1. 案例定位

Exercise 2.1:建立有效 Analytics Development Function。

2. 學習目標

區分 Data Science、描述性統計與組織 Analytics Capability。

3. 案例情境

原書要求觀看指定影片後回答 Data Science 定義、為何 Visualization/Descriptive Statistics 不等於 Data Science,以及組織建置挑戰。

4. 開始資料

原書問題 分析焦點
Data Science vs Data Scientific Method 與 Business
Sales 在 Snow 時 −7% Description/Association 不等於 Causation
Function Challenges People、Tools、Methodology、Integration

5. 分析方法

Question → Evidence → Method → Decision。

6. 計算結果

−7% 是原書題目示例;沒有樣本數,不能推論顯著性或因果。

7. 結果分析與管理解讀

描述性發現需轉成可檢驗 Business Question。

8. AI Prompt

「把觀察改寫成可檢驗問題,區分描述、預測、因果,不把相關寫成因果。」

9. 思考/What-if

題目: Sales 在 Snow Days 低 7%,可直接促銷嗎?

參考解答: 不可直接下結論;需檢查 Seasonality、Location、Customer Mix 等替代解釋。

10. 資料說明