歡迎！

以資料驅動的商業決策

Ted Kwartler

Data Dude

資料型態

不以結果為前提的模式探索

探索式分析 $$

$$

在沒有預先定義結果下，更全面理解市場或商機

例：找出病人間的共同特徵

解釋特定結果

解釋式分析 $$

$$

解釋或模擬特定現象，如追求利潤或降低費用

例：解釋為何週五出院的糖尿病患較常再入院

預測未來結果

預測式資料決策

$$

針對個別紀錄進行預測，通常重視模型準確度勝於可解釋性

例：預測病人再入院的機率

誰在做分析？為何要做這個分析？

類型	視角	目的
探索式	策略面	確認理解並累積專業
解釋式	策略／戰術	學習複雜互動以提升營運效率與便利性
預測式	戰術	推動具體結果，常用於自動化決策

資料如何、何時被收集？

有效探詢分析

• DATA
  • 資料是否可得？
  • 使用了哪些資料？
  • 是否適合此任務？
  • 是否有偏差，如某些族群或性別代表性不足？
  • 是否有完整性問題，例如大量遺漏值？
  • 資料如何收集？

使用了什麼方法？

有效探詢分析

• METHODS
  • 採用了哪些方法？
  • 是否嘗試替代方法？結果是否不同？
  • 簡單與複雜方法的取捨為何？

結果為何？

有效探詢分析

• RESULTS
  • 結果是什麼？
  • 是否符合預期，或有突出的發現？
  • 這項發現如何帶來價值或解決問題？

誰會受影響？

有效探詢分析

• IMPACT
  • 這個分析在多大程度上解決我們的問題？
  • 是否有相關法規影響此情境？
  • 可能有哪些風險？是否有需關注的利害關係人影響？

一起來練習吧！

以資料驅動的商業決策