01_商業智慧、分析、資料科學與人工智慧概觀

核心表格

核心主題	主要觀點／方法	實務用途	重要條件／限制／延伸
管理決策支援	以電腦化系統支援策略性、戰術性與營運性決策	面對快速、複雜且資料密集的商業環境	科技是決策支援工具，不能取代管理判斷
Simon 決策流程	情報、設計、選擇、執行四個階段	從問題辨識一路連結到方案落地與回饋	必須先區分真正問題與表面症狀
商業智慧（Business Intelligence, BI）	資料倉儲、報表、線上分析處理（Online Analytical Processing, OLAP）與分析架構	整合企業資料並支援管理決策	需與商業策略、資安、隱私與系統整合要求一致
描述性分析	報表、視覺化與模式整理	回答「發生了什麼」與「正在發生什麼」	不能直接據此推論未來或因果關係
預測性分析	迴歸、分類、預測與機器學習	預測行為、需求、風險與結果	需要可靠資料、模型驗證與適當的績效指標
處方性分析	最佳化、模擬與決策模型	回答「接下來應該怎麼做」	決策品質取決於目標、限制條件與模型假設
運動分析	球迷、球隊、球員、健康、安全、戰術與聯盟層級分析	定價、招募、戰術、傷害預防與賽程安排	模型結果必須嵌入實際決策流程才有價值

原書從快速變動且日益複雜的商業環境出發，說明組織為何需要更敏捷、更頻繁地做出策略性、戰術性與營運性決策，而分析、資料科學與人工智慧（Artificial Intelligence, AI）則是支援這些決策的重要工具。

Simon 的情報、設計、選擇與執行四階段構成本章的重要決策架構。「讓電梯變快」案例特別說明：表面症狀可能不是真正問題；若問題定義錯誤，即使後續模型求得最佳解，也可能沒有管理價值。

商業智慧（BI）把資料倉儲、分析處理、報表與決策支援連結起來。原書也提醒，BI 的規劃必須同時考量商業策略、成本效益、資安、隱私與系統整合。