外觀
Data Science › Data Communication › 形成分析問題
形成分析問題 (Forming Analytical Questions)
把廣泛的業務或研究關切,轉成資料與特定方法能實際回答的問題。問題一開始沒有界定對象、時間範圍或判斷標準,分析很容易變成「做了很多圖,卻沒有回答決策問題」。
text
業務 / 研究問題 → 分析問題 → 分析方法 → 結果 → 決策
(為什麼流失增加?)(過去 6 個月哪些客群流失率最高?)(描述性分析)只做其中一段通常無法產生價值。
業務問題 vs 分析問題
| 面向 | 業務 / 研究問題 | 分析問題 |
|---|---|---|
| 範圍 | 廣、開放、以決策為導向 | 具體、聚焦、可回答 |
| 語言 | 業務 / 臨床語言 | 資料與分析語言 |
| 證據 | 可能包含直覺、經驗、專家意見 | 需要資料與明確的分析方法 |
| 產出 | 方向 | 支持該方向、可衡量的洞察 |
| 業務 / 研究問題 | 分析問題 |
|---|---|
| 該用哪些活動吸引新客戶? | 過去 6 個月哪些客群帶來最多 / 最少營收?過去活動對各客群銷量的影響為何? |
| 這個藥對哪些病人有效? | 在 2020–2024 年的 cohort 中,治療組 vs 對照組的 12 個月無惡化存活率,依生物標記狀態分層是否不同? |
| 這批 scRNA-seq 有什麼發現? | 疾病組相較健康組,哪些細胞類型的比例改變?各細胞類型內哪些基因差異表現(樣本層級 pseudobulk)? |
好的分析問題
| 特性 | 檢查 | 弱 → 強 |
|---|---|---|
| 具體 (specific) | 聚焦問題的一部分 | 「哪些客戶最重要?」→「哪個客群營收最高 / 最低?」 |
| 可衡量 (measurable) | 能用可觀測的資料回答 | 指出確切的指標或結果 |
| 可行動 (actionable) | 答案會影響決策 | 不同答案會導致不同做法 |
| 相關 (relevant) | 連回原本的目標 | — |
| 有時限 (time-bound) | 界定期間或預測範圍 | 「…在過去 6 個月」 |
接近規劃常用的 SMART 原則。
先釐清真正重要的是什麼
設計分析問題前,先和利害關係人釐清:
| 要問清楚 | 例子 |
|---|---|
| 他們想知道什麼? | 流失原因、治療反應的預測因子 |
| 要做什麼決策? | 調整活動預算、決定下一個實驗 |
| 誰會用結果? | 主管、臨床醫師、實驗室 |
| 有哪些限制與脈絡? | 資料可得性、時程、倫理審查、樣本數 |
| 溝通習慣 | 作用 |
|---|---|
| 開放式提問(「多說一點…」「是什麼讓你想到…」) | 挖出背後的需求 |
| 用自己的話複述並確認 | 在變成分析工作前抓出隱藏假設 |
| 對話結束前總結關鍵發現 | 雙方對範圍有共識 |
從問題到分析問題
text
1. 抽出業務問題的關鍵元素 → 2. 拆成較小、可回答的部分
→ 3. 精煉成分析問題 → 4. 確認每個分析問題仍與原決策相關| 檢查 | |
|---|---|
| 要改善或解釋的結果是什麼? | 結果變數 |
| 範圍內的族群、客群、產品、流程? | 分析單位 |
| 哪個期間? | 時間範圍 |
| 需要什麼資料?現有資料能回答嗎? | 可行性 |
| 需要哪種答案:描述、解釋、預測、建議? | 分析類型 |
四種分析類型
| 類型 | 核心問題 | 例子 | 方法 |
|---|---|---|---|
| 描述性 (descriptive) | 發生了什麼? | 過去 3 個月最常見的病人抱怨;哪些供應商延遲最多 | 摘要統計、分組比較、dashboard、視覺化 |
| 診斷性 (diagnostic) | 為什麼發生? | 過去兩年入學率下降的因素;哪些製程造成瑕疵率上升 | drill-down、根因分析、假設檢定、相關、迴歸 |
| 預測性 (predictive) | 會發生什麼? | 產品需求預測;理賠是否詐欺;哪些病人有風險 | 時間序列預測、分類、預測模型 |
| 處方性 (prescriptive) | 該怎麼做? | 即時調整機票價格;推薦下一個產品;給高流失風險客戶哪種挽留策略 | 推薦演算法、最佳化、決策規則 |
一個業務問題常需要多種類型,而且通常有先後順序:
| 業務問題:哪些貸款申請最可能違約? | |
|---|---|
| 描述性 | 過去哪些申請違約了? |
| 診斷性 | 為什麼某些申請容易違約? |
| 預測性 | 能否從申請資料預測違約機率? |
團隊常直接跳到預測,卻還沒理解基準與驅動因子。四種類型不是互相競爭的選擇,而是常形成一個序列。
診斷性問題容易被誤讀成因果結論:觀察性資料的相關與迴歸只能說明關聯,要回答「如果我們這樣做會怎樣」需要實驗或因果推論設計,見 Experimental Design;預測問題見 Machine Learning。
常見失敗
| 失敗 | 修正 |
|---|---|
| 從偏好的方法出發,而不是從需求出發 | 先寫下要支持的決策 |
| 問了現有資料無法回答的問題 | 擷取前先確認資料可得性與樣本數 |
| 問題太大,一個分析週期做不完 | 拆成多個分析問題 |
| 統計上正確,但對決策沒用 | 檢查不同答案是否會改變做法 |
| 沒確認利害關係人對結果的解讀相同 | 交付前複述結論並確認 |
問題準備好了嗎?能指出確切的指標、研究的對象、時間範圍、可用的資料集、可能的分析類型,而且答案會改變一個真實決策。有幾項答不出來,就再精煉一輪。