一、案例定位

原書 Understanding 單元示範 Copilot 的 Show data insights:自動挑選欄位做 PivotTable、圖表與文字摘要,作為探索資料的起點。

二、學習目標

三、案例情境

作者在已新增 First age/Last age 的 reading habits table 上按 Show data insights。Copilot 選擇分析 Frequency by Last age,並產生長條圖與文字摘要。

四、開始資料

原書文字摘要直接給出兩個計數:

Last age Count of Frequency
64 6,528
54 3,264

五、Excel/R/AI 分析方法

使用 Copilot Show data insights,檢視它自動產生的 PivotTable/圖表與文字摘要;若值得保留,點 Add to a new sheet。人工智慧負責提出探索方向,使用者判斷該 insight 是否真正有價值。

六、計算結果

Last age 64 的 Frequency 計數是 6,528,正好是 Last age 54 的 3,264 的 2 倍。這個「2 倍」是教材依原書兩個數字重算的關係。

七、結果分析與管理解讀

計數較高不一定代表該年齡群「更常閱讀」,可能只是該分組在資料表中有更多組合列。這正好示範 data 與 insight 的差別:6,528 是計數,真正有價值的解讀還要理解資料結構與分母。

八、AI 提問詞

你產生了 Frequency by Last age 的 insight。請先說明 Count of Frequency 真正在計數什麼,再判斷它是否能回答「哪個年齡群閱讀較多」。若不能,請指出還需要哪個指標或分母。

九、思考/情境變動