受訪者｜­­Snoza

採訪者｜蔡曛伊、劉語安、羅筱淳

受訪人簡介

在數據浪潮尚未成形的年代，他就嗅到了改變的氣息。

那時候的「資料分析」還只是報表的一個附屬名詞，但 Snoza 已悄悄在想：如果能用數據理解人、輔助決策，世界會不會更有效率？

九年金融業歷練，從業務到專案主導，如今他是遊戲業AI與資料分析主管，橫跨資料工程、分析與科學三大領域。

他經營自媒體《資料科學 x 商業分析 Snoza》，以淺白文字解構複雜的數據世界，也曾受邀擔任「數據思維」講師，用實戰經驗啟發下一代分析者。

從金融出發，追尋數據的可能

「我那時候就想做數據。」Snoza 回憶。當時他念企研所，最有興趣的課都與數字、行銷有關。只是現實並不理想，因為市場上幾乎沒有人在招「資料分析師」。「大家都覺得數據分析要依附在行銷或風控底下，不可能是獨立的工作。」他仔細研究產業：零售業的交易量大、電信數據完整，但金融資料最貼近人。「金融業的資料除了量大以外，類型也是最多元的，同時又有對新鮮人來說不錯的薪資水準。」於是，他選擇在理性與現實間找到平衡點，把金融業作為起點。

然而命運總不按劇本走。他被分發到法人金融部門成了業務，每天拜訪企業客戶、談授信、跑貸款。「讓我學到最多的是，銷售要想著從對方需求出發，而不是自己的產品有多好。」他笑著說，雖然那段時間辛苦，卻成了日後最關鍵的養分。為了幫公司核貸，他必須看懂財報、分析產業、理解企業營運。「你得知道這家公司能不能賺錢、能不能還。」那是他第一次真正體會到——數據背後是活生生的人。

一年後，他申請輪調到總行轉任業務分析，開始拆解整個法人金融體系的流程。「那時候分析的不是資料，而是流程。」從企業接洽、授信審核到放款續約，他重新梳理業務邏輯，也逐漸理解分析的意義在於「改善現實」。「雖然那時候數據還不流行，但我覺得這是一條有潛力的路。」他說。從業務到業務分析，再到日後的轉職，Snoza 的職涯像一條緩緩聚焦的折線——從金融出發，最終又回到最初的起點：那個關於「用數據理解世界」的念頭。

從夜間自學程式，到用模型翻轉銀行

轉職的念頭確立後，Snoza 開始夜間自學。「那時候真的都是下班後學。」雖然那段時間辛苦，但他坦言，後來回頭看，自學對找到第一份資料分析工作「幫助不算大，只有一點點」。

真正讓他脫穎而出的，是他對金融業的深刻理解。「我面試的職缺名稱是商業分析師，但他們更希望我能幫助分析團隊，讓成果被看見。」他觀察到，許多資料分析師雖然技術好，卻不懂如何讓業務聽懂他們的語言，也不清楚數據該如何轉化成決策。這段經驗讓他深信：技術只是起點，能和業務接軌才是真正的價值。他形容那段自學歷程像「倒 U 型的效益曲線」——「一開始進步快，覺得自己很厲害；後來發現上課學的東西和實務差很多，面試也得不到肯定。」那段低潮期幾乎讓他懷疑自己，但他選擇把所學與自身經驗結合，從熟悉的金融場景出發，用舊知識支撐新技術。「自信跟成功率是正相關的，要不斷說服自己走在對的路上。」他說。

後來，他打造了人生第一個實用模型——信用卡新戶申辦預測系統。當時部門內約有二十多個模型，卻沒有幾個真正被落地。他花時間了解業務痛點，而不是急著展示技術。「過去大家都覺得高存款的人最容易辦卡，但模型結果剛好相反——存款少卻互動多的人成功率更高。」經過名單篩選與策略調整，成效提升兩倍。這個成果不只證明模型能創造價值，也讓他真正意識到：資料分析的核心不是演算法，而是理解問題。

當金融人闖進遊戲世界：一場從零開始的實戰

對 Snoza 來說，轉進遊戲產業並非因為熱愛電玩，而是一場全新的挑戰。
「興趣也還好，主要是第一次和老闆談過後，讓我覺得金融業的分析經驗或許能幫上他們的忙」他笑著說。金融業的訓練讓他習慣以數字證明一切。「在銀行，上架模型也要背業績，要能解釋那一百萬的效益是怎麼來的。」這樣的紀律，成為遊戲公司看重的特質。但現實很快潑來冷水。當他進入公司時，團隊幾乎「從零開始」。「我來的時候人都走光了。」半年內，他重新招募六位夥伴，重建資料流程與架構。困難不只在人員，更在信任。「長期以來資料團隊的步調趕不上營運環境的變化，導致其他單位傾向自己拉資料分析。」他選擇用行動建立信任。從能即刻解決問題的小專案開始，讓大家看到數據的實際價值。「資料不足不是理由，能做的先做，做出成果別人才會信任你。」

跨領域的挑戰，也讓他重新思考資料與業務的關係。「資料應該 follow 業務思維。分析如果脫離需求，就會變成無法落地的東西。」他說。在金融業，他學會所有分析都必須回到「結果」；而在遊戲產業，他同樣讓數據緊貼玩家行為與營運指標。為了讓部門合作更順暢，他也保持務實作風。「我會先了解對方想要什麼，再交換條件。比如我多幫他解決一個需求，他就讓模型上線測試。」這並非退讓，而是策略。「讓對方看到成果，他才會願意一起往下走。」金融業與遊戲業看似遙遠，但他在兩者之間找到了共同語言：以成果為核心、以需求為起點。

從月票、問卷到履歷：資料思維其實藏在生活裡

談起「怎麼知道自己適不適合資料分析」，Snoza 認為，關鍵不在技術，而在思維。他舉例：「有些人會算 1280 月票划不划算，那就是初階的資料思維。」又或者在辦活動後，會主動設計結構化問卷、用數據檢視成效——這樣的習慣，正是分析者的直覺。他提醒，資料分析不該從科系或能力劃界，而是看是否具備觀察慾望與邏輯思維。「如果你只是想炫技術，會發現現實落差很大；但如果你想解決問題，這條路會更穩。」

他也觀察到學生常犯的錯誤——太以自我為中心。「很多人只想著我能得到什麼，卻不想公司為什麼需要我。」他建議，履歷不要一份投到底，而是針對不同公司客製化，對應企業的需求。「這樣的換位思考，其實就是資料思維的一種延伸。」他笑著回憶自己在 Excel 寫過一段小 VBA 程式碼，讓整個流程效率翻倍。「那次成果比我做過的模型還有用。」這讓他深信：技術不是主角，能解決問題才是。

焦慮，是你正在成長的證明

Snoza 坦言，自己在轉職過程中也曾焦慮不安。「但我覺得光是有焦慮的人，就已經贏很多人了。」他說，「更怕的是不焦慮、覺得自己已經很強的人。」在他看來，焦慮代表你知道自己缺什麼，也願意補足。學習永遠不會結束，但只要有在動、在補，就不會停滯。他提醒大學生，不要小看校園生活的價值。「企業看的是潛力，不一定要靠正式實習。社團、專案、比賽經驗都能展現你的能力。」他建議，把自己的角色、目標、方法與成果寫清楚，「從這些具體內容裡，別人能看見你的態度與努力。」

「焦慮沒關係，最怕的是你停下來。」他語氣平靜卻堅定。從離開金融舒適圈、夜間自學，到在不同產業重建數據價值，Snoza 一步步用行動證明：改變從來不是天賦，而是選擇。當你願意開始補，願意不斷學——那就是最好的翻轉。