史上第 1 位 SWAG 實習生!SWAG.live 的實習人蔘…

SWAG

應該是全台灣男人都看得懂的logo…

在這類型產業實習過,也算是種人生成就吧(?

SWAG 實習經驗談
▲ 圖文不符,可愛的豬豬

SWAG 實習也三個多月了,因為學校課業繁忙要先暫時結束了……。

當時也沒想到自己會來 SWAG 實習,託當時靈光一閃的福,看我同學們有些跑去比較偏成人產業的公司工作,我也就把腦筋動到了 SWAG 上面。

但看來看去,SWAG 好像都只有開正職呢?

不過躺在頁面上的 HR 信箱還是讓我決定寄個信問問看,反正問問不用錢,是吧(笑)

於是乎,HR Annie 就寄信來跟我討論一些細節,也表明他們沒收過實習生,不過其實有想過收實習生的念頭,真是太巧了!

最後,誤打誤撞之下,我好像就成了 SWAG 第一個實習生了XD

超酷的分析工具 Mixpanel
▲ 超酷的分析工具 Mixpanel

SWAG 史上第一位實習生自我介紹

史上第一位!SWAG 實習生 Tommy

我是 Tommy

目前就讀台灣大學 – 資訊管理學系,在BI(Business Intelligence)部門擔任 Data Analyst Intern

在 SWAG 實習三個半月,說長不長,說短其實滿短的XDD

但還是在這邊學到了很多,能將學校所學運用到職場上,是個頗珍貴的機會

其中也認識了不少人,受到許多人的照顧,自己也一步一步的往前進

SWAG 工作內容

資料分析 – 充分運用到大二學的統計

統計可以說是我們資管系大二最重要的課程了,課程著重在分析實作上面,需要利用 R language 處理資料並進一步分析。

當時在統計課的 final project,我們這組做的是 NBA 球隊每場的各項數據(比如 進攻籃板、防守籃板、助攻數、火鍋數、失誤率、抄截數等)來分析球隊的淨勝分(Net Win)。

像是上述的複回歸模型就可以運用SWAG在『聊天收入、長片收入的因素分析,像是利用訊息數量、訊息長度、限動數量、粉絲人數、影片長度、影片標題包含哪些關鍵字』等等。

中間當然會碰上許多比較困難的地方。

因為每個主播的行為都差異滿大的,如果是大牌主播,大主播和小主播聊天的訊息量差異很大

這種時候根本就不符合常態分佈,可能就必須再利用KNN等方法來進行分群才有意義

又或者是部分 feature 有 Multicollinearity,就必須利用 Stepwise Regression 來修正等等…

在全部都修正完後才能針對各主播的行為去評比,看主播的哪些行為最能增加收入,哪些則可能是比較對收入是沒有影響的,或甚至是帶來負面效果

最後讓主播朝著更有利益的方式經營,最後才能評估分析結果是否有效。

有時也需要用到多元的迴歸機器學習、深度學習等技術來進行預測。

觀察產品內容趨勢,尋找對收益有益的行為

除了做迴歸分析之外,有時也會針對產品內容進行分析。舉例來說,在這個平台上最大的賣點就是能直接的跟主播進行互動,包括解鎖限動、聊天、甚至到約會等等。主播粉絲的使用者,相信看到長片標題包含一些像是「粉絲、約會、實戰」等字眼,一定也會希望自己能身歷其境吧 XD

而我們也發現到含有標題這些字眼的長片,收益較平均高出許多。

於是我也研究了長片標題高頻率字詞有哪些,並對這些關鍵詞進行收益分析。

果不其然,「粉絲」這詞的平均收益是全部字詞中最高的一個。除此之外,有「粉絲」一詞的長片只要一發出,該片的主播便能提升 7% 以上的聊天收益。

觀察SWAG產品內容趨勢,尋找對收益有益的行為
▲ 觀察SWAG產品內容趨勢,尋找對收益有益的行為

開發資料轉換工具,節省同事時間

另外一個在實習期間完成的,是一個我覺得幫助到同事最多的工具

我開發了一個可以幫忙做自動資料轉換的網站 – SWAG Analysis

因為有時 Operations 部門的人會需要時時觀察各項數據

也需要將數據從 Mixpanel 抓下來,然後將數據可視化

中間過程若是手動做起來會很耗時,由此,主管就託我說可否寫一個程式將這些過程自動化

當時傻傻的我寫了一個 python 檔就傳給了主管,好像在交作業一般

後來發現有這需求的同事們並不是接觸過太多程式的人,於是,我就簡單開發了一個 Flask APP,並用 NginX 和uWSGI 去 deploy 出這個網站

裡面包含幾個功能,還有前面所說的一些分析、報告。

之後,同事們可以省去許多時間自行做資料處理,只需要用我的網站把檔案丟上去,馬上就吐回來一個完好的資料檔案了,十分方便,能幫助到同事們,讓我覺得很開心,主管在 meeting 中跟大家報告我寫的網站真是有夠害羞>///<

SWAG 實習生作品:SWAG Analysis
▲ SWAG 實習期間的第一個作品:SWAG Analysis,SWAG Analysis 能自動轉換資料的網站

SWAG 實習給我的感受

首先要感謝主管 Lemon & Annie 給我這個機會在 SWAG 實習

也感謝 Lemon 始終希望我在實習期間是真的有學到東西、帶著一些收穫的

也讓我多方嘗試,不會給我壓力,時常給我許多idea,跟我一起討論哪些 issue 可以怎麼解決

或者是提出一些有趣的想法讓我自行找出一些 findings

當我在分析上有點迷路時,也能主動幫我想一些解方

有時碰到一些不是我可以解決的問題時,Lemon 也盡量幫我詢問RD部門的人,讓我工作起來更方便,真的十分感謝 Lemon

而其他同事也都對我很好,大家也都好有禮貌

像是之前我為了抓取影片長度時間,Jimmy 從一開始跟我說 Mixpanel 目前抓不到,看看要不要用爬的

後來發現 API 有流量限制,可能一分鐘只能 120 次之類的

Jimmy 給了我一個方便我 parse 的網址,裡面是影片的目錄檔,中間過了快 2 個小時,

Jimmy 好像都在幫我找出最好的方法

當我想要架網站時,也幫我去問是否能幫我加一個 GCP 帳號開個 VM 讓我架在上面,真的是感激不盡

還有很多很多沒說

但總而言之,在 SWAG 實習是一個難得的經驗,不管是同事們、開放的公司文化、舒服的工作環境

希望未來也能像其他同事一樣厲害,也希望未來能在跟 SWAG 氛圍差不多的公司工作!

發佈留言