今天這篇文章，是一篇自我的回顧與學習，紀錄了我在金融業做數據分析的經驗，也希望這些心得，能對金融業數據分析有興趣的朋友們參考。
在台灣，金融業非常重視數據分析，且擁有大量分供分析的數據；這得歸因於兩個優勢：
- 許多金融商品的開發大多是基於統計分析
- 金融交易軌跡大多已數位化
對第一個原因來說，金融業自然形成了重視數據分析的文化，因為這就是行業發展的重要基礎之一；其次，數位化金融交易代表我們能夠容易地透過程式去搜集、處理、利用大量的數據，從而獲得各種商業洞見。
如果是對數據分析有興趣的朋友，金融業是個非常好發揮數據價值的行業之一，我自己也從各階段的工作中，學習到很多寶貴的分析經驗。
以下精選了 10 點我從金融業做數據分析當中，所學到的經驗，希望能對從事分析工作的夥伴能有所幫助。
一、透過分析幫助組織提高縱效，試著對多個單位發揮影響力
『發揮縱效』是我以前數據部門的核心使命之一，也是高階主管經常強調的重點。
縱效的意思是，我們在做分析和規劃時，要盡可能地同時為多個單位，同時產生橫向的效益。例如說，我們能不能建置某個平台或工具，讓多個單位都能使用；或者我們是否可以找到一些分析主題，這些商業洞見是能對多個單位都有幫助。
從老闆的視角來看，數據部門應該要對多個單位或事業發揮更大的影響力。這種從縱效的觀點來看待商業規劃，對我來說是一個很大的視野拓展。
二、透過分享商業洞見帶動組織成長，創造更多可能性
在組織內部，分享與交流是最可以激發創意的方式之一。當我們完成分析專案的時候，經常會被交辦，和其他單位分享我們的洞見，這一點對我來說幫助很大。
從分享者的角度，我們需要重新整理分析結果，以更清晰的架構，將我們的洞見帶給前線單位，幫助他們做出更精準的決策；此外，在分享的過程中，前線的業務夥伴也會回饋給我們許多爆貴的經驗與洞見，幫助我們更深入了解他們的業務。
透過組織內的分享和交流，大家除了學習對方的經驗之外，也可以彼此避開已經踩過的坑，同時在交流的過程中，也可以促進更多單位間的合作機會。
這個分享的行為，為整個企業都帶來了更多的可能性。
三、做分析前先考量規模與經濟效益
每一次時間的投資都是一個機會成本。在金融業，大家在進行分析和未來規劃時，通常第一個問題都是：『這件事的效益是什麼？』
這要求每一個從事數據分析的夥伴，在規劃或執行專案時，都要深度的去思考和衡量商業規模和經濟效益。
這樣的訓練對我來說幫助很大，讓我們的分析能夠更貼近實際的商業需求。同時，在每一次時間的投資裡面，都盡可能創造最大的投資報酬率。
與商業接軌，是企業進行數據分析時，最重要的核心精神之一。
四、深度了解你的客戶
每個成功的企業，都致力於帶給用戶更大的價值。
在過去數據單位工作中，規劃分析主題時，其中一個重要的方向就是：『針對你的用戶做分析』。
透過數據分析深入了解用戶，才能更清楚用戶的輪廓和行為模式，並進而推導出用戶所需要的產品及服務，協助公司做策略規劃及提升業績。
深度了解用戶，是我過往在數據分析工作中，時常被強調的重點之一，這個精神也是被我時刻放在心上的重點。
透過分析更了解用戶，進而改善產品或服務，協助企業做增長。
五、允許失敗，目的性的去規劃『失敗的經驗』
大型組織在推動創新時，難以快速向前的原因之一是，大家會害怕失敗所帶來的影響。
根據過往的觀察加上實際執行過的概念驗證(POC) 經驗來看，發現無法與現有業務結合，或不符合投資報酬率的案子可能佔了一半以上，實際上，很難預期每一個創新的嘗試都能帶來成功。
除了成功的創新之外，創新的過程中有另一個常被忽視的重點是：我們要從這次的創新中學習到什麼。
這個觀點對我的思維影響很大，我們在規劃一個創新嘗試時，除了驗證的商業目標可行性之外，另一個重點是我們要從這次的嘗試中，獲得什麼經驗？我發現，領先的企業都會有目的式的規劃經驗學習。
透過這個視角，我們不會單純把創新的成敗，單壓於結果的可行性，而是將目標著重在：透過小規模的嘗試來獲得商業洞見。
這個觀點，大大改變了我對創新驗證失敗結果的看法。
六、在尋求商業洞見的過程中，大量的溝通是必要的
很多數據分析師在進行數據分析時，往往在檢視完數據之後，就很快地對外提出自己看到的洞見。然而，在缺乏足夠的領域知識之前，很有可能提出的想法，並不一定符合實際的狀況，我也曾多次犯過這樣的錯誤。
隨著經驗的累積，我逐漸發現，在企業內做數據分析，很多時候是個大量雙向溝通的過程，反覆的從數據當中，找出不對勁或特別的地方，並時常和專家做討論，確保我們走在正確的分析方向。
缺少溝通和確認的過程，往往會導致分析結果和實際業務狀況大相徑庭，而溝通的過程，往往也有助於幫助我們挖掘到更多的商業洞見，也可以和合作夥伴們培養良好的合作關係。
溝通是在數據分析過程中不可或缺的一環。
七、商業價值先於分析技術
技術是非常重要的事情，本質在於為我們提供了解決方案，但技術會需要有地方『用得上』，才能夠最大化技術的價值。
在使用任何技術來解決問題前，先思考技術要應用的地方，是否適合使用這項技術，所投入的成本是否有辦法產生對應的效益。透過反思這個問題，可以避免我們陷入「拿槌子找釘子」的情況。
先思考我們講解決什麼問題，再尋找最合適的分析方法。商業價值應優先於技術選擇，這樣才能確保技術的應用真正產生預期的效益。
八、先想著要做多大的事，再來想著要怎麼做
預算先行常常是我們做事的第一考量，尤其是在大公司工作，很常先去估算公司大概願意為某件事情投入多少預算，例如說10萬元。之後再去以根據這個預算去規劃相關的做法，我自己過往也是這樣做的。
直到某次開會時，公司的一位高階主管指導我們說：「你們先去評估這件事有多少價值，如果真的有潛力，預算就不是問題。」
我心裡頓時有種被當頭棒喝的感覺。後來回頭思考，在擬定商業規劃上，我們自己是不是把自己想小了，而這段話一直讓我印象深刻。
想大一點，並證明這件事真的有價值。很多時候限制都是自己設下的，先想著我們要創造多大的價值，再來想要如何實現。
九、在分析之前，思考主題的可行性及商業價值
這個觀點是我在 Gartner 的案例價值矩陣 (Case Prism) 中學到的。 Gartner 通過將數據分析案例依據可行性和商業價值兩個維度進行分類，將不同的分析案例放在矩陣上，以此來評估每個數據分析主題的優先次序。
這是一個非常有用的思考框架，在數據團隊中，我們常常要思考年度的重點專案方向。這時候案例價值矩陣就非常重要，我們應該要將心力著重在高商業價值且可行性高的案例上，藉此有效的運用時間和資源。
對 Case Prism 有興趣的朋友，考量有著作權的問題，再麻煩大家直接 Google 這個詞了。
以可行性和商業價值來決定數據團隊的策略方向，是非常有意義的一個思考框架。
十、學習與顧問合作，減少試錯的成本
我發現金融公司很擅長聘請顧問。起初我非常不懂為什麼要聘請這麼多的顧問，直到工作一段時間之後，我發現學習與顧問合作是一個非常重要的技能。背後的思維是透過顧問及領域專家的經驗，幫助企業在快速的發展時，減少試錯的成本。
對重大發展及規劃來說，試錯的時間和成本是非常高的。許多團隊會傾向於規劃一定程度的預算，聘請大量的顧問來協助企業進行策略規劃及執行指導，我自己就參與過不少這類的專案，對於第一次執行專案的我們來說，這樣的安排非常的有幫助。
學習如何與顧問合作，是在追求快速發展應用的團隊中，必備的重要技能之一。
總結
以上這十點，是我自己在近期數據工作中，學習到最多的核心體悟，分享給也在數據分析路上的朋友們參考，希望能對相關領域的朋友們有所幫助。
