六種常見問題類型

資料分析遠不只是將資訊輸入平台以尋找洞見。它關乎於解決問題。為了深入問題根源並找到實際的解決方案，有許多創意思考的機會。無論問題為何，第一且最重要的步驟是理解問題。接著，採取問題解決者的角度來進行分析，有助於你決定需要包含哪些資訊、如何轉換資料，以及資料將如何被使用。

資料分析師通常會處理六種問題類型

一段影片，常見問題類型，介紹了六種問題類型並為每種提供一個範例。以下為範例摘要，供您回顧。

一家公司想知道帶來新客戶的最佳廣告方法，這是需要分析師進行預測的問題範例。擁有過去廣告所帶來的新客戶數量、地點和媒體類型數據的分析師，無法保證未來結果，但能協助預測最佳廣告投放位置，以觸及目標受眾。

需要分析師對事物進行分類的問題範例，是公司希望提升顧客滿意度。分析師可能會根據特定關鍵字或評分來分類客戶服務電話。這有助於識別表現優異的客服人員，或協助找出某些行動與較高顧客滿意度評分之間的關聯。

一家銷售智慧手錶以幫助人們監控健康的公司，會有興趣設計其軟體來偵測異常狀況。分析師透過分析彙整的健康數據，可以協助產品開發人員確定合適的演算法，當某些數據趨勢異常時發出警報。

使用者體驗（UX）設計師可能會依賴分析師來分析使用者互動數據。類似於需要分析師對事物進行分類的問題，可用性改進專案可能需要分析師識別主題，以協助優先排序需要改進的產品功能。主題通常用於幫助研究人員探索數據的特定面向。在使用者研究中，使用者的信念、行為和需求就是主題的例子。

到現在你可能會想，將事物分類和識別主題之間是否有差別。最好的理解方式是：分類是將項目分配到不同類別；而識別主題則更進一步，將這些類別歸納成更廣泛的主題。

一家第三方物流公司與另一家公司合作，確保貨物準時送達客戶，這是一個需要分析師發現連結的問題。透過分析運輸樞紐的等待時間，分析師可以判斷適當的排程調整，以提升準時交貨的數量。

將因機器故障造成的停機時間降至最低，是一個需要分析師從數據中尋找模式的問題範例。例如，透過分析維護數據，他們可能會發現大多數故障發生在定期維護延遲超過15天的情況下。

在你進行這個課程的過程中，你將培養出更敏銳的問題洞察力，並在開始分析時練習思考各種問題類型。這種解決問題的方法將幫助你找出符合所有利害關係人需求的解決方案。