และวิเคราะห์เจาะลึกในวันเดียวกัน ส่วนบริษัทขนาดใหญ่มักแยกทีมชัดเจน แต่ละทีมโฟกัสเฉพาะทางของตัวเอง ดังนั้นก่อนตัดสินใจว่าตำแหน่งไหนเหมาะกับคุณ ควรดูขนาด และโครงสร้างทีมของบริษัทประกอบด้วย ไม่ใช่ดูแค่ชื่อตำแหน่ง

วิธีอ่าน JD เพื่อรู้ว่าตำแหน่งนี้เอนไปทางไหนจริง ๆ

ก่อนสมัครทุกครั้ง ให้อ่านส่วน “Responsibilities” และ “Requirements” ใน JD อย่างละเอียด แล้วสังเกตคำที่ปรากฏบ่อย ๆ ตามนี้

• เจอคำว่า Machine Learning, Predictive Model, Deep Learning บ่อย ๆ — เอนไปทาง Data Scientist
• เจอคำว่า Dashboard, Reporting, Data Warehouse, ETL บ่อย ๆ — เอนไปทาง BI Analyst
• เจอคำว่า Business Insight, Ad-hoc Analysis, Stakeholder บ่อย ๆ — เอนไปทาง Data Analyst ทั่วไป
• ถ้าเจอทั้งสามแบบปนกันในประกาศเดียว — มีโอกาสสูงว่าเป็นบริษัทเล็กที่ต้องการคนทำหลายบทบาทในคนเดียว

ตัวอย่างคำถามที่มักเจอเมื่อกรรมการอยากเช็กว่าคุณเข้าใจตำแหน่งจริงไหม