非典型程式人：從資料挖掘洞見 為電商平台注入最關鍵的抗體
一指網購下單與廣告推播 背後都是公衛女王的思考脈絡
這是《非典型程式人》的第 10 篇文章！筆者從大一加入 ccClub 以來一直負責主筆這個系列，一路走來認識許多來自四面八方的朋友，大家都有不一樣的背景，卻都有一個共同點：對程式語言的熱情。雖然連載至今經歷不少風雨，筆者仍衷心感謝 cc 與所有被我專訪過的朋友們帶領我領略程式的奧妙。期待這一篇篇的文章，能帶給螢幕彼端的你一些啟發。
ccClub 是一個專注推廣程式教育的非營利組織，迭經前輩們的努力，組織的規模與教育資源顯著成長，大家的支持及關注都是我們進步的原動力！
今天的主角也來自太平洋彼岸！參加過 2017 年春季班 Python 讀書會的郭蓓蓓，畢業於台灣大學公衛系及公衛健管所，曾在電商蝦皮新加坡總部擔任Data Analyst，隨後赴美就讀於麻省理工學院的資料科學學程，關注過非典型系列的朋友應該對她就讀的學程不陌生，在《展開雙翼 讓維納斯帶你翱翔商管程式的奧秘》中，家瑋也讀了一樣的 program ！
從公衛背景到科技公司資料科學家，相信有不少讀者也跟筆者一樣好奇，蓓蓓這一路走來經歷過哪些辛酸血淚，就讓我們來一探究竟吧！
▍公衛與電商 看似風馬牛不相及的組合
「我在蝦皮從事的工作多與產品分析有關。主要的工作內容包含三項：產品分析、report dashboard，以及許多深入的專案計畫。
蝦皮是我第一個接觸的科技業，這份經驗不只開拓我的視野，也讓我能接觸到不同的市場與產業。電商屬於非常在地化的產業，隨著市場及用戶行為不同、我們分析資料的方法也就不同。例如有些功能呈現出的標語對於泰國的賣家來說太嚴謹，但對於菲律賓的賣家來說不顯著，針對地域性的差異適時調整，才能產出有建設性的建議。」
▍產品開發的流程是怎麼進行的呢？
在大部分的科技公司裡，不管是搜尋引擎，推薦品項或是付款功能，每個業務都是不同的產品線 (product line)。但一個產品的研發與設計需要的人才與技術包羅萬象，不同專業的人們究竟如何分工合作呢？
「首先，PM (Product Manager，產品經理)或團隊夥伴會評估是否要推出新的產品，並向我們提出需求。我們會協助分析這個產品的潛在使用者需求 (potential user) 有多大，透過設計一套評估方式，計算潛在的效益 (opportunity sizing，例如可以增加多少使用者？能增加多少使用者使用app時長？能增加多少訂單/交易金額？)、成本(cost，包含工程師、設計師成本)及其他花費。透過這樣全面的評估方式，再進行優先級排序，整個團隊才能有效的開發功能、推進產品。
進入產品設計階段後，作為資料科學家的我們會適時提供 PM 建議；我們會設計一些評估指標 (Metrics) 和目標 (Target) 進一步追蹤產品的表現，分類不同產品使用者並進行分析，分析結果也可以作為下一步改進產品的依據。」
除了產品分析外，自主開發專案也是蓓蓓的工作日常之一。由於 PM 不一定有機會可以一直觀察 、找出洞見，資料分析師享有更多的彈性透過實際的資料發覺洞見。在蝦皮，資料團隊會定期開會讓夥伴知道跨產品線的發展與進度，甚至了解彼此有無合作的契機。除此之外，主管也鼓勵舉辦讀書會，研究產業界最新的資料科學方法，像是有因果推論 (Causal inference) 一起讀論文的讀書會，不斷學習新知，並且應用到實務。
「Data 在電商產業最大的價值，就是做出以資料為導向 (data-driven) 的商業決策。在這樣的基礎上，主管希望我們能提出自己的洞見，分享一些具有建設性的想法。我覺得這樣的文化很好也很重要，不會讓 data team 只是 support function，也能提出自己的想法，並進一步實踐，像是過去我們用資料發掘買家會在非營業時間使用聊聊提問，或許那個時間點是買家下班可以網購的時間，但很多賣家可能已休息來不及回覆，因此我們進行一些簡單的自然語言處理發現有些問題屬於比較有規律、重複性高的問題(例如出貨時間、尺寸問題），我們提案給PM，利用資料科學的方式建立Q&A幫助買賣雙方更有效的溝通，以提升訂單量。
軟體公司如果能有這種優良文化，就能讓行銷策略或產品開發上更資料導向 ，在業務開發上有不同的切入點。我們部門的核心概念就是如此，不是只單純被動接受需求 (requests)， 也要能主動發起 (initiative) 一些不同的內容，思考有哪些專案可以執行。這些分享也會讓其他產品線的 PM 接受到。」
▍與其他產業相比，電商有哪些特色呢？
「首先，電商也是科技業，所以迭代速度非常快，尤其東南亞電商市場這幾年成長快速，業內特別講究產品推陳出新的速度。這也是我喜歡這個產業的原因之一，它讓我能不斷吸收到新的事物。
除此之外，電商也是一個非常本土化、以消費者為導向的產業。這種 B2C 產業需要分析很多的消費者行為，這讓我意識到我從事的工作有多麼貼近生活。
除了平日的工作，我也會用別的方法來了解我身處的產業，比如閱讀網路文章，與不同背景的人討論，就能讓我更理解產業的趨勢與市場脈動。」
▍從公衛系轉戰科技業的關鍵是什麼？
▍生物科學背景的訓練 讓我的思考框架更嚴謹
「碩二時，我曾到 BCG 實習過，那是一個非常關鍵的轉捩點。實習的經驗讓我看見許許多多不同的產業，也理解到不同產業並非互相獨立、而是跨領域、相互影響。
進入職場後，我更意識到資料科學對我的吸引力是如此之大，我對資料分析或機器學習都產生了濃厚的興趣，但因為沒有相關知識背景，我對許多演算法或程式碼背後的學理基礎不甚了解，這也是我決定繼續進修的動機，促使我最後申請了 MIT program。」
在家瑋那篇專訪文中，我們曾經對這個學程進行過基本介紹，基本上 program 的課程內容包含資料科學、機器學習、最適化的基礎及進階課程。上學期課程結束後，下學期校方會協助媒合學生到企業實習。畢業出路主要包含管理顧問業、科技公司或零售、醫療保健及金融業的資料科學職缺。學生可以依照自己偏好的產業或工作機會選擇。蓓蓓之前曾在通用汽車的資料科學部門實習。畢業後則到 Meta 擔任資料科學家。
「實習其實就是活用所學的好時機，比如我過去的實習內容就會使用公司現有的資料來分析到訪公司經銷商的人流，作為公司決策的參考依據，這類的例子很多，基本上還是圍繞在藉由資料協助公司進行決策。」
▍生物科學背景的訓練 讓我的思考框架更嚴謹
蓓蓓雖然在畢業後選擇投入科技業，但求學時就讀的卻是與生物科學較相關的公共衛生學系，而不是大家熟悉的商管、資訊工程。雖然與主流印象不同，公衛背景的扎實訓練卻幫助她在工作時「如虎添翼」。
「公衛系帶給我做大的收穫，可以從資料科學跟生物統計這兩個面向說起。公衛系為我奠定了我扎實的統計基礎。尤其後來從修課學習到撰寫論文的整個過程，訓練我「怎麼想一個問題」、「驗證假說」和「提出結論」。
來到美國後，我也發現東、西方學生在發想問題時有很大的不同。能提出自己覺得值得執行的想法、思考如何用資料驗證假說並作最後審查，都需要經過非常嚴謹的研究方法訓練。這些能力不論在學界或業界其實都相當受用，因為你的思路會更有架構、思考事情的角度也會更有系統。」
一路走來我與它──我與程式的愛恨糾葛
▍為什麼當初會接觸到程式語言呢？
「就讀公衛所時的我為了進行健保資料庫的研究，曾使用 SAS 等統計軟體，也曾接觸過 R 。但真的要說開始『認真學程式』應該是在 ccClub 。我也想在這邊推薦讀書會，有讀書會，就有更多夥伴與你一起加油。」
蓓蓓曾參加過 2017 年的春季讀書會。相比於一個人孤單盯著螢幕上課；參加讀書會因為很多人都跟你有類似的目標，想必更能找到一起奮鬥的夥伴。後來為了提升學員的學習效果，課程也多設計了專案練習的環節，持續在拓展更多不同的學習管道。
「我覺得還是要回歸自己學程式的原因。我後來進入管理顧問公司工作，也才漸漸意識到爬蟲能為我的工作幫上多大的忙。找到屬於你自己的目標，在學習的旅途上想必能更踏實。」
▍對未來的自己，有什麼期許嗎？
「在工作專業上，我希望能培養更多的 domain knowledge 與 technical skills 上的能力，持續不斷精進；未來我也會想往管理層發展，從更宏觀的角度讓業務推行地更順暢。
而在工作領域外，我也有思考要不要做一些 side project。目前還在構思階段，Podcast 或是擔任顧問，感覺都會是很棒的嘗試。」
有什麼話，想跟初學程式的朋友們說嗎？
「電腦科學確實是一門顯學，但只要有心永遠不嫌晚！
尤其對跨領域的朋友來說，雖然沿路會遇到不少挑戰，但你本身的 domain knowledge 更能幫助你知道如何使用這些工具，這正是跨領域的優勢：我們會更知道如何學以致用。
如果你還不知道為什麼而學的話，不妨告訴自己：多給一點機會嘗試！
不用怕失敗！就算只是接觸過，都是很棒的嘗試呦！」
【延伸閱讀】
❓ Skiwitch Talk 萬年程式用途聖經：➡️ 你能用程式做什麼？ ⬅️
🏰 歷史男：➡️ 用鍵盤譜出時空的旋律 ⬅️
👷♂ 土木男：➡️ 在土與木之間 散播程式的種子 ⬅️
🏙️ 都市男：➡️ 在太平洋彼岸 看見城式的光芒 ⬅️
👩 管顧女：➡️ 展開雙翼 讓維納斯帶你翱翔商管程式的奧秘 ⬅️
👩⚖️ 法律女：➡️ 褪下法袍 從解構資料看見社會裂口的那道光 ⬅️
💵 財金男：➡️沒走進華爾街的孤狼 開闢前端另一座獵場 ⬅️
🎵 音樂男：➡️ 築夢的靈魂樂手 踏上美麗的新創樂章 ⬅️
👨⚕️ 醫學男：➡️ 拼湊程式碼 建構屬於自己的白色高塔 ⬅️
我們是 ccClub 團隊，致力於讓 Python 成為大家的第二外語，希望能用淺顯易懂、循序漸進的方式，帶領新手一步步跨入程式設計的世界。如果你喜歡這篇文章，請給我們 11~20 個掌聲。
如果你喜歡「Python初學」的教學系列文，或是「非典型程式人」的專訪，請給我們 31 個以上的掌聲。
Facebook: ccClub Python讀書會
