文章分類

數據分析實務

共 9 篇文章

一套可實際執行的重複分析流程，保留輸入檔案、指標定義、SQL、驗證檢查與報告限制。

AI 能快速探索 CSV，但不會替你定義正確資料。本文提供編碼、型別、空值、重複、鍵、時區、單位與異常值的 SQL 檢查表，並示範如何留下可重跑 checkpoint。

DuckDB 是嵌入式分析資料庫，可直接用 SQL 查本機 CSV、Parquet 與 Excel；適合檔案型 adhoc 分析，但不取代共享數倉與排程 ETL。

AI SQL 成功執行不代表回答正確。本文用 grain、JOIN、filter、NULL、時間、分母與 LIMIT 七點檢查表，附最小驗證查詢。

漏斗轉化率沒有唯一公式；使用者或事件粒度、cohort 或日曆時間窗、事件順序與取消規則不同，答案就會不同。本文附可複用 Plan 模板與最大流失檢查方式。

JOIN 後總額變大，通常不是加總函數壞了，而是表格粒度不一致造成 fan-out。本文用訂單案例與 SQL 檢查法，教你在 AI 查詢交付前找出重複計算。

Quick Analysis 與正式分析的差別不在問題長短，而在答案錯誤的影響與未來是否要被追問。本文提供一張二維判斷表，幫你選對分析流程。

數據血緣是資料來源、轉換與輸出之間的可追溯關係。即使只有本機 CSV 與月報，只要成果會更新、交接或除錯，就值得留下最小血緣、命名規則與重跑路徑。

可信的 AI 分析報告不只要有摘要，還要交代決策問題、口徑、主要發現、可回查證據、限制與下一步。本文附可直接套用、可連回 SQL evidence 的六段式模板。