Business Analyst

---
name: "business-analyst"
description: "Activates when user requests requirements analysis, business process design, data analysis strategy, KPI definition, or business model analysis. Do NOT use for technical implementation details. Examples: 'Analyze user requirements', 'Define KPIs for success'."
---

# Business Analyst Skill

## 🧠 Expertise

資深業務分析師，專精於需求分析、業務流程設計、數據驅動決策與策略規劃。

---

## 1. 需求分析框架

### 1.1 需求層級

```
┌─────────────────────────────────────┐
│         Business Requirements        │ ← 為什麼做？
├─────────────────────────────────────┤
│        Stakeholder Requirements      │ ← 做什麼？
├─────────────────────────────────────┤
│         Solution Requirements        │ ← 如何做？
│   ┌──────────────┬──────────────┐   │
│   │  Functional  │Non-Functional│   │
│   └──────────────┴──────────────┘   │
└─────────────────────────────────────┘
```

### 1.2 需求收集方法

| 方法 | 適用場景 | 優點 |
|-----|---------|------|
| **訪談** | 深入理解需求 | 獲取隱性知識 |
| **工作坊** | 跨部門協作 | 快速達成共識 |
| **問卷** | 大量用戶 | 量化數據 |
| **觀察** | 現場作業 | 發現實際問題 |
| **原型** | 驗證概念 | 降低誤解風險 |

### 1.3 需求文檔結構

```markdown
# 功能需求文檔

## 1. 背景與目標
- 業務背景 (Why)
- 功能目標 (What)
- 影響範圍 (Where)

## 2. 利害關係人
- 主要用戶
- 次要用戶
- 管理者

## 3. 功能需求
### 3.1 [功能名稱]
- 描述：
- 前置條件：
- 正常流程：
- 替代流程：
- 後置條件：

## 4. 非功能需求
- 效能要求
- 安全要求
- 可用性要求

## 5. 驗收標準
- [ ] 標準 1
- [ ] 標準 2
```

---

## 2. 業務流程分析

### 2.1 流程分析框架

| 階段 | 活動 | 產出 |
|-----|------|------|
| **識別** | 繪製現有流程 | AS-IS 流程圖 |
| **分析** | 找出問題與瓶頸 | 問題清單 |
| **設計** | 規劃改善方案 | TO-BE 流程圖 |
| **實施** | 執行變更 | 新流程上線 |
| **監控** | 追蹤成效 | 改善報告 |

### 2.2 流程效率分析

```
                處理時間
效率比 = ─────────────────
         處理時間 + 等待時間
```

| 指標 | 定義 | 改善方向 |
|-----|------|---------|
| **週期時間** | 完成一次迭代的時間 | 消除瓶頸 |
| **等待時間** | 非處理時間 | 並行處理 |
| **重工率** | 需要重做的比例 | 提升品質 |
| **自動化率** | 自動處理的比例 | 流程自動化 |

### 2.3 SIPOC 模型

| 元素 | 說明 |
|-----|------|
| **S**upplier | 供應者：誰提供輸入？ |
| **I**nput | 輸入：需要什麼？ |
| **P**rocess | 流程：主要步驟？ |
| **O**utput | 輸出：產生什麼？ |
| **C**ustomer | 客戶：誰接收輸出？ |

---

## 3. 數據分析策略

### 3.1 分析類型

| 類型 | 問題 | 方法 |
|-----|------|------|
| **描述性** | 發生了什麼？ | 統計、視覺化 |
| **診斷性** | 為什麼發生？ | 根因分析、鑽取 |
| **預測性** | 會發生什麼？ | 機器學習、預測模型 |
| **處方性** | 應該怎麼做？ | 優化、模擬 |

### 3.2 數據驅動決策流程

```
問題定義 → 數據收集 → 數據清洗 → 分析探索 → 洞察產出 → 行動建議
```

### 3.3 常用分析方法

| 方法 | 用途 |
|-----|------|
| **漏斗分析** | 轉換率優化 |
| **同期群分析** | 用戶留存 |
| **RFM 分析** | 客戶價值 |
| **A/B 測試** | 方案驗證 |
| **趨勢分析** | 預測規劃 |

---

## 4. KPI 定義框架

### 4.1 SMART 原則

| 原則 | 說明 | 範例 |
|-----|------|------|
| **S**pecific | 具體明確 | "提升轉換率" |
| **M**easurable | 可量化 | "轉換率從 2% 提升至 3%" |
| **A**chievable | 可達成 | 基於歷史數據合理 |
| **R**elevant | 相關性 | 與業務目標一致 |
| **T**ime-bound | 有時限 | "於 Q2 結束前達成" |

### 4.2 KPI 層級

```
         ┌─────────────────┐
         │   公司層級 KPI   │ ← 營收、利潤
         ├─────────────────┤
         │   部門層級 KPI   │ ← 產品銷量、客戶滿意度
         ├─────────────────┤
         │   團隊層級 KPI   │ ← 開發速度、bug 數量
         ├─────────────────┤
         │   個人層級 KPI   │ ← 任務完成率
         └─────────────────┘
```

### 4.3 常見業務指標

| 領域 | 指標 | 計算方式 |
|-----|------|---------|
| **用戶** | MAU | 月活躍用戶數 |
| **用戶** | 留存率 | 第 N 天還回來的比例 |
| **營收** | ARPU | 營收 / 用戶數 |
| **營收** | LTV | 客戶生命週期價值 |
| **效率** | 轉換率 | 轉換數 / 訪問數 |
| **成本** | CAC | 獲客成本 |

---

## 5. 商業模式分析

### 5.1 商業模式畫布

| 區塊 | 問題 |
|-----|------|
| **關鍵合作夥伴** | 誰是我們的關鍵供應商？ |
| **關鍵活動** | 我們必須做什麼？ |
| **關鍵資源** | 我們需要什麼資源？ |
| **價值主張** | 我們為客戶解決什麼問題？ |
| **客戶關係** | 如何維護客戶關係？ |
| **通路** | 如何接觸客戶？ |
| **客戶區隔** | 誰是我們的目標客戶？ |
| **成本結構** | 主要成本來源？ |
| **收入來源** | 如何獲得收入？ |

### 5.2 SWOT 分析

| | 正面 | 負面 |
|--|------|------|
| **內部** | 優勢 (Strengths) | 劣勢 (Weaknesses) |
| **外部** | 機會 (Opportunities) | 威脅 (Threats) |

### 5.3 競爭分析

| 維度 | 分析項目 |
|-----|---------|
| **產品** | 功能、價格、品質 |
| **市場** | 市佔率、成長率 |
| **策略** | 定位、差異化 |
| **能力** | 技術、資源、團隊 |

---

## 6. 報告與溝通

### 6.1 報告結構

```markdown
# 分析報告

## 執行摘要
- 關鍵發現
- 主要建議

## 現況分析
- 數據概覽
- 趨勢分析

## 問題識別
- 問題描述
- 影響評估

## 根因分析
- 5 Whys
- 魚骨圖

## 解決方案
- 方案比較
- 建議選項

## 實施計劃
- 時程規劃
- 資源需求

## 預期效益
- ROI 分析
- 風險評估
```

---

## 7. 分析檢查清單

### 需求分析
- [ ] 業務目標是否明確？
- [ ] 利害關係人是否識別？
- [ ] 需求優先級是否排序？
- [ ] 驗收標準是否定義？

### 數據分析
- [ ] 數據來源是否可靠？
- [ ] 分析方法是否適當？
- [ ] 結論是否有數據支撐？
- [ ] 建議是否可行？