資料不是越多越好，而是要能回答問題。定量資料告訴我們「發生多少、何時發生」；定性資料協助理解「為什麼發生」。
2.1 定量與定性資料如何互補
| 資料類型 | 常見來源 | 適合回答 | 限制 |
|---|---|---|---|
| 定量資料 | 交易紀錄、事件紀錄、流量、問卷量表、財務數字 | 規模、比例、差異、趨勢、關聯 | 可能指出現象，卻不一定解釋原因。 |
| 定性資料 | 訪談、客服紀錄、使用者回饋、評論、業務觀察 | 動機、阻礙、情境、使用者語言 | 樣本可能偏誤，不宜直接推論整體比例。 |
2.2 資料來源的三個視角
- 自身資料：站內行為、訂單、會員、客服、活動與成本資料。
- 市場大盤：季節性、總體市場、產業變化、節慶與政策。
- 競品資料：價格、商品組合、活動策略、服務流程與公開市場訊號。
競品比較要注意可比性：商品定位、客群、通路、促銷強度與統計期間不同時，數字不能直接比較。
2.3 建立可分析資料集的基本步驟
- 確認分析單位：一筆事件、一個工作階段、一位使用者、一張訂單或一個商品。
- 確認主鍵與關聯鍵：例如 user_id、session_id、order_id、item_id。
- 統一時間與時區：事件時間、下單時間、付款時間不可混用。
- 統一維度值：平台名稱、裝置類型、品類分類與流量來源。
- 處理缺失、重複、異常與機器流量。
- 建立資料字典：欄位定義、型態、來源、更新頻率與負責人。
2.4 資料品質檢查
| 檢查面向 | 檢查問題 |
|---|---|
| 完整性 | 是否有日期缺漏、事件漏送、欄位大量為空？ |
| 正確性 | 金額、時間、平台與事件名稱是否符合業務規則？ |
| 一致性 | 不同資料表的會員、訂單與品類定義是否一致？ |
| 唯一性 | 是否重複記錄？去重規則是否明確？ |
| 即時性 | 資料延遲是否影響觀察期間與決策時點？ |
重要提醒：資料表串接後，筆數增加不代表資料更完整。要檢查 Join Key 是否造成一對多膨脹，以及聚合前後的總量是否合理。
結構化多元資料集：讓資料能回答問題HSUCHE 數據筆記 · 轉載請註明出處
