數據分析的價值，不在於產出多少張圖表，而在於能否把模糊的業務疑問轉化成可驗證的問題，找出可能原因，並提出能被執行與檢驗的行動。
問題定義釐清要解決什麼、影響誰、觀察哪個指標，以及什麼結果足以支持或推翻假設。
資料整理整合定量與定性資料，確認資料品質、統計口徑、時間範圍與比較基準。
分析歸因透過比較、拆解、漏斗、分群與交叉驗證，縮小可能原因。
行動驗證把洞察轉成具體措施，設定預期效果、觀察期間與復盤標準。
核心原則：先問對問題，再選分析方法；先確認證據，再解釋原因；最後一定要回到決策與行動。
Framework
一、五階段分析流程
五個階段不是單向的報告流程，而是一個可反覆迭代的閉環。分析中若發現資料不足，應回到資料整理；若假設無法被驗證，則應重新定義問題。
- 定義問題（Problem framing）
把模糊需求轉成具體、可衡量、可被證偽的問題，並與利害關係人對齊。 - 結構化資料（Data structuring）
整合多來源資料，建立一致的分析單位、指標定義與資料集。 - 分析歸因（Analysis & attribution）
找出變化發生在哪裡、由哪些因素構成，以及哪些解釋較有證據支持。 - 形成洞察（Insight）
將分析結果轉成可驗證、可行動的解釋，而不是只重述數字。 - 行動復盤（Action & review）
推動方案、衡量結果、記錄學習，形成長期可執行的改善循環。
問題 → 資料 → 分析 → 洞察 → 行動 → 復盤 → 新問題
分析不是做報表：五階段分析流程HSUCHE 數據筆記 · 轉載請註明出處
