開場案例。以 Miami-Dade Police Department 的 Blue PALMS（Predictive Analytics Lead Modeling Software）說明預測分析與資料探勘如何輔助搶案調查。
理解歷史犯罪資料、預測建模、使用者採納與領域專業的關係。
系統把案件作案手法等特徵與歷史資料比對，產生依相符程度排序的嫌疑人清單；導入初期也面臨資深警探的抗拒。
| 原書資料 | 內容 |
|---|---|
| 系統 | Blue PALMS |
| 模型輸出 | 20 名嫌疑人依相符程度排序 |
| 測試案例 | 警探原先懷疑者位於前 5 名 |
| 懸案 | 被害人辨認出排名第 1 的嫌疑人 |
| 原書管理門檻敘述 | 即使成功 5%，仍可能具有執法價值 |
以案件特徵與歷史犯罪資料進行統計比對／排序，再由警探結合證人、受害者與調查資訊判斷。
原書沒有提供完整模型公式或可重算資料集，因此不自行重算準確率。案例明示一次測試產生 20 名嫌疑人，警探原先懷疑者在前 5 名；另一懸案 的被害人辨認出排名第 1 的嫌疑人。
價值不在取代警務工作，而是從既有資訊提供第二次破案機會。技術成功也取決於 管理階層支持、警探信任與漸進式成功。
根據案例，區分 Blue PALMS 中可由預測分析支援的工作與必須由警探完成的判斷，並說明原因。不得補造原書未提供的犯罪率或模型準確率。
問題： 若模型只在少數案件中提供有效線索，是否仍有管理價值？
參考解答： 有可能。原書引述 Palmer 表示，即使成功率只有 5%，仍可能讓不少犯嫌不再危害社會；但實際成本效益仍需組織自行衡量。