[學員分享] 沒有完美起點只有最佳機會：屬於Jacky的數據轉型之路

擁有心理學學歷背景的Jacky，在求學時期已在學術研究中累積了數據分析與統計建模的經驗，對數據在理解行為模式方面抱持濃厚興趣。在完成 Generation Hong Kong 初級數據工程師課程後，Jacky獲得了在 Green Ladies 實習擔任數據分析工作的機會。在時裝零售行業—這個與科技看似毫無關聯的領域，卻讓 Jacky有機會將 Bootcamp 所學的技能落地應用，嘗試將數據分析應用於實際業務中，最後更獲僱主續聘。他認為，對於並不是科技學科出身的自己，把握機會比行業本身更為重要。

 

早在Jacky入職Green Ladies 前曾坦言自己對非牟利機構 (NGO) 領域充滿好奇，喜歡服務弱勢社群，並希望探索數據在不同產業的應用。他認為時裝業「依賴數據、具有季節性模式、變化快速」，而 Green Ladies 的二手零售模式更讓他覺得「創新、有別於傳統」。對Jacky而言，這不只是一次實習，而是一個檢驗自己能力、累積經驗的機會。他的目標很明確：專注於銷售數據和定價分析，並嘗試將數據分析與商業決策結合，為未來職涯鋪路。

 

「以前Bootcamp所學的技能真的用得上，幫我省下很多時間。」

在 Jacky 加入之前，團隊並沒有專門負責數據處理的崗位，所有資料分析和定價決策幾乎依賴經驗和人工操作。這意味著 Jacky 需要從零建立流程，並讓團隊理解數據的價值：「呢個工作崗位以前不唔存在，所以好多東西要自己摸索，並且要向同事們講解大家呢啲分析結果嘅重要性。」

Jacky的實習工作主要有完成三個關鍵步驟：爬蟲抓取市場數據、清理並整合業務資料庫、再設計一個前線員工能用的介面。「最難嘅唔係寫程式，而係要將整個流程諗清楚，將數據整合成為有用嘅資料讓團隊進一步分析。」Jacky謂專案的難度在於它的完整性，他先撰寫爬蟲，從不同二手買賣平台抓取競爭對手或巿場的定價資訊，這一步讓他第一次感受到Bootcamp所學技能的威力。「以前覺得爬蟲只係課堂上嘅練習，而家佢真係幫我將市場數據自動化收集，慳返好多人力同時間。」Jacky坦言，起初處理大量數據期間經常會出現品牌名稱錯誤、格式不一致、甚至有缺漏等情況，因此須用Python等工具進行資料清理，並設計模糊配對（Fuzzy Matching）來修正錯誤。「例如品牌名字串錯，我要讓系統自動識別，避免影響分析結果。」

 

數據技術之外的考驗，與時裝零售業的深度連結

完成資料庫後，他感到前所未有的成就感，但真正的挑戰才剛開始：「如何讓中高齡同事輕鬆閱讀日常工作所需資訊？」這個問題讓他意識到，資訊呈現不只是數據處理，更是一門有效溝通的藝術。Jacky分享：「你唔能夠淨係俾一堆表格出嚟，中高齡同事可能唔習慣複雜嘅電腦操作，因此要諗辦法簡化資訊呈現方式，令佢哋容易掌握日常工作所需嘅資料。」為此，他簡化報表將複雜的資料轉化為清晰的視覺化資訊，並設計一個介面，讓員工只需輸入品牌和商品狀況，就能獲得相關品牌資訊和市場售價範圍作參考。這段經歷讓 Jacky 不僅提升了技術，也增加了對時裝品牌的認識，並學會建立系統化工作流程：「實習前，我對這些服裝品牌不太熟悉，現在至少認得出三四成，還同時了解它們的市場定位。透過設計和實施這套系統，我學會了如何將複雜的工作步驟拆解成簡單的流程，讓整個團隊都能輕鬆跟從，提高了工作效率。」這段經歷讓他理解時裝零售的核心邏輯：定價不只是數字，而是銷售模式與品牌策略的綜合結果。同時，他成功將技術視角引入傳統零售領域，幫助二手時裝業務從依靠個人經驗的模式，轉型為以數據分析驅動的科學決策方式，提升了營運效率和市場競爭力。

 

除此之外，僱主Aries對Jacky的表現印象深刻，尤其欣賞他虛心學習的工作態度。Aries讚揚Jacky初入職便展現出百分百的投入和學習熱誠，並強調他「謙虛、樂於接受回饋，總是專心聆聽並持續改進」–這正是現今年輕一代常常忽略的重要職場素養。短短幾個月內，Jacky不僅在數據處理與分析能力上有顯著提升，編程技巧也更加純熟，更能準確理解使用者需求並提出切實可行的解決方案

 

更重要的是，這次實習為 Green Ladies 帶來重大轉變。過去，二手零售在很大程度上依賴員工個人知識和經驗，這不僅可能導致某些資深員工工作負擔過重，還常常引發定價混亂等問題。透過數據系統的建立，不僅分散了知識依賴，更為定價決策提供了客觀依據。從心理學到數據分析，他用學習改寫職涯，也證明只要願意擁抱挑戰，任何產業都能成為新的舞台。

發布日期：23 Dec 2025