數據分析師必備思維：從問題拆解到數據驗證的完整流程

Richard Cheng

發佈於職場心得

更新於 2025/03/29發佈於 2025/03/24閱讀時間約 10 分鐘

最近在準備數據分析師的面試，藉著這個機會整理回答商業分析問題的流程，除了加深自己的記憶以外，也希望可以分享給對於數據分析師有興趣的讀者。

常見的商業分析問題像是：「上個月的營收下降 15%，請協助找出原因並且提供建議」，面對這類型的商業分析問題，我的主要處理流程會是：

確認問題是否值得回答
訂定假說
驗證假說
1. 重複訂定假說與驗證的步驟

商業分析流程

確認問題是否值得回答

在開始分析之前，第一步要先確認：「這個問題是否值得回答？」這個步驟經常被忽略，但它對於數據分析的影響至關重要。

「確認問題是否值得回答」這件事之所以很重要，可以回扣到我在《數據分析師 Data Analyst 需要的四種能力》裡面提到的「用 inspiration-per-minute 衡量 DA 的表現」，對於 DA 來說，要能夠提升自己的價值，就必須要讓我們的時間都花在影響力（impact）高的分析專案上，也因此需要在進行分析之前，先評估做這個分析的價值。

而就我過去經驗，主要可以透過以下幾個問題去確認是否是值得回答的問題

問題是否真的存在？
發現問題以後我們可以做什麼？
回答問題能帶來的影響力是否夠大？

1. 問題是否真的存在？

收到問題後，我習慣第一步先確認「問題是否真的存在」，避免花時間分析一個根本不存在的問題。

案例：UberEats 訂單下降

假設營運團隊觀察到某區域的 UberEats 訂單量下降，並要求數據分析團隊調查是否需要促銷以挽救下滑的營收。在實際去分析之前，我們必須先確認「訂單量下降」是否為真。

可能的誤判來源：

定義不一樣：訂單量下降，可能是因為我們的計算方式與營運團隊不同。例如，他們關注的是每天的訂單數，發現某幾天的訂單下降，便認定業績下滑。然而，數據分析團隊從「每週平均訂單量」角度下去看，發現下降只是短期波動，整體趨勢仍然穩定。
看到的問題其實是正常現象：如果訂單下降的區域是學校附近，而現在正值寒暑假，這種下降可能是正常的季節性變化，而非異常狀況。

在確認問題真的存在後，才有繼續往下分析的必要。

2. 發現問題後我們可以做什麼？

即使問題確實存在，下一個關鍵點是：「我們有哪些可行的解決方案？」隨著我們有的可行方案不同，後續做的分析拆解方向也會有所不同。

有些時候甚至會發現，無論分析結果是什麼，可行方案都是同一種，如果遇到這種情況，我就不會往下去分析，而是回頭跟需求方確認他期望從分析中獲得什麼。

案例一：提高 UberEats 高價值客群的訂單量

假設數據顯示「過去三個月，訂單金額較高的用戶（如企業用戶）下單頻率下降」，我們想知道如何提升這類客群的訂單量。

但如果 UberEats 目前沒有專門針對企業用戶的行銷預算，也無法提供專屬折扣，那麼這個問題即使值得關注，也沒有可行的解決方案，分析的價值就會降低。

案例二：提升 UberEats 用戶活躍度

假設 UberEats 目前與用戶的唯一溝通管道是電子報，且電子報的成本極低（無論是金錢成本還是取消訂閱的風險），在這個情況下，如果我們的商業目標是提升用戶活躍度，最直接的方法就是向所有用戶發送電子報。

在發送電子報的成本極低的情況下，花時間去分析「應該發給哪些用戶，才能達到最佳效果」可能沒有太大價值。因為無論分析結果如何，最終我們都會選擇發送電子報給所有人。這樣的分析雖然能夠提供更精細的資訊，但實際應用上的影響力有限，因此這類問題在一開始就應該審慎評估，避免浪費時間在沒有明顯收益的分析上。

3. 回答問題能帶來的影響力是否夠大？

最後，即使問題存在且有解法，還需要進一步確認「回答問題能帶來的影響力是否夠大？」

案例：UberEats 小眾品類營收下滑

假設 UberEats 的數據顯示某個極為小眾的餐點品類（例如某種特定的健康飲品）在過去一個月營收大幅下滑，營運團隊希望分析原因。

但如果該品類的營收僅佔整體平台的 1%，即使營收下降 50%，對整個平台的總收入影響也不到 0.5%。

在這種情況下，花費大量時間分析此問題，可能無法帶來足夠的商業價值。

相較之下，若是 UberEats 主要品類（如快餐或咖啡類別）的營收出現異常下降，即便下滑幅度不大，但對整體營收的影響更大，這類型的題目可能更值得深入研究。

訂定假說

在確認問題存在後，下一步是訂定假說。這個流程很像顧問業的假說思考，先訂定可能的假設，再透過數據去驗證。

訂定假說的方式可以參考顧問業常提的 MECE 方式（Mutually Exclusive, Collectively Exhaustive），透過 MECE 去拆解問題並發想可能的假說。

例如 UberEats 想分析某城市的訂單量下降原因，我們可以把訂單量下降這件事根據商業角色拆解成「需求、供給、平台」，在這層拆解之後，就可以根據不同情境發想出造成訂單量下降的可能原因，進而提出解決方案

需求端問題：用戶是不是不再點外送了？
- 可能因為競爭對手提供更優惠的促銷
供給端問題：商家端是否有異常？
- 是否有大量熱門商家下架或營業時間減少？
平台端問題：UberEats 本身是否有變動？
- 是否近期有調整運費機制，導致部分用戶不願意下單？

不過在拆解問題時，有些時候會遇到無法直接用 MECE 拆解的情況。例如「UberEats 是否應該增加某城市的外送員數量？」這類問題並不像「營收下降」這種數值型問題能夠直接拆解。

這時候，我們需要先「將商業問題轉換成數學問題」，才能做進一步的分析。

以「UberEats 是否應該增加某城市的外送員數量？」這個問題為例，真正影響決策的關鍵應該是「新增外送員後，收益是否能大於成本？」，當做了這層轉換以後，就可以再往下根據收益端以及成本端去進行拆解與訂定假說。

驗證假說

訂定假說後，接下來就是用數據驗證假說是否成立。

這個步驟邏輯很簡單，就是把假說相關的數據給算出來，以確認假說是否成立。

唯一需要注意的地方在於，驗證假說時需要盡可能把 SQL 寫的彈性好調整。

高彈性的 Query 範例（把篩選邏輯放在同一個 CTE 中）

WITH filtered_orders AS (
    SELECT 
        user_id, 
        order_id, 
        order_value
    FROM orders
    WHERE order_date BETWEEN '2024-01-01' AND '2024-03-31'
      AND order_status = 'completed'
      AND city IN ('New York', 'Los Angeles')
)
SELECT 
    filtered_orders.user_id, 
    CASE 
        WHEN users.vip_status = 'Y' THEN 'VIP' 
        ELSE 'Regular' 
    END AS user_type,
    COUNT(filtered_orders.order_id) AS total_order_count, 
    SUM(filtered_orders.order_value) AS total_spent
FROM filtered_orders
JOIN users ON filtered_orders.user_id = users.user_id
GROUP BY filtered_orders.user_id, users.vip_status;

低彈性的 Query 範例（篩選邏輯四散）

SELECT user_id, 'VIP' AS user_type, COUNT(order_id) AS order_count, SUM(order_value) AS total_spent
FROM orders
WHERE order_date BETWEEN '2024-01-01' AND '2024-03-31'
  AND order_status = 'completed'
  AND city IN ('New York', 'Los Angeles')
  AND user_id IN (SELECT user_id FROM users WHERE vip_status = 'Y')
GROUP BY user_id

UNION ALL

SELECT user_id, 'Regular' AS user_type, COUNT(order_id) AS order_count, SUM(order_value) AS total_spent
FROM orders
WHERE order_date BETWEEN '2024-01-01' AND '2024-03-31'
  AND order_status = 'completed'
  AND city IN ('New York', 'Los Angeles')
  AND user_id IN (SELECT user_id FROM users WHERE vip_status = 'N')
GROUP BY user_id;