> ## Documentation Index
> Fetch the complete documentation index at: https://docs.shieldbase.ai/llms.txt
> Use this file to discover all available pages before exploring further.

# 報告

> 將資料分析為完整報告中的洞察與圖表

## 概觀

將您的資料轉化為可採取行動的洞察與視覺化。Shieldbase 報告功能使用 AI 分析資料集,自動產生相關的圖表、繪圖與分析洞察。

<Info>
  報告功能在處理表格化的資料集時效果最佳。資料越乾淨,分析的準確度就越高。
</Info>

## 開始使用

### 影片教學 - 識別洞察

<Note>
  💡 **小提示**: 可使用影片播放器的齒輪圖示 (⚙️) 調整播放速度。針對較詳細的教學,建議使用 0.5 倍速。
</Note>

<iframe width="100%" height="400" src="https://drive.google.com/file/d/1LtK39bOQG3p9tRXdei8TbE9jBvnlVTo_/preview" frameBorder="0" allow="autoplay; fullscreen" allowFullScreen />

### 建立您的第一份報告

<Steps>
  <Step title="開始新的報告">
    在報告區段點選 **New Report**
  </Step>

  <Step title="選擇資料來源">
    從 Library 選擇一個或多個資料集進行分析
  </Step>

  <Step title="產生洞察">
    在 **Analysis** 輸入提示,在 **Visualization** 中產生帶有相關圖表的洞察
  </Step>

  <Step title="檢視與調整">
    檢視產生的洞察,並調整提示以獲得更好的結果
  </Step>
</Steps>

## 專業建議: 洞察發現

不確定要產生哪些洞察嗎?可使用這個強大的提示:

```text theme={null}
請建議能從此資料集產生的洞察。請產生用於產生洞察的提示,並建議用於視覺化資料的圖表類型。請以表格形式回應。

欄 1: 資料類型 (描述性、診斷性、預測性、規範性)
欄 2: 以提示形式呈現的問題
欄 3: 圖表類型
```

### 影片教學 - 洞察發現

<Note>
  💡 **小提示**: 可使用影片播放器的齒輪圖示 (⚙️) 調整播放速度。針對較詳細的教學,建議使用 0.5 倍速。
</Note>

<iframe width="100%" height="400" src="https://drive.google.com/file/d/1GqcmNfMMhR8dPaJ4GubSPtJo8f1bum_V/preview" frameBorder="0" allow="autoplay; fullscreen" allowFullScreen />

## 分析類型

<Tabs>
  <Tab title="描述性">
    **發生了什麼?**

    彙整歷史資料以了解過往表現:

    * 各季營收總額
    * 顧客結構
    * 產品績效指標
    * 區域分佈
  </Tab>

  <Tab title="診斷性">
    **為何發生?**

    找出原因與相關性:

    * 根本原因分析
    * 績效驅動因素
    * 趨勢的相關性
    * 異常偵測
  </Tab>

  <Tab title="預測性">
    **將會發生什麼?**

    預測未來結果:

    * 銷售預測
    * 需求預測
    * 風險評估
    * 成長預測
  </Tab>

  <Tab title="規範性">
    **我們該怎麼做?**

    建議最佳行動:

    * 資源配置
    * 流程最佳化
    * 策略建議
    * 行動優先順序
  </Tab>
</Tabs>

## 資料視覺化類型

報告功能可讓您將結構化資料轉換為報告中的洞察與視覺化。從 Library 選擇一個或多個資料集並產生分析後,Shieldbase 會根據資料與提示繪製不同類型的圖表。

<Tip>
  為合適的資料選擇合適的視覺化類型,對於快速理解關鍵洞察至關重要。若強制將圖表類型與不相容的資料集搭配,視覺化結果可能無法顯示。
</Tip>

| 圖表類型                   | 最佳用途                                                           |
| ---------------------- | -------------------------------------------------------------- |
| **表格**                 | 以列與欄顯示原始或彙整後的資料。適合詳細檢視、參考表與下鑽。                                 |
| **長條圖 (Bar Chart)**    | 比較不同類別之間的數值 (例如各地區營收、各狀態工單數)。支援水平或垂直長條。                        |
| **堆疊長條圖**              | 顯示各類別的組成 (例如各地區營收依產品線拆分),同時仍可比較跨類別的總和。                         |
| **折線圖**                | 以時間序列視覺化趨勢 (例如每日活躍使用者、月銷售)。適合時間序列資料與監控變化。                      |
| **區域圖**                | 類似折線圖,但線下區域填色。適合呈現累積值,並強調隨時間累積的量。                              |
| **堆疊區域圖**              | 顯示多個系列在一段時間內如何貢獻於總量 (例如每月各管道的流量)。                              |
| **圓餅圖**                | 顯示各類別占整體的百分比 (例如市場佔有率、預算分配)。                                   |
| **甜甜圈圖**               | 圓餅圖的變化形式,中央為空,常用於突顯中央的關鍵指標,同時呈現類別比例。                           |
| **直條圖 (Column Chart)** | 長條圖的垂直版本,常與長條圖互通使用,用於比較離散類別或時間區段。                              |
| **散佈圖**                | 顯示兩個數值變數之間的關係 (例如行銷支出 vs 營收)。適合偵測相關性與離群值。                      |
| **泡泡圖**                | 在散佈圖上額外以泡泡大小代表第三維 (例如 x = 營收、y = 利潤率、大小 = 顧客數)。                |
| **直方圖**                | 將單一數值變數的值分群成區間,顯示其分佈 (例如成交規模、回應時間)。                            |
| **熱圖**                 | 以顏色強度代表矩陣中的數值 (例如各地區與產品的績效、每小時與星期的活動量)。                        |
| **漏斗圖**                | 表現分階段的流程,例如銷售漏斗或入職流程,呈現各階段的流失。                                 |
| **雷達 (蜘蛛網) 圖**         | 在放射狀版面上比較多個指標的不同維度 (例如功能評分、各部門 KPI)。                           |
| **量表圖**                | 突顯單一關鍵指標,常與目標或閾值比較 (例如 SLA 達成率、使用率)。                           |
| **龍捲風圖**               | 一種特殊的長條圖,長條從中央軸向左右延伸,常用於敏感度或情境分析,比較不同變數對結果的相對影響。               |
| **甘特圖**                | 在時間軸上呈現任務或活動,顯示開始/結束日期、期間與重疊。適合專案時程、路線圖規劃與相依關係追蹤。              |
| **管制圖**                | 隨時間繪製指標並配上上下管制界限,監控流程穩定性與變異。適用於品質管控、偵測異常或表示流程變化的趨勢。            |
| **組織圖**                | 以樹狀圖呈現人員、職位或實體之間的階層關係,適合用於可視化組織結構或所有權關係。                       |
| **桑基圖**                | 在不同階段或類別之間視覺化流量及其相對大小 (例如流量來源到頁面、預算分配到支出類別)。每條流的寬度與其值成正比。      |
| **核對矩陣**               | 在一組類別或實體上,以網格形式顯示項目 (例如功能、需求、任務) 是否存在、完成或狀態。適合稽核、功能比較與實作覆蓋率追蹤。 |

## 最佳實踐

<Warning>
  **資料品質至關重要**: 資料集越乾淨,AI 越容易理解情境,因此分析的準確性也越高。
</Warning>

### 資料準備

<Steps>
  <Step title="清理您的資料">
    移除重複、修正不一致、處理缺失值
  </Step>

  <Step title="妥善結構化">
    使用一致的欄名、正確的資料型別與清楚的標題
  </Step>

  <Step title="驗證正確性">
    在分析前先驗證資料正確性
  </Step>

  <Step title="記錄背景">
    包含關於資料來源與定義的中繼資料
  </Step>
</Steps>

### 視覺化指南

<Tip>
  **讓圖表配對資料**: 為合適的資料選擇合適的視覺化類型,對於快速理解關鍵洞察非常重要。若圖表類型與資料集不相容,視覺化可能無法顯示。
</Tip>

<Accordion title="圖表選擇指南">
  **比較**: 長條圖、直條圖
  **趨勢**: 折線圖、區域圖
  **組成**: 圓餅圖、堆疊長條圖
  **分佈**: 直方圖、盒鬚圖
  **相關**: 散佈圖、泡泡圖
  **地理**: 地圖、區域圖
</Accordion>

## 整合選項

<Info>
  報告功能可在 **儀表板**、**聊天機器人** 與 **工作流程** 中使用,實現完整的自動化。
</Info>

### 用於儀表板

<Steps>
  <Step title="建立報告">
    為不同指標建立個別的報告
  </Step>

  <Step title="加入儀表板">
    將多個報告集中於單一儀表板檢視
  </Step>

  <Step title="整理分頁">
    將相關報告分組到合理的區段
  </Step>

  <Step title="分享存取">
    向相關人員提供儀表板存取權限
  </Step>
</Steps>

### 用於工作流程

自動化報告產生:

* 排程定期報告
* 在資料更新時觸發
* 透過電子郵件分發
* 為合規目的歸檔

### 用於聊天機器人

啟用對話式分析:

* 回答資料相關問題
* 隨需產生報告
* 互動地提供洞察
* 解釋趨勢與模式

## 常見使用情境

<Tabs>
  <Tab title="銷售分析">
    * 各產品/地區的營收趨勢
    * 銷售團隊績效
    * 顧客獲取成本
    * 銷售管線的成交率
    * 預測準確度
  </Tab>

  <Tab title="行銷報告">
    * 行銷活動績效指標
    * ROI 分析
    * 通路成效
    * 顧客分眾
    * 互動趨勢
  </Tab>

  <Tab title="營運指標">
    * 生產效率
    * 品質管制指標
    * 庫存水準
    * 供應鏈表現
    * 資源使用率
  </Tab>

  <Tab title="財務分析">
    * 損益表
    * 現金流分析
    * 預算 vs 實際
    * 成本中心分析
    * 財務比率
  </Tab>
</Tabs>

## 進階功能

### 多資料集分析

結合多個資料來源以獲取整體洞察:

<Accordion title="跨資料集分析">
  1. 從 Library 選擇多個資料集
  2. AI 自動識別資料間的關係
  3. 跨來源產生統合的洞察
  4. 建立整合的視覺化
</Accordion>

### 自訂提示

有效的分析提示範例:

```text theme={null}
「請顯示營收前 10 名的產品及其月度趨勢」
```

```text theme={null}
「識別顧客行為的季節性模式,並建議最佳的行銷時段」
```

```text theme={null}
「請比較本季與去年同季的表現,並標示主要差異」
```

## 疑難排解

<Accordion title="未顯示視覺化">
  * 檢查資料格式相容性
  * 確認圖表類型符合資料結構
  * 確認資料集包含所需的欄位
  * 嘗試不同的視覺化類型
</Accordion>

<Accordion title="洞察不準確">
  * 檢查資料品質與完整性
  * 提供更具體的提示
  * 確認資料不一致之處
  * 確認日期格式與範圍
</Accordion>

<Accordion title="效能問題">
  * 初次分析時縮小資料集
  * 對大型資料集使用取樣
  * 分析前最佳化查詢
  * 考慮資料聚合
</Accordion>

## 專業建議

<CardGroup cols={2}>
  <Card title="從廣泛切入" icon="expand">
    從高層次的洞察開始,再逐步深入細節
  </Card>

  <Card title="持續調整提示" icon="repeat">
    根據初次結果調整提示,以獲得更好的洞察
  </Card>

  <Card title="結合多種視圖" icon="layer-group">
    結合多種圖表類型,完整呈現資料故事
  </Card>

  <Card title="定期更新" icon="clock">
    透過排程自動報告,持續監控狀況
  </Card>
</CardGroup>