• ค้นคว้า เก็บรวบรวมข้อมูลเพื่อนำมาวิเคราะห์ 
• สังเกต ตั้งคำถาม มองหาความสัมพันธ์ที่อยู่ในชุดข้อมูล 
• นำเสนอข้อค้นพบในรูปแบบต่างๆ

• รับโจทย์ มองหาความต้องการหรือจุดประสงค์ของลูกค้า/ฝ่ายงาน
• ประชุม วางแผน การทำงานกับทีม เพื่อสรุปเป้าหมายของการนำข้อมูลไปใช้ แหล่งข้อมูลที่ต้องไปเก็บ วิธีการเก็บและค้นคว้าข้อมูล 
• ลงมือเก็บรวบรวมและค้นคว้าข้อมูลตามแผนที่วางไว้
• ศึกษา วิเคราะห์ข้อมูลที่ได้รับมา เพื่อหาคำตอบตามโจทย์หรือจุดประสงค์ของลูกค้า/ฝ่ายงาน 
• นำเสนอผลการวิเคราะห์ให้กับลูกค้า/ฝ่ายงาน

ขึ้นอยู่กับว่าต้องวิเคราะห์ข้อมูลเกี่ยวกับอะไร ทำให้ต้องพบปะกับผู้คนจากหลากหลายสาขาอาชีพ ทั้งภาครัฐและภาคประชาสังคมที่เชี่ยวชาญและให้ข้อมูลนั้น ๆ ได้ เช่น ถ้าต้องวิเคราะห์เกี่ยวกับเทรนด์การซื้อที่อยู่อาศัยของคนในกลุ่มอายุ 30 ปี ก็ต้องทำงานร่วมกับ พนักงานสินเชื่อธนาคาร นักลงทุน นายหน้าซื้อขายที่ดิน เป็นต้น 

• ทำงานในออฟฟิศ เป็นพนักงานบริษัท 
• ระยะเวลาทำงาน 8 ชั่วโมงต่อวัน
• ช่วงเวลาทำงานขึ้นอยู่กับแต่ละออฟฟิศ

1. ทักษะการตั้งคำถาม ช่างสังเกต สงสัยในกลุ่มข้อมูลที่ได้รับ
2. ทักษะด้านการค้นคว้า สืบค้นและจัดเก็บข้อมูลให้เป็นระบบ
3. ทักษะการคิดวิเคราะห์ เชื่อมโยง มองภาพรวม เพื่อใช้ในการวิเคราะห์ แปลผลข้อมูลที่ได้รับนำไปทำงานต่อ
4. สามารถใช้โปรแกรมและเครื่องมือเพื่อการวิเคราะห์ได้ เช่น Microsoft Excel ระดับขั้นสูง, SQL,Python
5. ทักษะการคำนวณ ตัวเลข ความรู้ทางสถิติ สำหรับงานวิเคราะห์ข้อมูลที่เกี่ยวข้องกับตัวเลข
6. ทักษะการประสานงาน และการสื่อสาร เพราะต้องติดต่อประสานงานกับแหล่งข้อมูล
7. ทักษะการนำเสนอและเล่าเรื่อง (Storytelling) สามารถนำผลการิเคราะห์ไปนำเสนอให้ลูกค้าเข้าใจได้
8. ทักษะการทำงานเป็นทีม

• รายได้ขึ้นอยู่กับขนาดธุรกิจ ส่วนใหญ่เริ่มต้นที่ 20,000 -25,000 และปรับขึ้นตามประสบการณ์ทำงาน
• มีโอกาสเลื่อนขั้นและเติบโตตามประสบการณ์และความเชี่ยวชาญในการอยู่กับข้อมูล ดังนี้
  • Junior Analyst 
  • Senior Data Analyst
  •  Data Analytics Manager โดยมักเลื่อนขั้น
• ไม่จำเป็นต้องเรียนจบด้านการวิเคราะห์ข้อมูลมาโดยตรง เป็นอาชีพที่เปิดโอกาสให้คนที่คลุกคลีอยู่กับข้อมูลนั้น ๆ ข้ามมาทำงานวิเคราะห์ได้ ทำให้มีคนที่ทำงานด้านการตลาด (Marketing) สายโปรแกรมเมอร์ (Programer) เข้ามาทำงานมากขึ้น หรือบางคนเป็นเภสัชก็ข้ามมาเป็นนักวิเคราะห์ข้อมูลให้บริษัทเกี่ยวกับผลิตภัณฑ์ทางการแพทย์ก็มี
• สามารถเรียนรู้ด้วยตัวเอง อบรมผ่านคอร์สต่างๆ เช่น Google Analyze ซึ่งจะออกใบรับรองให้ ก็จะยิ่งเพิ่มความน่าเชื่อถือให้ตัวเอง 
• ความท้าทายของการประกอบอาชีพนี้ คือ เป็นอาชีพที่ต้องใช้ความแม่นยำสูง ข้อมูลที่นำมานำเสนอต้องน่าเชื่อถือ อ้างอิงได้ 
• ยังเป็นอาชีพที่เป็นที่ต้องการของตลาด มีข้อมูลอีกมากที่รอให้เข้าไปวิเคราะห์ สามารถอยู่ได้ในทุกวงการ ทุกธุรกิจ
• การเข้ามาของ AI จะกลายเป็นเครื่องมือให้เก็บข้อมูล วิเคราะห์ข้อมูลง่ายขึ้น โดยที่มีอาชีพนี้เป็นผู้ป้อนคำสั่ง 
• เมื่อมีความผันผวนเกิดขึ้นในโลก จะมีข้อมูลให้ทำงานมากขึ้น เช่นช่วงโควิดที่ผ่านมา ที่ต้องเก็บข้อมูลผู้ติดเชื้อ ความต้องการยาและวัคซีนให้สถานทางการแพทย์  ข้อมูลผู้ว่างงาน ให้กับหน่วยงานราชการ ข้อมูลลูกหนี้เสีย กลุ่มธุรกิจที่ได้รับผลกระทบ ให้สถาบันทางการเงิน เป็นต้น
• มักถูกเข้าใจผิดว่าเป็นอาชีพที่ต้องอยู่กับข้อมูลมากกว่าคน แต่จริง ๆ แล้วต้องพบปะผู้คนในสายงานต่าง ๆ ตลอดเวลา

• เพจเฟสบุ๊ค  DataRockie  แชร์ความรู้ด้านสถิติ data science และการเขียนโปรแกรมเบื้องต้น พร้อมคอร์สเรียนฟรี https://web.facebook.com/datarockie
• หนังสือStorytelling with Data  โดย โคล นุสบาเมอร์ นาฟลิก อดีตผู้จัดการทีมวิเคราะห์ข้อมูลบุคลากรของกูเกิล

มัธยมศึกษาตอนปลาย

• สายวิทย์-คณิต *บางสถาบันรับสายนี้
• สายศิลป์-คำนวณ *บางสถาบันรับสายนี้
• สายศิลป์-ภาษา
• ปวช. หรือเทียบเท่า *บางสถาบันรับสายนี้

ปริญญาตรี เช่น

เมื่อเรียนจบระดับมัธยมศึกษาตอนปลาย หรือเทียบเท่าแล้ว จะต้องเรียนต่อปริญญาตรีสาขาใดก็ได้

ทั้งนี้ จะต้องเรียนเพิ่มเติมด้านเกี่ยวกับ Data Analyst และ Data Visualization 

ศึกษาแนวคิดในด้านธุรกิจ การใช้เครื่องมือทางสถิติ การใช้เครื่องมือวิเคราะห์ และแสดงผลข้อมูลทั่วไป

• คณะบริหารธุรกิจ สาขาวิชาการวิเคราะห์ข้อมูลเชิงธุรกิจ
• คณะเทคโนโลยีสารสนเทศ สาขาวิทยาการข้อมูลและการวิเคราะห์เชิงธุรกิจ 
• วิทยาลัยสหวิทยาการ สาขาวิชาวิทยาศาสตร์และนวัตกรรมข้อมูล (โครงการพิเศษ)
• คณะวิทยาศาสตร์ สาขาสถิติและวิทยาการข้อมูล วิชาเอกสารสนเทศสถิติและวิทยาการข้อมูล
• คณะวิทยาศาสตร์ สาขาวิทยาการข้อมูล 

ข้อมูล ณ ปี 2567