1. 數據分析的背景

1-2. 數據分析由誰執行

圖表內容：關於數據分析的執行主體

關於數據分析應由誰主導、由誰負擔費用，原則（理想）與現況的落差，以及未來的應有姿態，透過3個視點進行了整理。

• 原則（理想）：
  本應由提出前提條件的「客戶」自身來執行。若客戶無法自行分析，則需支付費用委託顧問、工程公司或物流設備製造商等進行。然而一般而言，現實狀況是客戶端往往缺乏對數據分析的認識，或不理解分析手法。
• 現況：
  現實中，由資訊系統公司或物流設備製造商等「製作提案書的公司」代為進行分析。其理由如下：
  • 將耗費時間與經費的作業作為「客戶服務」予以承接。
  • 為了使自家的提案具備優勢，而親自設定前提條件。
  • 於前後工程介面銜接較為微妙的系統中，希望明確前提條件。
  • 透過進行數據分析本身，向客戶進行宣傳展示。
• 未來：
  總結指出，物流營運公司（3PL）應將這種數據分析能力「作為自家的競爭武器」。

【解析】

作為系統設計基礎的數據分析原本是「客戶」的職責，但由於缺乏專業知識，現狀是系統公司或製造商將其作為客戶服務的一環免費承包。然而提案方進行分析的背景中，也包含設定對自家有利前提條件的企圖。此內容傳達出一個訊息：若未來負責實際營運的3PL業者能自備高度數據分析能力，將成為強大的競爭優勢（武器）。

---

另一個視點：實際專案中三方的角色分工

除了剛才「由誰負擔責任與費用」的視點外，在推進實際專案的現場層級中，「客戶（使用者）」、「業務（提案方）」、「設計（工程師）」三方發揮各自的主體性共同推進的流程不可或缺。

• 客戶主導：
  作為最理解自家商業環境與未來展望的立場，提供過去的實績數據（原始數據），並提出現場特有的非標準業務與限制條件。判定最終分析結果是否滿足自家的商業需求。
• 業務主導：
  傾聽客戶的「困擾」與「需求」，制定分析的目的與方針。將客戶的商業需求翻譯為設計端的技術需求，扮演協調專案整體方向的「橋樑（協調角色）」。
• 設計主導：
  加工與清洗提供的數據，執行實際的EIQ分析與規模計算（模擬）等專業處理。基於客觀的數值數據，邏輯性地導出所需設備的能力與系統要件。

【解析】為什麼需要三方合作

若將數據分析完全扔給「設計人員（如數據科學家等）」，容易變成未考量現場營運實態的「紙上談兵」。另一方面，若僅憑「客戶」的直覺與經驗法則推進，則有缺乏客觀依據導致過大投資或能力不足的風險。

唯有三方從各自的專業領域（現場知見・專案協調力・數據解析能力）對數值進行驗證與評估，才能建立出「不偏差且高精度的系統設計前提條件」。