เปลี่ยนงานไปเป็น Data Analyst ฉบับคนที่ไม่รู้อะไรเลย ตอนที่ 2 (ตอนจบ)

มาต่อกันที่ตอนที่ 2 ฮะ อยากจะเขียนสัก 1,000 ตอน หยอกๆ 🤣

(ใครที่ยังไม่ได้อ่านตอนที่ 1 ไปอ่านย้อนหลังกันได้ที่ post ข้างล่างนี้)

เปลี่ยนงานไปเป็น Data Analyst ฉบับคนที่ไม่รู้อะไรเลย ตอนที่ 1

English is matter!

จริงๆ ภาษาที่แอดอยากให้ทุกคนได้เรียน ก่อนที่จะไปเรียนภาษาพวก programming อย่างเช่น Sql, Python หรือ R

คือ “ภาษาอังกฤษ” 🤣

ด้วยเหตุผลที่ว่า เนื้อหาสำคัญๆ หรือว่าหนังสือที่เขียนดีๆ ส่วนใหญ่แล้วจะเขียนเป็นภาษาอังกฤษทั้งหมดเลย (แทบร้อง 555+)

องค์ความรู้พวกนี้ เป็นประเภท Technology ซะเป็นส่วนใหญ่ด้วย บวกกับประเทศที่เค้าก้าวหน้า แล้วแชร์เรื่องพวกนี้ ใช้ภาษาอังกฤษเป็นภาษาแม่ นั่นย่อมหมายความว่า องค์ความรู้เหล่านี้ ถ้าจะให้ได้ความสดๆใหม่ๆ

เราก็ต้องคล่องภาษาอังกฤษในระดับนึงเลย

เพราะฉะนั้นแล้ว

English is matter!

ไปฝึกๆมาซะนะ

ประสบการณ์ส่วนตัว

ตัวแอดเอง หลังจากเรียนจบ ได้มีโอกาสทำงานที่ต่างประเทศเป็นระยะเวลารวมๆแล้วน่าจะ 1 ปี โดยใช้ภาษาอังกฤษเป็นหลักในการสื่อสาร (ประเทศที่แอดไปอยู่คือฟิลิปปินส์ + เกาหลีใต้ (ไม่ต้องแย้ง เกาหลีใต้บางที่ ก็คุยด้วยภาษาอังกฤษก็มีฮะ 555+ ฉิ่นจ้ะโย๋) )

ระดับภาษาอังกฤษของแอด ณ ตอนนั้นเติบโตขึ้นแบบ Exponential เลย จากการที่ต้องฝึกใช้ทุกวัน เพื่อเอาตัวรอดในสังคม 555 จากที่ไม่เป็น ที่อาย ก็ต้องพูด ต้องพยายามอธิบาย ต้องงัดทุกคำศัพท์ในหัวออกมา เพื่อเอาตัวรอดในสถานการณ์นั้นๆ

กลายเป็นว่าพอเราใช้ทุกวัน ในทักษะ ฟัง พูด อ่าน เขียน มันก็ค่อยๆดีขึ้นไปเรื่อยๆ ยกตัวอย่าง อย่างการพูดนี่น่าจะเห็นภาพมากที่สุด พอเราพูดบ่อยๆใช่ไหม Mouth Muscle ก็จะคุ้นชินกับการขยับของปากเรา เวลาจะพูดคำหนึ่งคำ รวมถึงลิ้นของเราก็อ่อนไปเอง กลายเป็นว่าเราก็พูดได้คล่องขึ้น ชัดเจนมากขึ้น

การฟัง จากช่วงแรกๆที่ต้องพูด “Sorry, Sorry, again” บ่อยๆ เราจะเริ่มเข้าใจในบริบทของคำที่เค้าจะสื่อมากขึ้น ถึงแม้ว่าบางที เราอาจจะไม่เข้าใจความหมาย แต่โดยภาพรวมแล้ว เราเข้าใจว่าสิ่งที่คนพูดหมายถึงนั้นคืออะไร

พอแอดกลับมาไทย ก็ทำงานกับบริษัทต่างชาติอย่างเดียวเลย มีหัวหน้าเป็นคน
Belgium > Singaporean > French > USA > Danish > ปัจจุบันเป็นคน Italian + German (หัวหน้า 2 คน)

กลายเป็นว่าสิ่งแวดล้อมของแอด
ยังคงต้องเอาตัวรอดกับชาวต่างชาติอยู่ตลอด 555 🤣 มาเลยพี่บ่าวหัวทองทั้งหลาย

“ใช้ชีวิตให้เรียบง่าย ฝึกทนต่อความไม่สะดวกสบาย เพื่อที่เมื่อความทุกข์มาถึง จะรับมือกับมันได้” – Seneca

---

อายุมีผลกับการทำงานด้านนี้มากน้อยแค่ไหน

“มีผลกับทุกงาน”

เอาอีกแล้ว ตอบแบบส่งเดชๆแบบนี้ 555
พี่ๆที่อายุมากกว่าแอด ตอนนี้กำหมัดรอแล้ว 👊🏻👊🏻

จริงๆนะครับ อายุ หรือประสบการณ์ในการทำงานย่อมมีผลกับการทำงานเสมอ ไม่ว่าจะเป็นทางด้านร่างกาย ทางด้านจิตใจ + ความคิด (ที่เราชอบเรียกกันว่า Mentality)

บางคนทำงานที่เดียว 10 ปีไม่ได้อะไรเลย กับอีกคนทำงานที่เดียวกัน 1 ปี แต่ได้อะไรเยอะมาก (พิมพ์ถูกไหมนิ 😂)

.

แอดขอพูดในเรื่องของตัวเงินดีกว่า น่าจะเห็นภาพชัดเจนดี

ยิ่งเราอายุมากขึ้นเท่าไหร่ ภาระและความรับผิดชอบส่วนตัวของแต่ละคน ก็มีมากขึ้นเท่านั้น(ของมันต้องมี) แล้วการที่เราจะเปลี่ยนสายไปทำงานเป็น Data Analyst ในระดับ Junior เนี่ย ผลตอบแทนมันก็ไม่ได้เยอะอะไรขนาดนั้นนะครับ ตอนพูดนี่เจ็บมาก (ที่เราเห็นๆกันว่าเยอะๆนั่น มันอิงมาจากทางฝั่งต่างชาติ! ฝั่งเมกา ฝั่งแคนาดานู่น)

ฝั่งบ้านเรา ก็ตาม Demand – Supply เลย + เศรษฐกิจแบบนี้ นายจ้างบางที่ยังติดการจ้างเด็กจบใหม่ไม่มีประสบการณ์อยู่ที่ 15,000 บาท อยู่เลย (โฆษณาตั้งแต่แอดเรียนปี 1 จนมาถึงตอนนี้ยังเท่าเดิม ขอบคุณตัวเองและคนรอบตัวตอนนั้นมาก ที่ผลักตัวแอดให้รอดมาได้)

ฉะนั้น ในเรื่องของผลตอบแทน / ค่าจ้าง / เงินเดือน สำหรับแอดในความเห็นส่วนตัว ถ้าเกิดว่าต้องย้ายสายงานมาเป็น Data Analyst แล้วผลตอบแทนที่ได้รับ ต้องน้อยกว่าที่ปัจจุบัน แอดคิดว่าไม่ต้องย้ายดีกว่า แล้วเอา Skill ที่เรามีในเรื่องของการทำ Analytics มาปรับปรุงงานปัจจุบันให้ดีขึ้น แอดคิดว่าดีกว่าเยอะเลย

แต่ไม่ได้แปลว่าจะไม่มีทางซะทีเดียว

ทุกอย่างมันเป็นไปได้ทั้งหมด เชื่อแอด 555+
(พูดให้ปลงก่อน แล้วมา Cheer up ทีหลัง)

ทุกอย่างมันอาศัยสิ่งที่เรียกว่า “ความพยายาม” จริงๆนะครับ (อยากจะทำงานเพิ่มด้วยการเป็น Life Coach จริงๆ)

ตอนที่แอดสมัครงาน Data Analyst แบบเพียวๆ ที่เป็นงานประจำเนี่ย
แอดทำ file ใน google sheet ขึ้นมาเลยนะ

แบบข้อมูล 100 rows ++ กับอีก 6 คอลัมภ์ (ถ้าจำไม่ผิดนะ มันตั้งแต่ 2 ปีที่แล้ว) แบบใส่ข้อมูลไปเลย สมัครตำแหน่งอะไร, บริษัทอะไร, วันที่สมัคร, Resume อันไหน, Status ปัจจุบันเป็นยังไง, เรียกเงินเดือนไปเท่าไหร่ อะไรทำนองนั้น

คือยังไงก็ต้องได้แล้วล่ะ track ขนาดนี้
.
.
และมันก็ได้ตามที่แอดหวัง

ถ้าเราไม่ได้อย่างที่หวัง มันอาจจะหมายถึงเรามาผิดทาง หรือไม่ก็อาจจะพยายามไม่มากพอก็ได้

อายุที่มากกว่า Soft-skills ต้องแน่นกว่า

เรื่องนี้โครตจริง (เทียบกับตัวเองวันทำงานวันแรก 555)

จะให้เด็กที่จบใหม่ มาพูด + มาเจรจากับคนที่อาวุโสมากๆ
มันไม่ใช่ทางเลือกที่ดีสำหรับนายจ้างแน่ๆ

น้องจะมาพูด “Something like that” 4-5 รอบกับลูกค้าไม่ได้!

แอดไม่แปลกใจ ที่ทำไมบางครั้ง บริษัทจึงต้อง require คนที่พอจะมีอายุระดับนึง เช่น 30+ ในตำแหน่งนั้น, 40+ ในตำแหน่งนี้ เข้ามาทำงาน
(ซึ่งส่วนใหญ่เป็น role ในระดับ Manager แล้ว หรือ Senior-manager)

“เพราะเรื่องพวกนี้ มันสอนกันไม่ได้เหมือนกับ Hard Skills มันต้องอาศัยประสบการณ์ + สถานการณ์ต่างๆ ซึ่งเรื่องพวกนี้ ใช้เวลาล้วนๆ” – Good things take time.

อายุที่มากกว่า ย่อม Communicate ได้ดีกว่า
อายุที่มากกว่า ย่อมทำงานเป็นทีม ได้ดีกว่า
อายุที่มากกว่า ย่อมมีความเป็นผู้นำ ได้สูงกว่า

อายุที่มากกว่า ย่อมควบคุมอารมณ์ ได้ดีกว่า

และอีกเยอะเลย

---

ผลตอบแทนที่ได้จากการทำงานเป็น Data Analyst

พูดแบบไม่โลกสวยเลยนะครับ

คล้ายกับคนที่ทำงานออฟฟิตทั่วไปเลย 555+ อันนี้เรื่องจริง

เรื่องค่าตอบแทนของการทำงาน มันขึ้นอยู่กับการดีลกันระหว่างลูกจ้างกับนายจ้าง (ซึ่งเป็น Skill อย่างหนึ่งที่คนทำงานทุกคนควรจะต้องมี ไม่ว่าจะจบใหม่ หรือว่าทำงานมานานแค่ไหนก็ตาม)

เด็กจบใหม่บางคนมีประสบการณ์มาบ้าง ก็อาจจะต่อรองเงินเดือนได้เป็น แต่บางคนที่ไม่ได้มีความสามารถในตรงนี้ ก็อาจจะโดนนายจ้างกดค่าแรงอยู่ก็มี

ถ้าแบ่งแยกเป็นระดับ ที่แอดเคยเห็นผ่านๆมาจากหลายที่ (มีข้อมูลนะ แต่จำไม่ได้ว่าเอามาจากไหนนี่แหละประเด็น แอดไม่ได้ save เอาไว้ ขอโทษจริงๆค้าบ 🙏🏻)

ระดับ Junior ตั้งแต่จบใหม่จนทำงานได้ประมาน 3 ปี เริ่มที่ 20K – 35K

ระดับ Senior ทำงาน 3 ปี จนถึง 6 ปี 40K – 80K

ระดับ High ละ ระบุไม่ได้ ว่าเป็น Manager, Cheif หรือว่าอะไรก็ตาม(แล้วแต่ว่าบริษัทจะตั้งว่าอะไร) ก็ 80K Up จินตนาการไม่ได้แล้ว ขึ้นอยู่กับการ deal กันจริงๆ

แต่ตัวเนื้องานนี่แตกต่างกันมากๆเลยจะครับ ในแต่ละระดับ (ตัวแอดเองยังได้แค่ Senior เอง ร้องไห้แล้ว 🫠)

ระดับ Junior ก็ทำตั้งแต่ต้นสายยันปลายสายเลย รับ task ที่ได้ assign มาจากหัวหน้าทีม แล้วก็ทำๆๆๆ เก็บ Level ไปเรื่อยๆ จนได้ประมาณ 3 ปี ก็ลาออก (เดี๋ยวๆ 555) หรือไม่ก็เติบโตในที่ทำงานเดิม

ระดับ Manager ขึ้นไป ประชุมลูกเดียว แทบจะหาเวลาให้รุ่นน้องในทีมไม่ได้ ประชุมกับฝ่ายนั้นนี่เป็นหลัก (แอดจะหา slot เวลาคุยด้วย แทบจะต้องไหว้) แล้วก็มาทำให้สิ่งที่ประชุมกลายเป็น task ที่ต้องทำ แล้ว assign ให้กับน้องๆ อาจจะมีต้องลงไปทำเองบ้างในบาง Project

ส่วนตรงกลางอย่างเรานั้น ก็ลูกครึ่ง ประชุมบ้าง ทำ task บ้าง เรื่องปกติเลย

ก็ประมาณนี้ ในเรื่องของการทำงานและผลตอบแทนนะครับ

---

อย่ายึดติดกับชื่อตำแหน่งมาก

ตำแหน่งอยู่ไม่นาน ตำนานอยู่ตลอดไป – มีมคนไทยที่เป็นคนตลก

แอดถึงกับต้องเอามีมนี้มาให้ทุกคนอ่านจริงๆ 🤣

เรื่องของชื่อตำแหน่งนั้น ถามว่ามีผลกับการทำงานไหม ก็อาจจะมีครับ แต่สำหรับแอดคิดว่า “ไม่มีอะไรสำคัญไปกว่าตัวเนื้องานที่ทำ”

ตัวแอดเอง ไม่ได้มีตำแหน่งเป็น Data Analyst เลยนะ(บอกแทบทุกบทความ ทุกคลิป 555) แต่เนื้องานนี่เรียกได้ว่าคลุกอยู่กับ Data ทุกวัน

หาข้อมูล > เอาข้อมูลเข้าไปเก็บในที่ Storage > เอาข้อมูลไป Clean up > เอาข้อมูลมาวิเคราะห์ > โชว์ข้อมูลใน Dashboard

เป็นไง งาน Data Analyst มั้ยครับ ??? ฮ่าๆๆ

เรื่องชื่อตำแหน่งก็เหมือนกัน แอดคิดว่าเรื่องการตั้งชื่อตำแหน่ง เป็นเรื่องของบริษัทมากๆ ที่ตัวบริษัทอยากจะตั้งชื่ออะไรก็ตั้ง (บริษัทเค้าจ่ายเงินให้กับ platform ที่เราใช้สมัครงาน แล้วบริษัทเป็นคนกรอกข้อมูลเอง เห็นมั้ย มันขึ้นอยู่กับเค้าล้วนๆ ฮ่าๆ เชื่อแอด แอดเห็นมาหมดแล้ว!!)

ดูที่ Job description เป็นหลักก่อน

ตัวเนื้องานที่เห็นใน JD แอดคิดว่าสำคัญมาก

บ้านเราจะคาดหวังว่า Data Analyst คนนี้ ต้องเก่งระดับทำ Model ได้ ทำ Pipeline ได้ (มันขนาดนั้นจริงๆนะ) ซึ่งงานทั้งสองงานหลังที่แอดได้บอกไป เป็นงานของทางฝั่ง Scientist กับ Engineer แล้ว 555 คือพี่กะจ้างผมคนเดียวเอาคุ้มเลย

ซึ่งแน่นอน มันถูกต้องอยู่แล้วครับ เพราะว่าบริษัทจะต้องทำกำไรเพื่อให้ตัวบริษัทอยู่รอด การที่ต้นทุนต่ำแล้วได้ result สูงเนี่ย มันคุ้มค่าสำหรับบริษัทมากๆ (บริษัททำกำไร ไม่ได้ทำการกุศล)

ตัวแอดเอง มอง JD เป็นหลักเลย เวลาจะเลือกทำงานอะไร รวมถึงเวลาที่ต้องจ้างคนมาทำงานด้วย ชื่อตำแหน่งมันเป็นเพียงชื่อสวยๆ ที่จะเอาไว้ดึงดูดคนที่มาสมัครงาน แต่ตัวเนื้องานจะเป็นสิ่งที่ Challenge คนที่เค้าจะเข้ามาทำงานด้วย โดยเค้าจะสามารถทำงานที่เรากำหนดไว้ได้หรือไม่ แล้วมีตัวอย่างที่เค้าเคยทำมาแล้วมีผลลัพธ์เป็นยังไง

ซึ่งเรื่องเหล่านี้ ก็ต้องไปดูแล้วว่ามัน Match กันระหว่างนายจ้าง และคนที่ต้องการให้จ้างหรือเปล่าตอนที่สัมภาษณ์กันอีกที

จำไว้ๆๆ ดู JD ก่อนนะคร้าบ 😂

---

Resume คืออาวุธที่ทรงพลังอย่างแท้จริง

Resume เป็นด่านแรกที่ Recruiter จะตัดสินใจว่าเค้าอยากจะทำความรู้จักเราไว้หรือไม่

Resume เป็นสิ่งแรกที่จะสามารถอธิบายตัวเราให้ได้ดีที่สุด ในเวลาที่สั้นที่สุด Space ที่น้อยที่สุด (กระดาษแผ่นเดียว มีครบ เข้าใจทุกอย่าง)

.

Resume ของเราหน้าตาเป็นยังไงครับตอนนี้ ? 555+

ไม่เป็นไรครับ

แอดเข้าใจมากๆ

ตั้งแต่ทำงานมาตั้งแต่ปีแรก (2018) จนถึงปัจจุบัน พัฒนาการของ resume แอดก็ก้าวกระโดดเช่นกัน(แอดมันคนหาแรงบันดาลใจเก่งซะด้วย 555+) แอดเลือกที่จะตัดอะไรที่ไม่จำเป็น อะไรที่กินพื้นที่ ออกไปให้หมด แล้วเหลือแต่สิ่งที่สำคัญๆเอาไว้ คือแบบตัดออกไม่ได้แล้ว (ตัดแล้วงงในตัว resume ทันที)

แอดอยากจะแนะนำ resume ของคนๆนึงที่แอดคิดว่ามันน่าสนใจมากๆ

หน้าตาเป็นแบบนี้

สิ่งที่วิเคราะห์ได้อย่างไวๆจาก Resume นี้

1. “Simple is the best” ง่ายๆ ไม่ต้องแฟนซี
2. มี Link ประกอบการเข้าไปดู portfolio (Github ข้างบนสุด ลองจากชื่อเลย)
3. ประสบการณ์ ไล่มาด้วย Prpject จบท้ายด้วย Skills ที่มี ปิดท้ายด้วย Education
   • แต่ละหัวข้อ จะมีหัวข้อย่อยอธิบายว่าได้อะไร เป็นยังไง
4. ไม่ต้องมีรูป ไม่ต้องสีสันมากมาย แค่เว้น Space ให้พอได้หายใจ
5. Skill ที่มี เน้นอันที่เอาไปใช้งานได้จริง สำหรับการทำงานจริง ไม่ใช่อะไรที่ Abstract
6. ประสบการณ์เจ้าของ Resume จะโหดไปไหนนนนน (อันนี้ไม่เกี่ยว 555)

---

บทสรุปกว่าจะได้เป็น Data Analyst

การจะเข้ามาทำงานในสาย Data นี่เอาเข้าจริง แอดคิดว่าปัจจุบัน มีให้เลือกหลายตำแหน่งมากๆ ไม่ว่าจะเป็น DS, DE, MLS, CE บลาๆๆ (เห็นมั้ย ขนาดแอดย่อชื่อ ทุกคนยังงงเลยว่า เห้ยมันคืออะไร ก็บอกแล้ว มันแล้วแต่คนจะตั้ง!)

แอดแนะนำให้ดู JD เป็นหลักในการตัดสินใจเลือกตำแหน่งงานนั้นๆ เพราะบางที ชื่อตำแหน่งอาจจะไม่สอดคล้องกับ JD ก็เป็นไปได้ ในทางเดียวกัน เราอาจจะได้ทำงานที่เยอะเกินไปสำหรับตำแหน่งที่ตกลงกันไว้ตั้งแต่ทีแรก ก็อาจจะเป็นไปได้ เพราะฉะนั้น อย่าไปยึดติดกับชื่อตำแหน่งเยอะจนเกินไปนะฮะ

สำหรับคนที่อยากจะ blend สายมาทำงานในด้านนี้ จำไว้เสมอว่าทุกปัจจัยที่แอดบอกไป มีผลกับการมาทำงานด้านนี้ทั้งนั้นเลย อายุมากหรืออายุน้อยก็มีผลหมด

บางทีเราอาจจะเชื่อว่าเราไม่สามารถทำได้
หรือว่าบางทีเราอาจจะเชื่อว่าเราทำได้
ทุกอย่างมันถูกหมดเลย แล้วแต่ว่าเราจะคิดยังไง

“Whether you think you can, or think you can’t, either way you’re right.” Henry Ford.

ทุกคนมีโอกาสของตัวเองเสมอ แต่โอกาสนั้นจะมาไม่กี่ครั้งในชีวิต

ไม่ลองดู ก็ไม่เสียหาย
หรือจะลองดูสักตั้งก็ไม่มีใครว่านะครับ 🫶🏻🔥🫶🏻

---

อ่านมาจนจบ ถ้าสนใจคอร์สเรียน Data Analytics แบบ Text-based อย่าลืมไปอุดหนุนแอดได้ที่ Link ด้านล่างนี้เลยนะคร้าบบบบ (ของดี แอดรับรอง!)

(ทักไปหาแอดใน Discord แอดมี Code ส่วนลดให้ด้วยเด้อ 🤫)

Fastlane Data Analytics