1. 數據分析的背景

1-2. 誰來執行數據分析

圖表內容：數據分析的執行主體

關於數據分析應由誰主導、誰來負擔費用，原則（理想）與現況的落差以及未來的趨勢，從三個面向進行了梳理：

• 原則（理想）：
  理想上應由需提出前提條件的「客戶」親自執行。若客戶無法自行分析，則應支付費用委託顧問公司、工程公司或物流設備製造商。然而一般而言，客戶端往往缺乏數據分析意識或不熟悉分析方法。
• 現況：
  現實中，多由資訊系統公司或物流設備廠商等「製作提案書的公司」代為執行。主要原因如下：
  • 將耗費時間與成本的工作作為「客戶服務」吸收承接。
  • 為了使自家的提案具備優勢，自行設定前提條件。
  • 在前後工序介面較為複雜的系統中，需要明確的前提條件。
  • 透過執行數據分析本身來向客戶展現專業與價值。
• 未來趨勢：
  結論指出，物流營運公司（3PL）應將這種數據分析能力培養為「自家的競爭武器」。

【解析】

作為系統設計基礎的數據分析本應是「客戶」的職責，但由於缺乏專業知識，現狀多由系統公司或設備商作為客戶服務的一環免費承接。然而，提案方代為分析的背後，也包含著設定對自家有利前提條件的考量。未來，若負責實際營運的3PL業者能自行具備高度數據分析能力，將能創造強大的競爭優勢（武器）。

---

另一個視角：實際專案中三方的角色分工

除了「誰來承擔責任與費用」的層面外，在實際推進專案的現場層級，「客戶（使用者）」、「業務（提案方）」與「設計（工程師）」三者發揮各自的主動性、共同合作的流程是不可或缺的。

• 客戶主導：
  作為最了解自身商業環境與未來展望的角色，負責提供過去的實際營運數據（原始數據），並提出現場特有不定期作業與限制條件。最終判定分析結果是否滿足自身的商業需求。
• 業務主導：
  聆聽客戶的「痛點」與「需求」，擬定分析的目的與方針。扮演「橋樑（協調者）」的角色，將客戶的商業需求轉化為設計端的技術需求，並協調專案整體方向。
• 設計主導：
  對提供之數據進行加工與清洗，執行實際的 EIQ 分析與規模計算（模擬）等專業處理。根據客觀的數據資料，邏輯性地導出所需的設備能力與系統規格。

【解析】為什麼需要三方協同合作

若將數據分析完全全權交給「設計人員（如數據分析師）」，容易產出未考慮現場營運實情「紙上談兵」的方案。反之，若僅憑「客戶」的直覺或經驗法則推進，則有缺乏客觀依據導致過度投資或能力不足的風險。

唯有三方從各自的專業領域（現場經驗、專案協調力、數據解析能力）共同驗證與評估數據，才能完成「明確且高精度的系統設計前提條件」。