你擁有了嗎？2020年十大工作技巧，大數據時代的來臨
摘錄自：Cheers雜誌電子報 2015/1/22
2014-11
CAREhER
作者：Sheng-Fen
 |
| 圖片來源：www.flickr.com/photos/giladlotan/5568816111 |
2020年十大商業技能的資訊圖表，其實沒有什麼是突然出現的新技能，所有的需求都是在環境變遷下所產生…
刷了卡，推開門，走到位子上按下開機鈕，打開收件夾，進來了好幾封電子報，有關於網路行銷、內容行銷、學術報導還有網絡科技，它們有英文也有中文。這是我每天工作第一件要做的事：閱讀。大概是最近一年開始的習慣，我讓自己每天早上固定花30分鐘到一個小時的時間閱讀，吸收各式各樣的專業資訊。
出國工作後，加上負責的職務內容的關係，不得不開始閱讀英文文章，然後我發現中文世界與西方有很大的落差。
一開始是因為網路行銷是我從沒接觸過的領域，得從頭開始自學。然而我發現，在網路上搜尋同樣關鍵字，臺灣網路上找得到的訊息遠比英文少很多，要說是貧瘠一點也不為過，而英文的內容則是非常豐富。我猜主因一個是臺灣的原創內容少，一個是臺灣大部分的內容都是由英文翻譯而來。
有時候看到一篇英文文章，過一陣子後，便能在臺灣的網路上看到中文內容，比如說前陣子 Content Marketing Institute 有篇文章介紹了內容行銷未來會創造出的團隊以及職務內容，這篇文章之後由Inside網摘翻譯發出。有人翻譯後以中文的形式傳播固然好，但是令人擔心的是那些沒有被翻譯的知識，在不習慣閱讀英文的情況下，我們要錯過多少訊息？而我們的創意與進步，可能就因為沒有吸收到這些日新月異的訊息而受到侷限。
前陣子，Top 10 Online Colleges 根據資料做了一份 2020 年十大商業技能的資訊圖表（英文）。如果你是依靠網路世界維生或有英文閱讀習慣的人，可能會有深刻體會。在閱讀以前，可能以為會看到甚麼新奇沒聽過的預測，但其實，不會有什麼是突然出現的新技能，所有的需求都是在環境變遷下所產生，隨著需求增加才有機會進入最重要的職場技能預測表中，所以該圖表裡面也列出造成這些技能需求出現的幕後推手是哪些。簡短來說，目前最熱門的大數據和網路社群平台，將影響絕大多數的產業，進而決定在商業上最重要的技能。
有一個我覺得比較有趣的技能是「計算式思考（computational thinking）」，這個能力可以說是數據和人腦智慧的結合。
什麼是計算式思考能力？（what is computational thinking）
計算式思考能力以圖中的定義來說是「將龐大的數據轉換成抽象概念、了解數據背後成因的能力」。這邊可能要舉個例子來說明，以行銷來說，過往的活動發送印刷 DM 或是刊登媒體廣告能夠得到的數據是發送或發行的數量，依據這個數字來推斷可能觸及的人數，但無法追蹤或評估民眾對廣告的喜好度，或是有多少人因為這個廣告成為客戶，如此很多時候決策變成一種「推斷」或「感覺」：
消費者「可能」喜歡這個，所以下次的廣告文案「應該 / 可以」這樣寫。
但隨著網路時代興起，行銷活動開始在網路上發生後，一切的活動都能有數據。試想一下，你在閱讀新聞或文章的時候，會去點文章中的超連結嗎？點了之後你希望網頁直接跳轉還是在新分頁開啟？（如果你不清楚我在說什麼，可以點擊這裡直接跳轉、點擊這裡開啟新分頁來體驗）
你採取的行動都會被網站的後台系統紀錄，以文章瀏覽量、連結點擊數還有開啟頁面的表現等各種形式的數據呈現，這些數據可以告訴商家：讀者喜歡不喜歡在閱讀中間被超連結打斷？他們喜歡用什麼形式開啟相關頁面？如此可以幫助決定下次是不是要用同樣的方式來宣傳別的文章，或是下次要用什麼樣的方式來開啟新頁面，而不僅是用推測的方式來決策。
以現在的科技與技術，產生數據已經不是問題，關鍵是能不能在看到數據後，知道數據的涵義並且從數據中找出你想要解決的問題的答案，這個能力在接下來的五年中將越來越重要。
計算式思考重要性是？（Why computational thinking）
一般來說，我們都希望在決策上以客觀事實為依據，然後在既有事實上進一步分析，思考下一步該採取的策略和行動，數據就扮演了客觀事實的角色，尤其越大量的數據越客觀。
擁有龐大的數據是一項優勢，但如果無法解讀數據，或甚至用錯誤的方式解釋數據，則有可能讓決策往錯誤的方向前進。
上次回臺灣的時候，剛好遇到了便利商店進行滿意度調查的事情，每一位消費的客人在收銀機上選擇此次消費的滿意度，便利商店收集了這麼一大筆的數據，然後呢？
根據調查的問題來看，收集這個數據的用意應該是想要了解顧客的消費經驗滿意度，然後找出需要改進的地方。但你我都知道，這個數據收集的方式還有現場的情況，除非有很糟糕的經驗，否則大多時候我們都會選擇「滿意」或「非常滿意」，商家在解讀這些數據的時候，可能就數據表面上絕大多數呈現滿意而認為沒有什麼需要改進。因此當我們在解析數據之前，背後需要思考的是這個數據是否有所偏頗。以上述例子為例，感到不滿意的客戶是不是沒有參與或沒有真實表達出自己的意見，然後修正問卷的意見或是改變收集數據的方式。
培養你的計算式思考 （How to cultivate computational thinking）
訓練自己的計算式思考能力我是這麼做的：
從你想要解決的問題出發
如果你沒有接觸過數據，也不習慣一下子看這麼多數據，那麼可以先縮小數據的範圍，在攤開數據前，先決定你想要從數據得到什麼。
有了明確的方向後，進一步思考要得到這個答案需要的相關數據有哪些，比如我今天想要知道要用哪一個通訊軟體進行宣傳最有效益，那麼我就會需要幾個數據：通訊軟體清單、各軟體的用戶數、用戶類型等。目的是要訓練自己將問題與相關數據進行連結，知道哪類型的數據能夠幫助解決什麼樣的問題，藉此熟悉各個數據代表的屬性。
了解數據的構成
每個數據不僅僅是數字而已，它一定代表這某樣東西，了解每一個數據的來源或背景資料比數字本身來得重要。一百萬這個數字是大還是小？如果這是你的私人部落格訪問量，那就很不得了，但如果這是台北捷運一天的乘客流量，那就沒有什麼了。
有時候數據是計算出來的，而你看到的是計算結果，這時候有必要了解是怎麼樣算出來的，比如銷售數字，今年的達標率是 98%，這時候可以進一步看營業額是怎麼計算的，來自不同國家的銷售金額換算的時候是用什麼匯率？銷售額是稅前還是稅後？
了解數據背後的來源還有構成可以幫助你更好進行數據解讀，也能夠幫助你進一步分析成因。
用不同的角度切入
同樣的一項數據，除了它本身代表的意思外，還可以運用在不同的地方上，因此看待一個數據的時候，不妨進行延伸性思考：這個數據跟什麼有關係？它還會牽扯到什麼面向？
沿用便利商店的例子，假設今天的數據是消費者平均在店裡的停留時間是一分鐘，那麼延伸性思考可能有：停留時間會受到什麼東西的影響？停留時間長短是否與顧客滿意度有關？停留時間長短是否會影響消費者的花費金額？
訓練自己用不同的面向來看數據，讓自己更靈活的運用數據解決問題、做出更好的判斷。
把數字融合在你的決策過程中
我身邊很多朋友會直覺性的害怕數字，提到數據就立刻頭腦一片空白，但其實計算式思考完全不會牽涉到計算，因為機器會將大量的數據處理好，我們需要具備的是將客觀數據轉化成有意義的解讀的能力；同時，雖然我們會逐漸接觸到越來越多的數據，也會越來越習慣看著數據進行決策，但不要過度依賴數據，沒有數據就無法做出決定。因為資料只是將行為現象數據化，但畢竟是人產生行為現象，數據只是提供依據與支持，在整體策略上，有時候還是需要運用感情跟直覺來判斷才行。而不該讓數字淩駕於我們的思考和判斷之上。
計算式思考是隨著網路世界的發展漸漸變得更重要的能力。用這種方式思考能夠讓你更有邏輯性，做出更有依據的決策。
它不是困難的技能，而是將原有的思考推斷能力轉換成以數據為接觸的思考，有時候我把它當成一個創意發想的過程，就像小時候學畫畫一樣，看著一個東西進行聯想，它需要的是敏銳的觀察力和聯想推理能力，當你熟悉了這樣的過程之後，就能快速的知道要借助什麼樣的數據來解決問題，每一項數據隱含了什麼樣的訊息，在工作上做出有理有據的決定。
除了「計算式思考」的能力外，2020年十大商業能力中，你對哪個能力感興趣？哪個能力對你來說特別重要呢？
【本文作者：Sheng-Fen】2009 年因為想到印度生活，不顧一切自己一個人提著行李到印度工作，在孟買開始了學術服務產業工作的生涯，經歷過中華區網路行銷經理，現專注在國際內容行銷。 討厭流汗和夏天，卻無可救藥愛著一年四季都是夏天的印度。
相信自己某一輩子是印度人，喜歡漫無目的在街上遊走、坐長途火車觀察人生百態、還有在早晨靜靜的享受香料奶茶。
【原文出處：CAREhER網站】歡迎每一位想改變職場現況的妳和你，互相幫助並分享職場生涯。讓我們從提供職場女性關心的議題開始，展望大中華地區，打造一個有影響力、新世代的女性平台，歡迎加入FACEBOOK。
<本專欄反映專家意見，不代表本社立場>
沒有留言:
張貼留言