以原書 Table 15.1 的 Analytics World → Business Universe 轉向，以及 Exercise 15.1 的 Tata Nano Frugal Innovation 情境，理解 Analytics 必須以 Business Outcomes／Benefits／Value 為中心。
區分 Predictive Model Capability 與 Business Value，並辨識 Frugal Innovation 的利益與外部性爭議。
原書指出 Algorithms 必須嵌入 Business 才能創造 Value；Business Case 應以 Analytics Outcomes 的 Business Terms 表達。Exercise 15.1 以 Tata Nano 為例：Tata Motors 約 500 名工程師投入在地設計與 Cost-effective Solutions，但案例同時提出 Emissions、Congestion、Unsustainable Consumption 等爭議。
| 原書元素 | 內容 |
|---|---|
| Table 15.1 | Paradigm shift from an analytics world to a business universe |
| Exercise 15.1 | Tata Nano／Frugal Innovation |
| Engineering Team | 500 engineers |
| 核心爭議 | Cost-effective Innovation 與 Emissions／Congestion／Consumption 的 Trade-off |
先把 Analytics Output 轉譯成 Business Outcome，再從 Benefits、Value 與可能 Externalities 評估 Innovation。
原書此案例沒有要求固定數值計算；500 engineers 為原書案例敘述數值。
技術可行與成本降低不自動等於整體 Business／Societal Value；Outcome-oriented Thinking 要把實際 Benefits 與可能負面效果一起納入。
依指定 Innovation Case，區分 Technical Capability、Business Outcome、Benefits、Value 與 Potential Externalities；只使用已提供證據，不自行補造結果。
**問題：**若一項 Frugal Innovation 大幅降低成本，但可能增加 Congestion，是否能只以低成本判定成功？
**參考解答：**不能。依本章 Outcome-oriented Thinking，還需評估 Business／Societal Outcomes、Benefits、Value 與負面外部性。