本來這部分的內容是要寫在"科技公司財務分析師類型分析"裡面(之前有提到要寫這樣的分析，但目前還沒寫完@@) 不過最近因為在面試我的小助手(Revenue Analyst)，對很多事情特別有感觸，所以決定先把這些想法記錄下來。
我的另一半工作
我當初被找進公司來主要是有實際的數據分析工具的使用經驗(SQL)，再加上財務背景。這個次序並有沒錯，因為我的工作除了之前文章提到的傳統FP&A要做的財務分析外，另一半是要管理財務部用的數據Dashboard (當然我的Dashboard很多部門都有在用，從產品到業務部門都有人在用)，如果沒有SQL的使用經驗，可能沒辦法很快上手。會有這樣的職務需求是因為財務部希望可以更靈活的分析數據與整合多來源的資料，傳統仰賴IT到資料庫裡抓資料或是從ERP下載資料自己花時間處理計算資料，這樣的工作形式依舊存在，但隨著大數據時代來臨，商業分析軟體的使用也更加普及。
我們公司是在2018年7-11月的時候在大中華區找我這個缺，當時有這樣的經驗的人很少，但如今越來越多公司開出這類型的職缺(更專精於數據工具應用的財務分析師)，以下是Apple的案例。
Financial Data Analyst: APAC Engineering and Ops Finance
這個是Apple finance team裡面比較要求數據工具應用能力的職缺，我覺得大部分的公司會跟Apple一樣，會把比較專精數據應用的分析師Title加Data或Business Intelligence，這2個詞我觀察又有點差別，Business Intelligence比較多一點的Reporting和設計報表的工作，而Data就很廣泛了，可以是前面那種(像Apple這個缺)，也可以很資料科學，大家可以多看看多比較。
這個可能要附上能力要求
另外，有些公司的切入角度比較偏向從IT或數據分析背景的去Hire，像是Amazon，大家可以參考這篇”商業智能工程師(Business Intelligence Engineer)工作大揭密”。從這篇文章中的這幾個段落可以對這個職能略知一二。
BIE之於組織架構中的定位
我們組織就像我之前一年回顧文所說，是一小個一小個的部落，每個部落都會負責一個產品的一部分，可大可小。而比較好理解的方式是，在每個部落中，會再切分成商業產品組(Business Product Team)和財務組(Finance Team)。商業產品組基本上負責產品功能的擬定、策略訂定、開發、行銷、營運等等；而財務組，有別於一般人所認定的會計報表登錄、成本結算這種偏財務的操作(這當然也會有，但只有一小部分)，其實更多的是支援商業產品組在於資料上、營運指標的分析、報表提供、數據追蹤等等。
BIE這個職能就是會出現在商業產品組，也會出現在財務組裡面，但依照我對我們大組的觀察，BIE的比例在財務組會稍微高一些，而坐落於商業組和財務組的BIE，從事的工作也會有些許差異，做的事情或許類似，但不同的是比例上的分配。
同時，在不同組的BIE匯報的對象也不同。商業產品組BIE的主管通常是產品經理、軟體開發經理、資料科學經理等等，他們所做的事情也會更和產品接近。
而位在財務組的BIE通常匯報的對象是財務經理，比較多處理的是該產品後續的營運指標追蹤，能對產品造成的影響力也是相對偏後見之明。
我觀察到的台灣人力市場狀況
台灣的一般公司財務中目前同時有實務數據應用工具+財務背景的經驗的人真的偏少(金融業還是比較多，因為比較有直接的需求)，在此我強調實務，定義是工作上有使用過或是有自己做一個side project (前者在台灣可能還不是很常見，但後者就容易很多)，而不是只有做上課老師教的。有目前市面上主要有2類的求職者(如下)，我自己覺得都還有不足要去補強的地方。
財務背景(+宣稱有學過Python, SQL, 商業分析軟體)
目前這類的就是財金系或是會計系畢業，我覺得2018年是個明顯的分界點，我記得自2018年以後台大財金把Python列為選修後，滿多財金系的人就有學Python的經驗，其他學校也是。不過這塊最多在財金領域的應用都是抓股票相關數據，像是股價、交易量…等，市面上的網路課程也是以這類為大宗，這個如果要去金融業，應該是滿ok的。不過公司財務以分析公司各種維度下的損益狀況(營收、成本、費用)，其實Kaggle裡的dataset會比較接近我們在看的東西(記得要挑有Qty、ASP、Amount的dataset，有些table是大家瀏覽網頁的紀錄，這個就不適合了)
這類人的問題其實是跟風學習，但不知為何而學，這個最明顯的是有上課，但沒有自己去想到底學這個可以解決自己什麼問題，或是可以解決商業上什麼問題，所以即使學了很多工具，應用能力卻不好，衍生的職涯問題是覺得一定要分析類型的工作才能使用數據分析工具，覺得做會計或一般類型的工作都是做庶務行工作，沒有用到分析工具的機會，但我覺得這是自己被職位限制住。如果你想從沒有分析類型工作轉到財務分析師，就要先想你的工作到底有哪些地方可以應用這些工具，讓你的工作更輕鬆或是為公司增加價值。
另外一個問題是輕視會計，只想做純財務分析。在目前的社會風氣中聽到財務分析就會想到華爾街、巴菲特，覺得就是有很多錢，聽到會計就會覺得有點low，我想這是在大家生活周遭遇到的會計都是在做入帳、出納和報稅這類重複性較高的工作，但是別忘了會計可是有會計師這個證照的，既然會有一個專門的職業證照就意味著它是一個專業的學問，在我工作後有時都還要翻課本複習一下會計學課本中有關科目的定義以及如何認列。我也非常誠實的說要分析前，除了要做資料處理這種有點無聊的工作外，很多時候要細看資料，也要回歸到原始資料-會計分錄，看到底是記在哪個科目，所以這時也要跟會計合作與溝通。而且很多公司常常無法產出一個獨立的財務分析缺，所以會財務會計兼著做。
IT背景(+宣稱對財務數據很有興趣)
數學統計或是商管科系畢業，工作經驗以使用報表製作、資料處理與數據分析為主。這些人的優勢是對數據工具很熟悉，但是!!!對產業或該職能的domain knowledge了解不足，且常常有錯誤想像!說的更直接一點，雖然他們常常宣稱自己是IT與商業的完美結合，但我覺得實情比較接近資管系的一個有名焦慮-資不資，管不管(要比程式能力比不上資工系，商管知識又比不上企管系)。
目前看到的履歷會發現在常常在各種產業公司轉換，每段經歷都待不滿2年，看不出對哪個產業或職能的數據有比較深入的了解。尤其是問到為什麼想進財務部做分析，理由都很薄弱，明顯對公司財務部在分析的東西有錯誤的理解(以為進了財務部，就可以預測未來…我們雖然會做財測，不過比較是模擬未來可能的市場狀況，會有可能的財務結果，但不是告訴你某年某月哪支股票會大漲…)，或是會計基礎薄弱，把大學學的會計都還給老師。
如果不是要走技術型的IT，而是想跟商業有結合，我建議還是要挑一個產業或一種職能(例如: 行銷、財務)的數據深耕，不然就變成報表工具人了，被取代的機率極高。
什麼樣的背景比較有優勢? 財務 vs 數據分析(IT)
這部分的內容可能帶有很多主觀的看法，畢竟我會以自己的經驗與背景去看這件事。
先說結論，看你所屬的部門，誠如我前面分析的，可以隸屬IT，也可以隸屬財務部，除非你的任務明確到就是要解決某種問題，當狀態不明確時，IT與財務可能要混著做的時候，我發現老闆都傾向找聽得懂他需求的人，這時我認為有domain knowledge老闆會更喜歡。以我目前在招募的Revenue Analyst為例，我發現純數據分析背景的人因為在財務知識與實務經驗較薄弱的狀況下，會對數字的意義掌握度較低。而對於有實務財務工作經驗的人來說，其實上網學一下數據工具怎麼使用其實就可以掌握到一個程度，畢竟現代數據分析應用工具如果設計的很難用，那還有誰要用他們家的產品，呵呵! 不過，我們的招募目前還持續進行中，也許之後會有不一樣的想法也說不定。
結語
沒想到才歷經短短2周的菜鳥面試官之旅(旅行持續中…)就有這麼深的感觸，有感社會上跟風者多，會傾聽自己內心的聲音，且懂得將所學好好應用的人真的不多，希望這篇文章除了讓大家知道公司財會這個領域的用人新趨勢，可以破除大家錯誤的想像，而建議正確的學習態度。
