案例01｜Table 15.1＋Exercise 15.1：Business Universe 與 Frugal Innovation
案例02｜Exercise 15.2＋Figure 15.1：Personal Knowledge System 與 Design Thinking 五步驟
案例03｜Exercise 15.3：Human-centred Service Design 與 Cineplanet
案例04｜Figures 15.2–15.5＋Exercise 15.4：GoGet Design Challenge 與 Personas
案例05｜Figure 15.6＋Exercise 15.5：Storyboard 與 Predictive Analytics 的 Business Process Integration
案例06｜Figures 15.7–15.9＋Exercise 15.6：Opportunity Canvas 與 GoGet Collision Use Case
案例07｜Figure 15.10：Agile Scrum 與 Iterative Delivery
案例08｜Exhibit 15.3＋Exercise 15.7：Embracing Agile 與 Analytics Project Management
| 核心主題 | 主要觀點／方法 | 實務用途 | 重要條件／限制／延伸 |
|---|---|---|---|
| Personal Knowledge System | Stance、Tools、Experience 相互作用 | 反思分析者如何定義問題 | 人的世界觀與經驗會影響工具選擇 |
| Design Thinking | Empathize、Define、Ideate、Prototype、Test | Human-centred Analytics Development | 實務並非線性五步驟 |
| Design Challenge | 以 How might we… 保持問題開放 | 把 Use Case 轉成可探索的 Business Problem | 避免過早預設技術解法 |
| Personas | 以不同 Users／Extreme Cases 建立 Empathy | 理解不同 Customer／Stakeholder Needs | Persona 是設計工具，不是實際人口統計證據 |
| Storyboard | 將 Analytics Output、User Journey 與 Business Process 串接 | 把 Predictive Insight 轉成 Action | 同一 Algorithm 的不同使用方式可產生不同 Outcomes |
| Opportunity Canvas | Problem、Solution、Users、Metrics、Adoption、Benefits、Budget | 由 Design Output 發展 Business Case | Assumption 與 Evidence 必須分開 |
| Agile Scrum | Iterative、Incremental、Adaptive Development | 快速交付並回應 Requirements Change | 需要 Cross-functional Collaboration 與 Feedback |
原書把 Business Analytics 視為處理 Messy Situations 與 Multiple Stakeholders 的 Creative Problem-solving。Design Thinking 補足 Human-centred Exploration，Agile 支援 Iterative Delivery。
Empathize、Define、Ideate、Prototype、Test 有助理解不同 Design Modes，但原書明確指出實務很少整齊地逐步前進。
「How might we…」應從 People in the System 的 Perspective 出發，並暫時保持 Technology／Analytics Solution 開放，避免 Tool-first Thinking。
Personas 協助理解 Users；Storyboard 則呈現 Analytics 如何進入 Customer Journey、Touchpoints 與 Business Processes。