善用分析專業

資料流暢力

Konstantinos Kattidis

Data Analytics Lead

不只探索與描述資料

• 超越基本探索或資料描述的方法
• 進階分析方法包含：
  • 大型資料集 的分析
  • 建置 KPI 儀表板
  • 建立 預測模型

知悉相關技術

• 資料素養佳的人不必精通所有進階分析細節
• 但應了解其存在與潛力
• 並能與資料專家協作
• 有助於導入更有效的分析解方

辨識進階分析的應用情境

• 資料素養佳的人能為進階分析辨識商務情境
• 例如：
  • 行銷經理看出預測顧客流失可用於鎖定挽留策略的潛力

與資料專家協作

• 與資料專家協作是成功關鍵
• 商務人員提供領域專業
• 資料專家帶來技術知識
• 在此協作環境中，商務洞見與技術專業匯聚，得以解決複雜難題並催生創新

理解限制

• 進階分析的成效取決於輸入資料品質
  • 處理遺漏值與離群值是關鍵
• 並且需要：
  • 專業技能
  • 運算資源
  • 時間

範例：在準確度與時間間取捨

• 零售門市的營運經理提出建立需求預測，以協助做出明智的補貨決策
• 複雜模型可能帶來更高準確度，但也需大量時間與資源
• 因此採用較簡單的方法，平衡準確度與時間限制

一起來練習吧！

資料流暢力