邱瀅憓老師在「數位行銷實務專題」課程中，特別邀請廖逸竹商業顧問蒞臨分享，以「拆問題，找方向：用數據思考創造機會」為主題，重新認識「數據」的角色。數據不再只是報表或 KPI的呈現，透過更精準的理解與分析看見數據背後真正能創造的可能性。

講者首先解析數據分析的四個核心階段，重新建構大家的思考邏輯。最底層是「描述性分析」，回答「發生了什麼事」。他提醒，這個階段僅呈現現象，因此面對報表時切勿急著下結論。第二階段是「診斷性分析」，試圖探究「為什麼會這樣」，透過交叉比對、行為紀錄及因素拆解，將問題從表層一路追到根因。第三階段則是「預測性分析」，利用模型與資料推估尚未發生的趨勢，無論是成長、需求或流失，都能從過去與現在的資料看見未來的樣貌。最頂層則是「指示性分析」——不只預測，更回答「接下來應該怎麼做」。推薦系統、自動化決策、供應鏈最佳化，其實都是這個階段的產物。

講者也點出，企業內的數據角色其實高度多元且因公司而異。資料工程師負責資料基礎建設，資料科學家擅長建模與演算法，資料分析師專注解讀與呈現，而商業分析師則負責將數據轉譯成策略語言。講者強調，重點不在於職稱，而在於如何跨角色協作，讓數據真正轉化為營運價值。

在進入問題解決方法時，講者提出一套簡潔卻極具實用性的思考框架:

第一步是 「Is that true?」—眼前的問題是真的問題嗎？眼前的問題是真問題嗎？數據是否可信？是否只是表象？第二步是 「So what?」—知道這件事後能做什麼？和策略、和使用者、和公司的關聯在哪？最後是 「Why so?」—為什麼會這樣？能否進一步拆解原因，找到更深層的脈絡？

最後，講者也提醒同學，數據的價值從來不在於看了多少圖表，而在於是否能透過數據「拆對問題、找對方向」。當問題被正確重新定義，答案自然更加清晰；深入分析策略也能更有依據地浮現。從最基礎的資料整理到最終的策略制定，數據分析其實存在清楚的層次與不同價值，而真正的關鍵，是如何把這些層次有機地串接起來，讓數據不只是描述現象，而能轉化為具體的營運洞察。透過這樣的思維，數據不再只是用來證明既有想法，而是成為發現問題、引導方向、推動組織前進的核心力量。