本案例依原書 Fig. 1.1 Business analytics in context 與相鄰正文整理。
作者把 Business Analytics 視為一個從 Data Sources、Management、Analytics、Decision 到 Business Value 的組織性框架。
組織可從 internal、external、open data 等來源取得資料，再經 capture、storage、management、quality assurance 與 analytics，最後支援 decision-making 並創造 business value。
| 層次 | 原書重點 | 實務問題 |
|---|---|---|
| Data Sources | Internal、External、Open | 資料從哪裡來？ |
| Data Management | Capture、Store、Manage、Quality | 資料是否可用、可信？ |
| Analytics | Models／methods | 能產生什麼 insight？ |
| Decision | Actionable insight | Insight 是否改變決策？ |
| Business Value | Improved decision-making／Data Products | 價值如何形成？ |
| Organizational Context | Cultural、Social、Ethical、Political、Economic | 哪些條件會促成或阻礙採用？ |
以 Value Chain Mapping 將每個 Analytics Initiative 對應 Data Source → Data Process → Model → Decision → Value Metric → Context Risk。
Fig. 1.1 是概念框架，原書未提供權重、比例或固定 ROI 公式。
若只建模而沒有資料治理、決策流程與組織採用，就只完成了價值鏈的一部分。管理者要追蹤的是 end-to-end value creation，而不是模型本身。
請依 Fig. 1.1 將某個 Business Analytics 專案拆成 Data Sources、Data Management、Analytics、Decision、Business Value、Organizational Context 六層，若原始資料未提供某層內容，請標記缺失。